Claude Opus 4.7 und Vision: Was Screenshots, Diagramme und Design-Mockups jetzt wirklich besser macht

Was daraus nicht automatisch folgt: dass jeder einzelne visuelle Task schon öffentlich nachweisbar stark besser funktioniert. Gerade bei Aufgaben wie Screenshot Reading, Chart Interpretation oder Review von Design-Mockups ist die Datenlage derzeit dünner. Es gibt offizielle Produktbeschreibungen und frühe Kundensignale, aber keine breit verfügbare, wiederholbare Benchmark-Sammlung, die diese drei Kategorien einzeln und transparent gegen Opus 4.6 auswertet.

Welche Belege gibt es tatsächlich?

1. Anthropic sagt klar: Vision ist besser

Der wichtigste Beleg kommt direkt von Anthropic. In der Ankündigung zu Opus 4.7 heißt es, das Modell habe „substantially better vision“ und unterstütze höher aufgelöste Bilder. Auf der Produktseite positioniert Anthropic Opus 4.7 außerdem als stärker bei Coding, Vision und komplexen Mehrschritt-Aufgaben; genannt werden auch Unternehmens-Workflows mit Spreadsheets, Slides und Docs.

Damit ist die Aussage „das allgemeine Bildverständnis wurde verbessert“ gut begründet. Für Produktentscheidungen in einem Unternehmen reicht das aber nicht immer: Wer das Modell in bestehende Review-, Analyse- oder Support-Prozesse einbauen will, sollte es mit eigenen Materialien prüfen.

2. Höhere Bildauflösung ist besonders für Screenshots interessant

Screenshots sind oft undankbar: kleine Schrift, eng gesetzte Tabellen, UI-Elemente, Fehlermeldungen, Menüs, Filter, Achsenbeschriftungen und viele Details auf wenig Fläche. Dass Opus 4.7 laut Anthropic höher aufgelöste Bilder verarbeiten kann, ist deshalb ein positives Signal für Aufgaben wie Interface-Screenshots, Dokumenten-Screenshots, Einstellungsseiten oder dicht gepackte Dashboards.

Aber: Höhere Auflösung ist noch kein eigener Screenshot-Benchmark. Solider formuliert heißt das: Opus 4.7 sollte für Screenshot-Aufgaben neu getestet werden; öffentlich belegt ist damit aber noch nicht, um wie viel die Trefferquote beim Lesen und Deuten von Screenshots steigt.

3. Für technische Diagramme sind die Signale stärker

In der Ankündigung zitiert Anthropic frühes Feedback von Solve Intelligence. Demnach habe sich das multimodale Verständnis von Opus 4.7 merklich verbessert, unter anderem bei chemical structures und complex technical diagrams.

Das ist konkreter als ein allgemeines „Vision ist besser“. Für technische Zeichnungen, wissenschaftliche Abbildungen, Systemdiagramme, Prozessgrafiken oder andere komplexe visuelle Darstellungen ist das ein relevanter Hinweis.

Die Einschränkung bleibt: Es handelt sich um frühes Kundenfeedback, nicht um einen unabhängigen öffentlichen Benchmark. Außerdem sind komplexe technische Diagramme nicht dasselbe wie jedes Business-Dashboard, jedes Balkendiagramm oder jedes Figma-ähnliche UI-Mockup.

4. Interfaces, Slides und Docs sind relevant — aber kein direkter Mockup-Benchmark

Anthropic erwähnt außerdem, Opus 4.7 könne in professionellen Arbeitskontexten hochwertigere interfaces, slides und docs erzeugen. Auch die Produktseite verweist auf Workflows mit spreadsheets, slides und docs.

Für Design- und Produktteams ist das interessant. Trotzdem sollte man nicht zu viel hineinlesen: Ein Modell, das bessere Interfaces oder Präsentationen erzeugt, ist nicht automatisch nachweislich besser darin, bestehende Mockups zu analysieren, Abstände zu prüfen, visuelle Hierarchien zu bewerten oder Inkonsistenzen in einem Designsystem zu finden.

Screenshots, Charts, Mockups: Was lässt sich seriös sagen?

Vorsicht bei Zahlen wie „98,5 % visual acuity“

Ein Drittanbieter-Beitrag nennt einen visual-acuity-Benchmark, der von 54,5 % auf 98,5 % gestiegen sei. Das klingt beeindruckend, sollte aber nicht als direkter Beweis dafür gelesen werden, dass Screenshots, Diagramme und Design-Mockups nun durchgehend massiv besser analysiert werden.

Dafür gibt es zwei Gründe. Erstens stammt die Zahl nicht aus Anthropic-eigenen Veröffentlichungen. Zweitens ist ein einzelner Visual-Acuity-Wert nicht automatisch deckungsgleich mit den Aufgaben, die in der Praxis zählen: winzige UI-Texte korrekt lesen, Achsen und Legenden in Charts verstehen, Zahlen nicht verwechseln, visuelle Hierarchien bewerten oder konkrete Designprobleme zuverlässig benennen.

Als zusätzlicher Hinweis ist so eine Zahl interessant. Als alleinige Grundlage für einen Modellwechsel ist sie zu schwach.

So testen Teams sinnvoll, ob sich der Wechsel lohnt

Für Produkt-, Design-, Daten- oder Engineering-Teams ist die entscheidende Frage nicht, wie stark die Modellankündigung klingt. Entscheidend ist, ob Opus 4.7 bei den eigenen Materialien weniger Fehler macht.

Ein pragmatischer Test sieht so aus:

1. Eine feste Auswahl echter Materialien zusammenstellen: Screenshots, Dashboard-Charts, UI-Mockups, Dokumentenbilder und technische Diagramme.
2. Mit identischen Prompts Opus 4.7 und das bisher genutzte Modell testen.
3. Die Modellnamen ausblenden, damit die Bewertung blind erfolgt.
4. Mit einer festen Bewertungsmatrix arbeiten: Texterkennung, Zahlenverständnis, Interpretation von Achsen und Legenden, visuelle Hierarchie, Fehlererkennung, Halluzinationsrate und Umsetzbarkeit der Antwort.
5. Nicht nur prüfen, ob die Antwort gut klingt, sondern ob Details fehlen, Zahlen falsch gelesen werden oder das Modell unsichere Schlüsse zu selbstbewusst formuliert.

Besonders aussagekräftig sind Testfälle wie:

• Screenshots mit kleiner Schrift: Einstellungen, Billing-Seiten, Fehlermeldungen, Logs, dichte Admin-Oberflächen.
• Diagramme: Achsen, Legenden, Trends, Ausreißer, Prozentveränderungen.
• Design-Reviews: Abstände, Ausrichtung, visuelle Prioritäten, CTA-Klarheit, Konsistenz.
• Dokumenten-Screenshots: Tabellen, Vertragsabschnitte, Präsentationsfolien, Berichtszusammenfassungen.
• Technische Abbildungen: Systemarchitekturen, Prozessdiagramme, technische Zeichnungen, chemische Strukturen.

Endergebnis

Wenn die Frage lautet: „Hat Claude Opus 4.7 insgesamt bessere Vision-Fähigkeiten?“, ist die Antwort ja. Anthropic sagt ausdrücklich, dass Opus 4.7 bessere Vision bietet und höher aufgelöste Bilder unterstützt; die Produktseite führt Vision ebenfalls als Kernfähigkeit auf.

Wenn die Frage aber lautet: „Ist öffentlich belegt, dass Screenshots, Charts und Design-Mockups jetzt deutlich zuverlässiger analysiert werden?“, sollte die Antwort vorsichtiger ausfallen. Es gibt starke positive Signale, aber noch keine ausreichend offenen, nach Aufgaben getrennten Benchmarks, die diesen Schluss für alle drei Kategorien sauber absichern.

Für den praktischen Einsatz heißt das: Opus 4.7 ist ein sehr plausibler Kandidat für neue Vision-Workflows. Vor einem produktiven Wechsel sollten Teams trotzdem ihre eigenen Screenshots, Diagramme und Mockups in einem kleinen Blind-A/B-Test prüfen.