In drei Monaten baut niemand mehr ein Dashboard mit ChatGPT. Sondern mit Claude Live Artifacts.

Provokante Behauptung, ich weiß. Aber ich glaube sie wirklich.

In drei Monaten wird niemand mehr ernsthaft ein Dashboard in ChatGPT bauen. Sondern in Claude Live Artifacts. Nicht, weil ChatGPT plötzlich schlechter wird. Sondern weil sich gerade die Frage verschiebt, wo “Dashboard” überhaupt entsteht — und Anthropic hat den richtigen Hebel gefunden.

Lass mich kurz auseinandernehmen, was sich da gerade strukturell verändert. Inklusive der Grenzen, die ehrlich auf den Tisch gehören.

Live Artifacts: Was sie sind, was sie nicht sind

Anthropic hat Live Artifacts im April 2026 als Erweiterung der Artifact-Funktion in Cowork ausgerollt. Der offizielle Hilfeartikel im Claude Help Center beschreibt sie als interaktive Anwendungen — Dashboards, Tracker, Tools — die beim Öffnen jedes Mal aktuelle Daten ziehen. Du beschreibst, was du sehen willst, Claude baut die App, und beim nächsten Aufruf refresht sie sich selbst.

Der entscheidende Mechanismus heißt MCP — Model Context Protocol. Anthropic hat den Standard im November 2024 veröffentlicht, im Dezember 2025 an die Linux Foundation gespendet, und er ist innerhalb von 16 Monaten von ~2 Millionen monatlichen SDK-Downloads auf 97 Millionen explodiert (Stand März 2026, laut Wikipedia und The New Stack). 78% der Enterprise-AI-Teams haben laut April-2026-Umfragen mindestens einen MCP-Agent in Produktion. OpenAI, Google DeepMind, AWS, Microsoft sind alle dabei.

Klingt nach Standards-Bla — ist aber der Grund, warum Live Artifacts überhaupt funktionieren. Wenn du auf “Live” togglest, verbindet sich das Artifact über die MCP-Connectoren, die du in Cowork eingerichtet hast: Gmail, Google Calendar, Slack, Notion, Shopify, Airtable, PostHog, Datadog, Facebook Ads. Es greift live auf den aktuellen Stand zu und repaintet das Dashboard.

Kein Export. Kein Copy-Paste. Kein “ich hätte gern den Stand von letztem Donnerstag”.

Der ChatGPT-Workflow im direkten Vergleich

Hier wird’s konkret. So sah mein Dashboard-Workflow in ChatGPT bis vor wenigen Wochen aus:

1. Daten aus dem Quellsystem exportieren (LinkedIn-CSV, Airtable-View, Stripe-Bericht).
2. CSV in Code Interpreter / Advanced Data Analysis hochladen.
3. Prompten: “Bau mir ein Dashboard mit X, Y, Z.”
4. ChatGPT generiert Python, baut Charts, gibt mir ein Bild oder ein interaktives Widget zurück.
5. Drei Tage später: alles wiederholen, weil die Daten veraltet sind.

Das funktioniert. Die Comparisons (siehe etwa LikeOne’s Custom-GPTs-vs-Claude-Projects-Analyse) zeigen sogar: ChatGPTs Code Interpreter ist beeindruckend für einmalige Analysen — Python im Sandbox, iterative Fehlerkorrektur, schöne Charts. Custom GPTs lassen sich obendrein öffentlich teilen via GPT Store — das ist ein echter Vorteil, den Claude in dieser Form nicht hat.

Aber für einen wiederkehrenden Workflow ist der Loop “Export → Upload → Prompt → Refresh” einfach zerbrochen. Du baust faktisch dreimal das gleiche Dashboard.

Live Artifacts kippen genau diesen Schritt. Du baust einmal. Beim nächsten Öffnen sind die Daten frisch.

Warum MCP der eigentliche Game-Changer ist

Bevor MCP zur Branchen-Default wurde, war jede AI-Tool-Integration ein One-off. Zapier hatte eine API, Slack eine andere, Notion eine dritte, und für jede einzelne musste jemand einen Custom-Wrapper bauen. Das hat funktioniert — wenn dein Tool im Glück mit dem Anbieter stand.

MCP standardisiert das. Anthropic hat das Protokoll bewusst als Open Standard veröffentlicht, und das hat einen Effekt, den man bei Plattform-Strategien selten sieht: Es macht alle AI-Tools austauschbar mit der gleichen Datenebene. Die New Stack hat in einer Analyse formuliert, dass MCP gewonnen hat, weil keiner mehr einen Grund hatte, einen konkurrierenden Standard zu pushen — selbst OpenAI hat im März 2026 explizit Support angekündigt.

Für mich als Nutzer heißt das: Die ~10.000 öffentlichen MCP-Server, die laut Anthropic im März 2026 aktiv waren, sind nicht “Claude-Connectoren”. Es sind Konnektoren zur Datenebene, und Claude hat aktuell schlicht das schönste Frontend dafür. Die Live Artifacts sind das Frontend.

Und genau hier sehe ich die Disruption für klassische BI-Tools. YourStory hat das pointiert auf den Punkt gebracht: Live Artifacts ersetzen klassische BI-Dashboards nicht komplett, aber für eine sehr breite Klasse von Use Cases — operative KPI-Dashboards, Marketing-Tracker, Content-Performance, Pipeline-Übersichten — verlierst du den Grund, Tableau oder PowerBI oder Looker aufzumachen.

Meine konkreten Live Artifacts (Stand letzte Woche)

Damit das nicht abstrakt bleibt — was bei mir gerade läuft:

• Marketing-Pulse-Dashboard: PostHog-Events + Airtable-Content-Performance + Gmail-Newsletter-Click-Rates. Zeigt mir täglich, welche Posts welche Anmeldungen treiben. Build-Time: 4 Minuten. Aktualisierung: automatisch beim Öffnen.
• Kunden-Wochenüberblick: Slack-Channels meiner laufenden Workshops + Google-Calendar-Slots der nächsten 7 Tage. Eine Card pro Kunde, Status, nächster Termin, offene Threads. Build-Time: 7 Minuten.
• Lead-Tracker: Airtable als Quelle, gefiltert nach “letzte 30 Tage”, mit zwei Charts (Quelle, Conversion-Stage). Hat mein Notion-Setup ersetzt, das ich jahrelang manuell aktualisiert habe.

Drei Dashboards, die zusammen vielleicht 20 Minuten Bau-Zeit gekostet haben. Und die sich selbst aktualisieren. Geeky Gadgets hat in einem Test ähnliche Build-Zeiten dokumentiert — die Größenordnung ist real, kein Demo-Effekt.

Wo die Grenzen liegen — und ja, es gibt welche

Damit das hier nicht nach Marketing klingt, die Punkte, die mich in der Praxis nerven:

1. Live Artifacts sind lokal. Sie leben in deiner Cowork-Desktop-Session. Es gibt aktuell keinen sauberen Cross-Device-Sync — wenn du dasselbe Dashboard auf einem zweiten Rechner willst, baust du es neu (oder kopierst die Setup-Konversation rüber). Für Solo-Workflows fein, für Teams ein echter Bruch.

2. Sie aktualisieren sich nur, wenn Cowork offen ist. Kein Server-Side-Refresh, kein Cron-Job im Hintergrund. Wenn der Mac aus ist, ist das Dashboard im Snapshot-Modus. Das ist die gleiche Einschränkung wie bei Scheduled Tasks — und für persönliche Dashboards okay, für Always-On-Reporting nicht.

3. Sie sind im aktuellen Stand nicht teilbar. Ich kann ein Live Artifact nicht per Link an einen Kunden schicken. Für eigene Workflows ist das egal, für Client-Reporting (Marketing-Dashboards, die der Kunde sehen soll) bleibt klassische BI vorerst gesetzt.

4. Datenhygiene wird kritisch. Wenn ein Dashboard direkt auf deine Quellen zugreift, propagiert jeder Müll in deinen Daten sofort ins Reporting. Das ist gut (du siehst es früher) und nervig (du musst aufräumen).

5. ChatGPT Custom GPTs haben ein echtes Distributionsmodell. Wenn du Tools für eine Audience baust, nicht für dich selbst, ist der GPT Store ein Vorteil, den Claude in dieser Form nicht hat. Live Artifacts sind brillant für meine Dashboards, nicht für ein öffentliches Tool.

Fazit: Das Feld verschiebt sich, nicht das Tool

Meine eingangs gesetzte Behauptung — “in drei Monaten baut niemand mehr ein Dashboard mit ChatGPT” — ist bewusst zugespitzt. Realistischer: Für persönliche, wiederkehrende Dashboards mit Live-Daten wird Claude in den nächsten Monaten der pragmatische Default. Für One-off-Analysen mit hochgeladenen Daten bleibt ChatGPT Code Interpreter exzellent. Für öffentlich teilbare AI-Tools ist der GPT Store unschlagbar.

Aber der Use Case “Ich brauche ein Dashboard, das morgen noch stimmt” hat einen neuen Default-Player. Und das ist der Use Case, der mir und meinen Kunden 80% der Zeit kostet.

Mein Test für dich: Mach dieses Wochenende zwei Listen. Erstens: Welche fünf Datenquellen schaust du täglich oder wöchentlich an? Zweitens: Welche davon hängen schon an einem MCP-Server (Gmail, Slack, Airtable, Notion, Calendar — die meisten tun’s)?

Die Schnittmenge der beiden Listen ist dein erstes Live Artifact.

Quellen

• Use live artifacts in Claude Cowork – Claude Help Center
• Introducing the Model Context Protocol – Anthropic
• Model Context Protocol – Wikipedia
• Why the Model Context Protocol Won – The New Stack
• Anthropic Claude Cowork is replacing dashboards with live artifacts – YourStory
• Claude Live Artifacts: Build Real-Time Dashboards in 2026 – Geeky Gadgets
• Custom GPTs vs Claude Projects – Full Comparison (2026) – LikeOne

Quellen

• Use live artifacts in Claude Cowork – Claude Help Center
• Introducing the Model Context Protocol – Anthropic
• Model Context Protocol – Wikipedia
• Why the Model Context Protocol Won – The New Stack
• Anthropic Claude Cowork is replacing dashboards with live artifacts – YourStory
• Claude Live Artifacts: Build Real-Time Dashboards in 2026 – Geeky Gadgets
• Custom GPTs vs Claude Projects – Full Comparison (2026)