Dank CLAUDE.ai Coworking: Von 87 digitalen PC-Ordnern im Chaos zur Struktur - Wie ein KI-Agent in einer Sitzung 2.530 Ordner und 32.259 Dateien reorganisierte

Ein Dokumentenordner mit mehr als 32.000 Dateien in über 2.500 Verzeichnissen, gewachsen über Jahre hinweg – ohne einheitliche Benennung, ohne logische Hierarchie, ohne Übersicht. Was für einen Menschen Tage oder Wochen gedauert hätte, erledigte ein KI-Agent von Anthropic (Claude.ai) in einer einzigen Sitzung. Ein Erfahrungsbericht über digitale Ordnung durch künstliche Intelligenz. Ein NETZ-TRENDS.de-Mitarbeiter/in machte den Selbsttest.

Die Ausgangslage: Digitales Chaos

Wer kennt es nicht: Über Jahre hinweg sammeln sich auf dem Computer tausende Dateien an. Rechnungen landen im falschen Ordner, Fotos heißen „IMG_9608.heic“, Steuerdokumente verteilen sich über drei verschiedene Verzeichnisse, und die Ordnerstruktur gleicht einem historischen Ausgrabungsfeld – Schicht für Schicht gewachsen, ohne Plan.

Genau diese Situation bot sich, als der KI-Agent Claude von Anthropic über die Cowork-Funktion der Claude Desktop-App auf einen Mac-Dokumentenordner losgelassen wurde. Was er vorfand: einen Hauptordner mit zwölf Verzeichnissen auf oberster Ebene, darunter allein im Arbeitsordner eines mittelständischen Unternehmens 87 Unterordner – alle auf einer einzigen Ebene, ohne jede Hierarchie. Dazu lose Dateien im Wurzelverzeichnis, doppelte Benennungslogiken, Tippfehler in Ordnernamen und Rechnungen, die in völlig falschen Kategorien abgelegt waren.

Die Reorganisation in Zahlen

Phase 1: Analyse und Muster erkennen

Der erste Schritt des KI-Agenten war die Bestandsaufnahme. Er durchforstete im Auftrag von NETZ-TRENDS.de sämtliche Ordner und Dateien, identifizierte das bestehende Benennungsmuster – „JJJJ-MM-TT Beschreibung Version.Endung“ – und erkannte, welche Dateien keinem Ordner zugeordnet waren. Sieben Dateien lagen lose im Hauptverzeichnis: zwei Firmenlogos mit kryptischen Dateinamen, eine Einladung, ein Reel-Briefing, zwei Immatrikulationsbescheinigungen und ein Foto namens „IMG_9608.heic“.

Jede dieser Dateien wurde analysiert, umbenannt und dem passenden Ordner zugewiesen. Aus kryptischen Dateinamen wie „Logo_Weiss_CMYK.eps“ wurde „2026-03-31 logo weiss cmyk.eps“ im richtigen Unterordner. Aus „IMG_9608.heic“ wurde „2026-04-02 img 9608.heic“ in diverses/. Temporäre Word-Sperrdateien wurden erkannt und gelöscht.

Phase 2: Das Unternehmensordner-Chaos – 87 Ordner ohne Hierarchie

Die größte Herausforderung: Der Arbeitsordner eines mittelständischen Unternehmens enthielt 87 Unterordner auf einer einzigen Ebene. Marketing-Materialien lagen neben Gehaltsnachweisen, Pressemeldungen neben Bauplänen, TikTok-Inhalte neben Compliance-Richtlinien. Eine Navigation war praktisch unmöglich.

Der Agent analysierte jeden einzelnen Ordnernamen, kategorisierte ihn inhaltlich und schlug eine Hierarchie mit zehn Hauptkategorien vor:

Sämtliche 87 Ordner wurden in Echtzeit verschoben – kein Ordner ging verloren, keine Datei wurde beschädigt. Die Umbenennung und Zuordnung erfolgte in wenigen Minuten.

Phase 3: Steuer und Wohnung – Einheitlichkeit schaffen

Im nächsten Schritt wurden die Steuer- und Wohnungsordner unter die Lupe genommen. Der Steuerordner enthielt sieben Jahrgänge (2020 bis 2026), aber jedes Jahr hatte eine andere Unterstruktur: Mal hieß es „bankauszu-ge“, mal „kontoauszu-ge“, mal „kontostand-zum-31-12“ – drei verschiedene Namen für dasselbe Konzept. Tippfehler wie „hauverwaltung“ oder „leizpig“ erschwerten die Suche zusätzlich.

Der Agent schuf eine einheitliche Struktur: Jedes Steuerjahr enthält nun dieselben neun Standardordner, darunter die für den Nutzer entscheidende Trennung zwischen „einnahmen-zu-versteuern“ (gestellte Rechnungen als freier Journalist) und „ausgaben-absetzbar“ (bezahlte Rechnungen, die steuerlich absetzbar sind). WISO und Elster wurden unter einem gemeinsamen Oberordner „steuersoftware“ zusammengeführt. Dutzende Dateien wurden aus alten, inkonsistent benannten Ordnern in die neue Struktur überführt.

Dasselbe Prinzip galt für die fünf Wohnungsstandorte: fünf verschiedene Standorte in Deutschland und der Schweiz erhielten jeweils sieben identische Grundordner – von „dokumente“ über „mietvertraege“ bis „reparaturen“ - nach einem Chaos unterschiedlichster Dateiordner und Hunderter unterschiedlich bezeichneter Dateien.

Phase 4: Jede Rechnung einzeln analysiert

Die anspruchsvollste Phase war die inhaltliche Analyse sämtlicher Rechnungen. Der Agent öffnete jede einzelne PDF- und Word-Datei, las den Inhalt, identifizierte Betrag, Empfänger, Zweck und Mietobjekt – und ordnete die Rechnung der steuerlich korrekten Kategorie zu.

Dabei stellte er fest, dass sechs Rechnungen in der falschen Kategorie lagen: Rechnungen, die der Nutzer als freier Journalist an Kunden gestellt hatte (also Einnahmen), waren fälschlicherweise unter „ausgaben-absetzbar“ abgelegt worden. Der Agent korrigierte diese und verschob sie nach „einnahmen-zu-versteuern“.

Für die Ausgabenseite wurden sechs steuerliche Unterkategorien geschaffen, die auf einen Blick erkennen lassen, wie eine Rechnung steuerlich zu behandeln ist, beispielsweise:

Ein Beispiel: Eine Datei namens „2025-05-06 nebenkostenabrechnung waldstrasse leipzig u a.docx“ lag im Ordner „nebenkostenberechnungen“. Die inhaltliche Analyse durch den Agenten ergab jedoch, dass die Datei gar keine Nebenkostenabrechnung enthielt, sondern eine Übersicht der freien journalistischen Einnahmen 2024 sowie der Mieteinnahmen aus Berlin. Sie wurde entsprechend nach „steuer/steuer-2024/einnahmen-zu-versteuern“ verschoben. Ohne die inhaltliche Prüfung wäre diese Datei in der falschen Schublade geblieben – mit potenziellen Folgen für die Steuererklärung.

Fazit: Was KI bei der Dateiorganisation leisten kann

Die Ergebnisse sprechen für sich: Was manuell Tage, eher Wochen und Monate in Anspruch genommen hätte, wurde in rund 45 Minuten abgeschlossen – inklusive Rückfragen, Bestätigungen und Anpassungen an den Nutzerwünschen. Der Agent arbeitete dabei nicht blind nach Schema, sondern passte die Struktur iterativ an das Feedback an. Als der Nutzer beispielsweise anmerkte, dass Einnahmen als freier Journalist klar von Betriebsausgaben getrennt sein müssen, wurde die Kategorie-Logik entsprechend verfeinert.

Zum Abschluss erstellte der Agent ein maschinenlesbares Inhaltsverzeichnis als Markdown-Datei, das als „_INHALTSVERZEICHNIS.md“ ganz oben im Ordner liegt und jederzeit als Nachschlagewerk dient. Es dokumentiert die Struktur, erklärt jede Kategorie und macht das gesamte System auch für Dritte nachvollziehbar.

Einordnung: Mehr als nur Drag & Drop

Entscheidend ist, was diesen Vorgang von einer einfachen Dateisortierung unterscheidet: Der Agent hat nicht nur nach Dateinamen sortiert, sondern Inhalte gelesen und verstanden. Er öffnete PDFs und Word-Dateien, extrahierte Beträge, identifizierte Empfänger, erkannte die steuerliche Relevanz und traf eigenständige Zuordnungsentscheidungen. Er entdeckte falsch abgelegte Einnahmen-Rechnungen unter den Ausgaben, erkannte retournierte Ware als nicht absetzbar und unterschied zwischen AfA-fähigen Anschaffungen und sofort absetzbarer Instandhaltung. Gleichzeitig nannte er nach einem einheitlichen gewünschten Schema alle über 30.000 Einzeldateien um und verheintlichte deren Dateinahmen.

Das ist ein qualitativer Sprung gegenüber herkömmlichen Aufräum-Tools, die bestenfalls nach Dateityp oder Erstellungsdatum sortieren können. Hier agierte die KI als digitaler Assistent mit Kontextwissen – ein Assistent, der versteht, dass eine Rechnung an „Extreme Marketship Limited“ kein Einkauf ist, sondern eine gestellte Honorarrechnung, die versteuert werden muss.

Datenschutz: Wer liest meine Dateien mit - oder transferiert Claude.ai dann meine Daten in die USA zum dortigen Geheimdienst FBI oder CIA?

Die berechtigte Frage bei einem solchen Praxistest lautet: Was passiert mit meinen Daten? Werden Rechnungen, Steuerunterlagen und persönliche Dokumente an Server in den USA übertragen – oder gar an Geheimdienste weitergeleitet? Die Antwort ist differenziert.

Die Cowork-Funktion der Claude Desktop-App arbeitet im sogenannten lokalen Sandbox-Modus: Der Agent erhält Lese- und Schreibzugriff ausschließlich auf den vom Nutzer freigegebenen Ordner. Dateioperationen wie Umbenennen und Verschieben werden lokal auf dem Rechner des Nutzers ausgeführt. Nach Beendigung der Sitzung verfügt der Agent über keinen weiteren Zugriff auf die Dateien.

Allerdings ist Transparenz geboten: Die Kommunikation zwischen der Desktop-App und den Anthropic-Servern findet über eine verschlüsselte Verbindung statt. Dabei werden die Eingaben des Nutzers – und potenziell auch Dateiinhalte, die der Agent zur Analyse liest – an die Cloud übertragen, um dort vom Sprachmodell verarbeitet zu werden. Anthropic versichert in seinen Nutzungsbedingungen, dass diese Daten nicht für das Training künftiger Modelle verwendet werden und nicht an Dritte weitergegeben werden. Eine Garantie im juristischen Sinne ist das jedoch nicht – insbesondere für Nutzer in der EU gelten strengere Maßstäbe nach der DSGVO.

Für den praktischen Einsatz bedeutet das: Wer den KI-Agenten mit sensiblen Dokumenten wie Steuerunterlagen, Rechnungen oder persönlichen Briefen arbeiten lässt, sollte sich bewusst sein, dass Inhalte über das Internet an Server von Anthropic übertragen werden. Im vorliegenden Praxistest wurde dies bewusst in Kauf genommen, da der Erkenntnisgewinn im Vordergrund stand. Für produktive Einsätze in Unternehmen oder mit hochsensiblen Daten empfiehlt sich jedoch eine genaue Prüfung der Datenschutzrichtlinien sowie gegebenenfalls der Einsatz von lokalen oder On-Premise-KI-Lösungen.

Positiv hervorzuheben ist: Der Agent forderte an keiner Stelle Zugangsdaten, Passwörter oder Bankdaten an. Er griff ausschließlich auf Dateinamen und Dateiinhalte im freigegebenen Ordner zu. Keine Dateien wurden kopiert, dupliziert oder an externe Ziele gesendet. Die Kontrolle verblieb zu jedem Zeitpunkt beim Nutzer, der jede größere Aktion vorab bestätigen musste.

Über den Praxistest

Eingesetztes System: Claude (Anthropic), Modell Opus 4.6, über die Cowork-Funktion der Claude Desktop-App. Der Agent hatte Lese- und Schreibzugriff auf den Dokumentenordner des Nutzers. Alle Aktionen erfolgten in Echtzeit mit Bestätigung durch den Nutzer. Es wurden keine Dateien gelöscht (außer temporäre Word-Sperrdateien) und keine Inhalte verändert – ausschließlich Dateinamen und Ordnerzuordnungen wurden angepasst.