Claude Code Best Practices: Der fortgeschrittene Tutorial-Guide

Du nutzt Claude Code vielleicht schon eine Weile.

Du kriegst Dateien erstellt, Bugs gefixt, einfache Sachen laufen. Aber wenn du ehrlich bist: Es fühlt sich noch nicht nach echtem Superpower an. Eher wie ein sehr schnelles Google.

Das ist kein Fehler von dir. Die meisten Tutorials zeigen dir genau das, was du schon weißt. Sie hören auf, wenn es erst richtig spannend wird.

Claude Code ist inzwischen das "most loved" KI-Coding-Tool (46 % Zustimmung in der Pragmatic Engineer Survey 2026) und wird von über einer Million Nutzern aktiv eingesetzt. Startups setzen es zu 75 % ein, und Anthropic verzeichnete mit der Technologie einen Umsatz von geschätzten 2,5 Milliarden USD im Jahr 2026. Die wahre Magie passiert aber nicht im Chat-Fenster. Sie passiert in der Konfiguration, in der Automation und in der Skalierung.

Genau da setzen wir an. Ob du große Projekte managst, SEO-Workflows automatisieren willst oder Claude in deinen Veröffentlichungsprozess einbinden möchtest, hier bekommst du die Praktiken, die aus einem nützlichen Tool echte Infrastruktur machen.

Das Core Mental Model: Warum Claude mehr ist als ein smarter Chatbot

Kurz bevor wir in die Konfiguration tauchen: Hast du dich mal gefragt, warum Claude bei manchen Leuten wie ein vollständiges Teammitglied wirkt und bei anderen einfach Aufgaben abarbeitet?

Der Unterschied liegt nicht im Prompt.

Er liegt darin, wie du Claude in deine Umgebung einbettest. Stell dir die Werkzeuge nicht als Features vor, sondern als kognitive Erweiterungen:

Siehst du den Unterschied?

Kein Assistent mehr, der auf deine Prompts wartet, sondern ein Teammitglied, das handelt. Ein Gedächtnis speichert Kontext. Reflexe sorgen dafür, dass nichts vergessen wird. Und externe Sinne lassen Claude über den eigenen Code-Context hinaus denken. Das ist das Kernversprechen von Vibe Coding: Statt Code zu tippen, orchestrierst du.

"Claude MD ist wie Gedächtnis, Hooks sind wie Reflexe, und MCP ist wie Claudes Augen, Ohren und Hände." — Lizzie, Applied AI Solutions Engineer bei Anthropic

Gib Claude eine Möglichkeit, seine Arbeit zu prüfen

Kennst du das? Du lässt Claude eine Funktion bauen, sie sieht gut aus, du bist zufrieden. Zwei Stunden später fällt dir auf: Sie funktioniert nicht wirklich. Nur oberflächlich.

Das ist kein Claude-Fehler. Das ist ein Feedback-Problem.

Claude arbeitet deutlich besser, wenn er seine eigene Arbeit überprüfen kann. Mit Tests, konkreten Erwartungswerten oder Screenshots zum Vergleich. Ohne das bist du die einzige Feedback-Schleife. Jeder Fehler landet auf deinem Tisch.

Das Prinzip ist simpel: Zeige Claude nicht nur, was du willst, sondern auch, wie "fertig" aussieht.

Die Grundregel: Formuliere jeden Prompt mit Abnahmekriterien. Was muss wahr sein, damit die Aufgabe gilt? Das gibst du Claude mit.

Der 4-Schritte-Workflow: Erkunden, Planen, Coden, Committen

Wie oft hat Claude dir Code geliefert, der das falsche Problem löst? Nicht weil Claude schlecht ist. Sondern weil du ihn zu früh ins Coden geschickt hast.

Das Gegenmittel ist ein klarer Arbeitsablauf, den Anthropic intern als den effektivsten beschreibt: zuerst erkunden, dann planen, dann umsetzen.

Plan Mode: Lesen ohne Änderungen

Im Plan Mode liest Claude Dateien und beantwortet Fragen, aber er ändert nichts. Kein Code, keine Commits. Du kannst ihn sicher durch dein Projekt schicken. Aktivieren mit /mode plan oder Shift + Tab.

Schritt 1: Erkunden. Im Plan Mode schickst du Claude los: "Lies /src/auth und erkläre mir, wie Session-Handling und Login funktionieren." Claude liest, denkt, erklärt. Keine Änderungen.

Schritt 2: Planen. Immer noch im Plan Mode: "Ich möchte Google OAuth hinzufügen. Welche Dateien müssen sich ändern? Erstell einen konkreten Plan." Du siehst den Plan, kannst ihn mit Ctrl+G direkt im Editor öffnen und anpassen.

Schritt 3: Umsetzen. Zurück in den Normal Mode. Claude setzt den Plan um und schreibt Tests.

Schritt 4: Committen. Claude erstellt einen aussagekräftigen Commit und öffnet auf Wunsch direkt einen Pull Request.

Präzise Prompts: Der Unterschied zwischen vage und produktiv

Claude kann Absichten ableiten. Gedanken lesen kann er nicht.

Je präziser du formulierst, desto weniger Korrekturrunden brauchst du. Die meisten Prompts sind zu vage, weil wir denken, Claude "weiß schon, was gemeint ist." Tut er manchmal. Aber verlassen kannst du dich nicht drauf.

Vier Muster machen den Unterschied:

• Aufgabe eingrenzen: Statt "füge Tests für foo.py hinzu" lieber: "Schreibe einen Test für foo.py, der den Fall abdeckt, wenn der Nutzer ausgeloggt ist. Keine Mocks."
• Auf Quellen zeigen: Statt "warum hat diese Funktion so eine seltsame Struktur?" lieber: "Schau dir die Änderungshistorie von ExecutionFactory an und fasse zusammen, wie die Struktur entstanden ist."
• Auf bestehende Muster verweisen: Statt "füge ein Calendar-Widget hinzu" lieber: "Schau dir HotDogWidget.php an, um die Muster zu verstehen. Baue dann ein Calendar-Widget nach demselben Prinzip, ohne neue Bibliotheken."
• Symptom beschreiben, nicht Diagnose: Statt "behebe den Login-Bug" lieber: "Nutzer berichten, dass der Login nach einer abgelaufenen Sitzung fehlschlägt. Schau dir den Ablauf in /src/auth/ an, besonders die Token-Erneuerung. Schreibe zuerst einen Test, der das Problem reproduziert, dann behebe es."

Dateien direkt übergeben

Nutze @, um auf Dateien zu verweisen: @src/auth/login.ts. Claude liest die Datei, bevor er antwortet. Das spart Kontext und verhindert Missverständnisse.

Noch direkter: Leite Daten per Terminal weiter. cat error.log | claude schickt den Inhalt direkt. Kein Copy-Paste, kein Datei-Upload.

Context Management mit claude.md: So gibst du Claude ein langfristiges Gedächtnis

Stell dir vor, du arbeitest jeden Tag mit einem Kollegen zusammen, der sich an nichts erinnert. Kein Projektkontext, keine Teamregeln, keine Präferenzen. Du würdest ihn jeden Morgen von vorne einarbeiten. Genau das passiert, wenn du ohne claude.md arbeitest.

Ohne diese Datei arbeitet Claude nach allgemeinen Best Practices. Nicht nach deinen. Das ist wie IKEA-Möbel ohne Anleitung zusammenbauen: Claude weiß ungefähr, wie ein Schrank aussieht, aber dein spezifisches Modell? Fehlanzeige. Die claude.md ist die Bedienungsanleitung, die Claude automatisch zu jeder Session liest.

Die Initialisierung automatisieren:

Starte neue Projekte mit /init. Claude scannt die Codebase und erstellt einen ersten Entwurf für dich. Du verfeinerst ihn danach manuell. Hast du bereits agents.md oder rules.md im Einsatz? Lass Claude diese zusammenfassen und ins neue Format migrieren. Das dauert Minuten und erspart dir in jeder zukünftigen Session Zeit.

Was wirklich funktioniert

• Unter 200 Zeilen bleiben. Frag dich bei jeder Zeile: Würde Claudes Abwesenheit direkt zu einem Fehler führen? Nein? Raus damit. Überfüllte Dateien führen dazu, dass Claude wichtige Regeln weniger stark gewichtet.
• Aufteilen bei großen Projekten. Wenn du mehrere Teams oder Bereiche hast, lege eine kurze Haupt-claude.md für allgemeine Regeln an, und separate Dateien in den jeweiligen Projektordnern. Claude liest automatisch nur die Regeln, die für die Dateien relevant sind, an denen du gerade arbeitest.
• claude/rules/-Verzeichnis nutzen. Wird die Datei trotzdem zu groß, trenne Regeln nach Thema in separate Dateien in einem .claude/rules/-Verzeichnis auf.
• Regeln auf bestimmte Dateitypen beschränken. Du kannst festlegen, dass eine Regel nur für Python-Dateien gilt, nicht für alle. So stört dich Python-spezifisches beim JavaScript-Schreiben nicht.
• Irrelevante Regeln ausschließen. Claude MD erlaubt es, bestimmte Anweisungen zu deaktivieren, wenn sie für eine Aufgabe nicht relevant sind.

Ein guter claude.md-Eintrag für ein SEO-Projekt könnte so aussehen:

- Technische Audits: Immer zuerst Mobile-Daten analysieren. Desktop nur bei explizitem Vergleichs-Reporting.
- Keyword-Mapping: Vor jedem Content-Brief nach Suchintention clustern (Informational, Commercial, Transactional).
- Content-Analyse: E-E-A-T-Signale (Erfahrung, Expertise, Autorität, Vertrauen) über Keyword-Dichte stellen.
- GSC-Daten: Standardmäßig die letzten 90 Tage, Brand-Keywords rausfiltern, sofern nicht explizit gewünscht.

Automation mit Hooks: Nie wieder eine Prüfung vergessen

Kennst du das? Du bittest Claude, nach jeder Änderung automatisch die Tests zu starten. Es klappt. Dann klappt es mal nicht. Dann wieder. Du weißt nie wirklich, ob es passiert ist. Das ist kein Bug, das ist Prompting. Und Prompting ist von Natur aus unzuverlässig.

Hooks lösen genau das. Sie sind feste Regeln, die bei bestimmten Ereignissen automatisch ausgeführt werden, egal was du gerade tust. Kein "bitte denk dran" mehr, sondern "es passiert garantiert".

Code-Standards erzwingen

Richte einen Hook ein, der beim Speichern automatisch Formatierung und Code-Prüfung ausführt. So landet kein unordentlicher Code in deinem Projekt, ohne dass du daran denken musst.

Tests garantieren

Ein Hook kann vor dem Speichern prüfen, ob Tests vorhanden sind. Fehlen sie, blockiert er den Vorgang. Claude erkennt das, schreibt die fehlenden Tests selbst, und alles läuft weiter, ohne dass du etwas tun musst.

Benachrichtigungen einrichten

Lange Aufgaben laufen oft im Hintergrund. Richte Hooks ein, die dich per Notification informieren, wenn Claude fertig ist. So kannst du währenddessen etwas anderes machen.

Hooks laufen lokal und brauchen deinen Laptop offen. Wenn du Automatisierungen willst, die auch laufen während du schläfst, schau dir Claude Code Routines an.

MCP-Integration: Wie Claude zu deinen externen Tools Augen und Hände bekommt

Stell dir vor, du könntest Claude einfach fragen: "Was sind meine wichtigsten SEO-Chancen gerade?" und er antwortet mit echten Daten aus deiner Google Search Console, gecrosst mit Ahrefs. Kein Copy-Paste, kein Daten-Export, kein manuelles Zusammenführen.

Genau das ermöglicht das Model Context Protocol (MCP). Es ist quasi der USB-C-Stecker für externe Systeme. Es verbindet Claude mit Google Search Console, GA4, Google Ads, Ahrefs oder deinem internen Jira.

Wann du MCP nutzt

Immer dann, wenn Claude echte Live-Daten aus einem externen System braucht, um sinnvoll zu antworten. Du willst, dass Claude Nutzerforschung aus Google Drive liest und daraus Aufgaben erstellt? Genau dafür ist MCP gebaut.

Wann du MCP nicht brauchst

Für Dinge, die Claude sowieso per Terminal erledigen kann (z. B. GitHub, npm, andere Standard-Tools), brauchst du kein MCP. Das wäre unnötiger Aufwand.

Überschneidungen vermeiden

Nutze MCP nicht für Aufgaben, die bereits Hooks erledigen, und nicht für Aktionen, die du lieber manuell per Befehl auslösen möchtest.

SEO-Workflow-Beispiel

Verbindest du Claude via MCP mit der Google Search Console API und Ahrefs, kann er:

• Impressions-Daten der letzten 90 Tage abrufen
• Parallel Keyword-Daten von Ahrefs ziehen
• Beide Datensätze kreuzen und dir eine Prioritätenliste für Content-Updates geben, basierend auf Ranking-Positionen und Suchvolumen

Das ist keine Zukunftsmusik. Das ist 2026.

Claude parallelisieren: Von der Single-Session zur Agenten-Armee

Schau mal ehrlich hin: Wie arbeitest du gerade? Eine Session, eine Aufgabe, warten, nächste Aufgabe. Das ist wie ein Restaurant, in dem nur ein Koch arbeitet, der einen Tisch nach dem anderen bedient. Funktioniert. Aber skaliert nicht.

Fortgeschrittene Nutzer multiplizieren ihren Output durch Parallelisierung. Hier ist, wie das konkret aussieht:

Mehrere Claude-Fenster gleichzeitig

Starte einfach mehrere Claude-Sessions nebeneinander, jede für eine unabhängige Aufgabe. Damit sie sich nicht gegenseitig in die Quere kommen, gibt es Git WorkTrees: ein Befehl, der für jede Session eine saubere, isolierte Kopie deines Projekts anlegt. Interne Entwickler bei Anthropic nutzen dafür einfach nebeneinander angeordnete Terminal-Fenster.

Sub-Agenten: Delegieren statt selbst erledigen

Bei komplexen Aufgaben kann deine Haupt-Claude-Session Teilaufgaben an spezialisierte Helfer abgeben. Claude Code bringt drei eingebaute mit: einen für Recherche, einen für Planung, einen für Tests. Eigene kannst du mit /agents anlegen und ihnen eine klare Aufgabenbeschreibung geben. Claude wählt dann automatisch den richtigen aus.

Der Vorteil: Diese Helfer arbeiten in ihrem eigenen "Gedächtnis-Bereich" und liefern nur das Endergebnis zurück. Das verhindert, dass Claude's Kurzzeitspeicher zu voll wird und die Qualität nachlässt. Tipp: Mit /btw kannst du Claude während einer laufenden Aufgabe kurz etwas fragen, ohne ihn zu unterbrechen.

Agent Teams: Gleichberechtigte zusammenarbeiten lassen

Stell dir einen Küchenchef vor, der Sous-Chefs delegiert: einer hackt Zwiebeln, einer Karotten, einer macht den Teig. Sie arbeiten parallel, koordinieren sich aber am Ende. Genau so funktionieren Agent Teams: mehrere vollwertige Claude-Sessions, die als gleichberechtigte Partner agieren und sich gegenseitig abstimmen, ohne dass du den Vermittler spielen musst.

Statt einer einzigen Session, die nacheinander 10 Dateien bearbeitet, hast du plötzlich fünf Sessions, die parallel an verschiedenen Teilen arbeiten. Klingt nach viel? Ist einmal aufgesetzt genau so einfach wie eine einzelne Session.

Skills für Standardprozesse: Wenn Claude strenge Workflows braucht

Wann brauchst du das wirklich? Immer dann, wenn Claudes allgemeines Reasoning für eine Aufgabe nicht präzise genug ist. Nicht weil Claude schlecht ist, sondern weil er deine firmenspezifischen Prüfprotokolle schlicht nicht kennt.

Während claude.md Regeln und Kontext liefert, diktieren Skills starre, Schritt-für-Schritt-Prozesse für hochspezialisierte Aufgaben.

Feste Abläufe definieren

Schreibe Skills als einfache Textdateien. Ein konkretes Beispiel aus dem Finanzbereich: die Bewertung eines Investmentfonds nach firmeneigenen Prüfkriterien. Das kann Claude aus allgemeinem Wissen nicht ableiten, aber mit einem Skill bekommt er exakt das Protokoll, das deine Analysten sonst auswendig lernen müssen.

Weitere typische Einsatzfelder:

• Technische Dokumentation nach firmeninternem Styleguide
• Komplexe Finanzbewertungen mit festen Prüfpunkten
• SEO-Content-Briefings mit obligatorischen Abschnitten

Der wichtigste Unterschied zu Sub-Agenten: Beim Aufruf eines Skills bekommt Claude das gesamte Dokument direkt als Kontext, bei Sub-Agenten kommt nur das Endergebnis zurück. Skills geben Claude also mehr Hintergrundwissen, verbrauchen dafür aber auch mehr von seinem Kurzzeitspeicher. Wähle Skills, wenn Präzision wichtiger ist als Geschwindigkeit.

Claude in CI/CD integrieren: KI-gestützte Code-Reviews, die wirklich funktionieren

Hier passiert etwas Interessantes: Wenn du Claude nicht nur lokal auf deinem Rechner nutzt, sondern direkt in deinen automatischen Veröffentlichungsprozess einbindest, vervielfacht sich deine Produktivität. Anthropic-interne Daten zeigen: Entwickler, die das konsequent tun, schreiben im Schnitt doppelt so viel fertigen Code pro Jahr. Für kleine Teams, die komplexe Produkte schnell live bringen wollen, ist das in Kombination mit einem Vibe Coding Sprint ein echter Gamechanger.

@Claude auf Abruf vs. automatisches Code-Review

Hier ist ein Unterschied, den viele übersehen: @Claude in GitHub kannst du jederzeit manuell rufen. Du bittest ihn, einen Bug zu fixen, eine Aufgabe zu lösen oder einen Kommentar zu schreiben. Er macht, was du sagst.

Automatisches Code-Review ist etwas anderes: ein immer aktives System, das bei jedem neuen Code-Stand von selbst startet, mehrere spezialisierte Review-Agenten koordiniert und seine Tiefe an der Größe der Änderung anpasst. Kleine Änderung? Schneller Check. Große Migration? Gründliche Prüfung mit vollem Projektkontext.

Was das in der Praxis bedeutet

Der Anteil wirklich nützlicher Code-Reviews stieg von etwa 16 % auf 54 % aller Änderungen. Besonders wertvoll: Es werden stille Fehler gefangen (z. B. Fehlermeldungen, die einfach verschluckt werden), die einem Menschen, der nur die aktuellen Änderungen ansieht, leicht entgehen.

Reviewed Claude da nicht seinen eigenen Code?

Verständliche Frage. Weil das automatische Code-Review in einer komplett frischen, separaten Umgebung mit einem klar definierten Ziel läuft, werden Fehler gefangen, die bei der Erstellung durchgerutscht sind. Für besonders kritische Bereiche empfiehlt sich trotzdem ein Mensch, der am Ende drüber schaut.

Claude Code für SEO-Teams: Technische Audits und Content-Strategie auf Autopilot

Jetzt wird es für SEO- und Marketing-Teams richtig interessant. Die meisten denken bei Claude Code an Entwickler. Aber ehrlich gesagt ist es eines der unterschätztesten Werkzeuge für SEO-Teams, die über Content-Generierung hinauswollen.

Technische Audits als Zeitspar-Maschine (mit Playwright)

Lass Claude Playwright-Skripte schreiben, die deine Website crawlen. Statt stundenlang Screaming Frog zu durchforsten, bekommst du eine nach Business-Impact sortierte Liste für:

• Fehlende oder doppelte Meta-Tags
• Heading-Struktur-Fehler (H1-H6-Hierarchie)
• Core Web Vitals-Probleme pro URL
• Fehlende Canonical Tags

Für einen schnellen Einstieg ohne Coding bietet sich unser kostenloser Website-Check an. Wenn du Unterstützung bei der Implementierung suchst, findest du hier mehr zu technischer SEO-Beratung.

Interne Verlinkung strategisch planen

Gib Claude deine Sitemap und einen neuen Artikel. Er analysiert, welche bestehenden Seiten thematisch dazu passen, und schlägt vor, von wo aus du am besten auf den neuen Inhalt verlinkst, inklusive passendem Linktext. Nicht nach Keyword-Übereinstimmung, sondern danach, was ein Leser an welchem Punkt wirklich als nächstes lesen wollen würde.

Gliederungen auf Basis echter Suchergebnisse erstellen

Claude analysiert die Strukturen der Top-10-Seiten für ein Keyword und erstellt eine Gliederung, die die Suchintention besser abdeckt als die Konkurrenz. Das ist kein dünnes "mehr Wörter schreiben", sondern strategische Content-Planung, die wirklich etwas bewegt.

Workflow Automation mit MCP für SEO-Tools

Verbinde Claude via MCP mit:

• Google Search Console: Für Impressions- und Click-Analysen
• GA4: Für Verhaltensmetriken und Conversion-Daten
• Google Ads: Für Keyword-Kosten und Performance-Daten
• Ahrefs/Sistrix: Für Backlink-Daten und Keyword-Difficulty

Claude kann alle Quellen zusammenführen und dir sagen: "Deine Seite X wird oft in der Google-Suche gezeigt, aber kaum angeklickt. Die Daten zeigen, dass Leute, die dieses Keyword suchen, eigentlich kaufen wollen. Hier ist ein Vorschlag für einen Seitentitel, der das besser widerspiegelt."

Expert Insights: Vermeide diese Fehler

Der häufigste Fehler bei KI-gestütztem SEO? Das Überspringen des Intent-Clusterings. Viele werfen Claude einfach eine Keyword-Liste hin und bitten um Content. Das Ergebnis sind 50 Artikel, die alle dasselbe Thema aus leicht unterschiedlichen Winkeln behandeln und sich gegenseitig kannibalisieren.

Der richtige Workflow:

1. Keyword-Liste an Claude geben
2. Auf Intent-Clustering (Informational, Commercial, Transactional) bestehen
3. Topic-Cluster definieren lassen
4. Erst dann Content-Briefings pro Cluster erstellen

Claude ist kein Ersatz für strategisches SEO. Er ist ein Multiplikator für gute Strategie. Mit schlechter Strategie multiplizierst du leider auch das.

Pro-Tipps für den produktiven Alltag: Automode und Bias-Mitigation

Ein paar Dinge, die ich mir gewünscht hätte, jemand hätte sie mir früher gesagt:

Automode nutzen

Für Aufgaben, die länger dauern, ist der 2026 eingeführte Automode dein bester Freund. Claude arbeitet selbstständig, aber mit klaren Grenzen, die verhindern, dass er etwas Unerwartetes tut. Du musst nicht daneben sitzen und aufpassen.

Deine gewohnte Umgebung behalten

Egal ob du in VS Code arbeitest, in einem anderen Editor oder einfach im Terminal: Claude Code passt sich an. Du musst deinen Arbeitsablauf nicht ändern, um Claude zu nutzen. Das Tool kommt zu dir, nicht umgekehrt.

Content, dem Google vertraut

Wenn du Claude für Texte nutzt, gib ihm konkrete Details aus deiner Branche. Allgemeine Anweisungen erzeugen allgemeinen Content. Spezifisches Wissen erzeugt Texte, die echte Erfahrung zeigen, z. B. "Berücksichtige die spezifischen Anforderungen für Arzt-Websites gemäß § 6 Musterberufsordnung." Und genau das ist es, was Google mit dem sogenannten EEAT-Prinzip (Erfahrung, Expertise, Autorität, Vertrauen) belohnt.

Kontext sauber halten: /clear, /rewind und Checkpoints

Das Kontextfenster (Claudes Kurzzeitspeicher) ist deine knappste Ressource. Wenn er voll wird, gibt Claude früheren Anweisungen weniger Gewicht. Plötzlich werden Regeln aus deiner claude.md ignoriert, oder es schleichen sich Fehler ein, die vorher nicht da waren.

Zwei Gewohnheiten helfen sofort:

/clear zwischen unabhängigen Aufgaben: Wenn du von Task zu Task wechselst, setze den Kontext zurück. Unbereinigter Ballast aus abgeschlossenen Aufgaben ist ein stiller Qualitätskiller.

Nach zwei gescheiterten Korrekturen neu starten: Wenn du Claude zweimal dasselbe korrigiert hast und es trotzdem nicht stimmt, ist der Kontext mit fehlgeschlagenen Ansätzen belastet. /clear ausführen, dann neu mit einem präziseren Prompt starten, der das Gelernte einbezieht.

Zu langen Sessions gibt es noch /compact (komprimiert die Konversationshistorie) und /btw für schnelle Zwischenfragen, die nicht in den Kontext sollen. Die Antwort erscheint kurz, verschwindet dann wieder, ohne den Kurzzeitspeicher zu belasten.

Sessions bleiben gespeichert. Mit claude --continue machst du dort weiter, wo du aufgehört hast. Mit claude --resume wählst du aus mehreren offenen Sessions aus. Gib Sessions mit /rename sinnvolle Namen wie "oauth-umbau" oder "debug-speicherleck", damit du sie wiederfindest.

Und Checkpoints: Bei jeder Aktion, die Claude ausführt, entsteht automatisch ein Sicherungsstand. Mit /rewind oder doppeltem Esc kannst du Konversation, Code oder beides zu jedem Punkt zurücksetzen. Riskante Experimente werden damit ungefährlich.

Fazit: Von der Spielerei zum strategischen Vorteil

Claude Code ist mehr als ein schneller Weg, React-Komponenten zu schreiben (obwohl es das mit 95 % korrektem Code beim ersten Versuch und Fähigkeiten wie dem Bau eines Dashboards in 47 Minuten auch tut). Es ist eine Plattform zur Workflow-Automatisierung.

Die Trennlinie zwischen Amateuren und Profis verläuft nicht bei der Prompt-Qualität. Sie verläuft bei der Infrastruktur. Stell dir kurz diese Fragen:

• Nutzt du claude.md, damit Claude dein Projekt wirklich kennt?
• Nutzt du Hooks, damit Qualitätsstandards automatisch eingehalten werden?
• Nutzt du MCP, damit Claude auf deine echten Daten zugreifen kann?
• Nutzt du Agent Teams, damit mehrere Aufgaben parallel laufen?

Wenn du diese Fragen mit Ja beantworten kannst: Herzlichen Glückwunsch, du nutzt Claude nicht als Chatbot. Du nutzt ihn als Infrastruktur.

Wenn nicht: Du weißt jetzt, wo du anfangen kannst. Fang mit claude.md an. Heute.

Die vollständigen Best Practices direkt von Anthropic findest du hier: Claude Code Best Practices.