PRAKTISCHER LEITFADEN FÜR ENTWICKLER
Claude als Entwickler nutzen: Claude Code, die API und Agenten-Workflows
Das Terminal ist die neue IDE, und der Diff bleibt die Einheit des Vertrauens.
Entwickler nutzen Claude von Anthropic auf drei unterschiedliche Arten: als Chat-Partner für Planung und Review, als Claude Code direkt im Terminal und als Modell hinter ihren eigenen API-gestützten Produkten. Diese Seite zeigt, wie man Claude als Entwickler nutzt, in jedem dieser Modi, mit echten Prompts für Code-Reviews, das Schreiben von Tests und Tool Use, sowie mit den Gewohnheiten, die von KI geschriebenen Code sicher halten, bevor er in Produktion geht.
Claude als Entwickler nutzen lässt sich auf drei Oberflächen herunterbrechen: die Claude-AI-Chat-Oberfläche für Planung und Code-Reviews, Claude Code für terminalnative, agentische Entwicklung, die das eigene Repository liest und Dateien direkt bearbeitet, und die Anthropic API zum Einbauen von Tool Use und Agent-Workflows in die eigenen Produkte. Die meisten Entwickler starten im Chat, verlagern wiederkehrendes Bearbeiten und Testen in Claude Code und greifen zur API, sobald sie ein Claude-gestütztes Feature ausliefern. Die Gewohnheiten, die von KI geschriebenen Code sicher halten, sind dieselben, die jeden Code sicher halten: kleine Diffs, Tests und Review vor dem Merge.
Veröffentlicht · Zuletzt geprüft
Kostenlose Lektion · kein Konto nötigDie drei Wege, Claude zu nutzenDie drei Modi5 Min.Kostenlose Lektion startenDas Wichtigste in Kürze
- Claude für Entwickler deckt drei Oberflächen ab: Chat für Planung und Code-Reviews, Claude Code für die Arbeit im Terminal und die Anthropic API, um eigene Tool-Use- und Agent-Funktionen zu bauen.
- Claude Code liest das Repository, bearbeitet Dateien über die gesamte Codebasis hinweg, führt die Testsuite aus und kann Änderungen committen, alles aus einer normalen Terminal-Sitzung heraus.
- Tool Use erlaubt es Claude, selbst definierte Funktionen aufzurufen, sodass es eine Datenbank abfragen, eine interne API ansprechen oder ein Skript ausführen kann, um eine Anfrage zu beantworten.
- Code-Reviews funktionieren am besten, wenn man Claude auf einen konkreten Diff und einen konkreten Prüfstandard verweist, statt auf ein vages 'schau dir meinen Code an'.
- Claude kann Tests schreiben und ausführen, aber die Gewohnheit, die generierten Code sicher macht, ist dieselbe, die den Code jedes Mitwirkenden sicher macht: kleine Diffs, eine erfolgreich durchlaufende Testsuite und menschliches Review vor dem Merge.
- Der Start ist eine CLAUDE.md-Datei: ein kurzes Projekt-Rückgrat, das Claude den eigenen Stack, die Befehle und die Konventionen mitteilt, damit es nicht mehr raten muss.
Claude AI vs. Claude Code vs. die Anthropic API
| Oberfläche | Am besten für | Wo es läuft |
|---|---|---|
| Claude AI (Chat) | Planung, Architekturdiskussionen, das Prüfen eines eingefügten Diffs oder Stack-Traces | Browser oder Desktop-App |
| Claude Code | Dateiübergreifende Änderungen, das Ausführen der Testsuite, autonome Arbeit am eigenen Repository | Das eigene Terminal, innerhalb des Projektverzeichnisses |
| Anthropic API | Den Einbau eines Claude-gestützten Features oder Agenten in das eigene Produkt, mit Tool Use | Der eigene Anwendungscode, aufgerufen über HTTPS |
Kopieren und einfügen
Prompts, die Sie heute nutzen können
Einen Pull-Request-Diff gegen einen konkreten Standard prüfen
Du prüfst einen Pull-Request-Diff für einen Python-FastAPI-Service. Prüfe gezielt auf SQL-Injection-Risiken, fehlende Eingabevalidierung bei Request-Bodies und alle Datenbankabfragen, die nicht parametrisiert sind. Liste jedes Problem mit Datei und Zeile auf, erkläre, warum es ein Problem ist, und schlage die Behebung vor. Kommentiere nicht Formatierung oder Stil.
Tausche Sprache, Framework und die konkreten Risiken, die markiert werden sollen, gegen den eigenen Stack aus.
Tests schreiben, die zum bestehenden Stil passen
Schau dir die bestehenden Tests in tests/test_orders.py an und übernimm Struktur, Fixtures und Namenskonventionen exakt. Schreibe Unit-Tests für die neue Funktion refund_order in orders/service.py, die eine erfolgreiche Rückerstattung, einen Rückerstattungsversuch bei einer bereits erstatteten Bestellung und eine Rückerstattung, die den ursprünglichen Belastungsbetrag übersteigt, abdecken. Verwende pytest und die bestehenden Mock-Muster.
Richte es auf die eigene echte Testdatei und das eigene Framework, egal ob pytest, Jest oder Vitest.
Einen instabilen Test mit vollem Kontext debuggen
Dieser Test schlägt in CI gelegentlich fehl, läuft aber lokal durch: [Testname und Fehler einfügen]. Hier ist die Testdatei, die geprüfte Funktion und die letzten drei CI-Fehlerprotokolle. Gehe die möglichen Ursachen für die Instabilität durch, bevor du eine Lösung vorschlägst, und sag mir explizit, wo du dir noch unsicher bist.
Füge echte Protokolle und Dateiinhalte ein, statt den Fehler aus dem Gedächtnis zu beschreiben.
Eine Tool-Use-Funktion für die Anthropic API entwerfen
Ich baue einen Agenten mit der Anthropic API, der den Bestellstatus eines Kunden über unsere interne REST-API nachschlagen muss. Entwerfe die Tool-Definition inklusive JSON-Schema für die Eingabeparameter und zeig mir den Python-Code, der den resultierenden tool_use-Block verarbeitet und ein tool_result an Claude zurücksendet.
Ersetze die interne API und die Parameter durch die Form des eigenen Services.
Eine CLAUDE.md für ein neues Projekt entwerfen
Lies package.json, README und die Ordnerstruktur dieses Repositories durch und entwerfe dann eine CLAUDE.md-Datei, die unseren Tech-Stack, die Befehle zum Ausführen von Tests und des Dev-Servers, unsere Namenskonventionen für API-Routen und alles, was ein neuer Mitwirkender vor der ersten Änderung wissen muss, dokumentiert.
Führe das einmal zu Projektbeginn aus und aktualisiere es, sobald sich Konventionen ändern.
Ein dateiübergreifendes Refactoring planen, bevor der Code angefasst wird
Ich möchte die Zahlungslogik, die derzeit über drei Controller verteilt ist, in eine einzige PaymentService-Klasse extrahieren. Liste, bevor du Code schreibst, jede Datei auf, die aktuell Zahlungslogik enthält, schlage die öffentlichen Methoden der neuen Klasse vor und markiere alle Verhaltensunterschiede zwischen den drei aktuellen Implementierungen, die das Refactoring erhalten muss.
Fordere bei jeder Änderung, die mehr als zwei oder drei Dateien betrifft, zuerst einen Plan an.
Hier anfangen
Die kostenlosen Lektionen, mit denen jeder Entwickler anfangen sollte
Drei kurze Lektionen bringen einen von der Erkenntnis, dass Claude existiert, bis zu einer echten Claude-Code-Sitzung mit eingerichtetem Projekt-Rückgrat, und das reicht, um es noch am selben Tag für echte Arbeit einzusetzen.
Die drei Oberflächen
Wie Entwickler Claude tatsächlich nutzen
Claude für Entwickler ist nicht ein Werkzeug. Es sind drei, und zu wissen, welches zur jeweiligen Aufgabe passt, ist der größte Teil des Könnens.
Claude-AI-Chat
Gut für Architekturdiskussionen, das Prüfen eines eingefügten Diffs oder einer Fehlermeldung und das Durchdenken eines Designs, bevor man sich aufs Schreiben von Code festlegt.
Claude Code
Ein terminalnativer Agent, der das Repository liest, Dateien über die Codebasis hinweg bearbeitet, die Testsuite ausführt und auf Anweisung Änderungen committen kann.
Anthropic API
Das Modell plus Tool Use, um Claude in das eigene Produkt einzubauen: ein Support-Bot, der die Datenbank abfragt, ein Assistent direkt in der IDE oder eine Pipeline, die unbeaufsichtigt läuft.
Agent-Workflows
Kombiniert Tool Use mit einer Schleife: Claude entscheidet, welches Tool aufgerufen wird, liest das Ergebnis und entscheidet den nächsten Schritt, so lange wiederholt, bis die Aufgabe erledigt ist.
Claude Code
Was ist Claude Code, und wie fängt man an, es zu nutzen?
Claude Code ist Anthropics Kommandozeilen-Tool, um direkt in der eigenen Codebasis mit Claude zu arbeiten. Statt Code in ein Chat-Fenster zu kopieren und die Antwort zurückzufügen, startet man es aus dem Projektverzeichnis, und es liest die eigenen Dateien, die Git-Historie und das Test-Setup als Kontext für das, was man von ihm verlangt.
Eine typische Sitzung sieht so aus: Man öffnet ein Terminal im Repository, startet Claude Code und beschreibt eine Aufgabe in einfacher Sprache, etwa das Hinzufügen von Rate Limiting zu den POST-Endpunkten. Es liest die relevanten Dateien, schlägt die Änderungen vor und wendet sie über so viele Dateien an, wie die Änderung betrifft, führt die Testsuite aus und meldet zurück, was geändert wurde und ob die Tests erfolgreich waren.
Der Unterschied zu einem Editor-Plugin ist, dass Claude Code auf der gesamten Aufgabe arbeitet, nicht nur auf der nächsten Zeile. Es kann eine mehrstufige Änderung planen, jeden Schritt ausführen, bemerken, wenn ein Test fehlschlägt, und eine Lösung versuchen, alles innerhalb einer einzigen Anweisung. Man bleibt eingebunden, indem man den Plan liest, bevor er läuft, und den Diff prüft, bevor man ihn committet.
Das Erste, was sich einzurichten lohnt, ist eine CLAUDE.md-Datei im Wurzelverzeichnis des Projekts. Das ist eine kurze, einfach geschriebene Datei, die Claude den eigenen Stack, die Build- und Testbefehle, die Namenskonventionen und alles andere mitteilt, was ein neuer Mitwirkender am ersten Tag braucht. Sobald sie existiert, liest Claude Code sie automatisch zu Beginn jeder Sitzung, statt zu raten.
Echte Arbeit
Workflows, die Entwickler diese Woche einsetzen
Sicherheitsorientiertes Code-Review
Claude auf einen Diff und eine konkrete Risikoklasse ansetzen (Auth-Bypass, Injection, unvalidierte Eingaben), statt um ein allgemeines Review zu bitten.
Tests schreiben und ausführen
Claude liest die bestehenden Testmuster und das Framework, schreibt Tests im passenden Stil, führt sie aus und arbeitet iterativ an Fehlschlägen.
Dateiübergreifendes Refactoring
Bei allem, was mehr als ein paar Dateien betrifft, zuerst einen Plan anfordern: welche Dateien sich ändern, wie die neue Struktur aussieht, welches Verhalten sich nicht ändern darf.
Einen schwer reproduzierbaren Bug debuggen
Den fehlschlagenden Test, die geprüfte Funktion und echte Protokolle des Fehlers einspeisen und dann darum bitten, die Ursachen durchzudenken, bevor eine Lösung vorgeschlagen wird.
Sich in einer unbekannten Codebasis orientieren
Claude bitten, eine Anfrage durch die Codebasis zu verfolgen und den Ablauf zu erklären, was oft schneller geht, als den Code ohne Vorwissen zu lesen.
Die Anthropic API
Tool Use, Agenten und das Bauen mit der Anthropic API
Die Anthropic API ist der Weg, Claude in das eigene Produkt einzubauen, statt es über ein Chat-Fenster zu nutzen. Man schickt eine Anfrage mit dem eigenen Prompt und erhält eine Antwort zurück, in der gleichen Form wie jede HTTP-API, wodurch sie in jeden bereits laufenden Backend-Stack passt, egal ob das ein Python-Service, eine Node-App oder etwas ganz anderes ist.
Tool Use ist das Feature, das aus einem einzelnen Request-Response-Aufruf etwas macht, das einem Agenten näherkommt. Man beschreibt die Tools, auf die Claude Zugriff hat, jedes eine Funktion mit einem Namen, einer Beschreibung und einem JSON-Schema für die Eingaben, etwa eine Funktion lookup_order, die eine Bestell-ID entgegennimmt. Wenn Claude entscheidet, dass es dieses Tool braucht, um eine Frage zu beantworten, gibt es einen tool_use-Block zurück statt einer einfachen Antwort. Der eigene Code führt den tatsächlichen Funktionsaufruf aus, was immer das für das jeweilige System bedeutet, eine Datenbankabfrage, ein API-Aufruf, ein Skript, und schickt das Ergebnis als tool_result an Claude zurück. Claude liest dieses Ergebnis und macht weiter.
Ein Agent ist im praktischen Sinn einfach diese Schleife, die mehr als einmal durchlaufen wird: Claude wählt ein Tool, man führt es aus, Claude liest das Ergebnis und wählt das nächste, bis die Aufgabe erledigt ist oder genug Informationen für eine Antwort vorliegen. Das Model Context Protocol ist ein Standard, um diese Tools und Verbindungen einheitlich zu beschreiben, sodass dieselben Tool-Definitionen über verschiedene Clients hinweg funktionieren, statt für jedes Projekt von Grund auf neu verdrahtet zu werden.
Streaming ist das andere Stück, das man kennen sollte: Statt auf die vollständige Antwort zu warten, kann die API Tokens zurückschicken, sobald sie generiert werden, wodurch sich Chat-Oberflächen und Live-Code-Vorschläge reaktionsschnell statt träge anfühlen.
Es sicher halten
Wie man Claudes Code-Änderungen sicher hält
Nichts davon ist KI-spezifisch. Es ist dieselbe Disziplin, die den Code jedes Mitwirkenden sicher hält, nur konsequent angewendet.
Diffs klein halten
Immer nur eine Änderung auf einmal anfordern. Ein Diff über fünf Dateien lässt sich in zehn Minuten prüfen; ein Diff über fünfzig Dateien wird nur noch durchgewinkt, und genau dann schleichen sich Bugs ein.
Tests vor dem Merge, nicht danach
Claude Tests als Teil derselben Aufgabe schreiben oder aktualisieren lassen und verlangen, dass sie bestehen, bevor der Diff als fertig gilt.
Den Diff selbst lesen
Claude kann erklären, was geändert wurde und warum, aber wer den Code committet, ist weiterhin dafür verantwortlich, ihn tatsächlich gelesen zu haben.
Niemals Geheimnisse in einen Prompt einfügen
API-Schlüssel, Zugangsdaten und Kundendaten gehören ebenso wenig in den Chat-Verlauf oder in Claude-Code-Sitzungen wie in eine Slack-Nachricht.
Die eigenen Konventionen einmal vermitteln
Eine CLAUDE.md-Datei mit dem eigenen Stack, den Befehlen und dem Styleguide reduziert das Hin und Her an Korrekturen, das eine Sitzung aufzehrt.
Wo man anfängt
Der Einstiegspfad für Entwickler
Wer neu dabei ist, Claude als Entwickler zu nutzen, kommt über drei kurze Lektionen in der richtigen Reihenfolge am schnellsten hinein. Der Einstieg ist Die drei Wege, Claude zu nutzen im Kurs Die drei Modi, der dieselbe Unterscheidung zwischen Chat, Claude Code und API vermittelt, die oben beschrieben wurde, damit klar ist, welche Oberfläche zu wählen ist, bevor man ein Terminal öffnet.
Von dort geht es weiter zu Claude Code: Mit Worten bauen, ebenfalls im Kurs Die drei Modi. Die Lektion zeigt, wie eine echte Claude-Code-Sitzung abläuft: eine Aufgabe in einfacher Sprache beschreiben, zusehen, wie das Repository gelesen und Änderungen angewendet werden, und das Ergebnis prüfen, bevor es ausgeliefert wird.
Die dritte Station ist CLAUDE.md: das Projekt-Rückgrat, aus dem Kurs Das Praktiker-Setup. Hier lernt man, die Datei zu schreiben, die Claude davon abhält, bei jeder Sitzung erneut den Stack, die Befehle und die Konventionen zu erraten, und das ist die eine Gewohnheit, die jede spätere Sitzung schneller macht.
Sind diese drei abgeschlossen, deckt der Rest des Kurses Das Praktiker-Setup Hooks und Automatisierung, das Verbinden von Claude mit dem eigenen Stack über MCP-Server und den Aufbau eines wöchentlichen Operator-Workflows ab, und genau dort zahlt sich die tägliche Gewohnheit, Claude als Entwickler zu nutzen, wirklich aus.
Grenzen
Was Claude falsch macht, und wo die Verantwortung bei einem selbst bleibt
Claude kann sich souverän irren. Es kann eine Lösung vorschlagen, die die gegebenen Tests besteht, aber einen Edge Case übersieht, an den man nicht gedacht hat, oder eine Bibliotheksfunktion verwenden, die es gar nicht gibt. Die Ausgabe sollte als starker erster Entwurf eines schnellen, belesenen Mitarbeiters behandelt werden, nicht als bereits gefällte Entscheidung.
Generierter Code braucht dasselbe Sicherheitsreview wie von Menschen geschriebener Code, und in den ersten Malen der Zusammenarbeit eher mehr Aufmerksamkeit, bis sich abzeichnet, wo es bei der eigenen Codebasis zu Fehlern tendiert. Einen sicherheitsorientierten Durchgang bei allem, was Authentifizierung, Zahlungen oder Nutzerdaten betrifft, sollte man nicht überspringen, nur weil es von einem Tool stammt, das flüssigen Code schreibt.
Vertraulicher Quellcode, Kundendaten und Zugangsdaten sollten nicht in irgendein KI-Tool eingegeben werden, ohne vorher die Richtlinien der eigenen Organisation zu prüfen. Wer an einem Ort arbeitet, der eine Richtlinie zum Umgang mit Daten oder eine Vertraulichkeitspflicht gegenüber Kunden hat, für den ändert sich diese Pflicht nicht nur, weil der Prüfer ein Modell statt eine Person ist.
Schließlich ist Autonomie ein Regler, kein Schalter. Claude Code kann Tests ausführen und sogar selbst committen, wenn man es zulässt, aber die professionelle Gewohnheit ist, einen menschlichen Review-Schritt zu behalten, bevor etwas einen gemeinsamen Branch oder die Produktion erreicht, dasselbe Gate, das man sich auch im ersten Monat der Pull Requests einer neuen Kollegin oder eines neuen Kollegen wünschen würde.
Starte die kostenlose Lektion, die die drei Wege erklärt, Claude zu nutzen
Über die Nutzung von Claude als Entwickler zu lesen und Claude Code tatsächlich im eigenen Terminal laufen zu lassen, sind zwei verschiedene Dinge. Das Nightschool-AI-Curriculum ist von der ersten Lektion an praxisnah und startet mit derselben Unterscheidung zwischen Chat, Claude Code und API, die auf dieser Seite behandelt wird.
Häufig gestellte Fragen
Wie nutzen Entwickler Claude?
Entwickler nutzen Claude typischerweise über drei Oberflächen: die Claude-AI-Chat-Oberfläche für Planung, Design-Diskussionen und das Prüfen eingefügten Codes; Claude Code für terminalnative Arbeit, bei der Claude ein echtes Repository liest und bearbeitet; und die Anthropic API, um Claude, einschließlich Tool Use und Agent-Loops, in die eigenen Produkte einzubauen.
Was ist Claude Code, und wie fange ich an, es zu nutzen?
Claude Code ist ein Kommandozeilen-Tool, das Claude direkt im eigenen Projekt ausführt. Man startet es aus dem Wurzelverzeichnis des Repositorys und beschreibt eine Aufgabe in einfacher Sprache; es liest die eigenen Dateien und die CLAUDE.md, nimmt die Änderungen vor, führt die Tests aus und meldet zurück. Wenn vorher eine CLAUDE.md-Datei mit dem eigenen Stack und den Befehlen eingerichtet wird, werden die ersten Sitzungen deutlich präziser.
Ist Claude gut für Code-Reviews?
Ja, besonders wenn man ihm einen konkreten Diff und einen konkreten Prüfstandard gibt, etwa Sicherheitsprobleme, fehlende Eingabevalidierung oder die Einhaltung der Teamkonventionen. Es ist deutlich stärker, wenn es nach etwas Konkretem prüfen soll, als bei einem vagen 'prüf meinen Code', genau wie ein menschlicher Reviewer mit klaren Prüfkriterien bessere Arbeit leistet.
Wie nutze ich die Anthropic API?
Man schickt eine HTTP-Anfrage mit dem eigenen Prompt und erhält eine Textantwort zurück, in derselben Form wie jeder API-Aufruf, aufrufbar aus Python, Node oder welchem Backend auch immer läuft. Um mehr als eine einzelne Frage-Antwort-Interaktion zu bauen, kommt Tool Use hinzu, das Claude Funktionen gibt, die es aufrufen kann, und man handhabt den resultierenden Austausch von tool_use und tool_result im eigenen Code.
Was ist Tool Use bei Claude?
Mit Tool Use lassen sich Funktionen beschreiben, die Claude aufrufen kann, etwa das Nachschlagen einer Bestellung oder das Abfragen einer Datenbank, jede mit einem Namen und einem JSON-Schema für die Eingaben. Entscheidet Claude, dass ein Tool nötig ist, gibt es eine tool_use-Anfrage zurück statt einer einfachen Antwort; der eigene Code führt die tatsächliche Funktion aus und schickt das Ergebnis zurück, damit Claude weitermachen kann, was die Grundlage der meisten Agent-Workflows ist.
Kann Claude Tests für meinen Code schreiben?
Ja. Claude kann die bestehenden Testmuster und das Framework lesen, egal ob pytest, Jest oder Vitest, und Unit-, Integrations- oder End-to-End-Tests im passenden Stil schreiben. In Claude Code kann es die geschriebenen Tests auch ausführen und Fehlschläge iterativ beheben, statt Tests zu übergeben, die man anschließend selbst debuggen muss.
Wie halte ich Claudes Code-Änderungen sicher?
Dieselbe Disziplin beibehalten, die man sich von jedem Mitwirkenden wünschen würde: kleine Diffs statt umfassender Änderungen anfordern, bestehende Tests vor jedem Merge verlangen, den Diff selbst lesen, bevor committet wird, und niemals Geheimnisse oder Kundendaten in einen Prompt einfügen. Eine CLAUDE.md-Datei reduziert die Fehler, die entstehen, wenn Claude die eigenen Konventionen erraten muss.
Mit welchen Programmiersprachen funktioniert Claude?
Claude funktioniert mit den gängigen Sprachen, darunter Python, TypeScript, JavaScript, Go, Rust, Java, C/C++, Ruby und PHP, und versteht gängige Framework-Muster für Tools wie React, Next.js, Django und FastAPI. Claude Code funktioniert mit jeder Sprache, die im Terminal läuft, da es direkt auf Dateien und Shell-Befehle wirkt statt über ein sprachspezifisches Plugin.
Ist die Installation von Claude Code kostenlos?
Claude Code selbst ist kostenlos zu installieren. Für die Nutzung braucht man entweder einen Anthropic-API-Schlüssel, der pro Token abgerechnet wird, oder ein Claude-Abo, das Zugriff auf Claude Code einschließt. Für das Kommandozeilen-Tool fällt darüber hinaus keine separate Lizenzgebühr an.
Weiterführende Artikel
Vom Lesen über Claude zum Ausführen im eigenen Terminal
Die erste Lektion dauert Minuten; die Gewohnheit ist es, die sich auszahlt.