Claude Code: Best Practices für agentisches Coding

(anthropic.com)

20 Punkte von GN⁺ 2025-04-20 | 2 Kommentare | Auf WhatsApp teilen

Claude Code ist ein CLI-basiertes Tool für agentisches Coding und lässt sich flexibel in verschiedensten Entwicklungsumgebungen und Programmiersprachen einsetzen
Mit CLAUDE.md-Konfiguration, Verwaltung der erlaubten Tools und benutzerdefinierten Befehlen lässt sich die Nutzbarkeit von Claude maximieren
Strategien je nach Workflow (Erkunden–Planen–Umsetzen–Committen, testgetriebene Entwicklung, visuelle Iteration usw.) machen den Einsatz besonders effektiv
Mit Headless-Modus und Multi-Claude-Setups sind auch Automatisierung und paralleles Arbeiten möglich
Durch die Integration von Claude mit Git, GitHub, Jupyter und weiteren Entwicklungstools sind fortgeschrittene Einsatzszenarien möglich

Überblick über Claude Code

Claude Code ist ein Tool für agentisches Coding (automatisiertes Coding auf Kommandozeilenbasis)
Es wurde so entwickelt, dass interne Entwickler und Forschende von Anthropic Claude natürlicher in ihre Coding-Workflows integrieren können
Dank Low-Level-Schnittstelle und entkoppeltem Design ist es nicht an eine bestimmte Entwicklungsweise gebunden,
- sodass Entwickler Claude auf eine für sie passende Weise konfigurieren und nutzen können
Dadurch hat es sich als ein sehr leistungsfähiges, zugleich flexibles und sicheres Power-Tool für Coding etabliert
Ein Nachteil ist die steile Lernkurve für neue Nutzer,
- weshalb es nötig ist, nach und nach eigene Best Practices zu entwickeln
Dieser Beitrag stellt auf Basis der Erfahrungen interner Teams und externer Engineers, die Claude Code tatsächlich genutzt haben,
- allgemeine Muster für einen effektiven Einsatz in verschiedenen Sprachen, Codebasen und Umgebungen vor
Die hier vorgestellten Inhalte sind kein Patentrezept, sondern ein Ausgangspunkt; empfohlen wird, selbst zu experimentieren und den Ansatz an die eigenen Bedürfnisse anzupassen

# 1. Konfiguration anpassen

Claude Code ist ein Assistent für agentisches Coding, der automatisch Kontext sammelt und daraus Prompts zusammensetzt
Diese Kontexterfassung kostet Zeit und Tokens, kann aber durch Anpassung der Umgebung optimiert werden

a. `CLAUDE.md`-Datei erstellen

CLAUDE.md ist eine spezielle Datei, die Claude beim Start einer Unterhaltung automatisch in den Kontext aufnimmt
Die Datei eignet sich ideal dazu, Folgendes zu dokumentieren:

häufig verwendete bash-Befehle
zentrale Dateien und Utility-Funktionen
Richtlinien zum Code-Stil
wie Tests ausgeführt werden
wie im Repository gearbeitet wird (z. B. Branch-Namensgebung, Merge vs. Rebase)
wie die Entwicklungsumgebung eingerichtet wird (z. B. ob pyenv verwendet wird, welche Compiler kompatibel sind)
projektspezifische Ausnahmen oder Warnhinweise
sonstige Informationen, die Claude sich merken sollte

Für die CLAUDE.md-Datei gibt es keine Formatvorgaben; empfohlen wird eine knappe, für Menschen gut lesbare Form
Beispiel:

# Bash commands  
- npm run build: Build the project  
- npm run typecheck: Run the typechecker  
  
# Code style  
- Use ES modules (import/export) syntax, not CommonJS (require)  
- Destructure imports when possible (eg. import { foo } from 'bar')  
  
# Workflow  
- Be sure to typecheck when you’re done making a series of code changes  
- Prefer running single tests, and not the whole test suite, for performance

Speicherorte der `CLAUDE.md`-Datei

Claude sucht an den folgenden Orten nach CLAUDE.md und nimmt die Datei in den Kontext auf:

Repository-Root oder das Verzeichnis, in dem claude ausgeführt wurde
- Wenn sie als CLAUDE.md gespeichert und in Git eingecheckt wird, kann sie zwischen Sitzungen und im Team geteilt werden (empfohlen)
- Für persönliche Einstellungen kann sie als CLAUDE.local.md gespeichert und per .gitignore ausgeschlossen werden
übergeordnete Verzeichnisse des Ausführungsverzeichnisses
- nützlich bei Monorepo-Strukturen (z. B. können sowohl root/CLAUDE.md als auch root/foo/CLAUDE.md verwendet werden)
Unterverzeichnisse des Ausführungsverzeichnisses
- werden automatisch in den Kontext aufgenommen, wenn an Dateien in diesem Verzeichnis gearbeitet wird
Home-Verzeichnis (~/.claude/CLAUDE.md)
- gilt global für alle Sitzungen

Beim Ausführen des Befehls /init erstellt Claude die CLAUDE.md-Datei automatisch

b. `CLAUDE.md`-Datei feinabstimmen

Da CLAUDE.md als Teil des Claude-Prompts verwendet wird, sollte sie wie ein Prompt fortlaufend überarbeitet und optimiert werden
Ein häufiger Fehler ist es, zu viele Inhalte hineinzupacken und ihre Wirksamkeit nicht zu überprüfen

Wichtig ist, per Experiment herauszufinden, welche Inhalte die Qualität der Modellantworten verbessern
Inhalte können manuell ergänzt werden, oder man drückt die Taste #, um Claude anzuweisen, sie automatisch in CLAUDE.md zu übernehmen
Viele Engineers dokumentieren laufend Befehle, Stilrichtlinien usw. und teilen Änderungen an CLAUDE.md im Team, indem sie diese mit committen

Bei Anthropic wird CLAUDE.md mithilfe eines Prompt-Improvers verfeinert,
und durch Hervorhebungen wie „IMPORTANT“ oder „YOU MUST“ wird die Genauigkeit der Antworten erhöht

c. Die Liste der für Claude erlaubten Tools verwalten

Claude Code fordert bei Aufgaben, die das System verändern können (Dateien schreiben, bash-Befehle ausführen, MCP-Tools verwenden usw.), standardmäßig eine Benutzerfreigabe an
Das ist eine konservative Sicherheitsentscheidung; Tools, die der Nutzer als sicher einstuft, können über eine Allowlist vorab freigegeben werden

So werden erlaubte Tools konfiguriert

Während einer Sitzung beim Prompt „Always allow“ auswählen
Mit dem Befehl /allowed-tools Tools hinzufügen/entfernen
Beispiel:
- Edit → Bearbeiten von Dateien erlauben
- Bash(git commit:*) → Git-Commits erlauben
- mcp__puppeteer__puppeteer_navigate → Navigation über den Puppeteer-MCP-Server erlauben
.claude/settings.json oder ~/.claude.json manuell bearbeiten
- Wenn die Einstellungen im Team geteilt werden sollen, wird empfohlen, Ersteres zu verwenden und in Git einzuchecken
Das sitzungsbezogene CLI-Flag --allowedTools verwenden

d. Bei GitHub-Nutzung die `gh` CLI installieren

Claude kann die gh CLI verwenden und damit GitHub-Aufgaben wie das Erstellen von Issues, das Schreiben von PRs oder das Lesen von Kommentaren automatisieren
Auch ohne installierte gh CLI ist dies über die GitHub-API oder einen MCP-Server ersetzbar

# 2. Claude mehr Tools zur Verfügung stellen

Claude kann auf die Shell-Umgebung des Nutzers zugreifen und dadurch auch eigene Skripte und Funktionen direkt verwenden
Außerdem ist über MCP oder REST-APIs die Anbindung komplexerer externer Tools möglich

a. Mit bash-Tools verwenden

Claude Code übernimmt die bash-Umgebung des Nutzers und kann dadurch auf bereits installierte Utility-Tools zugreifen

Gängige Unix-Tools oder die gh CLI kennt Claude bereits
Benutzerdefinierte bash-Tools müssen jedoch gesondert bekannt gemacht werden

Damit Claude benutzerdefinierte Tools erkennt, sollten folgende Schritte erfolgen:

Tool-Namen und Verwendungsbeispiele Claude explizit mitteilen
Claude anweisen, sich die Verwendung des Tools über die Option --help anzusehen
Häufig verwendete Tools in CLAUDE.md dokumentieren

b. Mit MCP verwenden

Claude Code fungiert gleichzeitig als MCP-Server und MCP-Client
Als Client kann es sich mit mehreren MCP-Servern verbinden und so verschiedenste Tools nutzen

Es gibt drei Möglichkeiten, MCP-Server-Tools mit Claude zu verbinden:

Definition in der Projektkonfiguration (nur in diesem Verzeichnis nutzbar)
über die globale Konfiguration für alle Projekte nutzbar
Einchecken einer .mcp.json-Datei, sodass alle am Projekt beteiligten Entwickler die Tools sofort verwenden können
- Beispiel: Wenn in .mcp.json ein Puppeteer- und ein Sentry-Server eingetragen sind, kann das gesamte Team sie nutzen

Um Konfigurationsprobleme bei der MCP-Nutzung zu debuggen, ist es hilfreich, Claude mit dem Flag --mcp-debug zu starten

c. Benutzerdefinierte Slash-Befehle

Für wiederkehrende Workflows (Debugging, Log-Analyse usw.)
können im Ordner .claude/commands Prompt-Templates als Markdown-Dateien gespeichert werden

Wenn in Claude / eingegeben wird, erscheint der entsprechende Befehl im Autovervollständigungsmenü
Kann in git committet und mit Teammitgliedern geteilt werden

Parameterübergabe: `$ARGUMENTS`

Wenn ein Slash-Befehl $ARGUMENTS enthält, können beim Ausführen des Befehls übergebene Parameter automatisch eingefügt werden

Beispiel: Automatische Analyse und Behebung eines GitHub-Issues

Please analyze and fix the GitHub issue: $ARGUMENTS.  
  
Follow these steps:  
  
1. Use `gh issue view` to get the issue details  
2. Understand the problem described in the issue  
3. Search the codebase for relevant files  
4. Implement the necessary changes to fix the issue  
5. Write and run tests to verify the fix  
6. Ensure code passes linting and type checking  
7. Create a descriptive commit message  
8. Push and create a PR  
  
Remember to use the GitHub CLI (`gh`) for all GitHub-related tasks.

Wenn der obige Inhalt in .claude/commands/fix-github-issue.md gespeichert wird, kann er mit dem Befehl /project:fix-github-issue verwendet werden
Beispiel: /project:fix-github-issue 1234 → Claude versucht automatisch, Issue #1234 zu beheben

Persönliche benutzerdefinierte Befehle können im Ordner ~/.claude/commands gespeichert werden und sind dann in allen Sitzungen verfügbar

# 3. Gängige Workflows nutzen

Claude Code erzwingt keinen bestimmten Workflow und bietet dem Nutzer vollständige Flexibilität
Auf Basis dieser Flexibilität haben sich in der User-Community verschiedene erfolgreiche Nutzungsmuster etabliert

a. Erkunden → Planen → Implementieren → Committen

Claude bitten, relevante Dateien, Bilder und URLs zu lesen
- Beispiel: „Lies die Datei, die das Logging verarbeitet“, „Lies logging.py“
- Dabei klar anweisen, noch keinen Code zu schreiben
- In diesem Schritt sind Subagents besonders effektiv (je komplexer das Problem, desto vorteilhafter)
Claude bitten, einen Plan zur Problemlösung zu erstellen
- Bei Verwendung von Schlüsselwörtern wie „think“, „think hard“ oder „ultrathink“ wird mehr Rechenbudget zugewiesen
- Wenn der Plan sinnvoll ist, den Plan als Dokument festhalten oder als GitHub-Issue anlegen, um einen Bezugspunkt für später zu haben
Anschließend Claude bitten, den Code nach dem geplanten Vorgehen zu implementieren
- Auch während der Implementierung kann man explizit verlangen, dass die Plausibilität der Ergebnisse selbst überprüft wird
Zum Schluss anweisen, das Ergebnis zu committen und einen PR zu erstellen
- Bei Bedarf kann zugleich um Aktualisierungen von README oder CHANGELOG gebeten werden

📌 Wenn in diesem Ablauf Schritt 1–2 ausgelassen werden, beginnt Claude sofort mit dem Codieren, daher ist gerade bei komplexen Problemen die Planungsphase wichtig

b. Tests schreiben → Committen → Code schreiben → Wiederholen → Committen (testgetriebene Entwicklung)

Eine intern bei Anthropic häufig genutzte Methode, geeignet für Aufgaben mit Unit-, Integrations- und E2E-Tests

Claude bitten, Tests auf Basis von Ein-/Ausgabekriterien zu schreiben
- Klar kommunizieren, dass es sich um testgetriebene Entwicklung handelt → nur Tests schreiben lassen, ohne die Funktion zu implementieren
Prüfen lassen, ob die Tests fehlschlagen
- Anweisen, nur die Tests auszuführen und nichts zu implementieren
Wenn die Tests zufriedenstellend sind, committen
Claude bitten, Code zu schreiben, der die Tests besteht
- Explizit anweisen, die Tests nicht zu ändern
- Meist werden die Tests erst nach mehreren Iterationen bestanden
- Es ist auch effektiv, mit Subagents auf Overfitting zu prüfen
Wenn alle Tests bestanden sind, das Committen des Codes anweisen

✅ Claude funktioniert am besten, wenn es ein klares Ziel gibt (z. B. Testfälle, Bilder usw.)

c. Code schreiben → Screenshot des Ergebnisses bereitstellen → iterativ verbessern

Eine Umgebung einrichten, die Browser-Screenshots automatisch bereitstellen kann (z. B. Puppeteer MCP, iOS-Simulator usw.)
Ein visuelles Mockup bereitstellen (Bild einfügen, Pfad übergeben usw.)
Claude bitten, das Design umzusetzen → Screenshot des Ergebnisses → erneut vergleichen und Verbesserungen anweisen
Bei Zufriedenheit committen

💡 Wie bei Menschen wird auch bei Claude das Ergebnis nach 2–3 Iterationen deutlich besser → eine visuelle Feedback-Schleife ist wichtig

d. Safe-YOLO-Modus

Mit der Option --dangerously-skip-permissions alle Freigabeanfragen überspringen
Claude führt die Arbeit vollautomatisch ohne Nutzerfreigabe aus

⚠️ Risiken wie Datenverlust, Systemschäden und Prompt-Injection bestehen → Ausführung nur in einem vom Internet getrennten Container empfohlen
→ Für die Beispielimplementierung wird ein Docker Dev Container empfohlen

e. Codebase-Q&A

Beim Einarbeiten in ein neues Projekt kann man Claude Fragen stellen, als würde man einen Kollegen fragen
Claude durchsucht die Codebase und findet die Antworten selbst

Beispielfragen:

Wie funktioniert das Logging?
Wie erstelle ich einen neuen API-Endpunkt?
Welche Rolle spielt das async move in Zeile 134 von foo.rs?
Welche Edge Cases behandelt CustomerOnboardingFlowImpl?
Warum wird bar() statt foo() aufgerufen?
Welcher Java-Code ist ähnlich zu Zeile 334 in baz.py?

📌 Ohne separates Prompting ist Erkundung allein durch natürlichsprachliche Fragen möglich
→ Bei Anthropic wird diese Methode als wichtiges Onboarding-Werkzeug genutzt

f. Git-Integration

Claude erledigt die Automatisierung von Git-Aufgaben wie die folgenden sehr gut:

Git-Historie durchsuchen:
- Beispiel: "Welche Änderungen waren in v1.2.3 enthalten?", "Wer hat diese Funktion gebaut?", "Warum ist diese API so aufgebaut?"
Commit-Messages schreiben:
- Automatisch auf Basis von Änderungen und umgebendem Kontext
Erweiterte Git-Aufgaben:
- Dateien zurücksetzen, Rebase-Konflikte lösen, Patches vergleichen und mergen usw.

g. GitHub-Integration

Claude Code kann GitHub-bezogene Aufgaben stark automatisieren:

Pull Requests erstellen:
- Erkennt das Schlüsselwort pr und erstellt auf Basis der Änderungen automatisch Commit-Messages
Code-Review-Kommentare beheben:
- Schon mit „Behebe die Kommentare im PR“ kann nach der Korrektur gepusht werden
Build-Fehler und Lint-Fehler beheben
Issues triagieren und ordnen:
- Claude bitten: „Geh die offenen Issues durch und ordne sie“

💡 Es ist nicht nötig, sich gh-Befehle zu merken — automatisierte GitHub-Arbeit ist möglich

h. Mit Jupyter Notebooks arbeiten

Claude kann .ipynb-Dateien lesen und schreiben und sogar Ausgaben inklusive Bildern interpretieren
Empfohlen wird, in VS Code Claude Code und Notebook-Dateien nebeneinander geöffnet zu nutzen

Zusätzliche Funktionen:

Vor dem Teilen mit anderen kann man Claude bitten, ein Notebook aufzuräumen und visuell zu verbessern
- Aufforderungen wie „Mach es übersichtlicher“ oder „Gestalte die Visualisierung schöner“ funktionieren gut, wenn es um eine menschenzentrierte Darstellung geht

# 4. Workflow-Optimierung

Die folgenden Vorschläge sind Optimierungsmethoden, die sich auf alle Workflows gleichermaßen anwenden lassen

a. Anweisungen konkret formulieren

Bei Claude Code gilt: Je konkreter die Anweisung beim ersten Versuch ist, desto höher die Erfolgsquote
Wenn von Anfang an klar formuliert wird, sinkt der Bedarf an späteren Korrekturen

Beispielvergleich

❌ add tests for foo.py → zu allgemein
✅ Schreibe für foo.py einen neuen Testfall, der den Fall eines ausgeloggten Benutzers abdeckt. Keine Mocks verwenden
❌ why does ExecutionFactory have such a weird api? → zu unklar
✅ Verfolge die Git-Historie von ExecutionFactory und fasse zusammen, warum die API in ihrer aktuellen Struktur aufgebaut wurde
❌ add a calendar widget → Implementierungsrichtung unklar
✅ Analysiere für die Homepage die Implementierungsweise bestehender Widgets (z. B. HotDogWidget.php), ermittle das Muster zur Trennung von Code und Interface und implementiere anschließend auf dieselbe Weise ein neues Kalender-Widget, bei dem Benutzer den Monat auswählen und zwischen Jahresseiten wechseln können. Externe Bibliotheken sind nur erlaubt, wenn sie im bestehenden Projekt bereits verwendet werden

Claude kann zwar Absichten erschließen, aber keine Gedanken lesen → Klarheit ist entscheidend

b. Bilder bereitstellen

Claude ist hervorragend in der Verarbeitung von Bildern und Diagrammen
Bilder können auf folgende Weise bereitgestellt werden:

Unter macOS cmd+ctrl+shift+4 → Screenshot in die Zwischenablage → mit ctrl+v einfügen (in Remote-Umgebungen nicht möglich)
Bilddatei per Drag-and-drop
Pfad zu einer Bilddatei angeben

Sehr nützlich für die Umsetzung von Design-Mockups, die Analyse visueller Charts usw.
Auch wenn keine Visuals vorhanden sind, hilft es, klar zu sagen, ob die visuelle Qualität des Ergebnisses wichtig ist

c. Dateien für die Arbeit festlegen

Wenn du Claude klar mitteilst, welche Dateien referenziert oder geändert werden sollen, erhöht das die Genauigkeit der Arbeit

Mit der Tab-Taste und Autovervollständigung lassen sich Datei-/Ordnerpfade schnell eingeben

d. Claude URLs geben

Wenn du Claude eine URL gibst, kann es Dokumentationen oder Webseiten direkt einlesen

Zum Beispiel: Links zur API-Dokumentation, Seiten des Design-Systems usw.
Für wiederholte Zugriffe auf dieselbe Domain kann man mit dem Befehl /allowed-tools die Domain auf die Whitelist setzen, damit Freigaben entfallen

e. Schnell und häufig die Richtung korrigieren (Course Redirect)

Mit Shift + Tab lässt sich die Arbeit per automatischem Bestätigungsmodus (auto-accept mode) automatisieren,
in der Regel erzielt man aber bessere Ergebnisse, wenn man aktiv mit Claude zusammenarbeitet und die Richtung anpasst

Vier nützliche Werkzeuge zur Steuerung:

Erst einen Plan anfordern: Vor der Implementierung immer zuerst einen Plan erstellen lassen und erst nach Bestätigung fortfahren
Sofort mit der Escape-Taste stoppen: Denken, Dateibearbeitung usw. können jederzeit unterbrochen werden
Escape zweimal drücken, um den vorherigen Prompt zu bearbeiten: Den vorherigen Befehl anpassen und in eine neue Richtung wechseln
Rückgängigmachen von Änderungen anfordern: Claude kann gebeten werden, seine Änderungen zurückzurollen, um einen anderen Ansatz zu versuchen

Manchmal löst Claude alles direkt perfekt auf einmal, aber mit diesen Werkzeugen lassen sich schneller und präziser bessere Ergebnisse erzielen

f. Kontext mit dem Befehl `/clear` zurücksetzen

Wenn eine lange Sitzung andauert, kann sich Claudes Kontextfenster (context window) mit unnötigen Informationen füllen, was die Leistung verschlechtern kann
→ Es empfiehlt sich, sich anzugewöhnen, den Kontext pro Arbeitseinheit mit /clear zurückzusetzen

g. Checklisten und Scratchpads nutzen

Bei komplexen Aufgaben (z. B. Code-Migrationen, massenhafte Korrektur von Lint-Fehlern usw.)
steigert es die Effizienz, eine Markdown-Datei oder ein GitHub-Issue als Checkliste zu verwenden

Beispiel: Lint-Fehler beheben

Claude bitten, den Lint-Befehl auszuführen → die Fehlermeldungen als Checkliste im Markdown-Format aufbereiten
Jeden Punkt einzeln bearbeiten, prüfen und abhaken → dann mit dem nächsten Punkt fortfahren

Auf diese Weise lassen sich Fortschritt nachverfolgen und Qualität gleichzeitig sichern

h. Daten an Claude übergeben

Es gibt mehrere Möglichkeiten, Daten an Claude zu übergeben:

Copy & Paste (die gängigste Methode)
Pipe-Eingabe (z. B. cat foo.txt | claude)
- Geeignet für Logs, CSVs und große Textmengen
Anweisen, Daten direkt über bash-Befehle, MCP-Tools oder Slash-Befehle abzurufen
Eine Datei oder URL lesen lassen (einschließlich Bilder)

In der Praxis ist eine Kombination mehrerer Methoden üblich
Zum Beispiel: Logs per Pipe übergeben und Claude zusätzlich anweisen, mit einem MCP-Tool weiteren Kontext zu holen

# 5. Infrastruktur mit dem Headless-Modus automatisieren

Claude Code unterstützt einen Headless-Modus für nicht-interaktive Umgebungen (CI, pre-commit-Hooks, Build-Skripte, Automatisierung usw.)

Ausführung des Headless-Modus zusammen mit einem Prompt über das Flag -p
Mit der Option --output-format stream-json ist Streaming-JSON-Ausgabe möglich

⚠️ Der Headless-Modus bleibt nicht sitzungsübergreifend erhalten und muss jedes Mal direkt ausgeführt werden

a. Issues mit Claude automatisch klassifizieren

Der Headless-Modus eignet sich gut für automatisierte Trigger auf Basis von GitHub-Events
Zum Beispiel: automatische Analyse und Label-Zuordnung beim Erstellen eines neuen Issues

Tatsächlich wird diese Funktion auch im öffentlichen Repository von Claude Code verwendet, um neue Issues automatisch zu labeln

b. Claude als Linter verwenden

Claude kann subjektive Code-Reviews automatisieren, die mit klassischen Lint-Tools nur schwer zu erkennen sind
Zum Beispiel:

Tippfehler
veraltete Kommentare
missverständliche Funktions-/Variablennamen
unintuitiver Codefluss usw.

Dadurch ist eine Verbesserung der Codequalität über statische Analysewerkzeuge hinaus möglich

# 6. Mit Multi-Claude-Workflows aufs nächste Level

Über den Einsatz eines einzelnen Claude hinaus ist das parallele Ausführen mehrerer Claude-Instanzen eine sehr leistungsstarke Methode
Wie bei der Zusammenarbeit mehrerer Engineers kann eine arbeitsteilige Strategie mit Claude sowohl Effizienz als auch Qualität steigern

a. Ein Claude schreibt Code, ein anderer überprüft ihn

Das einfachste und zugleich effektive Muster:

Claude 1: schreibt Code
/clear oder Claude 2 in einem anderen Terminal starten → den geschriebenen Code reviewen
Claude 3 starten oder erneut /clear → Code und Review gemeinsam lesen und Korrekturen einarbeiten

Oder:

Claude 1: schreibt Tests
Claude 2: schreibt den Code, der die Tests besteht

❗ Zwischen Claude-Instanzen lassen sich auch separate Scratchpads gemeinsam nutzen, oder es kann eine Rollentrennung eingerichtet werden wie: „Dieser Claude schreibt nur in Datei A, jener Claude liest nur Datei B“

📌 Arbeitsteilung liefert oft bessere Ergebnisse als ein einzelner Claude

b. Mehrere Checkouts des Repositorys erstellen

Statt darauf zu warten, dass Claude seine Arbeit abschließt, kann man mehrere Git-Checkout-Verzeichnisse anlegen und parallel arbeiten

3–4 Git-Checkouts in separaten Ordnern erstellen
Jeden Ordner in einem anderen Terminal-Tab öffnen
Jeder Claude-Instanz eine andere Aufgabe zuweisen
Zwischen den Tabs wechseln, um Fortschritte zu prüfen und Freigaben/Ablehnungen zu erteilen

c. Git worktree nutzen

git worktree ist eine Git-Funktion, mit der mehrere Branches eines Repositorys in unterschiedlichen Verzeichnissen ausgecheckt werden können
→ Ideal, um mehrere unabhängige Aufgaben parallel zu bearbeiten

Beispiel:

Ein Claude refaktoriert das Authentifizierungssystem
Ein anderer Claude erstellt separat eine Datenvisualisierungskomponente
Keine gegenseitige Beeinflussung → maximale Parallelität

Verwendung

Worktree erstellen:
git worktree add ../project-feature-a feature-a
Claude starten:
cd ../project-feature-a && claude
So oft wie nötig wiederholen

Tipps

Worktree-Namen konsistent halten
Pro Terminal-Tab genau einen Worktree verwenden
Wer iTerm2 (Mac) nutzt, sollte Benachrichtigungen aktivieren
Auch die IDE pro Worktree getrennt verwenden
Nach Abschluss aufräumen:
git worktree remove ../project-feature-a

d. Headless-Modus + benutzerdefinierte Automatisierungsstruktur

Der Headless-Modus (claude -p) ermöglicht es, Claude Code programmatisch in Workflows zu integrieren
Kombiniert mit Claudes eigenen Tools und System-Prompts lassen sich dabei die folgenden zwei Muster nutzen

1. Fanning out: Verteilung umfangreicher Migrations-/Analyseaufgaben