Anthropic hat Claude Opus 5.5 am 22. September 2026 veröffentlicht, mit zwei Zahlen, die für jeden zählen, der KI-Schritte in Unternehmensprozessen betreibt: 4 US-Dollar pro Million Input-Token und 20 US-Dollar pro Million Output-Token. Laut Berichten von VentureBeat und DataCamp sind das sowohl beim Input als auch beim Output 20 % weniger als bei Opus 5. Anthropic gibt außerdem an, dass das Modell Ausgaben mehr als 30 % schneller erzeugt und die Kosten typischer Workloads um rund 40 % senkt. Für BPM-Verantwortliche, die zusehen mussten, wie Token-Kosten ihre Automatisierungsbudgets aufzehren, verändern diese Zahlen die Stückkostenrechnung jedes KI-gestützten Workflow-Schritts.
Doch günstiger und schneller beantwortet nicht die Frage, die tatsächlich darüber entscheidet, ob Opus 5.5 in Ihre Prozessabläufe gehört.
Die Berichterstattung beschreibt Opus 5.5 als optimiert für länger laufende, mehrstufige „agentische“ Aufgaben: Programmierung, Recherche, Computer Use und professionelle Wissensarbeit. Das Modell führt ein, was Anthropic „always-on adaptive thinking“ nennt, also dauerhaft aktives adaptives Denken, mit einer Effort-Einstellung, die die Denktiefe steuert. Außerdem soll es direkter kommunizieren: die wichtigsten Informationen zuerst, ohne unnötigen Fachjargon.
Nichts davon ersetzt, was eine BPM-Engine leistet. Opus 5.5 verwaltet keinen persistenten Zustand. Es übernimmt kein deterministisches Routing, keine Timer, keine Retries und keine Warteschlangen für Human Tasks. Es erzeugt keine Audit Trails. Wer es ohne eine tragfähige Orchestrierungsschicht darunter in einen Prozess einbindet, verliert Nachvollziehbarkeit, Verantwortlichkeit und die Möglichkeit, im Nachhinein zu belegen, was passiert ist.
Das belastbare Muster: Die Orchestrierung bleibt deterministisch in Ihrer BPM-Schicht (Camunda, webMethods oder was auch immer Ihre Prozesslandschaft betreibt), und Opus 5.5 wird für klar abgegrenzte kognitive Aufgaben aufgerufen. Klassifizierung unstrukturierter Eingaben. Zusammenfassungen. Triage von Ausnahmen. Entwürfe von Dokumenten, die anschließend ein Mensch prüft. Das Modell übernimmt die Interpretation, die Engine die Steuerung.
Die Versuchung ist, mit dem Modell zu beginnen. Disziplin heißt, mit dem Prozess zu beginnen. Die Best Practices im BPM sind da unmissverständlich: Automatisieren Sie keinen Prozess, nur weil es ihn gibt. Erfassen Sie, wie die Arbeit tatsächlich abläuft, verbessern Sie sie, und automatisieren Sie erst dann. Sonst beschleunigen Sie nur die Verschwendung.
Erstens: Erheben Sie Ausgangswerte (Baseline), bevor Sie irgendetwas ändern, also Durchlaufzeit, Nacharbeitsquote, SLA-Einhaltung und Kosten pro Transaktion. Ohne Baseline können Sie weder den ROI belegen noch den Beitrag von Opus 5.5 von anderen Änderungen trennen. Zweitens: Bestimmen Sie, welche Prozessschritte wirklich unstrukturiert sind und genug Hebelwirkung haben, um einen KI-Aufruf zu rechtfertigen. Das Auslesen eingehender E-Mails, das Verstehen von Dokumenten, die Erklärung von Ausnahmen: Kandidaten. Freigabe-Routing, zeitgesteuerte Eskalation, Compliance-Prüfpunkte: bleiben deterministisch.
Drittens: Entwerfen Sie die Governance-Schicht. Wenn Opus 5.5 Inhalte für Kunden oder mit Compliance-Relevanz entwirft, brauchen Sie im Orchestrierungsablauf Prüfschritte durch Menschen, Berechtigungen und Audit Trails. Viertens: Modellieren Sie die Token-Kosten. Bei 4 US-Dollar (Input) und 20 US-Dollar (Output) pro Million Token hat ein Workflow zur Rechnungsverarbeitung mit hohem Volumen und Tausenden KI-Aufrufen am Tag kalkulierbare Betriebskosten. Rechnen Sie das vor dem Pilotprojekt durch. Fünftens: Planen Sie Drift im Modellverhalten ein. Wie sich Opus 5.5 bei seiner Einführung verhält, ist eine Momentaufnahme. Modelle ändern sich. Ihre Architektur muss erkennen, wenn die Qualität der Ausgaben nachlässt, und dann auf einen Fallback umleiten: ein einfacheres Modell, einen regelbasierten Pfad oder eine Warteschlange für Menschen.
Die Transparenzpflichten der europäischen KI-Verordnung (EU AI Act) gelten ab dem 2. August 2026, ihre Anforderungen an die menschliche Aufsicht über Hochrisiko-KI-Systeme ab dem 2. Dezember 2027 (für KI, die in regulierte Produkte eingebaut ist, ab dem 2. August 2028), nachdem der Digital Omnibus on AI sie nach hinten verschoben hat. Beides verleiht dem, was architektonisch ohnehin selbstverständlich sein sollte, regulatorisches Gewicht. Wenn ein KI-Modell eine Entscheidung innerhalb eines Geschäftsprozesses beeinflusst, muss jemand erklären können, was passiert ist, warum und wer es freigegeben hat. Diese Erklärung kann nicht im Modell liegen. Sie gehört in die Orchestrierungsschicht: in das Prozessprotokoll, den Audit Trail der Entscheidung, den Ausnahmedatensatz.
Opus 5.5 kann die Triage einer Ausnahme hervorragend übernehmen. Die BPM-Schicht hält fest, dass diese Triage stattgefunden hat, durch welche Modellversion, mit welchem Konfidenzwert und ob ein Mensch das Ergebnis geprüft hat, bevor es an nachgelagerte Schritte ging. Ohne diese Trennung bauen Sie Tempo auf einer Verantwortungslücke auf.
Sekundärquellen nennen beeindruckende Ergebnisse der BPM-Automatisierung: Rechnungsverarbeitung von zwölf auf unter drei Tage verkürzt, bis zu 80 % weniger Fehler in Dokumenten, 40-50 % weniger Zeit für die Vorbereitung von Audits. Diese Zahlen stammen aus breiter angelegten BPM-Implementierungen, über die Moxo und andere berichten. Es sind keine Ergebnisse von Opus 5.5. Sie als erwartbare Ergebnisse eines Einsatzes von Opus 5.5 zu behandeln, wäre genau der Zuordnungsfehler, der das Vertrauen in KI-Projekte untergräbt. Die Hinweise von Kissflow zur Erfolgsmessung unterstreichen das: Vorsicht bei der Zuordnung, wenn andere Initiativen die Ergebnisse beeinflussen können. Eine ehrliche Antwort gibt es nur mit der Baseline, die Sie vor dem Start erhoben haben, und mit einem Design, das es erlaubt, Variablen zu isolieren.
Die Verbesserungen von Opus 5.5 bei Preis und Leistung sind real. Für Integrationsarchitekten, die mit webMethods, Camunda, SEEBURGER oder gemischten Landschaften in Unternehmen der DACH-Region und im übrigen Europa arbeiten, senkt das Modell die Kostenschwelle, KI in Prozessschritte einzubauen, bei denen sich das bisher nicht gerechnet hat. Das adaptive Denken und der klarere Ausgabestil machen es für fachlich ausgerichtete Workflow-Aufgaben zu einem stärkeren Kandidaten als seinen Vorgänger.
Doch das Modell ist nur ein Akteur in einem Ensemble, zu dem APIs, BPM-Abläufe, Freigabeschritte, Legacy-Services und Audit-Anforderungen gehören. Die Architektur um das Modell herum entscheidet, ob es Wert schafft oder Risiko. Bevor Sie den gesunkenen Token-Preis feiern, entwerfen Sie die Steuerung. Legen Sie den Fallback fest. Erheben Sie die Baseline. Wenn ein Modell routen kann, kann es auch falsch routen, und die Belege dafür finden Sie im Prozessprotokoll, nicht im Modell.
