Claude über Google Vertex AI im Unternehmen nutzen: Regionen, Rechte, Grenzen

Claude über Google Vertex AI im Unternehmen zu nutzen, lohnt sich vor allem dann, wenn Ihr Unternehmen bereits auf Google Cloud arbeitet. Die Abrechnung läuft dann über Ihren Google-Cloud-Vertrag und die Rechte über Ihre bestehende Rechteverwaltung. Anfragen lassen sich außerdem auf EU-Rechenzentren beschränken. Der Preis dafür: Einige Funktionen der Anthropic-API fehlen.

Claude über Vertex AI ist das Angebot, bei dem Google Cloud die Claude-Modelle von Anthropic betreibt und über die eigene Plattform bereitstellt. Anthropic nennt es in seiner Dokumentation „Claude Models on Google Cloud (Google managed)“. Vertex AI selbst ist die KI-Plattform von Google Cloud. Google vermarktet sie inzwischen als Gemini Enterprise Agent Platform, und ihr Model Garden umfasst laut eesel AI über 200 Modelle.

Der direkte Weg ist die Claude API von Anthropic. Dort schließen Sie einen Vertrag mit Anthropic und nutzen den vollen Funktionsumfang der Schnittstelle. Beide Wege liefern dieselben Modellfamilien, unterscheiden sich aber bei Rechnung, Datenstandort, Rechten und Funktionen. Wer Claude noch nicht kennt, findet die Grundlagen unter Was Claude ist und wie es arbeitet.

Für die Entscheidung zählen vier Fragen:

• Wer soll die Rechnung stellen, Google oder Anthropic?
• Muss die Verarbeitung in der EU bleiben?
• Wer verwaltet die Zugriffsrechte, und mit welchem System?
• Braucht Ihr Vorhaben Funktionen, die nur die Claude API bietet?

Bei Claude über Vertex AI stellt Google Cloud die Rechnung, nicht Anthropic. Laut Anthropics Dokumentation verwaltet Google Cloud für dieses Angebot auch die Ratenlimits und Kontingente. Google regelt zudem den Umgang mit den Daten. Für Ihre Buchhaltung heißt das: kein neuer Lieferant, sondern eine weitere Position auf der bestehenden Cloud-Rechnung.

Ein zweiter Vorteil betrifft Rahmenverträge mit Google. Nach Googles Migrationsleitfaden wird die Nutzung der Plattform auf Zusicherungen von Google Cloud angerechnet, also auf vertraglich zugesagte Ausgaben. Wer einen solchen Vertrag hat, verbraucht mit Claude ein Budget, das ohnehin zugesagt ist.

Abgerechnet wird nach Tokens, der Einheit, in der die Modelle Text zählen. Die Listenpreise für Vertex AI veröffentlicht Google auf seiner eigenen Preisseite. Zum Vergleich nennt Anthropic für die Claude API bei Claude Opus 5.5 4 USD pro Million Eingabe-Tokens und 20 USD pro Million Ausgabe-Tokens. Bei Claude Sonnet 5.5 sind es 2 und 10 USD.

Zwei Kostenpunkte unterscheiden sich auf Vertex AI deutlich:

• Multi-Region- und regionale Endpunkte kosten laut Anthropic 10 Prozent mehr als der globale Endpunkt.
• Die Batch-Schnittstelle der Claude API mit 50 Prozent Nachlass auf Ein- und Ausgabe-Tokens gibt es auf Vertex AI nicht.

Mengenrabatte verhandelt Anthropic für die eigene API einzeln. Was die Claude-Apps pro Nutzer kosten, zeigt die Übersicht Claude Preise für Pro, Team und Max in Euro.

Ein Endpunkt ist die Adresse, an die Ihre Anwendung ihre Anfragen schickt. Bei Claude auf Vertex AI legt der Endpunkt zugleich fest, wo eine Anfrage verarbeitet wird. Anthropic beschreibt in der Dokumentation zu Claude auf Google Cloud drei Endpunkttypen und empfiehlt den globalen.

Endpunkttyp	Wohin Anfragen gehen	Aktuelle Modelle	Aufpreis und reservierte Kapazität
Global	In jede Region mit freier Kapazität	Ja	Kein Aufpreis, keine reservierte Kapazität
Multi-Region	In eine beliebige Region der USA („us“) oder der EU („eu“)	Ja	10 Prozent Aufpreis, keine reservierte Kapazität
Regional	Nur in die genannte Region, etwa „europe-west1“	Nein, nur ältere Modellgenerationen	10 Prozent Aufpreis, reservierte Kapazität möglich

Für ein Unternehmen, das die Verarbeitung in der EU halten will und aktuelle Modelle braucht, bleibt damit der Multi-Region-Endpunkt „eu“. Regionale Endpunkte bedienen laut Anthropic nur ältere Modelle. Für neuere Modelle verweist die Dokumentation ausdrücklich auf globale oder Multi-Region-Endpunkte.

Alle drei Typen nehmen Abrechnung nach Verbrauch an. Reservierte Kapazität ist ein fest gebuchtes Kontingent an Rechenleistung, bei Google „Provisioned Throughput“ genannt. Diese Kapazität setzt einen regionalen Endpunkt voraus. Wer feste Kapazität für ein aktuelles Modell in der EU plant, sollte diese Einschränkung vor dem Vertragsgespräch mit Google kennen.

Auf Vertex AI stehen die aktuellen Claude-Modelle bereit, aber nicht jedes Modell automatisch in Ihrem Projekt. Laut eesel AI führt Googles Preisseite Claude Fable 5.1, Claude Opus 5.5, Claude Sonnet 5.5 und Claude Haiku 4.5 unter den Partnermodellen. Anthropics Dokumentation zu Vertex AI nennt zusätzlich Claude Haiku 5.5. Den Zugriff beantragen Sie im Model Garden, die Freigabe kann laut eesel AI ein bis zwei Tage dauern.

Für die Modellwahl gibt Anthropic selbst eine klare Orientierung:

• Claude Opus 5.5 als Startpunkt für die meisten Aufgaben, wenn Sie unsicher sind.
• Claude Fable 5.1 für anspruchsvolles Schlussfolgern und lange, mehrstufige Agentenarbeit.
• Claude Haiku 5.5 für große Mengen zeitkritischer Aufgaben wie Klassifizieren, Extrahieren und Weiterleiten.

Das Kontextfenster bestimmt, wie viel Text ein Modell in einer Anfrage verarbeiten kann. Auf Vertex AI bieten die neueren Modelle 1 Million Tokens, ältere Claude-Modelle 200.000 Tokens. Die Plattform begrenzt eine einzelne Anfrage auf 30 MB.

Wichtig für die Planung ist der Lebenszyklus. Google legt die Termine fest, zu denen Modelle auf Vertex AI auslaufen, und diese können vom Zeitplan der Claude API abweichen. Für die Claude API nennt Anthropic etwa für Claude Opus 5.5 eine Abschaltung nicht vor dem 22. September 2027. Prüfen Sie für Vertex AI die Termine bei Google, bevor Sie ein Modell fest in einen Prozess einbauen.

Claude auf Vertex AI bietet nicht alle Funktionen der Claude API. Anthropic listet für das Google-Angebot mehrere Bausteine als nicht unterstützt auf. Diese Lücken entscheiden oft mehr über den richtigen Weg als der Preis.

Auf Vertex AI fehlen laut Anthropics Dokumentation:

• die Files API zum einmaligen Hochladen und Wiederverwenden von Dateien,
• die Code-Ausführung auf Anthropics Servern,
• Web Fetch, also das Abrufen von Webseiten durch das Modell,
• Agent Skills, Pakete aus Anweisungen und Abläufen für Agenten,
• der MCP connector, mit dem die API selbst einen MCP server anspricht,
• die Message Batches API für asynchrone Massenverarbeitung,
• Claude Managed Agents, Anthropics betriebene Agentenumgebung.

MCP steht für Model Context Protocol, ein offenes Protokoll, über das KI-Modelle standardisiert auf Werkzeuge und Datenquellen zugreifen. Fehlt der MCP connector, muss Ihre eigene Anwendung die Verbindung zum MCP server herstellen. Das Modell selbst kann weiterhin mit Werkzeugen arbeiten: Laut Anthropic unterstützen alle aktuellen Modelle die Werkzeugnutzung.

Daneben gilt eine allgemeine Regel aus Anthropics Modellübersicht. Auch ein unterstütztes Werkzeug kann scheitern, wenn die Einstellungen Ihrer Organisation es sperren. Klären Sie deshalb früh, welche Werkzeuge Ihre Administration freigibt.

Wer Claude auf Vertex AI aufrufen darf, regelt IAM. IAM (Identity and Access Management) ist die Rechteverwaltung von Google Cloud. Die aufrufende Identität braucht laut Anthropic eine Rolle mit der Berechtigung aiplatform.endpoints.predict. Ein Beispiel ist die Rolle Agent Platform User mit der Kennung roles/aiplatform.user.

In der Praxis vergeben Sie diese Rolle am besten nicht an alle Mitarbeitenden. Ein eigenes Dienstkonto pro Anwendung macht nachvollziehbar, welcher Agent welche Anfragen stellt. Wird ein Agent abgeschaltet, entziehen Sie dem Dienstkonto die Rolle, und die übrigen Anwendungen laufen weiter.

Die Plattform bietet laut Googles Migrationsleitfaden weitere Kontrollen:

• Datenstandorte, also die Festlegung, wo Daten liegen,
• kundenverwaltete Verschlüsselungsschlüssel, die Sie selbst verwalten und widerrufen können,
• Access Transparency, eine Protokollierung von Zugriffen durch Google selbst.

Für die eigene Nachvollziehbarkeit empfiehlt Anthropic, mindestens die Anfrage- und Antwortprotokolle der letzten 30 Tage aufzubewahren. Legen Sie vor dem Start fest, wo diese Protokolle liegen und wer sie einsehen darf. Bei Agenten, die Kundendaten verarbeiten, ist diese Frage oft wichtiger als die Wahl des Modells.

Ein durchgerechnetes Beispiel zeigt, wie die Einrichtung abläuft. Ein Unternehmen auf Google Cloud möchte eingehende Serviceanfragen vorsortieren und Antwortentwürfe erstellen. Die Tickets landen danach in Zoho Desk. Claude Haiku 5.5 sortiert die Anfragen, Claude Opus 5.5 schreibt die Entwürfe, und die Modellverarbeitung bleibt in der EU.

1. Projekt vorbereiten. Das Google-Cloud-Projekt braucht eine aktive Abrechnung. Aktivieren Sie die Agent Platform API, die früher Vertex AI API hieß.
2. Modelle freischalten. Beantragen Sie im Model Garden den Zugriff auf beide Modelle. Planen Sie ein bis zwei Tage für die Freigabe ein.
3. Dienstkonto anlegen. Weisen Sie dem Dienstkonto des Agenten die Rolle roles/aiplatform.user zu, sonst niemandem.
4. Endpunkt wählen. Nutzen Sie den Multi-Region-Endpunkt „eu“, weil regionale Endpunkte keine aktuellen Modelle bedienen.
5. Anwendung anbinden. Anthropics SDKs sprechen Vertex AI über AnthropicVertex an. Direkte HTTP-Aufrufe gehen an eine URL mit :rawPredict, beim Streaming :streamRawPredict. Das Modell steht in der URL, anthropic_version mit dem Wert vertex-2023-10-16 im Anfragekörper.
6. Protokolle sichern. Bewahren Sie Anfragen und Antworten rollierend über 30 Tage auf, wie Anthropic es empfiehlt, und legen Sie eine feste Löschfrist fest.

Arbeitet Ihr Entwicklungsteam mit Claude Code, lässt sich auch dieses Werkzeug auf Vertex AI umstellen. Laut eesel AI setzen Sie dafür Umgebungsvariablen wie CLAUDE_CODE_USE_VERTEX und ANTHROPIC_VERTEX_PROJECT_ID oder nutzen den Assistenten /setup-vertex. Die Kommandozeile ant unterstützt das Google-Angebot laut Anthropic nicht.

Auf Vertex AI übernimmt Ihre eigene Anwendung mehr Arbeit als bei der Claude API. Das betrifft Assistenten, Agenten und die Anbindung an Ihr CRM unterschiedlich stark.

Assistenten für Mitarbeitende

Vertex AI liefert den Modellzugang über eine Programmierschnittstelle, keine fertige Arbeitsoberfläche. Ein interner Assistent braucht deshalb eine eigene Oberfläche, etwa in Ihrem Intranet. Soll Ihr Team einfach mit Claude arbeiten, sind die Claude-Apps meist der kürzere Weg.

Agenten

Ein KI-Agent ist ein Programm, das mit einem Modell selbstständig mehrere Schritte ausführt und dabei Werkzeuge aufruft. Ohne Claude Managed Agents und ohne Agent Skills steuert auf Vertex AI Ihre Anwendung jeden Schritt. Sie entscheidet, welches Werkzeug wann läuft, und speichert Zwischenergebnisse selbst.

CRM-Integrationen

Für die Anbindung an Zoho CRM fällt auf Vertex AI der MCP connector der API weg. Die Verbindung läuft dann über einen MCP server, den Ihre Anwendung selbst aufruft. Für jede Verbindung kommen grundsätzlich ein connector, ein MCP server, ein plugin oder ein skill in Frage; auf Vertex AI schrumpft diese Auswahl.

Bei Svennis gleichen wir vor jedem Vertex-Projekt die geplanten Funktionen des Agenten mit Anthropics Liste der nicht unterstützten Funktionen ab, bevor die Entwicklung beginnt. Am häufigsten verschiebt sich dabei die CRM-Anbindung vom MCP connector auf einen eigenen MCP server, und wir zeigen dem Kunden beide Varianten mit ihren Kosten, bevor er entscheidet.

Die Wahl hängt davon ab, wer mit Claude arbeitet: eine Anwendung oder Menschen. Vertex AI und die Claude API bedienen Anwendungen, die Claude-Apps wie Claude Team und Cowork bedienen Mitarbeitende direkt. Die Tabelle stellt die drei Wege nebeneinander.

Kriterium	Claude über Vertex AI	Claude API	Claude-Apps (Claude Team, Cowork)
Rechnung von	Google Cloud, anrechenbar auf Zusagen	Anthropic	Anthropic
Rechteverwaltung	IAM in Google Cloud	Zugänge bei Anthropic	Verwaltung in den Claude-Apps
EU-Verarbeitung	Multi-Region-Endpunkt „eu“, 10 Prozent Aufpreis	Nach Vertrag mit Anthropic klären	Nach Vertrag mit Anthropic klären
Funktionsumfang	Ohne Batches, MCP connector, Skills, Managed Agents	Voll, inklusive Batch-Nachlass von 50 Prozent	Fertige Oberfläche mit Projects und connector
Passt für	Eigene Anwendungen auf Google Cloud	Eigene Anwendungen mit allen API-Funktionen	Teams, die selbst mit Claude arbeiten

Die Wege schließen sich nicht aus. Ein Unternehmen kann einen Agenten über Vertex AI betreiben und seinem Team gleichzeitig Claude Team geben. Wie die Einführung der Desktop-Arbeitsumgebung abläuft, beschreibt der Leitfaden Claude Cowork im Unternehmen einsetzen.

Eine Faustregel hilft beim Sortieren. Brauchen Sie eine der fehlenden Funktionen zwingend, spricht das für die Claude API. Zählen Google-Rechnung und IAM mehr, spricht das für Vertex AI.

Für Unternehmen in Deutschland ist der Datenstandort meist das wichtigste Argument für Vertex AI. Mit dem Multi-Region-Endpunkt „eu“ gehen Anfragen laut Anthropic nur an Regionen in der Europäischen Union. Das gilt auch für die aktuellen Modelle, anders als beim regionalen Endpunkt.

Laut Googles Migrationsleitfaden zur Gemini Enterprise Agent Platform werden Prompts, Antworten und Daten auf der Plattform nicht zur Verbesserung von Google-Produkten verwendet. Diese Aussage stammt aus einem Leitfaden zu Gemini und beschreibt nicht die vollständige Lage für Claude. Für Claude-Modelle können zusätzlich Bedingungen von Anthropic als Modellanbieter gelten. Prüfen Sie für Ihr Verzeichnis der Verarbeitungstätigkeiten, ob Prompts und Antworten an Anthropic gehen.

Der Leitfaden nennt zwei weitere Punkte, die für Datenschutzbeauftragte zählen:

• Die Plattform bietet Datenstandorte, kundenverwaltete Verschlüsselungsschlüssel und Access Transparency.
• Google empfiehlt Kunden in regulierten Branchen ausdrücklich die Plattform statt der einfachen Gemini API.

Der Datenstandort allein macht einen Einsatz noch nicht DSGVO-konform. Sie brauchen weiterhin einen Vertrag zur Auftragsverarbeitung und klare Regeln, welche Daten überhaupt an ein Modell gehen. Diese Fragen behandelt der Beitrag Claude DSGVO-konform nutzen ausführlich.

Beachten Sie außerdem die Kostenseite des Datenstandorts. Der Multi-Region-Endpunkt kostet 10 Prozent mehr als der globale. Für Anfragen ohne personenbezogene Daten kann der globale Endpunkt deshalb die günstigere Wahl sein.

Bevor Sie Claude auf Vertex AI einrichten, klären Sie fünf Punkte in dieser Reihenfolge:

1. Prüfen Sie, ob Ihr Google-Cloud-Vertrag Zusagen enthält, auf die Claude angerechnet wird.
2. Gleichen Sie die geplanten Funktionen mit der Liste der auf Vertex AI fehlenden Funktionen ab.
3. Legen Sie den Endpunkt fest: global für freie Datenwahl, „eu“ für EU-Verarbeitung.
4. Bestimmen Sie Dienstkonten, IAM-Rollen und den Ablageort der Protokolle.
5. Beantragen Sie die Modelle im Model Garden rechtzeitig und prüfen Sie Googles Lebenszyklustermine.

Verarbeitet die Anwendung personenbezogene Daten, kommen zwei Pflichten hinzu. Prüfen Sie die Vereinbarung zur Auftragsverarbeitung mit Google, und ergänzen Sie Ihr Verzeichnis der Verarbeitungstätigkeiten, bevor der Agent live geht.

Bleibt danach offen, ob ein Agent, ein Assistent oder die Claude-Apps den größten Nutzen bringen, hilft ein strukturierter Start. Svennis arbeitet in vier Schritten: dem Workshop, einem Pilot Claude A für einen Prozess oder einem Pilot Claude B mit Claude Team für das ganze Team, der Aktivierung der Abteilung und dem monatlichen Betrieb.

Der erste Schritt ist der Claude-Workshop, der in zwei Wochen zu einem KI-Plan führt. Einen Überblick über Kosten, Datenfragen und Einstieg bietet die Seite Claude für Unternehmen.