Anthropics Vertriebsteam mit Claude Cowork: Eine KI-augmentierte Vertriebs-Operations-Schicht in der Praxis

Auf den Punkt

• Anthropics eigener US-Mid-Market-GTM-Lead, Travis Bryant, betreut ein 4.000-Account-Mid-Market-Book auf Salesforce und BigQuery mit Claude Cowork — tägliches Customer Call Prep, einen Friday Forecast Rollup im Format der Leadership und nächtliches Territory Scoring, das historisch hunderte Stunden gebraucht hat. Das Team berichtet von rund 90 Minuten pro Tag an Mikro-Optimierungen und ungefähr 3 Stunden pro Woche zurück allein beim Friday Forecast.
• Das Muster heißt nicht "ersetze dein CRM durch ein LLM". Salesforce bleibt das System of Record, BigQuery bleibt das Data Warehouse, und Cowork sitzt obendrauf als KI-augmentierte Vertriebs-Operations-Schicht, die die Briefing-, Scoring-, Forecast- und Assembly-Arbeit übernimmt, die früher in Spreadsheets und im Kopf der Reps lebte.
• Die Lektion für jeden Vertriebsleiter, der 2026 ein Mid-Market- oder Growth-Team führt, ist nicht "kauf Cowork" — sondern "entscheide, welche wöchentlichen Sales-Ops-Rhythmen gute erste Ziele für KI-Augmentierung sind, verdrahte sie mit Connectoren und Skills, die du kontrollierst, und behalte die menschliche Freigabe auf jedem kundenseitigen Send."

Zuletzt aktualisiert: 21. Mai 2026

Am 20. Mai 2026 veröffentlichte Anthropic How an Anthropic sales leader uses Claude Cowork to run a 4,000-account book — eine Fallstudie, die zeigt, wie Travis Bryant, Head of US Mid-Market GTM bei Anthropic, Claude Cowork end-to-end über ein 4.000-Account-Mid-Market-Territorium einsetzt. Ein Partner-Series-Webinar mit dem Titel How Anthropic's Sales Leader Runs His Week With Claude folgt am 26. Mai 2026, in dem Travis und Brittney Tong (Growth GTM bei Anthropic) die Workflows live demonstrieren. Die Fallstudie ist selten für das Genre: Sie ist kein Anbieter, der aspirative Use Cases pitcht, sondern ein echter Vertriebsleiter, der die Rhythmen zeigt, auf die sein Team sich bereits standardisiert hat.

"Sales is full of people who got into the job for the customer conversations. Claude Cowork can give them back the hours to do just that."

— Travis Bryant, Head of US Mid-Market GTM bei Anthropic

Wie nutzt Anthropics eigenes Vertriebsteam Claude Cowork?

Travis Bryants Team nutzt Claude Cowork als wöchentlichen Operating-Rhythmus auf Salesforce und BigQuery: tägliches Customer Call Prep für die Accounts des nächsten Tages, einen Friday Forecast Rollup, der im Format der Leadership rausgeht, und nächtliches Territory Scoring über das 4.000-Account-Book, das früher hunderte Analyst-Stunden gebraucht hat. Das CRM und das Warehouse bleiben das System of Record; Cowork ist die Schicht, die für Menschen assembliert, rangiert und vorbereitet.

Travis bezeichnet diese als Workflows, die "Zeit in der Woche zurückholen", und die veröffentlichte Fallstudie verankert den Gewinn in konkreten Zahlen: rund 90 Minuten pro Tag an Mikro-Optimierungen plus etwa 3 Stunden pro Woche zurück allein beim Friday Forecast. Jeder Workflow ist mit dem realen Anthropic-Sales-Stack verdrahtet — Connectoren in Salesforce für Pipeline- und Account-Daten, eine Verbindung in BigQuery für reichere Warehouse-Signale, geplante Skills, die die Team-Definitionen von "gutem Account" und "leadership-tauglichem Forecast" kodieren, und eine harte Regel, dass jeder kundenseitige Send durch menschliche Freigabe geht. Ein Partner-Series-Webinar am 26. Mai 2026 mit Travis und Brittney Tong ist der Live-Walkthrough desselben Stacks.

Die Form ist wichtig. Es gibt keinen autonomen SDR, der Mails abfeuert. Es gibt keinen "KI-Rep", der Menschen auf Calls ersetzt. Die Reps besitzen weiterhin die Beziehungen, die Calls und jeden Send. Was Cowork ersetzt, ist die Spreadsheet-und-Tabs-Assembly-Arbeit, die früher die ersten zwei Stunden jedes Sales-Tags gefressen hat. Das ist die Bewegung, die es zu studieren lohnt.

Was macht der Daily Customer Call Prep Workflow eigentlich?

Der Daily Customer Call Prep Workflow assembliert jedes Datum, das ein Rep vor seinem ersten Meeting des Tages braucht — Account-Kontext, Pipeline-Status, jüngste Aktivität, offene Notizen aus vorherigen Calls — in ein einziges Morgen-Briefing, das vor dem ersten Call landet. Travis betreibt das als geplanten Cowork-Skill gegen seine Live-Anthropic-Pipeline.

In einer Salesforce-only-Welt machen das Menschen — schlecht. Der Rep öffnet Salesforce, sucht den Account, öffnet den Kontakt, scrollt die Aktivitätshistorie, wechselt zu E-Mail, sucht den letzten Thread, wechselt zu Slack, sucht die letzte interne Notiz, öffnet BigQuery oder ein Dashboard für Produkt-Usage und schreibt sich dann ein Briefing in ein Notizbuch oder Apple Notes. Die ehrliche Version: Die meisten Reps überspringen Schritte und gehen halb vorbereitet in den Call.

Cowork schließt die Schleife, weil die Connectoren bereits verdrahtet sind. Die geplante Session zieht den Salesforce-Account-State, die jüngste Aktivität, BigQuery-Usage-Signale und alle internen Notizen, die das Team freigegeben hat, und schreibt das Briefing dann im Format, auf das der Manager des Reps standardisiert hat. Anthropics Sales-Plugin bündelt genau dieses Muster als "Daily Briefing with Pipeline Alerts"-Skill, der kontextuell aktiviert — so können Anthropics Kunden die Form replizieren, ohne sie von Grund auf zu bauen. Travis schreibt dieser Kategorie an Mikro-Optimierungen — Call Prep, Konferenzraum-Buchungen, Google-Kalender-Aufräumen — rund 90 Minuten pro Tag an zurückgewonnener Zeit zu.

Was es nicht ist: eine KI, die den Posteingang zusammenfasst. Was es ist: ein meinungsstarkes, rollengeformtes Briefing, gebaut aus den Systemen, die das Unternehmen schon bezahlt hat, im Format, auf das das Team sich geeinigt hat, geliefert, bevor der Tag startet.

Was macht der Friday Forecast Workflow?

Der Friday Forecast Workflow erzeugt den wöchentlichen Leadership-Rollup, indem er Pipeline-Daten aus dem Forecast-Tab von Salesforce zieht, sie mit Warehouse-Daten aus BigQuery anreichert und das Ergebnis in genau das Format zusammensetzt, in dem Anthropics Sales Leadership freitags erwartet zu sehen. Travis berichtet rund 3 Stunden pro Woche an eigener Zeit zurück allein durch diesen Workflow — Zeit, die früher in Tabs, Slide-Rebuilds und Reformatierungs-Passes saß.

Wer ein Vertriebsteam geführt hat, weiß, wie das normalerweise aussieht: Der RevOps-Lead verbringt Mittwoch und Donnerstag mit dem Ziehen von Reports, der Salesforce-Admin formatiert sie neu, der Manager bearbeitet das Narrativ, der Leader formatiert es Freitagmorgen nochmal neu. Tage verschwinden. Der Forecast selbst ist selten das, was Zeit kostet — es ist die Assembly und das Reformatieren.

Das Sales-Plugin von Claude formalisiert das mit dem /forecast-Command: Er erzeugt gewichtete Sales-Forecasts mit Best-, Likely- und Worst-Szenarien aus CSV oder Pipeline-Beschreibungen. Innerhalb von Anthropic ist dieses Muster mit Live-Salesforce- und BigQuery-Quellen verdrahtet, sodass sich der Forecast selbst im leadership-erwarteten Format assembliert. Der Mensch reviewt, justiert das Narrativ und entscheidet, welche Deals genannt werden — aber die Assembly-Kosten gehen nahe Null.

Die Lektion ist nicht "KI macht Forecasting". Die Lektion ist: "Das Forecast-Format und die Datenquellen sind stabil, also sollte die Assembly Code sein, nicht wöchentliche menschliche Muskelarbeit."

Was macht der nächtliche Territory-Scoring-Workflow tatsächlich?

Travis Bryant betreut ein 4.000-Account-Mid-Market-Book. Das gesamte Territorium zu scoren war früher eine quartalsweise Übung, die hunderte Analyst-Stunden gekostet hat — Firmographics ziehen, Usage-Daten joinen, debattieren, welche Accounts AE-Aufmerksamkeit verdienen, und am Ende eine rangierte Liste erzeugen. In der veröffentlichten Fallstudie läuft diese Arbeit nachts als geplanter Cowork-Task. Am Morgen hat Travis eine rangierte, meinungsstarke Sicht auf das Territorium plus eine kurze Begründung pro Account, sodass die Prospect-Liste des nächsten Quartals bereit zum Durchgehen ist — nicht zum Neuaufbau.

Account Scoring ist nichts Neues. Salesforce hat seit Jahren Einstein Lead Scoring; HubSpot hat Predictive Scoring; moderne Data Warehouses haben Machine-Learning-Modelle drangeschraubt. Neu ist, dass Cowork das mit Claudes Reasoning-Modell gegen die team-eigene Definition von "gutem Account" macht — ein 5-Dimensionen-Rubric, das das Anthropic-Team für Tech- und Industries-Accounts kodiert hat — nicht ein Black-Box-Score, sondern eine bewertete Liste mit Gründen, die der AE lesen und herausfordern kann.

Mechanisch: Ein geplanter Cowork-Task läuft nachts, liest das Universum der Accounts aus Salesforce, joint firmographische und verhaltensbezogene Daten aus BigQuery, wendet den Scoring-Skill des Teams an (der ICP, das 5-Dimensionen-Rubric, Recency, Intent-Signale und alle Custom Rules kodiert, auf die sich das Sales-Team geeinigt hat), und schreibt den rangierten Output zurück an einen Ort, an dem der Rep ihn am Morgen nutzen kann. Anthropics Cowork-Produktseite nennt Scheduled Tasks als First-Class-Feature — genau diese Form. Viertausend Accounts ist die Größe von Travis' Mid-Market-Book; dasselbe Muster schrumpft oder skaliert mit dem Territorium.

Der interessante Design-Call ist die Reasoning-Spur. Ein traditioneller ML-Score gibt eine Zahl. Ein Cowork-Score gibt eine Zahl plus eine kurze, lesbare Begründung pro Account. Das verändert das Gespräch zwischen AE und Modell von "vertrau dem Score" zu "fordere die Begründung heraus". Das ist dieselbe Verschiebung, die Anthropics Frontend-Engineers zwischen Markdown-Summaries und HTML-Artefakten beschreiben: Sie bewegt Menschen von Vertrauen zu Inspektion.

Wo hört Salesforce auf und wo fängt Cowork an?

Salesforce bleibt das System of Record für Accounts, Kontakte, Opportunities, Aktivitätshistorie und jeden kundenseitigen Datenpunkt, von dem nachgelagerte Systeme abhängen. Cowork hört davor auf, kanonische CRM-Daten zu schreiben, und sitzt stattdessen als KI-augmentierte Vertriebs-Operations-Schicht obendrauf — assembliert, scort, briefed, forecasted und draftet, während Salesforce weiterhin die Wahrheit besitzt.

Diese Grenze ist das, was Travis Bryant beschreibt, wenn er von Kontrolle spricht: "plain-language prompts and human approval on every send, with Salesforce and your data warehouse still the system of record." Die Zwei-Zeilen-Architektur ist unromantisch, aber korrekt. Cowork liest aus Salesforce + BigQuery. Cowork schreibt Drafts, Briefings, Scores, Forecasts und Outreach. Menschen reviewen und genehmigen. CRM-Mutationen passieren, wenn sie passieren, über die normalen Salesforce-Pfade, die das Unternehmen bereits governt.

Das zählt, weil die Alternative — ein LLM kanonische CRM-Daten unbeaufsichtigt mutieren zu lassen — das Fehlermuster ist, das jedes "agentische CRM"-Experiment der letzten zwei Jahre gekillt hat. Anthropic und Salesforce haben diese Trust-Boundary tatsächlich als Teil ihrer erweiterten Partnerschaft formalisiert: Anthropic ist der erste LLM-Anbieter, der vollständig innerhalb der Salesforce-Trust-Boundary integriert ist, mit Traffic, der für Agentforce-Kunden in Salesforces virtuellem Private Cloud läuft. Die Produktform spiegelt die architektonische Form. Das CRM bleibt die Grenze, die KI sitzt daneben.

Lesen Sie die Tabelle richtig: Cowork verdrängt nicht Salesforce oder BigQuery. Es übernimmt die Arbeit, die nie in einem von beiden war — die Spreadsheet-Arbeit, die Morgen-Prep-Arbeit, die Assembly-Arbeit, die Reformat-für-Leadership-Arbeit, die "Wo fokussiere ich"-Arbeit. Das ist eine KI-augmentierte Vertriebs-Operations-Schicht.

Wie unterscheidet sich das von Outreach, Salesloft oder anderen Sales-Engagement-Plattformen?

Outreach und Salesloft sind Sales-Engagement-Plattformen — sie besitzen die Cadence, die E-Mail-Send-Infrastruktur, den Dialer, die Sequence-Templates und die Rep-zu-Prospect-Interaktionsschicht. Cowork ist keine Sales-Engagement-Plattform. Es ist eine KI-Vertriebs-Operations-Schicht, die hinter diesen Interaktionen sitzt — und die Briefing-, Scoring-, Forecast- und Assembly-Arbeit erledigt, die der Rep früher in Tabs gemacht hat.

Der klarste Weg, den Unterschied zu sehen, ist die Frage, was jedes Tool in der Sales-Woche ersetzt. Outreach ersetzt das Cadence-Management-Spreadsheet und das E-Mail-Blast-Tool. Salesloft ersetzt den Call-Recording- und Sequence-Management-Stack. Cowork ersetzt das Morgen-Prep-Ritual und das Friday-Reporting-Ritual. Die ersten beiden drehen sich darum, wie der Rep den Prospect erreicht; das dritte dreht sich darum, was der Rep vor dem Gespräch weiß und was Leadership nach der Woche sieht.

Die vier Schichten komponieren. Das Anthropic-Team nutzt alle vier. Die Falle ist, eine für eine andere zu halten — "KI" auf Outreach zu schnallen als Antwort auf Forecasting, oder zu versuchen, Scoring innerhalb von Salesforce laufen zu lassen, weil die Daten dort liegen.

Welche Sales-Workflows sind gute erste Ziele für KI-Augmentierung?

Die besten ersten Ziele für KI-Augmentierung in einer Sales-Woche sind die, die repetitiv, format-stabil, assembly-lastig und nicht kundenseitig sind. Daily Customer Call Prep, Friday Forecast Rollups und nächtliches Territory Scoring sind genau deshalb gute erste Ziele, weil sie alle vier treffen. Outreach-Personalisierung und Live-Discovery-Calls sind schlechte erste Ziele, weil sie Judgement, Echtzeit-Beziehungsbewusstsein verlangen und die Arbeit one-shot ist, nicht wiederholt.

Das ist dieselbe Form, über die wir in Claude for Small Business und im Enterprise-Implementierungs-Guide geschrieben haben. Das Muster wiederholt sich: KI augmentiert die Back-Office- und Decision-Support-Arbeit zuerst, die kundenseitige Beziehungsarbeit zuletzt (und mit Menschen fest im Loop).

Die Faustregel aus der Anthropic-Fallstudie ist einfach: Wenn ein Workflow etwas ist, was ein Sales-Ops-Analyst mit drei Stunden, einem Spreadsheet und klaren Specs machen könnte, ist er ein guter Kandidat für eine KI-augmentierte Vertriebs-Operations-Schicht. Wenn er erfordert, den Raum zu lesen oder die Beziehung zu besitzen, lassen Sie Menschen daran arbeiten.

Was kann ein 50-Personen-Vertriebsteam aus dem Anthropic-Vorgehen lernen?

Ein 50-Personen-Vertriebsteam kann drei Dinge aus der Anthropic-Fallstudie lernen, ohne Anthropics Engineering-Tiefe zu haben: die drei oder vier wiederholten wöchentlichen Rhythmen wählen, die Zeit fressen, sie mit Connectoren zu den Systemen verdrahten, die Sie schon bezahlen, und die KI-Outputs reviewbar machen statt autonom. Die Architektur ist replizierbar, weil die Grenzdisziplin replizierbar ist.

Die meisten Vertriebsteams, die "KI nutzen" wollen, starten mit der falschen Arbeitseinheit. Sie versuchen KI für Cold Outreach (hohes Judgement, kundenseitig, geringe Wiederholung pro Prospect) und schließen, dass KI nicht hilft. Die Anthropic-Fallstudie zeigt die andere Richtung: Starten Sie mit der Assembly-Arbeit, die sich jeden Tag oder jede Woche in stabilem Format wiederholt — wo die Konsequenz des Fehlers "der Mensch merkt es und editiert" ist, nicht "ein Kunde bekommt eine schlechte E-Mail".

Die 50-Personen-Version des Musters:

1. Wählen Sie die drei wöchentlichen Rhythmen. Daily Customer Call Prep, Friday Forecast Rollup und ein Territory- oder Pipeline-Review-Pass sind die naheliegenden drei, weil sie sauber auf das mappen, worauf Travis Bryants Team sich standardisiert hat. Ergänzen oder ersetzen Sie nach dem, was Ihre Woche tatsächlich frisst.
2. Bestätigen Sie, dass das System of Record stehen bleibt. Salesforce oder HubSpot oder welches CRM auch immer Sie betreiben — es bleibt im Besitz der kanonischen Customer-Daten. Das Warehouse bleibt im Besitz von Usage und Analytics. Cowork liest.
3. Verdrahten Sie die Connectoren. Cowork unterstützt MCP-basierte Verbindungen in CRM, Call-Transcription, Enrichment und Chat-Tools. Bringen Sie die Read-Pfade in Ordnung, bevor Sie Write-Pfade hinzufügen.
4. Kodieren Sie die Definitionen Ihres Teams als Skills. "Guter Account", "leadership-tauglicher Forecast", "AE-tauglich gebrieft" sind meinungsstarke Definitionen, die Ihr Team implizit schon hat. Machen Sie sie als Cowork-Skills explizit.
5. Behalten Sie die Freigabe auf jedem kundenseitigen Send. Drafts und Assembly sind KI; Sends und Entscheidungen sind Mensch. Die "Human approval on every send"-Regel des Anthropic-Teams ist keine optionale Dekoration; sie ist der Trust-Mechanismus, der den Rest des Systems sicher laufen lässt.
6. Messen Sie das Richtige. Nicht "hat die KI die E-Mail geschrieben". Die richtige Metrik ist zurückgewonnene Stunden pro AE pro Woche und ob das Team konsistent in den Montag geht mit der Fokus-Liste schon erledigt. Wenn sich das bewegt, funktioniert die Schicht.

Wie sieht das AI-Heroes-Implementierungsmuster für eine KI-augmentierte Vertriebs-Operations-Schicht aus?

Das AI-Heroes-Implementierungsmuster für eine KI-augmentierte Vertriebs-Operations-Schicht ist eine Vier-Phasen-Schleife: die wöchentlichen Sales-Rhythmen auditieren, die Read-only-Connectoren in Salesforce und das Warehouse zuerst verdrahten, die Team-Definitionen als Cowork-Skills kodifizieren und dann Scheduled Tasks und Approval-gated Drafting Workflow für Workflow drauflegen.

Wir behandeln die KI-augmentierte Vertriebs-Operations-Schicht als governte Oberfläche, nicht als Chat-Produkt. Sie läuft gegen das tatsächliche CRM und Warehouse des Teams, nutzt die tatsächlichen Definitionen des Teams von "gutem Account" und "Leadership-Forecast", produziert Outputs im tatsächlichen Leadership-Format des Teams — und behält entscheidend einen Menschen als freigebende Signatur auf jedem kundenseitigen Artefakt. Der Benchmark, an dem wir uns messen, ist der, den das Anthropic-Team gesetzt hat: drei wöchentliche Rhythmen laufen sauber, auf Salesforce und BigQuery, mit dem Team, das die Outputs jeden Tag nutzt.

Die Phasen:

1. Audit. Die tatsächlichen wöchentlichen Sales-Rhythmen kartieren. Die drei bis fünf identifizieren, die wiederholt, format-stabil und assembly-lastig sind. Bestätigen, wo Salesforce und das Warehouse die Daten besitzen und wo Teams Spreadsheets improvisiert haben.
2. Wire. Cowork mit Read-only-Connectoren zu Salesforce, dem Warehouse (BigQuery oder Äquivalent) und allen Call-Transcription- oder Enrichment-Systemen aufsetzen, auf die das Team angewiesen ist. In dieser Phase nicht ins CRM schreiben. Vertrauen zuerst auf dem Read-Pfad aufbauen.
3. Codify. Die impliziten Definitionen des Teams in explizite Cowork-Skills verwandeln: "AE-taugliches Daily Briefing", "Leadership-Format-Forecast", "Account Scoring mit Reasoning-Spur". Skills sind das dauerhafte IP. Ohne sie ist das System ein Chat-Fenster.
4. Schedule and approve. Briefings, Scoring und Forecasts in Scheduled Tasks verwandeln. Approval-gated Drafting auf jeglichem Outreach hinzufügen. Zurückgewonnene Stunden messen und ob Teams die Outputs morgens tatsächlich nutzen. Iterieren.

Das ist die Disziplin, die die KI-augmentierte Vertriebs-Operations-Schicht verlangt: Die Rhythmen sind die Arbeitseinheit, die Skills sind das IP, die Connectoren sind die Infrastruktur und der Mensch ist die freigebende Signatur auf allem Kundenseitigen. Die Teams, die am meisten aus einer Cowork-artigen Schicht herausholen, weigern sich, den Codify-Schritt zu überspringen. Die Teams, die scheitern, sind die, die sie als ungovernten Chat laufen lassen und dann schließen, KI funktioniere im Vertrieb nicht.

Authoritative Quellen

• Anthropic: How an Anthropic sales leader uses Claude Cowork to run a 4,000-account book (die veröffentlichte Fallstudie, 20. Mai 2026)
• Anthropic Partner Series Webinar: How Anthropic's Sales Leader Runs His Week With Claude (Travis Bryant + Brittney Tong, 26. Mai 2026)
• Anthropic-Tutorial: Using Claude Cowork for sales account research
• Claude-Cowork-Produktseite
• Claude-Sales-Plugin
• Anthropic-News: Claude for Small Business
• Anthropic-News: Salesforce + Anthropic — erweiterte Partnerschaft

Weiterführende Lektüre

• KI-Agenten im Unternehmen: der Implementierungs-Guide 2026
• Claude for Small Business: der Implementierungs-Guide 2026
• Microsoft Copilot Cowork vs Claude Cowork
• Wenn ein Vertriebsteam zu gut in der falschen Sache ist
• Claude Cowork Enterprise Controls für UK-Payroll-Bureaus
• KI-Agenten-Workflow-Automatisierung