Claude Code: KI als Arbeitspartner im Terminal

Lektion 20: Claude Code, KI direkt im Terminal

Stell dir vor, du könntest einem sehr klugen Assistenten in normaler Sprache erklären, was du an einem Programm ändern möchtest, und er öffnet die Dateien selbst, findet die richtigen Stellen, nimmt die Änderungen vor und prüft das Ergebnis. Das ist heute Realität.

Claude Code ist ein Werkzeug von Anthropic (dem Unternehmen, das Claude entwickelt), das genau das ermöglicht: Du tippst Anweisungen in natürlicher Sprache in ein Terminal (ein textbasiertes Fenster, über das man dem Computer direkt Befehle gibt, so wie früher DOS-Eingaben, nur moderner), und Claude erledigt Programmieraufgaben direkt in deiner Arbeitsumgebung.

Vom Chat ins Terminal: Was ist der Unterschied?

Im normalen Claude-Chat beschreibst du ein Problem, Claude antwortet mit Text, und du kopierst Code oder Anweisungen heraus und setzt sie selbst um. Das nennt man Copy-Paste-Workflow: Du bist der Vermittler zwischen der KI und deinen Dateien.

Claude Code springt über diesen Zwischenschritt hinweg. Es hat direkten Zugriff auf:

Deine Dateien und Ordnerstruktur, es kann Dokumente lesen, schreiben und umbenennen
Die Kommandozeile, es kann Befehle ausführen, Tests starten, Programme installieren
Git, das Standard-Werkzeug zur Versionsverwaltung (ein System, das jede Änderung am Code mit Zeitstempel festhält, sodass man jederzeit zu einem früheren Zustand zurückkehren kann)

Claude Code ist also ein Agent (eine KI, die selbstständig Schritte plant und ausführt) mit echtem Zugriff auf die Arbeitsumgebung. Du beschreibst das Ziel, die KI plant die Schritte, führt sie durch und meldet zurück.

Ein konkretes Beispiel

Angenommen, du bist Entwicklerin und hast einen Fehler in deinem Programm. Statt stundenlang zu suchen, kannst du schreiben:

„In der Datei app.py stürzt das Programm ab, wenn jemand keinen Namen eingibt. Finde das Problem und behebe es.“

Claude Code würde dann:

Die Datei app.py öffnen und lesen
Den problematischen Codeabschnitt erkennen
Die Lösung schreiben und die Datei aktualisieren
Einen Test ausführen, um die Behebung zu bestätigen
Berichten, was genau geändert wurde

Das gesamte Debugging (die systematische Fehlersuche in einem Programm) erledigt die KI eigenständig, du überprüfst das Ergebnis und entscheidest, ob du es übernimmst.

Was Claude Code mit MCP verbindet

Erinnerst du dich an die letzte Lektion? MCP (Model Context Protocol) ist der offene Standard, über den KI-Agenten mit externen Werkzeugen kommunizieren. Claude Code nutzt genau dieses Prinzip: Datei lesen, Datei schreiben, Befehl ausführen, im Web suchen, jede dieser Fähigkeiten ist ein Tool (Werkzeug) im MCP-Sinn. Du kannst sogar eigene MCP-Server anschließen, um Claude Code mit deinen eigenen Diensten zu verbinden. Der Standard, den du in Lektion 19 kennengelernt hast, ist also kein abstraktes Konzept, Claude Code ist ein konkretes Beispiel, wie er in der Praxis eingesetzt wird.

Was das für Nicht-Entwickler:innen bedeutet

Claude Code richtet sich in erster Linie an Menschen, die Software bauen. Aber das Modell dahinter ist für alle relevant:

Die Richtung ist klar. KI-Systeme erhalten zunehmend direkten Zugriff auf echte Arbeitsumgebungen. Was heute im Terminal passiert, verbreitet sich morgen in Office-Programmen, Buchhaltungs-Software und Bildbearbeitungs-Tools. Das Konzept „KI als Arbeitspartner mit Datei- und Systemzugriff“ wird sich in viele Berufsfelder ausweiten.

Human-in-the-loop bleibt entscheidend. Claude Code führt keine kritischen Aktionen aus, ohne dass du zustimmst, das System fragt bei wichtigen Schritten nach Bestätigung. Je mehr Zugriff ein KI-System hat, desto unverzichtbarer werden diese Kontrollpunkte. Das ist bewusstes Design, kein Zufall.

Ergebnisse verstehen, nicht nur annehmen. Wenn eine KI Dateien verändert, musst du das Ergebnis einschätzen und prüfen können. Blinde Ausführung ohne Verständnis ist riskant, egal ob im Code oder in einem automatisch erstellten Bericht. Die Fähigkeit, KI-Ergebnisse zu beurteilen, wird zur Kernkompetenz.

Ein häufiges Missverständnis

„Werkzeuge wie Claude Code machen Entwickler:innen arbeitslos.“ Diese Annahme greift zu kurz. Claude Code beschleunigt repetitive, gut definierte Aufgaben erheblich, aber es braucht nach wie vor Menschen, die das System verstehen, die richtigen Fragen stellen, Ergebnisse bewerten und Entscheidungen verantworten. Was sich verändert, ist, was als Kernkompetenz gilt: weniger „Code Zeile für Zeile tippen“, mehr „Systeme verstehen, steuern und kritisch prüfen“. Genau diese Fähigkeit baust du hier auf.

Praxisaufgabe (ca. 10-15 min)

Du simulierst in dieser Aufgabe, wie Claude Code in der Praxis arbeitet, ohne Installation, direkt im Chat.

Was du brauchst: Einen KI-Chat deiner Wahl (z. B. Claude, ChatGPT).

Öffne den Chat und gib folgendes ein:

Stell dir vor, du bist ein Code-Assistent mit direktem Dateizugriff.
Ich zeige dir eine einfache Python-Datei:

--- greet.py ---
def greet(name):
    print("Hallo, " + name + "!")

greet()
---

Bitte: (1) Erkläre den Fehler in dieser Datei. (2) Zeige mir die korrigierte Version.
(3) Beschreibe Schritt für Schritt, was du in einer echten Entwicklungsumgebung
tun würdest, um den Fehler zu finden und zu beheben.

Beobachte genau, was die KI antwortet:
- Erkennt sie den Fehler? (Hinweis: Der greet()-Aufruf fehlt den Pflicht-Parameter name)
- Erklärt sie die Lösung verständlich?
- Beschreibt sie realistische Debugging-Schritte?
Stelle danach diese Folgefrage:

Welche drei Tests würdest du vorschlagen, um sicherzustellen, dass greet()
in allen Situationen korrekt funktioniert?

Woran du merkst, dass du es verstanden hast: Du kannst nach dieser Aufgabe erklären, worin der Unterschied zwischen diesem Chat-Experiment und einem echten Claude Code-Agenten liegt, und warum Letzterer effizienter wäre.

KI-News zum Lernen

Together AI sammelt 800 Millionen Dollar ein, Das US-amerikanische Infrastruktur-Unternehmen Together AI hat eine Finanzierungsrunde über 800 Millionen Dollar abgeschlossen und wird nun mit 8,3 Milliarden Dollar bewertet. Together AI stellt Rechenleistung für das Training und den Betrieb von KI-Modellen bereit, also die technische Grundlage, auf der andere Anwendungen aufbauen. Warum interessant: Solche Infrastruktur-Investitionen (Finanzierung der Basis-Technologie, nicht fertiger Produkte) zeigen, dass das Fundament unter sichtbaren KI-Produkten ein eigenes, milliardenschweres Geschäftsfeld geworden ist. Quelle
„Agentic AI“ gilt als prägendster KI-Trend 2026, Laut einer aktuellen Einschätzung von Fachleuten ist der Einsatz autonomer KI-Systeme in Kombination mit Explainable AI (erklärbare KI, Systeme, deren Entscheidungen für Menschen nachvollziehbar und überprüfbar sind) der wichtigste Trend dieses Jahres. KI-Agenten, die selbstständig komplexe Aufgaben übernehmen, verbreiten sich rasant, gleichzeitig wächst der Druck, dass diese Entscheidungen transparent und regulatorisch nachvollziehbar bleiben müssen. Quelle

Glossar

Claude Code, ein Kommandozeilenwerkzeug von Anthropic, mit dem Claude direkt in der Entwicklungsumgebung arbeiten kann: Dateien lesen, schreiben, Befehle ausführen, ohne manuelles Copy-Paste
Terminal, ein textbasiertes Programm, über das man dem Computer direkt Befehle gibt; die „Kommandozentrale“ hinter der grafischen Benutzeroberfläche
Debugging, die systematische Suche nach Fehlern (sogenannten „Bugs“) in einem Computerprogramm und deren Behebung
Versionsverwaltung (Git), ein System, das jede Änderung an Dateien mit Zeitstempel und Autor protokolliert; ermöglicht, frühere Zustände wiederherzustellen und Änderungen nachzuvollziehen
Explainable AI, KI-Systeme, die ihre Entscheidungen und Empfehlungen so darstellen, dass Menschen sie verstehen, prüfen und bei Bedarf korrigieren können