Codex, Claude und Co.: Der falsche Ansatz

Du bittest ChatGPT Work, eine Grafik auf Folie 7 auszutauschen. Ein paar Minuten später bekommst du eine aktualisierte PowerPoint. Du prüfst sie, schickst die nächste Korrektur und wartest auf die nächste Version.

Bei Claude Cowork läuft es ähnlich. Du beschreibst das gewünschte Ergebnis, Claude plant die Arbeit, führt mehrere Schritte aus und liefert ein formatiertes Dokument zurück. Du kannst den Lauf beobachten und unterwegs die Richtung ändern. Am Ende steht trotzdem ein Ergebnis, das du prüfst.

Das ist schnell und oft sehr nützlich. Aber es ist noch keine gemeinsame Dokumentarbeit. Es ist Dispatch & Review.

ChatGPT Work und Claude Cowork sind für Delegation gebaut

OpenAI beschreibt ChatGPT Work ausdrücklich als Möglichkeit, umfangreiche Aufgaben zu delegieren und prüfbare Ergebnisse zu erhalten. Work nutzt Dateien, Plugins und freigegebene Werkzeuge, erstellt fertige Dateien und liefert Arbeit, die anschließend geprüft und verwendet werden kann.

Die Beispiele folgen genau diesem Muster. Aus Notizen, Recherche und Meetingmaterial entsteht eine Präsentation. Aus Daten und Berichten entsteht eine Vergleichstabelle. Selbst wenn nur eine zusätzliche Folie gefragt ist, arbeitet ChatGPT im Hintergrund und speichert danach die aktualisierte Präsentation. Der Nutzer kann den Fortschritt verfolgen, Fragen beantworten und die Richtung ändern. Er arbeitet aber nicht gleichzeitig mit ChatGPT an der offenen Folie.

Auch die Dateiansicht von ChatGPT bleibt auf Prüfung und nächste Version ausgerichtet. Dokumente, Präsentationen, Tabellen und PDFs erscheinen neben dem Chat als Vorschau. Der Nutzer kann eine Stelle annotieren und eine gezielte Überarbeitung verlangen. Danach erzeugt ChatGPT die nächste Version. OpenAI formuliert das selbst als Feedback für die nächste Version.

Claude Cowork geht bei der autonomen Ausführung noch weiter. Cowork übernimmt komplexe Aufgaben, erstellt einen Plan, zerlegt die Arbeit in Teilschritte und kann mehrere Arbeitsstränge parallel koordinieren. Die offizielle Beschreibung bringt das Prinzip sehr klar auf den Punkt: Ergebnis beschreiben, weggehen und später zu fertiger Arbeit zurückkommen.

Cowork zeigt Fortschritt, erlaubt Kurskorrekturen während des Laufs und kann auf dem Desktop direkt auf freigegebene lokale Dateien zugreifen. Das erhöht Transparenz und Kontrolle. Die grundlegende Arbeitsteilung bleibt trotzdem erhalten. Der Mensch beauftragt. Claude führt aus. Der Mensch prüft das Ergebnis.

Genau das meine ich mit Dispatch & Review. Nicht das Modell ist die Black Box. Der Übergang vom Auftrag zum fertigen Dokument ist es.

Es gibt bereits wichtige Gegenbeispiele

Die Aussage, KI würde 2026 immer die ganze Word- oder PowerPoint-Datei neu erzeugen, wäre zu pauschal. Inzwischen entstehen erste Oberflächen, die näher an echter Kollaboration liegen.

Schon Cowork selbst erlaubt bei Markdown-Dokumenten eine markierte Bearbeitung an Ort und Stelle. Der Nutzer hebt Text hervor, beschreibt die Änderung und Claude ersetzt genau diesen Bereich. Für klassische Office-Dateien verweist Anthropic auf die eigenen Add-ins für Word, Excel und PowerPoint.

Claude for Word arbeitet direkt im geöffneten Dokument. Der Nutzer kann einen Absatz auswählen und eine Änderung verlangen. Claude verändert nur diese Auswahl und erhält Formatierung, Nummerierung und Absatzstile. Im Modus mit Änderungsverfolgung landet jede Anpassung als native Word-Revision. Der Mensch kann sie einzeln annehmen, ablehnen oder mit der normalen Undo-Funktion zurücknehmen.

Claude for PowerPoint kann gezielt einzelne Folien bearbeiten, ohne das ganze Deck neu zu erzeugen. Die Änderungen bleiben in der vorhandenen Präsentation, berücksichtigen den Folienmaster und erzeugen bearbeitbare PowerPoint-Elemente statt statischer Bilder. Claude kann außerdem Kontext zwischen geöffneten Word-, Excel- und PowerPoint-Dateien weiterreichen.

OpenAI verweist für Arbeiten direkt in einer geöffneten Präsentation ebenfalls auf ein ChatGPT-Add-in für PowerPoint. ChatGPT Work selbst bleibt dagegen auf delegierte Aufgaben, fertige Dateien und anschließende Prüfung ausgerichtet.

Diese Add-ins sind deshalb mehr als eine Komfortfunktion. Sie zeigen, wohin sich die Interaktion entwickeln muss. Eine kleine Änderung bleibt eine kleine Änderung. Der Nutzer sieht sie im vertrauten Dokument und kann mit den vorhandenen Prüfmechanismen reagieren.

Sie lösen aber noch nicht das ganze Problem. Die Zusammenarbeit bleibt an das gerade geöffnete Office-Dokument und den jeweiligen Add-in-Kontext gebunden. Claude kann nur Dateien lesen oder verändern, die in Word, Excel oder PowerPoint bereits geöffnet sind. Projektziele, Entscheidungen, Risiken, Freigaben und die Bedeutung des Dokuments für das Gesamtprojekt leben weiterhin außerhalb dieser Oberfläche.

Claude Cowork bietet zusätzlich sogenannte Live Artifacts. Das sind persistente interaktive HTML-Seiten, etwa Dashboards oder Tracker, die aktuelle Daten aus verbundenen Quellen laden und eine Versionshistorie behalten. Das ist ein weiterer Schritt weg von der einmaligen Exportdatei. Für klassische Word-, PowerPoint- und Excel-Dokumente bleibt Cowork selbst jedoch vor allem der ausführende Arbeitsmodus. Die feinere Bearbeitung übernimmt das jeweilige Office-Add-in.

Wie echte Dokumentkollaboration aussehen sollte

Echte Kollaboration beginnt mit einem gemeinsamen, lebenden Dokument. Mensch und KI greifen auf denselben aktuellen Zustand zu. Sie arbeiten nicht nacheinander an getrennten Gesamtversionen.

Der Mensch kann den Text auf Folie 6 schärfen, während die KI die Datenquelle für Folie 7 prüft. Wenn die KI eine Grafik ersetzt, erscheint genau diese Änderung. Der Mensch kann sie übernehmen, anpassen, stoppen oder rückgängig machen. Er muss nicht erst ein neues Deck öffnen und prüfen, ob an anderer Stelle etwas verrutscht ist.

Dasselbe gilt für Word. Die KI sollte den betroffenen Absatz ändern und den Rest sichtbar unangetastet lassen. Bei Excel sollte eine neue Formel als konkrete Änderung an einer Zelle erscheinen. Bei einem Projektplan sollte erkennbar sein, welche Annahme eine Terminverschiebung ausgelöst hat.

Die Office-Add-ins von Claude erfüllen bereits einen wichtigen Teil dieses Bildes. Was noch fehlt, ist der gemeinsame Arbeitsraum oberhalb einzelner Dateien. Ein Dokument braucht nicht nur eine Bearbeitungshistorie. Es braucht seinen Zweck, seine Quellen und seine Verbindung zum Projekt.

Der Mensch verantwortet Ton, Prioritäten und Folgen. Er weiß, welche politische Bedeutung eine Formulierung hat, welche Zusage ein Kunde erwartet und welche Aussage noch nicht freigegeben ist. Die KI bringt Geschwindigkeit ein. Sie vergleicht Quellen, formuliert Varianten, findet Inkonsistenzen und setzt klar begrenzte Änderungen um.

Beide tun nicht dasselbe. Sie arbeiten aber am selben Gegenstand und auf derselben Grundlage.

Was die Forschung dazu sagt

Die Idee eines gemeinsamen Artefakts ist nicht neu. Forschung zu Human-AI Co-Creation beschreibt Zusammenarbeit als Zusammenspiel von Mensch, KI, Anweisung, Interaktion und einem gemeinsamen Arbeitsgegenstand. Der Mensch bewertet das Ergebnis nicht nur am Ende. Er kann während der Entstehung sinnvoll eingreifen.

Projekte wie CoAuthor und Wordcraft untersuchten deshalb keine reine Dokumentbestellung. Sie nutzten Editoren, in denen Menschen Vorschläge auswählen, verändern, verwerfen und selbst weiterschreiben konnten. Das Dokument blieb der Mittelpunkt. Die KI war eine Fähigkeit innerhalb des Schreibprozesses, kein unsichtbarer Autor hinter einer Übergabestelle.

Auch etablierte Richtlinien für Human-AI-Interaktion betonen einfache Korrekturen, verständliche Begründungen und wirksame Kontrolle. Ein leistungsfähigeres Modell allein löst das Problem nicht. Die Qualität hängt auch davon ab, wie Mensch und KI miteinander und mit dem Dokument interagieren.

Die aktuellen Office-Add-ins bestätigen diese Richtung praktisch. Änderungsverfolgung, selektive Bearbeitung, native Elemente und Undo sind keine Nebensachen. Sie sind die Infrastruktur, durch die aus einer KI-Antwort ein überprüfbarer Beitrag zum Dokument wird.

Was wir mit TensorPM ändern wollen

Genau an dieser Stelle setzen wir mit TensorPM an.

Heute erzeugt auch TensorPM Dokumente noch im Dispatch-and-Review-Modus. Die KI arbeitet auf Basis des bestätigten Projektkontexts und kann daraus Word-Dokumente, PDF-Berichte und Präsentationen erstellen oder überarbeiten. Das Ergebnis ist im Projekt verankert. Die Zusammenarbeit läuft aber weiterhin als Auftrag und anschließende Prüfung.

Der neue Artifact-Editor soll die direkte Bearbeitung mit dem Projektkontext verbinden. Mensch und KI arbeiten am selben offenen Dokument. Änderungen erscheinen als kleine, sichtbare Operationen. Ein Absatz, eine Folie oder eine Zelle kann angepasst werden, ohne das gesamte Artefakt neu zu erzeugen. Undo, Redo und eine nachvollziehbare Historie gehören von Anfang an dazu.

Der entscheidende Unterschied liegt eine Ebene höher. Das Dokument kennt seine Rolle im Projekt. Ein Bericht kann neue Action Items auslösen. Eine geänderte Annahme kann ein Risiko betreffen. Eine Entscheidung in einer Präsentation kann in den bestätigten Projektkontext zurückfließen. Quellen, Freigaben und Projektfolgen bleiben mit der Änderung verbunden.

ChatGPT Work und Claude Cowork zeigen, wie viel Arbeit KI bereits selbstständig übernehmen kann. Claude for Word und Claude for PowerPoint zeigen, wie direkte Bearbeitung im bestehenden Dokument aussehen kann. Der nächste Schritt ist, beides zusammenzubringen: starke Ausführung, feingranulare Bearbeitung und einen gemeinsamen Projektkontext.

Dispatch & Review wird nicht verschwinden. Für einen ersten Entwurf oder ein klar abgegrenztes Ergebnis bleibt es sinnvoll. Es sollte nur nicht mit Kollaboration verwechselt werden.

Kollaboration bedeutet, dass Mensch und KI dasselbe Dokument sehen, verändern und im Zusammenhang des Projekts gemeinsam besser machen.

---

Über den Autor

Simon Schwer ist Projektmanager mit fast einem Jahrzehnt Erfahrung aus internationalen Projekten und Gründer von TensorPM. Er entwickelt Context-Driven Project Management, damit Menschen und KI auf einem aktuellen, strukturierten und menschlich bestätigten Projektkontext zusammenarbeiten können.