Veröffentlicht 7 Minuten Lesezeit
Claude Skills im Betrieb: Anweisungen, die ein Agent jedes Mal wieder lädt
Was Claude Skills im Betrieb sind: wiederverwendbare Anweisungen für einen Agenten, was hineingehört, wie ein zweiter Agent prüft, und was sie nicht lösen.
Wer einem Agenten zum dritten Mal dieselbe Regel erklärt, hat ein Problem, das keine bessere Eingabe löst. Die Regel steht im Kopf, nicht im System. Claude Skills sind die Antwort auf dieses Problem: ein Ordner mit Anweisungen und Skripten, den der Agent lädt, wenn er zur Aufgabe passt. Die Regeln gelten dann jedes Mal, ohne dass jemand sie neu tippt. Das klingt nach einem Detail. Im Betrieb entscheidet es darüber, ob ein Agent arbeitet oder rät.
Claude Skills: wiederverwendbare Anweisungen für einen Agenten
Ein Skill ist zuerst eine Arbeitsanweisung. Wie im Betrieb: Wer eine neue Kollegin einarbeitet, schreibt auf, wie ein Angebot aufgebaut ist, welche Formulierungen nicht erlaubt sind und wer vor dem Versand draufschaut. Danach muss niemand mehr daneben sitzen. Ein Skill macht dasselbe für einen Agenten. Er beschreibt, wie eine bestimmte Art von Aufgabe zu erledigen ist, und liegt so ab, dass der Agent ihn findet, wenn genau diese Aufgabe kommt.
Der Unterschied zur einzelnen Eingabe ist die Wiederholung. Eine Eingabe gilt für ein Gespräch. Ein Skill gilt für jede Aufgabe dieser Art, heute und in drei Monaten, bei dir und bei der Kollegin, die den Agenten zum ersten Mal benutzt. Was im Skill steht, muss niemand auswendig wissen. Es steht im Projekt, es lässt sich lesen, ändern und in einem Pull Request nachvollziehen wie jede andere Datei.
Wichtig ist auch, was ein Skill nicht ist. Er ist kein Wissen über deinen Betrieb, das der Agent sich selbst zusammensucht. Er ist keine Garantie. Er ist eine Anweisung, und eine Anweisung ist nur so gut wie der Ablauf, den sie beschreibt.
Was in einen guten Skill gehört
Ein guter Skill beantwortet drei Fragen, in dieser Reihenfolge.
Erstens die Regeln. Was soll der Agent tun, und wie? Konkret, mit Beispielen. „Schreib gutes Deutsch” ist kein Skill. „Kurze Sätze, Du-Ansprache, kein Gedankenstrich, Zahlen nur aus der Belegliste” ist einer.
Der Test: Könnte eine neue Mitarbeiterin mit dieser Anweisung anfangen, ohne nachzufragen? Wenn nicht, fehlt etwas.
Zweitens die Grenzen. Was darf der Agent nicht anfassen? Welche Dateien sind tabu, welche Daten dürfen nicht nach außen, ab wann fragt er nach, statt zu handeln? Diese Grenzen gehören in den Skill und nicht in den Kopf der Person, die ihn heute bedient. Bei uns bekommt ein Agent drei Dinge, bevor er die erste Aufgabe übernimmt: definierte Grenzen, ein Rechtekonzept und eine Grundlage aus verbundenen Daten. Der Skill ist der Ort, an dem die Grenzen stehen.
Drittens die Prüfung. Woran erkennt man, dass das Ergebnis stimmt? Ein guter Skill sagt es: welche Kriterien gelten, welches Skript sie prüft, was ein Fehler ist und was nur ein Hinweis. Ohne diesen Teil weiß der Agent nicht, wann er fertig ist. Und du weißt es auch nicht.
Ein schlechter Skill ist leicht zu erkennen. Er enthält Wünsche statt Regeln: „achte auf Qualität”, „sei präzise”, „berücksichtige den Kontext”. Das ist kein Fehler des Modells. Es ist eine Anweisung, die niemand befolgen könnte, weil sie nichts sagt. Dazu kommt ein zweiter typischer Fehler: Der Skill beschreibt das Wunschergebnis und schweigt zum Weg dorthin. Dann rät der Agent den Weg, und er rät jedes Mal anders.
Skills gehören außerdem klein geschnitten. Einer für das Schreiben, einer für das Prüfen, einer für den Umgang mit dem Suchindex. Das ist eine der Sachen, die wir aus London mitgenommen haben, von Anthropics Entwicklerkonferenz: Agenten zerlegen, statt einem einzigen alles aufzuladen. Ein Skill, der alles regelt, regelt am Ende nichts.
Ein Beispiel: eine Website, die ihr Besitzer selbst weiterbaut
Niruchan Thanabalasingam führt MatheCode, eine Mathe-Nachhilfe. Er wollte seine Website weiterentwickeln, ohne für jede neue Seite jemanden zu beauftragen. Das Ziel war also kein Agent, der einmal etwas Beeindruckendes baut. Das Ziel war ein Ablauf, den er selbst anstoßen kann und der jedes Mal dasselbe Niveau hält.
Dafür haben wir die Website zuerst als technische Grundlage gebaut, die Claude Code lesen und verändern kann. Das heißt: klare Regeln, wiederverwendbare Komponenten und technische Leitplanken, die als Kontext im Projekt liegen. Diese Leitplanken sind die Skills dieses Projekts. Sie stehen als Anweisung neben dem Code, nicht in einer Nachricht, die jemand jedes Mal neu formulieren müsste.
Darauf sitzt ein SEO-Agent. Er analysiert die Platzierungen in der Suche, leitet daraus Aufgaben ab und baut die Seiten im Projekt. Das ist seine ganze Aufgabe. Er schreibt. Über die Veröffentlichung entscheidet er nicht.
Niruchan sagt dazu: „Ich kann heute selbst beschreiben, was die Seite können soll, und es entsteht. Vorher hätte ich dafür jedes Mal jemanden gebraucht und viel Geld bezahlt.” Der Satz beschreibt genau die Wirkung von Skills. Nicht der Agent ist klüger geworden. Die Regeln liegen jetzt dort, wo der Agent sie findet.
Die Zahlen aus der Search Console für mathecode.de: 13.766 Impressionen in zwei Monaten, 111 Suchanfragen in den Top 10, 18 davon auf Position 1. Das sind Ergebnisse eines Ablaufs, nicht einer einzelnen guten Eingabe.
Der zweite Agent: prüfen statt vertrauen
Der wichtigste Skill in diesem Aufbau gehört nicht dem Agenten, der baut. Er gehört dem Agenten, der prüft.
Beim Claude Code Meetup in Mannheim ging es in unserem Vortrag genau darum, unter dem Titel „Stop prompting. Start engineering loops.” Der Kern: Der Agent bewertet seine Arbeit nicht selbst. Er schreibt den Pull Request, dann prüft ein zweiter Agent mit frischem Kontext und nur Lesezugriff gegen fünf Kriterien. Gleiches Modell, gleiche Eingaben. Der Unterschied ist die Position: Der Prüfer hat die Arbeit nicht entstehen sehen und hat nichts zu verteidigen.
Das klingt nach Misstrauen gegenüber der KI. Es ist das Gegenteil. Es ist derselbe Grund, aus dem im Betrieb die Person, die eine Rechnung schreibt, nicht die Person ist, die sie freigibt. Wer etwas gebaut hat, sieht die eigenen Abkürzungen nicht mehr. Ein Modell verhält sich da nicht anders als ein Mensch.
Für einen Skill heißt das: Die Prüfkriterien sind fest, sie stehen geschrieben, und wer geprüft wird, verhandelt sie nicht. Bei MatheCode geht nichts live, bevor der zweite Agent gegen diese festen Qualitätskriterien geprüft hat. Nur Lesezugriff bedeutet auch: Der Prüfer kann nichts kaputtmachen. Er kann nur ablehnen.
Zwei Dinge aus London gehören noch dazu. Messungen ernst nehmen: Ob ein Skill wirkt, misst man, statt es zu glauben. Und Speicher als Dateisystem, mit Pfad und Änderungshistorie je Eintrag. Ein Skill ist so ein Eintrag. Man sieht, wer ihn wann geändert hat und warum, und man kann zurück.
Was Skills nicht lösen
Ein Skill ist eine Anweisung. Er schafft keine Daten und keinen Ablauf.
Wenn dein CRM dieselbe Person unter zwei Namen führt, sagt kein Skill dem Agenten, welcher der richtige ist. Wenn nicht jedes Feld für jeden Kontakt gefüllt ist, kann eine Anweisung den Agenten anhalten, die Lücke zu melden. Füllen kann sie sie nicht. Das ist ein Datenproblem, und es wird vor dem Agenten gelöst, nicht durch ihn.
Genauso beim Ablauf. Wer nicht sagen kann, wann eine Seite fertig ist oder wer eine Freigabe erteilt, kann das auch nicht in einen Skill schreiben. Der Agent bekommt dann vage Wünsche, und vage Wünsche sind der schlechte Skill von oben. Die Arbeit vor dem Skill ist darum die eigentliche Arbeit: den Ablauf so weit klären, dass man ihn aufschreiben kann.
Deshalb ist die Reihenfolge bei uns immer dieselbe. Erst das System, dann die Daten, dann der Agent. Skills gehören zum letzten Schritt. Sie machen einen Agenten verlässlich, der auf einer klaren Grundlage steht. Auf einer unklaren machen sie ihn nur konsequenter falsch.
Wenn du wissen willst, ob dein Ablauf schon so klar ist, dass ein Agent ihn übernehmen kann, sprich mit uns. Meistens zeigt sich das im ersten Gespräch.

Über den Autor
Claude Ambassador · Software Engineer · Forward Deployed
Claude Ambassador und Software Engineer in Düsseldorf. Gründer von STRIQ, der Dachmarke hinter Habit. Baut KI-Agenten und Open-Source-Werkzeuge mit Claude Code, dem Claude Agent SDK und MCP. Spricht über Loop Engineering: Agenten, die man prüft, statt ihnen zu glauben.
In 30 Minuten wissen, was Claude bei dir übernehmen kann
Du erzählst, wie bei dir gearbeitet wird. Wir sagen dir, welche Aufgaben Claude mit Claude Code und dem Agent SDK übernehmen kann, und welche nicht.
- Ohne Vorbereitung und ohne Unterlagen.
- Du sprichst mit dem, der es hinterher baut.
- Eine ehrliche Einschätzung, auch wenn sie gegen ein Projekt spricht.