Claude Code: Was es ist und wie du es nutzt (Leitfaden)

Claude Code ist ein KI-Agent von Anthropic, der in deinem Terminal, in VS Code, in der Desktop-App oder im Browser läuft, deine Dateien liest und ändert und Befehle ausführt, soweit du es erlaubst^[1]. Entwickler nutzen ihn zum Programmieren. Ich nutze ihn täglich als Schaltzentrale für SEO-Analysen, Angebote, Blogartikel, Buchhaltung und die Pflege meiner Software Visibly AI, und das meiste davon hat mit Code wenig zu tun.

Dieser Leitfaden ist die Karte zu allem, was ich über das Tool geschrieben habe. Er erklärt, was Claude Code ist, was es kostet, wie du es einrichtest, welche Bausteine es gibt (CLAUDE.md, Skills, Subagenten, Hooks, MCP, Plan Mode) und was sich in der Praxis bewährt hat. Die Grundlage sind 26 Milliarden Tokens aus 445 eigenen Sitzungen in 30 Tagen^[31]. Zu jedem Thema gibt es einen vertiefenden Artikel, und die Serie wächst weiter.

Ein Blick auf die Suchanfragen zeigt, warum eine Karte nötig ist. In Deutschland suchen monatlich rund 1.000 Menschen nach "was ist claude code", genauso viele nach "claude code kosten" und nach "claude code installieren", 2.900 nach "claude code skills" und 1.900 nach "codex vs claude code". In den USA liegt "claude code pricing" bei 27.100 Anfragen, "codex vs claude code" bei 14.800 und "what is claude code" bei 12.100^[32]. Die Installation ist also nur eine von vielen Fragen.

Alle Teile der Serie findest du im Kasten oben und noch einmal am Ende dieses Leitfadens. Weitere Teile zu Kosten, Codex im Vergleich, Datenschutz, anderen Modellen und MCP folgen.

Was ist Claude Code?

Einfach erklärt ist Claude Code ein Programm, das künstliche Intelligenz in deinen Arbeitsordner bringt: ein Large Language Model, entstanden aus Machine Learning und Natural Language Processing, das deine Anweisungen in normaler Sprache versteht. Die Dokumentation beschreibt es als KI-Coding-Assistenten, der die gesamte Codebasis versteht und über mehrere Dateien und Werkzeuge hinweg Features baut, Fehler behebt und Entwicklungsroutinen automatisiert^[1]:

"Claude Code is an AI-powered coding assistant that helps you build features, fix bugs, and automate development tasks. It understands your entire codebase and can work across multiple files and tools to get things done."

Claude Code Docs^[1]

Der entscheidende Unterschied zu einem Chat im Browser: Claude Code sitzt in einem Ordner auf deinem Rechner. Es liest, was dort liegt, schreibt neue Dateien, führt Programme aus und holt sich über Anbindungen Daten aus deinen Programmen. Du gibst ein Ziel vor, der Agent plant die Schritte und erledigt sie, und du entscheidest über die Berechtigungen, wie weit er dabei gehen darf.

Claude Code folgt der Unix-Philosophie und lässt sich in Skripte und Pipelines einbauen. Ein Beispiel aus der Dokumentation: Du leitest die letzten 200 Zeilen eines Logs an claude -p weiter und lässt dir Auffälligkeiten melden^[1]. Dazu kommen geplante Läufe in der Cloud oder auf deinem Rechner, etwa eine morgendliche Durchsicht offener Pull Requests, und die Fernsteuerung einer laufenden Sitzung vom Handy^[1]. Für Nicht-Entwickler heißt das: Alles, was mit Dateien, Texten, Tabellen und wiederkehrenden Abläufen zu tun hat, kann Claude Code übernehmen, vom Angebot über die Meeting-Nachbereitung bis zum Monatsbericht.

Wie funktioniert Claude Code? Die wichtigsten Funktionen

Wofür wird Claude Code verwendet? Im Kern für fünf Funktionen, die in jeder Sitzung zusammenspielen^[1][17]:

• Lesen und Verstehen: Der Agent liest Dateien, erkennt die Struktur einer Codebasis oder eines Projektordners und beantwortet Fragen dazu, in jeder gängigen Programmiersprache.
• Erstellen und Ändern: Codegenerierung, Refactoring von bestehendem Code, neue Dateien, Texte und Tabellen. Jede Änderung kannst du vorher im Plan Mode prüfen.
• Ausführen: Befehle, Tests und Skripte laufen direkt in der Kommandozeile, die Ergebnisse fließen in den nächsten Schritt ein.
• Prüfen: Code Review der eigenen Änderungen, Tests vor dem Commit, Commits in der Versionskontrolle mit Git, Pull Requests auf GitHub.
• Verbinden: Über MCP greift der Agent auf externe Dienste und Daten zu, über Skills und Hooks lernt er deine Abläufe.

Diese Funktionen können Entwickler für die Softwareentwicklung nutzen und alle anderen für Dateiarbeit jeder Art. Die Grenzen: Der Agent ist nur so gut wie der Kontext, den du ihm gibst, jede Sitzung kostet Tokens, und er führt nur aus, was deine Berechtigungen erlauben^[16][9].

Wo Claude Code läuft: Terminal, VS Code, Desktop-App und Web

Den Agenten gibt es auf fünf Oberflächen: als Kommandozeile im Terminal, als Erweiterung für VS Code, als Plugin für JetBrains-IDEs (integrierte Entwicklungsumgebungen), als Desktop-App für macOS, Windows und Linux und als Web-Version im Browser^[1]. Die Desktop-App kommt ohne Kommandozeile aus, du wählst einen Ordner und legst los^[2]. Wichtig für die Entscheidung: Alle Oberflächen greifen auf denselben Kern zu und bieten dieselben Funktionen. Deine CLAUDE.md-Dateien, Einstellungen und MCP-Server gelten überall gleich^[1]. Sitzungen lassen sich zwischen den Oberflächen weiterreichen, etwa vom Web ins Terminal oder vom Terminal in die Desktop-App^[1].

Was Claude Code kostet

Der Agent ist in den bezahlten Abonnements von Claude enthalten. Der kostenlose Plan von claude.ai enthält es nicht^[2]. Alternativ zahlst du über ein Console-Konto nach Verbrauch^[1].

Zugang	Preis	Für wen
Pro	20 USD je Monat, 17 USD bei Jahreszahlung[11]	Einstieg, gelegentliche Nutzung
Max	ab 100 USD je Monat, 5-fache oder 20-fache Nutzung gegenüber Pro[11]	tägliche Arbeit mit langen Sitzungen
Team und Enterprise	je Nutzer, Preise auf der Hersteller-Seite[11]	Teams mit Verwaltung und kommerziellen Datenschutzregeln
API (Console)	nach verbrauchten Tokens[11]	Automatisierung, Skripte, eigene Agenten

Was kostet die Nutzung über die API? Die Dokumentation nennt als Durchschnitt aus Unternehmen rund 13 USD je Entwickler und aktivem Tag und 150 bis 250 USD je Entwickler und Monat. Für 90 Prozent der Nutzer bleiben die Kosten unter 30 USD je aktivem Tag^[10]. Mit /cost siehst du in jeder Sitzung die bisherigen Kosten und den Anteil der Eingabe-Tokens, der aus dem Prompt-Cache kam^[10]. Dieser Cache ist der größte Hebel: In meiner Messung kamen 96,6 Prozent aller Tokens aus dem Cache^[31]. Wie du die Kosten im Griff behältst, bekommt einen eigenen Teil der Serie.

Claude Code vs. ChatGPT, Cursor, Codex und Gemini CLI

Die häufigste Vergleichsfrage ist "codex vs claude code" mit 14.800 Suchanfragen im Monat in den USA und 1.900 in Deutschland^[32]. Hier die Einordnung in drei Sätzen je Kandidat:

• ChatGPT und Claude im Browser sind Chats. Beide beruhen auf einem Large Language Model, also auf Machine Learning und Natural Language Processing. Du bekommst Antworten, Texte und Code als Text zurück. Ein Agent dagegen liest und ändert direkt deine Ordner und Werkzeuge^[1].
• Cursor ist ein eigener Code-Editor mit eingebauter KI. Der Agent ist kein Editor, du nutzt ihn im Terminal, in der Desktop-App oder als Erweiterung in VS Code und JetBrains, also in deiner gewohnten Umgebung^[1].
• Codex von OpenAI ist ein quelloffener Coding-Agent für die Kommandozeile^[22], Gemini CLI von Google bringt Gemini als quelloffenen Agenten in die Kommandozeile^[23], GitHub Copilot CLI macht dasselbe mit dem Copilot-Agenten^[24]. Alle drei arbeiten nach demselben Prinzip. Die Unterschiede liegen im Modell, in der Konfiguration und im Ökosystem aus Skills, Hooks, MCP und Plugins. Der Agent liest übrigens auch die AGENTS.md-Dateien eines Repositories anstelle der CLAUDE.md, falls ein Projekt sie bereits nutzt^[3].

Der ausführliche Vergleich von Codex, Gemini CLI und Copilot folgt als eigener Teil der Serie.

Claude Code einrichten: Installation und Architektur in fünf Ebenen

Die vollständige Anleitung mit allen Befehlen, Fallstricken unter Windows und einer Gratis-Vorlage steht in Claude Code installieren und einrichten. Hier die Kurzfassung.

Erste Schritte: Installation in einem Befehl

Der native Installer braucht kein Node.js und keine Administratorrechte und aktualisiert sich danach selbst^[2]:

# macOS, Linux, WSL
curl -fsSL https://claude.ai/install.sh | bash

# Windows PowerShell
irm https://claude.ai/install.ps1 | iex

Danach öffnest du ein neues Terminalfenster, prüfst mit claude --version, wechselst in deinen Projektordner und startest claude. Beim ersten Start meldest du dich im Browser an. Voraussetzung ist ein bezahlter Plan oder ein Console-Konto^[2].

CLAUDE.md: die wichtigste Datei

Die CLAUDE.md ist die Datei, mit der du dem Agenten sagst, wer du bist und wie du arbeitest. Es gibt drei Ebenen: ~/.claude/CLAUDE.md gilt für alle Projekte, ./CLAUDE.md im Projektordner gilt für dieses Projekt, CLAUDE.local.md bleibt privat auf deinem Rechner. Der Agent führt die Dateien zusammen, vom Arbeitsordner aufwärts^[3]. Mit /init erstellst du eine erste Fassung für ein Projekt^[3].

Zwei Regeln aus der Dokumentation haben sich bei mir bestätigt. Erstens: Halte jede Datei unter 200 Zeilen^[3]. Zweitens: Stell zu jeder Zeile die Frage "Würde das Streichen dieser Zeile einen Fehler verursachen?" Wenn nein, gehört sie in einen Skill oder in deine Learnings^[16]. Und eine Einschränkung, die viele übersehen: Die CLAUDE.md ist Kontext, keine Erzwingung. Was wirklich immer gelten muss, gehört in einen Hook^[3].

Rolle, Aufgaben, Projekte, Wissen, Werkzeuge

Meine Ordner- und Wissensstruktur folgt einer Kette aus fünf Ebenen, die für jede Rolle passt, auch ohne Code:

Ebene	Frage	Wo in Claude Code
Rolle	Wer bist du, für wen arbeitest du?	~/.claude/CLAUDE.md
Aufgaben	Was machst du jede Woche gleich?	~/.claude/skills/
Projekte	Woran arbeitest du gerade?	ein Ordner je Kunde oder Vorhaben mit CLAUDE.md und Statusdatei
Wissen	Was soll der Agent behalten?	Auto-Memory, Learnings, Übergaben
Werkzeuge	Welche Werkzeuge soll er bedienen?	Skripte, MCP-Server, Hooks

Wer das nicht von Hand bauen will, nimmt Claude Homebase, eine kostenlose Vorlage unter MIT-Lizenz. Der Skill /homebase stellt sieben Fragen zu Rolle, Zielen, Aufgaben, Infrastruktur, Startordner, Startpaket und Marke, speichert die Antworten und baut daraus die globale CLAUDE.md, die Projektstruktur, erste Skills, die Learnings-Ablage und Sicherheitseinstellungen mit gesperrter .env-Datei^[25].

Die Bausteine: Skills, Subagenten, Hooks, MCP und Plan Mode

Wenn die Grundstruktur steht, kommen die Bausteine, nach denen am meisten gesucht wird: "claude code skills" (2.900 Anfragen in Deutschland, 12.100 in den USA), "claude code agents", "claude code hooks", "claude code mcp" und "claude code plan mode"^[32]. Hier ist jeder Baustein in Kürze erklärt, mit dem Verweis auf die Tiefe.

Claude Code Skills

Ein Skill ist ein Ordner mit einer Datei SKILL.md, die eine Anleitung für eine wiederkehrende Aufgabe enthält. Der Agent nutzt den Skill von selbst, wenn die Aufgabe passt, oder du rufst ihn mit /skill-name auf. Dauerhaft im Kontext liegt nur die Beschreibung, der Inhalt lädt erst bei Bedarf^[4]. Die früheren Custom Commands sind in den Skills aufgegangen, und Skills folgen einem offenen Standard, der auch in anderen KI-Tools funktioniert^[4]. Einige Skills sind mitgeliefert, etwa /code-review, /debug und /verify^[4].

Bei mir ist jeder wiederkehrende Ablauf ein Skill, vom Angebot über die Meeting-Nachbereitung bis zum Blogartikel, insgesamt über 80^[33]. Welche Skills sich für Entwickler lohnen und wie ich sie gemessen habe, steht in Claude Code Skills: die besten für Entwickler.

Claude Code Subagenten und Agents

Ein Subagent ist ein Helfer mit eigenem Kontextfenster, eigenem System-Prompt, eigenen Tool-Rechten und eigenen Berechtigungen. Der Hauptagent delegiert an ihn, sobald eine Aufgabe zu seiner Beschreibung passt, und bekommt nur das Ergebnis zurück^[5]. Das schont den Hauptkontext, begrenzt Werkzeuge und erlaubt, einfache Arbeit auf ein schnelles, günstiges Modell wie Haiku zu legen^[5]. Eingebaute Subagenten gibt es bereits, eigene definierst du, wenn du immer wieder denselben Helfer mit denselben Anweisungen startest. Werden die Beschreibungen aller Subagenten zusammen länger als 15.000 Tokens, gibt es beim Start eine Warnung^[5].

Meine Regel dafür: Haiku für mechanische Massenarbeit, Sonnet für abgegrenzte Recherche, Opus für Planung und Fehlersuche mit unbekannter Ursache^[33]. Für viele unabhängige Sitzungen parallel gibt es Hintergrund-Agents und Agent Teams, die Claude selbst startet und überwacht^[5].

Claude Code Hooks

Hooks sind Shell-Befehle, die der Agent zu festen Zeitpunkten ausführt: vor einem Tool-Aufruf, beim Start einer Sitzung, bei jeder Eingabe oder wenn Claude fertig ist. Sie stehen in der settings.json und laufen deterministisch, also unabhängig davon, ob das Modell gerade daran denkt^[6]. Das ist der Platz für alles, was immer gelten muss: Schutz vor gefährlichen Befehlen, Erinnerungen, Kontextwächter.

Mein Beispiel ist Context Guard: ein Hook, der warnt, wenn der Kontext teuer wird, und ein Skill, der ein Übergabe-Briefing schreibt, das die nächste Sitzung nach /clear automatisch lädt^[26].

Claude Code MCP

Über das Model Context Protocol (MCP) verbindest du den Agenten mit externen Diensten und Datenquellen. Ein Server wird mit einem Befehl angebunden, etwa claude mcp add --transport http <name> <url>, wahlweise nur für dich, für ein Projekt (.mcp.json) oder für alle deine Projekte^[7]. Die Dokumentation rät, nur vertrauenswürdige Server anzubinden, weil Inhalte aus einem MCP-Server Anweisungen einschleusen können^[7].

So kommen bei mir SEO-Daten in den Agenten: Der Visibly AI MCP Server stellt 51 Tools für Keywords, Traffic, Backlinks, OnPage, SERP und Projektdaten bereit und schreibt Inhalte zurück^[29]. Wie Skills und ein MCP-Server zusammen einen Wettbewerb gewinnen, zeigt die Peec AI Case Study. Ein eigener Teil der Serie zu MCP folgt.

Plan Mode, Checkpoints und Sitzungen

Plan Mode ist der Modus für Änderungen, die du vorher sehen willst. Claude liest Dateien und schlägt einen Plan vor, ändert aber nichts, bis du den Plan freigibst. Du schaltest mit Shift+Tab um, bis die Statuszeile den Plan Mode anzeigt^[17]. Die Dokumentation empfiehlt ihn für alles, was mehr als ein paar Zeilen berührt^[16].

Checkpoints sichern den Stand deiner Dateien vor jedem Prompt, der einen Arbeitsschritt startet, unabhängig von der Versionskontrolle mit Git. Der Agent behält die Snapshots der letzten 100 Checkpoints je Sitzung, und du spulst zurück, wenn etwas schiefgeht^[18]. Sitzungen setzt du mit claude --continue oder claude --resume fort, auch über mehrere Tage^[17]. Das Modell wählst du mit /model über Aliase wie opus, sonnet und haiku. Der Alias opusplan plant mit Opus und führt mit Sonnet aus^[15].

Pull Requests, Code Review, Plugins und Agent SDK

Drei Bausteine für Fortgeschrittene, vor allem für Teams, die mit Pull Requests arbeiten. Plugins bündeln Skills, Agents, Hooks und MCP-Server zu einem Paket, das du aus einem Marketplace installierst, Einstieg über /plugin^[19]. GitHub Actions holen den Agenten in dein Repository: Du erwähnst @claude in einem Pull Request oder Issue, und Claude analysiert, ändert und committet; die Einrichtung übernimmt /install-github-app, und ein automatisches Code Review auf jedem Pull Request gibt es dazu^[20]. Das Agent SDK gibt dir dieselben Funktionen, denselben Agent-Loop und dieselbe Kontextverwaltung wie Claude Code, programmierbar in Python und TypeScript, für eigene Agenten in deinen Anwendungen^[21].

Claude Code Best Practices aus 26 Milliarden Tokens

Zwischen dem 25. September und dem 25. Oktober 2026 sind bei mir 26 Milliarden Tokens durch Claude Code gelaufen, verteilt auf 445 Sitzungen, 96,6 Prozent davon als Cache-Lesezugriffe^[31]. Fünf Regeln haben sich dabei als die wichtigsten herausgestellt:

1. Kontext ist die knappste Ressource. Das Kontextfenster füllt sich mit jeder Datei und jedem Ergebnis. Zwischen zwei Vorhaben /clear, lange Vorhaben per Übergabe aufteilen^[16].
2. Die CLAUDE.md bleibt kurz. Regeln, die bei Weglassen Fehler verursachen, sonst nichts^[16].
3. Jede Korrektur wird eine Regel. Learnings in Themen-Dateien, die vor passender Arbeit gelesen werden, damit derselbe Fehler kein zweites Mal passiert^[33].
4. Plan Mode vor großen Änderungen und jedem Refactoring. Erst den Plan lesen, dann freigeben^[17].
5. Was immer gelten muss, wird ein Hook. Alles andere ein Skill^[3][6].

Methodik der Messung

Die Zahlen stammen aus einer eigenen Untersuchung: Ein Skript liest die Sitzungsprotokolle, die der Agent lokal als JSONL-Dateien ablegt, und summiert je Sitzung Eingabe-, Ausgabe- und Cache-Tokens. Zeitraum 25. September bis 25. Oktober 2026, 445 Sitzungen, keine Hochrechnung. Skript und Auswertung stehen im Skills-Artikel^[31].

Kontext klein halten und Wissen auslagern

Mein Setup besteht aus über 80 Skills, Learnings in acht Themen-Dateien plus Index, Übergabe-Briefings je Projekt und einem Kundenordner je Mandat mit einer Statusdatei als Einstieg^[33]. Zwei Hooks laufen immer mit: Context Guard und eine Erinnerung an die Zeiterfassung^[33]. Der Grund für die Disziplin ist messbar: Eine Studie von Microsoft Research mit 52 Aufgaben zeigt, dass selbst die besten Modelle in mehrstufigen Abläufen rund 25 Prozent der Inhaltstreue verlieren, und zwar umso mehr, je länger der Kontext und je mehr Zwischenschritte^[34]. Was das für den Bau eigener Abläufe heißt, steht in KI-Halluzinationen: Was DELEGATE-52 zeigt. Das Repo delegate-audit prüft Skills gegen die vier Regeln aus der Studie^[28].

Sicherheit und Datenschutz

Jede Sitzung läuft in einem Berechtigungsmodus. Im Auto-Modus prüft ein separates Klassifizierer-Modell jede Aktion und blockiert, was es als unsicher einstuft. Im manuellen Modus startet der Agent nur lesend und fragt vor jeder Änderung und jedem Befehl, einmalig oder dauerhaft zu erlauben^[9]. Dazu kommen eine Sandbox für Shell-Befehle mit Dateisystem- und Netzwerk-Isolation und die Grenze des Arbeitsordners^[9]. In der settings.json legst du mit permissions fest, was erlaubt, nachgefragt oder verboten ist, zum Beispiel Read(./.env) auf deny^[8].

Beim Datenschutz gibt es zwei Welten. Bei Consumer-Plänen (Free, Pro, Max) entscheidet eine Einstellung im Konto, ob deine Daten zum Training künftiger Modelle genutzt werden dürfen, und das gilt auch für Claude Code aus diesen Konten. Bei kommerzieller Nutzung (Team, Enterprise, API, Drittplattformen) trainiert Anthropic ohne ausdrückliches Opt-in nicht mit Code oder Prompts^[12]. Transkripte, die du über /feedback einsendest, werden fünf Jahre aufbewahrt^[12]. Wer Kundendaten verarbeitet, prüft also zuerst den Plan und die Einstellung.

Andere Modelle, Gateways und Enterprise

Der Agent läuft außer über die Hersteller-API auch über Amazon Bedrock, Google Cloud (vormals Vertex AI) und Microsoft Foundry, auf Wunsch hinter einem Gateway mit Anmeldung über den Identitätsanbieter des Unternehmens^[13]. Ein Gateway bündelt Zugangsdaten, Nutzung, Budgets und Audit-Logs an einer Stelle^[14]. Eine Grenze nennt die Dokumentation ausdrücklich: den Agenten über ein Gateway auf Modelle anderer Anbieter zu leiten, wird nicht unterstützt^[14]. Die Nachfrage danach gibt es trotzdem, "claude code ollama" wird in Deutschland 390-mal und in den USA 590-mal im Monat gesucht^[32]. Was dabei geht und was nicht, bekommt einen eigenen Teil der Serie.

Claude Code in der Praxis: SEO, Content, Shops und KI-Sichtbarkeit

Die Theorie ist das eine. Diese Artikel zeigen, was der Agent in echten Projekten leistet:

• Agentic SEO Systeme 2026: wie ich Claude Code als SEO-Schaltzentrale nutze, von der Keyword-Analyse bis zum Reporting.
• Agentic Engineering: 100+ SEO-Projekte allein mit KI: Fabian Rossbacher baut über 100 Projekte ohne Entwicklerteam, ein Podcast-Gespräch mit Einordnung.
• Onlineshop mit Claude Code bauen: Christian Häfner hat den Happy-Coffee-Shop mit Claude Code neu gebaut, und warum bessere Technik allein keinen Umsatz bringt.
• Claude Skills in der Praxis: Peec AI: neun Skills auf einem MCP-Server, die eine Challenge-Kategorie gewonnen haben, mit Architektur und Agent-Logik.
• Be Ahead #1: Prompt-Sets, Diagramme mit Beleg-Regel und Claude-Routinen zum Nachbauen.
• Wie LLMs Marken ranken: eine statistische Studie zur KI-Sichtbarkeit, deren Auswertung als Framework auf GitHub liegt.

Für die Softwareentwicklung mit dem Agenten gibt es meine gesammelten Produktionsfallen aus der Codegenerierung als Vibe Coding Set, inklusive eines Skills, der ein neues Projekt nach demselben Muster aufsetzt. Alle Skill-Sets findest du unter antonioblago.com/de/skills.

Gratis-Repos und Startpakete

Alles, was ich dafür veröffentlicht habe, liegt quelloffen auf GitHub. Je nach Rolle passt ein anderes Startpaket:

Repo	Für wen	Was es macht
claude-homebase	alle, Start	Interview-Skill, baut CLAUDE.md, Ordnerstruktur, Skills und Learnings[25]
claude-code-seo-starter	SEO-Freelancer, Agenturen	Kundenworkflow Status-Quo, Potenzial, Angebot, PDF[27]
visiblyai-mcp-server	SEO, Content	51 SEO-Tools per MCP in Claude Code, Cursor und Co.[29]
claude-context-guard	Entwickler, Vielnutzer	Hook warnt bei teurem Kontext, Skill für die Übergabe[26]
delegate-audit	Skill-Bauer	lintet Skills gegen die vier DELEGATE-52-Regeln[28]
skillmind	Langzeitgedächtnis	Memory-Layer mit 31 MCP-Tools, lernt aus Videos[30]
peec-ai-skills	KI-Sichtbarkeit	Skills für Peec AI, Projekt-Setup und Content-Lücken[30]
llm-visibility-framework	KI-Sichtbarkeit, Forschung	statistisches Framework für Markensichtbarkeit in LLMs[30]
content-automation	Content	YouTube und Podcast zu Blogartikeln[30]
anycms, visibly-ai-cms-connector	Content, Entwickler	CMS an eine KI-Content-Pipeline anschließen, signierte Webhooks[30]

Mit Claude Homebase starten

Häufige Fragen

Was ist Claude Code in einem Satz?

Claude Code ist ein Agent von Anthropic, der künstliche Intelligenz in dein Terminal, deine integrierte Entwicklungsumgebung oder die Desktop-App bringt, deine Dateien und Werkzeuge versteht und Vorhaben über mehrere Schritte hinweg selbstständig erledigt, innerhalb der Berechtigungen, die du ihm gibst^[1].

Ist Claude Code kostenlos?

Nein. Das Tool braucht ein bezahltes Abonnement (Pro ab 20 USD je Monat, Max ab 100 USD, Team oder Enterprise) oder ein Console-Konto mit Abrechnung nach Verbrauch. Der kostenlose Plan von claude.ai enthält Claude Code nicht^[2][11].

Ist Claude Code auch für Anfänger ohne Programmiererfahrung geeignet?

Ja. Du musst keine Programmiersprache können, für die Einrichtung reicht es, einen Befehl einzufügen, und die Desktop-App kommt ohne Kommandozeile aus^[1]. Die Struktur aus Rolle, Aufgaben, Projekten, Wissen und Werkzeugen ist für Menschen gedacht, die mit Texten, Kunden und Dateien arbeiten. So funktioniert Claude Code auch ohne eine Zeile Code. Claude Homebase baut sie dir per Interview^[25].

Werden meine Daten zum Training genutzt?

Das hängt vom Konto ab. Bei Free, Pro und Max entscheidet eine Einstellung im Konto, ob Daten zum Training genutzt werden dürfen. Bei Team, Enterprise und API trainiert Anthropic ohne ausdrückliches Opt-in nicht mit Code oder Prompts^[12]. Prüfe die Einstellung, bevor du Kundendaten verarbeitest.

Welche Modelle kann ich mit Claude Code nutzen?

Die Claude-Modelle Opus, Sonnet und Haiku, wahlweise mit großem Kontextfenster, umschaltbar per /model^[15]. Als Zugang dienen die Hersteller-API, Amazon Bedrock, Google Cloud oder Microsoft Foundry^[13]. Modelle anderer Anbieter über ein Gateway sind offiziell nicht vorgesehen^[14].

Wer hat Claude Code entwickelt und seit wann gibt es das Tool?

Claude Code kommt von Anthropic, dem Unternehmen hinter den Claude-Modellen. Vorgestellt wurde es am 24. Februar 2025 als begrenzte Forschungsvorschau, zusammen mit dem Modell Claude 3.7 Sonnet^[35]. Seit dem 22. Mai 2025 ist es allgemein verfügbar, im Terminal, in den IDEs und mit einem SDK für den Hintergrundbetrieb^[36].

Lohnt sich Claude Code für Freelancer und kleine Teams?

Aus meiner Erfahrung ja, sobald sich Abläufe wiederholen. Ein Freelancer hat selten ein Entwicklerteam, aber viele gleichartige Abläufe: Angebote, Analysen, Berichte, Inhalte. Genau die lassen sich als Skills festhalten und mit Projektordnern verbinden^[33]. Die Kosten bleiben überschaubar, wenn du den Kontext klein hältst und den Cache arbeiten lässt^[10][31].

Wo liegen die Grenzen von Claude Code?

Drei Grenzen begegnen dir am häufigsten. Das Kontextfenster ist endlich, lange Sitzungen werden teurer und ungenauer, deshalb /clear und Übergaben^[16]. Der Agent führt nur aus, was deine Berechtigungen erlauben, und blockiert im Auto-Modus selbst, was er für unsicher hält^[9]. Und er läuft mit Claude-Modellen, Modelle anderer Anbieter sind offiziell nicht vorgesehen^[14].

Kann ich Claude Code für mein eigenes Coding-Projekt verwenden?

Ja, und das ist der klassische Einsatz. Du wechselst im Terminal in den Projektordner, startest claude und beschreibst, was du bauen willst. Für größere Eingriffe nimmst du den Plan Mode, Checkpoints sichern jeden Zwischenstand, und Sitzungen lassen sich am nächsten Tag fortsetzen^[17][18]. Für ein neues Projekt lohnt sich zuerst /init für die Projekt-CLAUDE.md^[3].

Wie hilft Claude Code beim Refactoring von bestehendem Code?

Der Agent liest die Codebasis, schlägt im Plan Mode die Umbauten vor und führt sie erst nach deiner Freigabe aus^[17]. Danach lässt er Tests laufen und prüft die Änderungen mit /code-review^[4]. Wer das Refactoring in einem Subagenten laufen lässt, hält den Hauptkontext frei^[5]. Und wenn etwas schiefgeht, spulst du per Checkpoint zurück^[18].

Claude Code oder Codex: was soll ich nehmen?

Beide sind Coding-Agenten für die Kommandozeile, Codex ist quelloffen und kommt von OpenAI^[22]. Die Entscheidung hängt vom Modell, das du bevorzugst, von deinem Abo und vom Ökosystem ab, das du brauchst: Skills, Hooks, MCP und Plugins auf der einen, die Integration in ChatGPT auf der anderen Seite. Der ausführliche Vergleich folgt in dieser Serie.

Was ist der Plan Mode?

Ein Modus, in dem Claude Dateien liest und einen Plan vorschlägt, aber nichts ändert, bis du zustimmst. Du schaltest ihn mit Shift+Tab ein^[17]. Er ist der sicherste Weg für größere Änderungen.

Fazit und nächste Schritte

Claude Code ist ein Agent, der in deinen Ordnern arbeitet, und genau das macht den Unterschied zum Chat. Deine nächsten Schritte, in dieser Reihenfolge: installieren, eine kurze globale CLAUDE.md mit deiner Rolle schreiben, einen Projektordner anlegen, die erste wiederkehrende Aufgabe als Skill festhalten, die .env sperren. Danach wächst das Setup mit jeder Korrektur, die du als Regel festhältst. Die Bausteine Subagenten, Hooks, MCP und Plan Mode kommen dazu, sobald du sie brauchst. Dieser Leitfaden wird mit jedem neuen Teil der Serie ergänzt.

Alle Teile der Serie Claude Code:

1. Claude Code: Was es ist und wie du es nutzt (Leitfaden) (dieser Beitrag)
2. Claude Code installieren und einrichten: die Anleitung
3. Claude Code Skills: die besten für Entwickler
4. KI-Halluzinationen: Was DELEGATE-52 für Unternehmen zeigt
5. Agentic SEO Systeme 2026: Claude Code als SEO-Schaltzentrale
6. Agentic Engineering: 100+ SEO-Projekte allein mit KI
7. Claude Skills in der Praxis: Peec AI MCP Challenge
8. Onlineshop mit Claude Code bauen: Happy Coffee
9. Be Ahead #1: Prompt-Sets, Chat-Charts und Claude-Routinen
10. Wie LLMs Marken ranken: eine statistische Studie

Quellen

1. Offizielle Dokumentation: Claude Code overview, abgerufen am 25.10.2026
2. Offizielle Dokumentation: Advanced setup, abgerufen am 25.10.2026
3. Offizielle Dokumentation: How Claude remembers your project, abgerufen am 25.10.2026
4. Offizielle Dokumentation: Extend Claude with skills, abgerufen am 25.10.2026
5. Offizielle Dokumentation: Create custom subagents, abgerufen am 25.10.2026
6. Offizielle Dokumentation: Hooks guide, abgerufen am 25.10.2026
7. Offizielle Dokumentation: Connect Claude Code to tools via MCP, abgerufen am 25.10.2026
8. Offizielle Dokumentation: Settings, abgerufen am 25.10.2026
9. Offizielle Dokumentation: Security, abgerufen am 25.10.2026
10. Offizielle Dokumentation: Manage costs effectively, abgerufen am 25.10.2026
11. Anthropic: Plans and pricing, abgerufen am 25.10.2026
12. Offizielle Dokumentation: Data usage, abgerufen am 25.10.2026
13. Offizielle Dokumentation: Enterprise deployment overview, abgerufen am 25.10.2026
14. Offizielle Dokumentation: Other LLM gateways, abgerufen am 25.10.2026
15. Offizielle Dokumentation: Model configuration, abgerufen am 25.10.2026
16. Offizielle Dokumentation: Best practices for Claude Code, abgerufen am 25.10.2026
17. Offizielle Dokumentation: Common workflows, abgerufen am 25.10.2026
18. Offizielle Dokumentation: Checkpointing, abgerufen am 25.10.2026
19. Offizielle Dokumentation: Plugins overview, abgerufen am 25.10.2026
20. Offizielle Dokumentation: Claude Code GitHub Actions, abgerufen am 25.10.2026
21. Offizielle Dokumentation: Agent SDK overview, abgerufen am 25.10.2026
22. OpenAI: github.com/openai/codex, abgerufen am 25.10.2026
23. Google: github.com/google-gemini/gemini-cli, abgerufen am 25.10.2026
24. GitHub: github.com/github/copilot-cli, abgerufen am 25.10.2026
25. AntonioBlago/claude-homebase. github.com/AntonioBlago/claude-homebase, MIT-Lizenz, 25.10.2026
26. AntonioBlago/claude-context-guard. github.com/AntonioBlago/claude-context-guard, MIT-Lizenz, 25.10.2026
27. AntonioBlago/claude-code-seo-starter. github.com/AntonioBlago/claude-code-seo-starter, MIT-Lizenz, 25.10.2026
28. AntonioBlago/delegate-audit. github.com/AntonioBlago/delegate-audit, 25.10.2026
29. AntonioBlago/visiblyai-mcp-server. github.com/AntonioBlago/visiblyai-mcp-server, 25.10.2026
30. Weitere Repos des Autors: github.com/AntonioBlago (skillmind, peec-ai-skills, llm-visibility-framework, content-automation, anycms, visibly-ai-cms-connector), 25.10.2026
31. Eigene Messung der lokalen Claude-Code-Sitzungsprotokolle, 25.09. bis 25.10.2026, veröffentlicht in Claude Code Skills für Entwickler
32. Eigene Keyword-Daten: Google-Suchvolumen je Monat für Deutschland und die USA, erhoben mit Visibly AI am 25.10.2026
33. Eigene Arbeitsumgebung des Autors, Struktur anonymisiert, Stand 25.10.2026
34. Laban, P. et al. (2026): DELEGATE-52. Microsoft Research, arXiv:2604.15597
35. Anthropic (24.02.2025): Claude 3.7 Sonnet and Claude Code, abgerufen am 25.10.2026
36. Anthropic (22.05.2025): Introducing Claude 4, abgerufen am 25.10.2026