​

Im Folgenden beschreibe ich, was Claude Opus 4.6 im Februar 2026 aufgrund eines einzigen Prompts auf meinem Computer erstellen konnte. Natürlich wusste ich theoretisch, dass so etwas geht. Sieht man dann dem generativen Machine-Learning-System während 20 Minuten zu, wie es die Aufgabe löst, ist es nochmals was anderes.

Claude hat mir aufgrund eines einzigen Prompts aus einer riesigen MP3-Sammlung im Umfang von 78 CDs, Coverbildern und einem Booklet als PDF eine strukturierte HTML-Oberfläche für den Browser mit Volltextsuche und integriertem Player gebaut:

Etwas ausführlicher:

Ich habe auf meiner Festplatte eine Ordnerstruktur, in welcher sich alle MP3-Dateien einer CD-Sammlung mit 78 CDs befinden. Bei jeder CD ist auch ein Bild des CD-Covers gespeichert. Zusätzlich gibt es ein eingescanntes Booklet dieser CD-Sammlung. In dieser Form ist diese Sammlung nicht sehr gut nutzbar, weil das Navigieren in den Ordnern eher mühsam ist und gleichzeitig das Booklet geöffnet haben muss um zu wissen, auf welcher CD überhaupt was gespeichert ist.

Aus diesem Grund habe ich Claude den entsprechenden Ordner freigegeben und ihn gebeten, mir eine HTML-Oberfläche zu erstellen. Im Gegensatz zu bisherigen Experimenten mit GMLS-Systemen hat mich erstaunt, dass Claude Opus 4.6 zwar ca. 25 Minuten benötigt hat und zahlreiche Sackgassen bei der Bewältigung der Aufgabe betreten hat, sich aber selbst wieder befreien und letztendlich die Aufgabe ohne weitere Nachfrage lösen könnte.

Mein Prompt lautete:

Ab dann konnte ich zurücklehnen und zuschauen:

Das Selbstgespräch von Claude geht über mehrere Bildschirmseiten. Claude scheitert mehrfach daran, dass sein Vorgehen für das System zu gross wird, sprich das Kontextfenster zu klein oder die zu speichernde Datenmenge für die aktuellen Begrenzungen zu gross ist.

und

Zum Schluss beschreibt Claude, welche Funktionalität die HTML-Oberfläche aufweist (ohne dass ich das spezifiziert hätte):

Und ja, die Oberfläche funktioniert. Inkl. Volltextsuche oder der Möglichkeit, zum Vergrössern auf Cover zu klicken. Ich muss zugeben, dass ich beeindruckt bin.

Natürlich, diese Aufgabe ist nicht absurd komplex. Aber es ist trotzdem beeindruckend, wie das GMLS die Struktur der Daten erkennt, sie sinnvoll extrahieren und neu anordnen kann. Ich gehe davon aus, dass solche Systeme ihre eigene Arbeitsweise noch besser kennenlernen werden und somit künftig zahlreiche Sackgassen nicht mehr auspbobieren und dadurch nochmals effizienter werden. (Beim Versuch gestern Abend meinte Claude irgendwann nämlich, die Token meines Abos seien für den Abend aufgebraucht und sich solle entweder nachzahlen oder bis morgens um 02:00 warten.)