Deep Dive in Claude – von Oberfläche bis Code – 16.02.26

Teil 02: KI strategisch nutzen – Pricing, Akademie, Screenshot-Methode & KI-Vergleich

Teil 2 verschiebt den Fokus von der reinen Plattform-Übersicht hin zu einer strategischen Meta-Ebene:
Wie nutzt man KI intelligent, flexibel und professionell – statt dogmatisch? Der Call verbindet technische Orientierung mit einer klaren strategischen Haltung im Umgang mit KI-Systemen.

Dein Workbook zur Umsetzung

Alle Inhalte aus der Session, strukturiert aufbereitet – mit Übungen und konkreten Schritten zur direkten Umsetzung.

Einstieg: Arbeitsfähigkeit sicherstellen

Zu Beginn wird sichergestellt, dass alle arbeitsfähig sind:

• Wer hat einen Claude-Account?
• Free, Pro oder Max?
• Wer arbeitet aktiv mit – wer beobachtet nur?

Wichtiger Kontext:

• Max-Plan ≈ 100 USD/Monat
• Deutlich höheres Token-Volumen (ca. 20-fach gegenüber Pro)
• Mehr Funktionen & intensivere Nutzung möglich
• Token-Limit ist real – selbst im Max-Plan

Erkenntnis: Wer ernsthaft baut, stößt an Volumen-Grenzen.

Claude Academy & GitHub – Lernen im „Maschinenraum“

Ein zentraler Impuls:

Claude bietet eine eigene Academy inklusive Zertifikaten.
Doch wer dort tiefer einsteigt, landet schnell im GitHub-Repository („Cookbook“).

Wichtige Erkenntnis:

• Es sieht nicht wie ein klassisches Lernportal aus.
• Man befindet sich im „Maschinenraum“.
• Verständnis entsteht nicht durch Klicken – sondern durch Fragen.

Die Screenshot-Methode (Gamechanger-Prinzip)

Der zentrale operative Hebel des Abends: Wenn du etwas nicht verstehst → Screenshot → KI fragen.

Anstatt:

• Herumprobieren
• Googeln
• Frustriert sein

Stattdessen:

1. Screenshot machen
2. In KI hochladen
3. Kontext-Frage stellen
4. Nächsten Handlungsschritt bekommen

Diese Methode wurde am Wochenende intensiv beim Programmieren eingesetzt – insbesondere beim Aufbau der Buch-Automation aus Transkripten.

Erkenntnis: KI ist nicht nur Output-Maschine – sie ist Navigationssystem.

KIs gegeneinander antreten lassen

Ein essenzieller strategischer Impuls:

Nicht fragen: „Welche KI ist die beste?“

Sondern testen:

• Gleiche Aufgabe in ChatGPT
• In Perplexity
• In Claude
• In Gemini
• In Copilot

Dann vergleichen:

• Tiefe
• Klarheit
• Struktur
• Quellenbezug
• Verständlichkeit

Wichtige Lernerkenntnisse:

• Jede KI braucht unterschiedliche Rahmenbedingungen
• Jede KI hat unterschiedliche Stärken
• Kein Tool ist universell überlegen

Beispiel aus dem Call:

• Perplexity liefert strukturierte, quellenbasierte Navigationshilfe
• ChatGPT antwortet oberflächlicher
• Claude liefert technisch korrekte, aber teilweise nicht intentionale Antworten

Strategischer Satz des Abends: „Lasst sie gegeneinander antreten.“

KI-Subscriptions strategisch nutzen

Wichtige Haltung:

• Monatlich wechseln ist möglich
• Keine ideologische Bindung
• Investieren, wenn man ernsthaft arbeitet
• Zurückstufen, wenn nicht gebraucht

Beispiel:

• ChatGPT Pro (200 €) gekündigt
• Perplexity Max reduziert
• Claude Max aktuell aktiv genutzt

Kernaussage: Flexibilität schlägt Fan-Denken.

Agentische Entwicklung & Scheuklappen vermeiden

Ein kritischer Impuls:

Wer sich nur auf ein System fokussiert und Entwicklungen ignoriert (z.B. agentische Browser, Extensions, Integration in IDEs), verliert Geschwindigkeit.

Claude kann:

• In Chrome andocken
• In Visual Studio Code arbeiten
• Agentisch handeln
• Automationen ausführen

Message:

Keine Scheuklappen.
Überblick behalten.
Entwicklungen beobachten.

Live-Case: Mac-Sprachfunktion per KI lösen

Praxisbeispiel im Call:

Frage: Wie aktiviere ich Diktierfunktion auf dem Mac?

Vorgehen:

1. Screenshot Systemeinstellungen
2. In KI hochladen
3. Konkrete Schritt-für-Schritt-Anleitung erhalten

Ergebnis:

• Tastatur → Diktierfunktion aktivieren
• Shortcut konfigurieren
• Direkt nutzbar

Didaktische Botschaft: Nicht den Trainer fragen – erst KI fragen.

Meta-Learning des Calls

Dieser zweite Teil ist weniger ein Technik-Call – es ist ein Lernstrategie-Call.

Die eigentlichen Kernbotschaften:

• KI ist Denkpartner
• KI ist Navigationshilfe
• KI ist Debugger
• KI ist Tutor
• KI ist Sparringspartner
• KI ist Vergleichssystem

Aber: Nur wenn man sie bewusst und strategisch einsetzt.

Zusammenfassung

Strategischer Umgang mit KI: Screenshot-Methode zur Problemlösung, KIs gegeneinander testen, Pricing-Modelle verstehen, flexibel zwischen Abos wechseln. Claude Academy & GitHub als Maschinenraum nutzen. Agentische Entwicklungen beobachten. KI als Navigationssystem statt nur als Antwortmaschine einsetzen. Keine Scheuklappen – systematisches Vergleichen für bessere Ergebnisse.

Deep Dive in Claude – von Oberfläche bis Code – 16.02.26

Teil 3: Artefakte als Prototyping-Motor, KI-Integration und Erweiterungen

Im dritten Teil des Trainingscalls verschiebt sich der Fokus auf ein zentrales Praxis-Element von Claude: Artefakte. Dabei geht es nicht um theoretische Funktionen, sondern um unmittelbares Bauen, Testen, Veröffentlichen und Weiterentwickeln.

Dein Workbook zur Umsetzung

Alle Inhalte aus der Session, strukturiert aufbereitet – mit Übungen und konkreten Schritten zur direkten Umsetzung.

1. Was sind Artefakte – strategisch gedacht?

Artefakte sind visuelle und funktionale Ausgabeelemente innerhalb von Claude. Sie ermöglichen:

• Dashboards
• Webseiten
• Prototypen aus Anforderungsdokumenten
• Mini-Applikationen
• Spiele
• Lernkarten
• Generatoren (z. B. QR-Codes)
• Interaktive Tools

Der entscheidende Punkt:
Man benötigt keine klassischen Programmierkenntnisse. Artefakte ermöglichen No-Code- bzw. Low-Code-Prototyping auf sehr niedrigschwelliger Basis.

Positionierung im Gesamtbild:
Seit „Claude Code“ wirken Artefakte fast in den Hintergrund gerückt – sind jedoch für schnelles Prototyping extrem wirkungsvoll.

2. Praxisbeispiel: „Hello World“ als Einstieg

Ausgehend vom klassischen Programmier-Ritual („Hello World“) wird demonstriert:

• Erstellung einer einfachen Webseite
• Nutzung von Corporate-Farben
• Anpassung per Hex-Codes
• Automatische Generierung von CSS
• Veröffentlichung per Share-Link
• Download als HTML-Datei

Wichtige Erkenntnisse:

• Claude programmiert das Artefakt vollständig neu, wenn Anpassungen erfolgen (nicht inkrementell).
• Veröffentlichung ist sofort möglich.
• HTML kann lokal gespeichert werden.
• Prototypen sind direkt teilbar.

Didaktischer Effekt: Jede Person im Call baut innerhalb weniger Minuten ein eigenes veröffentlichbares Artefakt.

3. Artefakte als Prototyping-Werkzeug im Business-Kontext

Über das „Hello World“ hinaus werden weitere Möglichkeiten sichtbar:

• Landingpages nach StoryBrand-Logik
• Prototypen aus PRDs (Product Requirement Documents)
• Schnell umsetzbare Webseiten-Konzepte
• Interaktive Spiele (z. B. Asteroids)
• Rhythmusmaschinen
• Mini-Games
• Visualisierte Ideen für Kunden

Zentrale Erkenntnis: Artefakte ersetzen frühe Wireframes, PowerPoint-Konzepte oder statische Mockups. Sie liefern direkt erlebbare Prototypen.

Vergleich: Was früher mit Lego Serious Play oder statischen Präsentationen modelliert wurde, kann nun funktional simuliert werden.

4. Spiele als Demonstration für Geschwindigkeit

Am Beispiel eines Asteroids-Spiels wird gezeigt:

• Sprachprompt genügt.
• Claude erstellt spielbare Version.
• Veröffentlichung ist sofort möglich.
• Prototyp ist teilbar.

Das Ziel ist nicht Spielentwicklung – sondern Demonstration der Geschwindigkeit und Umsetzbarkeit.

Erkenntnis: Wenn ein Arcade-Spiel in Minuten entsteht, sind funktionale Business-Prototypen erst recht realisierbar.

5. Intelligente Artefakte – KI in Artefakte integrieren

Ein wichtiger Impuls aus der Gruppe: Artefakte können mit KI-Funktionalität erweitert werden.

Beispiel:

• Landingpage mit integriertem KI-Dialog
• Intelligente Funnel-Vorsortierung
• Stilberater-Tool
• Interaktive Entscheidungslogik

Unterschied zu statischen Entscheidungsbäumen:
KI reagiert dynamisch auf Eingaben und kann individuell beraten.

Wichtiger technischer Hinweis:
Artefakte schreiben bei Anpassungen häufig neu.
Claude Code hingegen verändert direkt im Code – stabiler und präziser.

6. Claude-Integrationen in Microsoft-Umgebung

Ein weiterer Schwerpunkt:

Claude lässt sich als Erweiterung in:

• Excel
• PowerPoint

integrieren (derzeit abhängig vom Plan – Max oder Enterprise).

Praxisbeispiel:

• Automatische Erstellung einer Vertriebs-Performance-Tabelle
• Generierung von Auswertungen
• Automatische Diagrammerstellung
• Prozentanteile, Top-Performer, Umsatzverteilung

Wichtig:

• Funktioniert ohne Copilot
• Greift agentisch in Excel ein
• Erzeugt neue Tabellen und Visualisierungen

Einordnung: Für datengetriebene Auswertungen und schnelle Business-Analysen hoch relevant.

7. Agentisches Arbeiten mit Browser-Extension

Ein weiteres Praxisbeispiel aus der Gruppe:

Claude-Plugin für Chrome analysiert LinkedIn-Kontakte und erstellt:

• Potenzielle Kundenliste
• Begründung der Eignung
• CSV-Export
• Kategorisierung

Wichtige Warnung: Plattformrichtlinien beachten – Scraping kann zu Account-Problemen führen.

Strategischer Nutzen: Vertriebsvorselektion und Lead-Identifikation automatisiert.

8. Projekte vs. Artefakte – Abgrenzung

Erneute Klarstellung:

Projekte

• Abgeschottete Arbeitsräume
• Langfristige Entwicklung
• Buchprojekte
• Kundenprojekte
• Iterative Weiterarbeit

Artefakte

• Schnelle, sichtbare Ergebnisse
• Prototypen
• Visualisierungen
• Mini-Apps
• Shareable Outputs

Beide erfüllen unterschiedliche strategische Funktionen im KI-Workflow.

9. Meta-Ebene: Niedrigschwellige Umsetzung

Ein zentrales Learning des dritten Teils: Die Schwelle zwischen Idee und funktionalem Prototyp ist massiv gesunken.

Man benötigt:

• Eine Idee
• Einen klaren Prompt
• Mut zum Testen

Artefakte sind keine Spielerei, sondern Beschleuniger für:

• Innovation
• Vertrieb
• Produktentwicklung
• Beratung
• Ideenvalidierung

Zusammenfassung

Artefakte als No-Code-Prototyping-Tool: Webseiten, Spiele, Dashboards und Business-Tools schnell erstellen, veröffentlichen und teilen. Anpassung über Prompts, HTML-Export möglich. KI in Artefakte integrierbar für intelligente Funnel und Beratung. Unterschied zu Projekten klar definiert. Claude-Integration in Excel ermöglicht agentische Datenanalyse. Niedrigschwellige Umsetzung beschleunigt Innovation und Produktentwicklung erheblich.

Deep Dive in Claude – von Oberfläche bis Code – 16.02.26

Teil 4: Projekte in Claude – Strategischer Arbeitsraum mit Kontexttiefe

Im vierten Teil des Trainings steht ein zentrales Struktur-Element von Claude im Fokus: Projekte. Dabei geht es nicht um eine neue Chat-Oberfläche, sondern um einen strategisch abgeschotteten Denk- und Arbeitsraum.

Dein Workbook zur Umsetzung

Alle Inhalte aus der Session, strukturiert aufbereitet – mit Übungen und konkreten Schritten zur direkten Umsetzung.

1. Was sind Projekte – und warum sind sie relevant?

Projekte sind in sich geschlossene Kontexteinheiten.
Sie unterscheiden sich vom normalen Chat durch:

• Isolierten Arbeitsraum
• Eigene Projektanweisungen
• Eigene Dokumentenbasis
• Hohe Kontextkapazität
• Mehrere Chats innerhalb desselben Projektkosmos

Ein Projekt ist damit kein einzelnes Gespräch, sondern ein strategischer Container.

Typische Anwendungsfelder:

• Strategische Unternehmensreflexion
• Kundenprojekte
• Buchprojekte
• Workshop-Vorbereitung
• Marktanalysen
• Produktentwicklung

2. Projektstruktur: Titel, Beschreibung, Anweisungen

Titel und Beschreibung dienen der Struktur – sie beeinflussen das Modellverhalten nicht direkt.

Entscheidend sind die Projektanweisungen.

Hier können hinterlegt werden:

• Rolle der KI (z. B. strategischer Berater)
• Tonalität
• Sprachstil
• gewünschte Direktheit
• Arbeitsprinzipien
• gewünschtes Verhalten (z. B. kritische Rückfragen stellen)

Beispielhafte Anweisung:
Die KI soll ehrlich, direkt, strategisch denken, Rückfragen stellen und nicht beschönigen.

Wirkung:
Die Antworten verändern sich messbar.
Die KI hält sich an die gesetzten Rahmenbedingungen.

3. Der entscheidende Unterschied: Kontexttiefe

Ein Projekt erlaubt das Hochladen umfangreicher Dokumente.

Beispiel im Call:

• Marktanalyse
• Strategische Reflexion
• Business-Positionierung
• Transkribierte Selbstanalyse (40 Fragen für Workshop)

Die gleiche Frage führt zu deutlich besseren Ergebnissen, wenn:

• Mehr Kontext im Projekt hinterlegt ist
• Anweisungen präzise formuliert sind
• Dokumente dauerhaft verfügbar sind

Erkenntnis: Qualität entsteht nicht durch bessere Prompts, sondern durch besseren Kontext.

4. Arbeiten mit Dateien – strukturiert und strategisch

Innerhalb eines Projekts können…

• Word-Dokumente
• PDFs
• Markdown-Dateien
• Google Docs (über Drive-Verknüpfung)

…hochgeladen werden.

Wichtige Learnings aus der Gruppe:

1. Dateinamen vorne eindeutig strukturieren
   (weil lange Namen abgeschnitten werden)
2. Dokumente komprimieren, bevor sie hochgeladen werden
3. Markdown (.md) nutzen, da strukturierter und leichter lesbar für das Modell
4. Google Docs dynamisch verknüpfen, um Änderungen synchron zu halten

Das erhöht:

• Lesegenauigkeit
• Kontextqualität
• Projektübersicht

5. Kontextmanagement & Komprimierung

Claude informiert aktiv, wenn das Kontextfenster erreicht wird.
Es komprimiert automatisch und arbeitet weiter.

Unterschied zu anderen Systemen:

• Kontextverlust wird transparent gemacht.
• Komprimierung wird angekündigt.
• Weiterarbeit bleibt stabil möglich.

Praxis-Tipp: Innerhalb eines Projekts neue Chats eröffnen und gezielt referenzieren.

Beispiel: „Schau im vorherigen Chat nach …“

Das ermöglicht:

• Modularisierung
• Saubere Struktur
• Mandantentrennung

6. Unterschied Claude Projects vs. ChatGPT Projects

Diskutierte Unterschiede:

1. Deutlich größere Kontextkapazität
2. Umfangreichere Dokumentenintegration
3. Projektübergreifende Struktur
4. Direkte Übernahme von Chat-Ergebnissen ins Projekt
5. Stärkere sprachliche Qualität
6. Stabileres Arbeiten mit größeren Dokumentenmengen

Ein besonders relevanter Punkt: Ergebnisse können direkt als Projektdokument übernommen werden – ohne Umwege.

7. Projekte als strategischer Sparrings-Raum

Ein Projekt kann bewusst als…

• Strategischer Berater
• Kritischer Sparringspartner
• Business-Reflexionsraum

…aufgesetzt werden.

Beispiel aus dem Call: Strategische Analyse mit klarer Rückfrage-Logik führte zu:

• Produktüberfrachtungs-Analyse
• Umsatz-Fokus-Hinweisen
• Identifikation fehlender USPs
• Marktrisiko-Reflexion
• Strategischer Zuspitzung

Ergebnis: Brutal ehrliche Analyse statt oberflächlicher SWOT-Standardantwort.

8. Mandantenfähigkeit & Abgrenzung

Ein wichtiges Argument: Projekte sind getrennte Kontexte.

Das ermöglicht:

• Kundenspezifische Arbeitsräume
• Getrennte Strategien
• Keine Vermischung sensibler Inhalte
• Strukturierte Beratung

Besonders relevant für:

• Strategieberater
• Coaches
• Agenturen
• Entwickler

9. Meta-Learning dieses Calls

Projekte sind kein Feature – sie sind ein Arbeitsprinzip.

Sie ermöglichen:

• Tiefes Denken statt Chat-Snippets
• Nachhaltige Wissensarchitektur
• Strukturierte KI-Zusammenarbeit
• Höhere Ergebnisqualität durch Kontext

Der entscheidende Unterschied entsteht nicht durch bessere Modelle, sondern durch bessere Struktur.

Zusammenfassung

Claude Projects sind isolierte, kontextstarke Arbeitsräume mit Projektanweisungen und umfangreicher Dokumentenintegration. Sie ermöglichen strategische Beratung, Buchprojekte und Kundenarbeit auf hoher Kontexttiefe. Dateien, Markdown und Google-Drive-Anbindung erhöhen Qualität und Struktur. Ergebnisse können direkt ins Projekt übernommen werden. Größeres Kontextfenster und sauberes Kontextmanagement unterscheiden sie deutlich von ChatGPT Projects.

 

Deep Dive in Claude – von Oberfläche bis Code – 16.02.26

Teil 5: Artefakte vertieft – Prototyping, Interaktivität, KI-Integration und Systemerweiterungen

Im fünften Teil wird das Thema Artefakte nicht nur wieder aufgegriffen, sondern systematisch vertieft. Der Fokus liegt auf einem klaren Prinzip: Artefakte sind kein Spielzeug – sie sind ein Beschleuniger für Prototyping, Visualisierung und funktionale Umsetzung.

Dein Workbook zur Umsetzung

Alle Inhalte aus der Session, strukturiert aufbereitet – mit Übungen und konkreten Schritten zur direkten Umsetzung.

1. Artefakte – visuelle und funktionale Outputs ohne Coding-Hürde

Artefakte ermöglichen:

• Webseiten
• Dashboards
• Mini-Apps
• Spiele
• Lernkarten
• Generatoren
• Interaktive Tools

Der zentrale Vorteil: Keine klassische Programmierung notwendig. Keine IDE. Kein Setup. Kein Hosting.

Eine Idee + ein klarer Prompt → sofort sichtbarer Prototyp.

2. „Hello World“ als symbolischer Einstieg

Der Call startet bewusst mit dem klassischen Entwickler-Ritual:

Eine „Hello World“-Webseite in Corporate-Farben erstellen.

Dabei wird sichtbar:

• Claude zieht sich selbständig Design-Informationen von einer Website
• CSS wird automatisch generiert
• Farben können per Hex-Code angepasst werden
• Änderungen führen zu vollständigem Neuaufbau des Artefakts
• Veröffentlichung per Link ist sofort möglich
• Export als HTML-Datei ist ebenfalls möglich

Didaktischer Kern: Sichtbare Umsetzung in Minuten erzeugt Handlungssicherheit.

3. Veröffentlichung & Teilbarkeit

Artefakte können:

• veröffentlicht werden (Share-Link)
• als HTML exportiert werden
• lokal getestet werden
• mit Kunden geteilt werden

Wichtig: Lokale HTML-Dateien sind nicht öffentlich teilbar – dafür gibt es die Publish-Funktion.

Damit entsteht ein zentraler Mehrwert: Sofort präsentierbare Prototypen ohne Entwicklerteam.

4. Von Webseiten zu Spielen

Anhand eines Beispiels wird demonstriert:

Ein klassisches „Asteroids“-Spiel aus den 80ern wird per Prompt erstellt.

Erkenntnisse:

• Spielmechanik entsteht automatisch
• Interaktion ist sofort möglich
• Der Prototyp ist spielbar
• Veröffentlichung ist direkt möglich

Der Punkt ist nicht das Spiel selbst.

Der Punkt ist: Wenn ein Arcade-Spiel in Minuten entsteht, sind Business-Prototypen erst recht möglich.

5. Artefakte als Innovationswerkzeug

Weitere Beispiele:

• Rhythmusmaschine
• Lernkarten
• Lebenszeit-Visualisierung („Leben in Wochen“)
• QR-Code-Generator
• Mini-Plattformspiele
• Landingpages nach StoryBrand oder Hero-Journey

Artefakte ersetzen in frühen Phasen:

• Wireframes
• PowerPoint-Mockups
• statische Präsentationen
• theoretische Konzepte

Sie liefern: Erlebbare Funktion.

6. KI in Artefakte integrieren

Ein besonders wichtiger Impuls: Artefakte können selbst KI-Funktionalität enthalten.

Beispiele:

• Interaktive Landingpage mit KI-Dialog
• Intelligente Funnel-Vorsortierung
• Stilberater für eine Stylistin
• Dynamische Entscheidungslogik

Unterschied zu klassischen Entscheidungsbäumen:
Die KI reagiert kontextabhängig und flexibel.

Hinweis:
Artefakte schreiben bei Änderungen oft neu.
Claude Code arbeitet inkrementell im bestehenden Code – stabiler bei komplexen Projekten.

7. Claude in Excel und PowerPoint

Ein weiterer Schwerpunkt des Calls: Claude kann als Erweiterung in Microsoft-Produkte integriert werden (Beta).

Beispiel Excel:

• Automatische Erstellung einer Vertriebsübersicht
• Generierung von Quartalszahlen
• Erstellung von Diagrammen
• Prozentuale Auswertung
• Top-Performer-Analyse

Wichtig:

• Funktioniert ohne Copilot
• Agentische Bearbeitung der Tabelle
• Direkte Diagrammerstellung
• Aktuell teilweise planabhängig (Max/Enterprise)

Relevanz: Schnelle Business-Analyse ohne manuelles Modellieren.

8. Agentisches Arbeiten im Browser (LinkedIn-Beispiel)

Praxisbeispiel aus der Gruppe:

Claude-Plugin für Chrome analysiert LinkedIn-Kontakte:

• Positionierung aus Profil ableiten
• Kontakte auf Kundenpotenzial prüfen
• CSV-Tabelle erstellen
• Begründung für Kunden-Eignung liefern

Strategischer Nutzen: Automatisierte Lead-Vorselektion.

Wichtiger Hinweis: Plattformrichtlinien beachten – Scraping-Risiken berücksichtigen.

9. Geschwindigkeit als strategischer Hebel

Ein wiederkehrendes Muster dieses Calls: Die Zeit zwischen Idee und Prototyp schrumpft dramatisch.

Früher: Konzept → Briefing → Entwickler → Feedbackschleife

Heute: Idee → Prompt → Prototyp → Veröffentlichung

Das verändert:

• Innovationszyklen
• Beratungsprozesse
• Produktentwicklung
• Vertriebsargumentation

10. Meta-Learning aus Teil 5

Artefakte sind:

• Experimentierfläche
• Innovationslabor
• Visualisierungswerkzeug
• Vertriebsbeschleuniger
• Produktvalidierungsinstrument

Sie senken die Schwelle von: „Das wäre eine Idee“ zu „Hier, klick mal drauf.“

Zusammenfassung

Artefakte ermöglichen schnelle No-Code-Prototypen: Webseiten, Spiele, Dashboards und interaktive Tools. Veröffentlichung und HTML-Export sind direkt möglich. KI kann in Artefakte integriert werden für intelligente Funnel oder Beratung. Claude lässt sich in Excel integrieren und erzeugt agentisch Analysen und Diagramme. Geschwindigkeit zwischen Idee und Prototyp wird zum strategischen Wettbewerbsvorteil.

Deep Dive in Claude – von Oberfläche bis Code – 16.02.26

Teil 6: Skills als strategischer Hebel – Wiederverwendbare Intelligenz in Claude

Im sechsten Teil verschiebt sich der Fokus von Projekten und Artefakten auf eine Meta-Ebene der Zusammenarbeit mit KI: Skills. Skills sind kein nettes Zusatzfeature. Sie sind der Übergang von situativer Prompt-Nutzung hin zu systematisierter KI-Architektur.

Dein Workbook zur Umsetzung

Alle Inhalte aus der Session, strukturiert aufbereitet – mit Übungen und konkreten Schritten zur direkten Umsetzung.

1. Was sind Skills?

Skills sind wiederverwendbare, strukturierte Fähigkeiten, die Claude kontextabhängig aktiviert, wenn sie gebraucht werden.

Sie ersetzen:

• Wiederkehrende Prompt-Blöcke
• Copy-Paste-Strukturen
• Custom-GPT-Workarounds
• Manuelle Stil-Anweisungen

Ein Skill wird einmal sauber definiert – danach arbeitet Claude automatisch damit.

2. Grundprinzip: Wiederholbare Aufgaben systematisieren

Beispielhafte Anwendungsfälle:

• LinkedIn-Posts im eigenen Stil erzeugen
• Word-Dokumente im Corporate Design erstellen
• Transkripte in Social Content transformieren
• Newsletter-Formate standardisieren
• Workshop-Zusammenfassungen strukturieren

Die Logik lautet: Was ich regelmäßig tue → wird zu einem Skill.

3. Skill Creator aktivieren

Vorgehen:

1. Einstellungen öffnen
2. Bereich „Fähigkeiten“ (Skills) aufrufen
3. Beispiel-Fähigkeit „Skill Creator“ aktivieren

Dieser Skill hilft dabei, neue Skills sauber im richtigen Format zu erstellen.

Wichtige Erkenntnis: Claude kann Skills generieren – wenn man ihn explizit darum bittet.

4. Praxisbeispiel: LinkedIn Content Transformer

Im Call wird ein Skill entwickelt, der:

• KI-Café-Transkripte analysiert
• Tonalität erkennt
• Struktur extrahiert
• Hook-Logik abbildet
• Emojis passend integriert
• Engagement-Fragen einbaut

Dafür werden:

• Frühere LinkedIn-Beiträge als Stilreferenz eingefügt
• Strukturmerkmale explizit gemacht
• Beispiele mitgegeben

Ergebnis: Claude versteht Stil, Rhythmus, Dramaturgie.

5. Zentrale Erkenntnis: Qualität entsteht durch Fütterung

Der Skill wird nicht magisch gut.

Er wird gut durch:

• echte Beispiele
• vorhandene Strukturen
• klare Rahmenbedingungen
• präzise Kontextbeschreibung

Ohne Referenzen bleibt er generisch. Mit Referenzen wird er personalisiert.

6. Skill-Architektur verstehen

Ein Skill besteht aus:

• klarer Aufgabenbeschreibung
• Input-Definition
• Output-Struktur
• Tonalitäts-Vorgaben
• Trigger-Bedingungen

Er wird als strukturierte Datei erzeugt (Skill-Format) und anschließend im Skill-Bereich hochgeladen.

Wichtig:
Wenn das Format nicht stimmt → Fehlermeldung.
Lösung: Claude seinen eigenen Skill prüfen lassen.

7. Skill-Nutzung im Alltag

Sobald aktiviert:

• erkennt Claude kontextabhängig, wann der Skill relevant ist
• lädt ihn automatisch
• integriert ihn in die Verarbeitung

Beispiel: „Hier ist ein KI-Café-Transkript. Mach LinkedIn-Posts.“

Claude erkennt:
→ LinkedIn-Content-Skill vorhanden
→ wird aktiviert
→ Output folgt definierter Struktur

8. Unterschied zu Custom GPTs

Zentrale Frage im Call: Ersetzen Skills Custom GPTs?

Antwort: In vielen Fällen Ja.

Unterschiede:

Custom GPTs:

• Separates Interface
• Eigenständige Instanzen
• Externe Verwaltung

Skills:

• Direkt integriert
• Kontextsensitiv
• Automatisch aktiv
• Kombinierbar mit Projekten

Skills + Projekte = modulare KI-Architektur.

9. Kombination mit Projekten

Stärkste Wirkung entsteht durch Kombination:

Projekt: → Kontext, Dokumente, Strategie, Mandant

Skill: → Struktur, Stil, Formatlogik

Beispiel: Projekt „Außenkommunikation“

• Skill „LinkedIn Content Transformer“
• Skill „Corporate Word Template“

Ergebnis: Automatisierte, konsistente Markenkommunikation.

10. Plattformstrategie & Zukunftsfrage

Im Abschluss entsteht eine strategische Diskussion:

Warum wirkt Claude innovationsstärker als OpenAI?

Beobachtete Unterschiede:

• Fokus auf Code und Integration
• Starkes Skill-System
• Agentische Erweiterungen
• Tiefe Systemarchitektur
• Konzentration auf Kernkompetenzen

Wichtige Erkenntnis: Plattformwahl ist strategisch.
Ein späterer Wechsel wird aufwendig.

11. Meta-Learning des Abends

Skills sind kein Feature. Sie sind der Übergang von „Prompten“ zu „Systembauen“.

Statt: Jede Aufgabe neu formulieren

Jetzt: Fähigkeiten einmal definieren und wiederverwenden

Das ist der Schritt von Nutzer zu Architekt.

Zusammenfassung

Skills sind wiederverwendbare KI-Fähigkeiten für wiederkehrende Aufgaben. Sie ersetzen Copy-Paste-Prompts und Custom GPTs durch kontextsensitives Aktivieren definierter Strukturen. Durch Beispiele und klare Formatvorgaben entstehen personalisierte Outputs. In Kombination mit Projekten ermöglichen Skills modulare KI-Architekturen für Content, Strategie und Automatisierung.

Claude Deep Dive Teil 3 – 02.03.26

Claude Cowork und Claude Code

In diesem Trainingscall wird das bisher erarbeitete Claude-Ökosystem weiter vertieft und um zwei entscheidende Bausteine erweitert: Claude Cowork und Claude Code. Ziel des Abends ist es, nicht nur neue Funktionen kennenzulernen, sondern ein fundamentales Verständnis dafür zu entwickeln, wie KI zu einem echten Produktivitäts- und Wettbewerbsvorteil wird.

Dein Workbook zur Umsetzung

Alle Inhalte aus der Session, strukturiert aufbereitet – mit Übungen und konkreten Schritten zur direkten Umsetzung.

Rückblick auf die bisherigen Bausteine

Zu Beginn wird das bisher aufgebaute Fundament zusammengefasst. Die Teilnehmer haben bereits gelernt, mit drei zentralen Elementen des Claude-Systems zu arbeiten:

• Chat – klassisches Prompting innerhalb eines Gesprächskontextes

• Projects – strukturierte Arbeitsräume mit dauerhaftem Kontext

• Artifacts – schnelle Prototypen wie Webseiten, Spiele oder kleine Tools

Diese Komponenten ermöglichen bereits heute, innerhalb weniger Minuten erste digitale Lösungen zu entwickeln.

Darüber hinaus wurden weitere Erweiterungen eingeführt:

• Extensions (z. B. für Chrome, Excel oder PowerPoint)

• Connectoren zu externen Systemen wie CRM, Dropbox oder E-Mail

• MCP-Integrationen für zusätzliche Tools

• Skills für wiederverwendbare Fähigkeiten innerhalb von Claude

Damit entsteht ein wachsendes KI-Ökosystem, das immer stärker mit bestehenden Arbeitsprozessen verbunden werden kann.

Der strategische Kontext: Warum diese Fähigkeiten entscheidend sind

Ein zentraler Gedanke des Trainingscalls ist die Frage:

Was unterscheidet Experten, die KI wirklich nutzen, von denen, die sie nur ausprobieren?

Die Teilnehmer verfügen bereits über drei entscheidende Kompetenzbereiche:

1. Fachexpertise in ihrer Branche

2. Transformationskompetenz – Menschen und Organisationen zu Veränderungen führen

3. KI-Kompetenz

Die Kombination dieser drei Bereiche macht Experten extrem selten – und schafft einen massiven Wettbewerbsvorteil.

Besonders relevant wird dabei die Fähigkeit, KI nicht nur für Texte oder Bilder zu nutzen, sondern für echte Lösungen und Anwendungen.

Drei KI-Kompetenzen mit „unfairen Wettbewerbsvorteilen“

Im Training werden drei Fähigkeiten hervorgehoben, die aktuell nur sehr wenige Menschen professionell einsetzen.

1. Real-Time Meeting & Workshop Assistance

Mit KI-Tools wie Hedy kann KI live in Meetings oder Workshops integriert werden.

Die KI wird dabei zum triadischen Partner im Gespräch, der:

• Diskussionen analysiert

• neue Perspektiven einbringt

• Bias sichtbar macht

• Ideen strukturiert

Damit entsteht ein enormer Mehrwert für Workshops, Strategieprozesse und Beratungsprojekte.

2. Instant Prototyping

Ein besonders wichtiger Durchbruch entsteht durch KI-gestützte Entwicklung.

Früher:

• Konzept

• Design

• Entwicklung

• Test

→ oft Monate oder Jahre

Heute:

Nach einem Gespräch oder Workshop kann innerhalb von 10–20 Minuten ein funktionaler Prototyp entstehen.

Das bedeutet:

• Kunden sehen sofort eine Lösung

• Ideen werden sofort erlebbar

• Entscheidungen werden beschleunigt

Dieser Ansatz ersetzt klassisches Rapid Prototyping durch Instant Prototyping.

3. Eigene KI-Tools und „kleine Helfer“

Teilnehmer können mit KI inzwischen selbst kleine Anwendungen entwickeln, z. B.:

• individuelle Tools

• Automationen

• interne Assistenten

• Webseiten oder Dashboards

Beispiele aus dem Call:

• automatischer News-Kurator

• Workbook-Generator

• Regie-Alert-App für Events

• individuelle Linktree-Alternativen

• kleine Spiele oder Webseiten

Diese Tools entstehen oft in wenigen Minuten direkt aus einem Prompt.

Claude Cowork – KI als persönlicher Desktop-Assistent

Claude Cowork ermöglicht KI-gestützte Arbeitsabläufe direkt auf dem eigenen Computer.

Wichtige Fähigkeiten:

• Zugriff auf lokale Dateien und Ordner

• Automatisierung von Workflows

• Planung von Aufgaben (Scheduled Tasks)

• Analyse von Daten und Dokumenten

• Integration mit anderen Tools

Die KI kann dabei mehrere Schritte selbstständig ausführen und komplette Prozesse automatisieren.

Beispiel:

• Daten analysieren

• Dashboard erstellen

• Präsentation generieren

• Follow-up-E-Mail vorbereiten

Alles in einem einzigen Workflow.

Claude Code – Anwendungen ohne Programmierkenntnisse entwickeln

Der zweite große Schwerpunkt ist Claude Code.

Hier können Teilnehmer mit Hilfe von KI:

• Apps bauen

• Webseiten erstellen

• Tools programmieren

• Daten analysieren

• Automatisierungen entwickeln

Besonders wichtig:

Man muss keine Programmierkenntnisse haben.

Die KI übernimmt:

• Architektur

• Code

• Tests

• Anpassungen

Die Teilnehmer müssen lediglich das Problem beschreiben.

Praxisübung im Training

Im Trainingscall werden mehrere praktische Experimente durchgeführt:

• Vergleich verschiedener KI-Modelle

• Automatische Erstellung von Berichten

• Generierung von Präsentationen

• Entwicklung kleiner Anwendungen

• Automatisierung von Datenanalysen

Dabei wird deutlich:

Die eigentliche Fähigkeit liegt nicht im Programmieren, sondern im richtigen Fragenstellen und Experimentieren mit KI.

Zentrale Erkenntnis des Trainingscalls

Der entscheidende Unterschied entsteht nicht durch Technologie allein.

Sondern durch die Kombination aus:

• Fachwissen

• Transformationskompetenz

• KI-Umsetzungskompetenz

Wer diese drei Elemente verbindet, kann mit KI:

• schneller Lösungen entwickeln

• Kunden mehr Mehrwert liefern

• neue Geschäftsmodelle erschließen

• einen deutlichen Wettbewerbsvorteil aufbauen.

Claude Deep Dive Teil 2 – 02.03.26

Teil 1: Rückblick – Einordnung und Kontext der Masterclass

Der Trainingscall baut auf den Grundlagen der vorherigen Session auf und vertieft das Verständnis rund um Claude als KI-Plattform. Ziel ist es, die Teilnehmer Schritt für Schritt in die praktische Nutzung zu führen und ihnen zu zeigen, wie sie mit KI reale Anwendungen und Ergebnisse erschaffen können.

Dein Workbook zur Umsetzung

Alle Inhalte aus der Session, strukturiert aufbereitet – mit Übungen und konkreten Schritten zur direkten Umsetzung.

Die aktuelle Entwicklung rund um Claude – insbesondere neue Funktionen und strukturelle Verbesserungen – zeigt, dass sich die Plattform schnell weiterentwickelt und für viele Anwender zu einer ernsthaften Alternative zu anderen KI-Systemen geworden ist.

Gleichzeitig wird betont: Wir befinden uns in einer Zeit, in der KI-Tools immer leistungsfähiger werden und es heute möglich ist, Ideen, Gespräche oder Transkripte in reale digitale Produkte umzusetzen.

Ziel des heutigen Trainingscalls

Der Call verfolgt drei zentrale Ziele:

1. Rückblick auf die Grundlagen aus Teil 1
2. Vertiefung der Arbeit mit Skills
3. Einführung in MCPs und Konnektoren

Diese Themen bilden die Grundlage für die nächste Session, in der mit Claude Code und Claude Cowork gearbeitet wird, um aus Ideen reale Anwendungen zu bauen.

Überblick über die nächsten Schritte der Masterclass

Die Masterclass ist als Lernreise aufgebaut:

Teil 1
Grundlagen von Claude verstehen.

Teil 2 (dieser Call)
Vertiefung von Skills sowie Integration von Konnektoren und MCPs.

Teil 3
Arbeiten mit Claude Cowork und Claude Code, um Ideen in funktionierende Anwendungen zu verwandeln.

Darüber hinaus wird es eine Session geben, in der Teilnehmer ihre besten Ergebnisse präsentieren („Show us your best results“), um voneinander zu lernen und praktische Projekte sichtbar zu machen.

Zusätzlich ist eine offene 5-Tage-Challenge geplant, bei der Teilnehmer lernen, eigene KI-Tools – beispielsweise einen Buchgenerator – zu entwickeln.

Rückblick: Grundlagen zu Claude

Im ersten Teil der Masterclass wurden die grundlegenden Elemente von Claude erklärt:

1. Aufbau der Plattform

Claude funktioniert ähnlich wie andere KI-Modelle, bietet jedoch zusätzliche Funktionen und verschiedene Modelle, die unterschiedliche Leistungsstufen ermöglichen.

2. Abomodelle

Es gibt mehrere Preisstufen:

• Free Plan
• Plus-Plan (~20 Dollar)
• Max-Plan (~90 Euro)

Der Max-Plan bietet deutlich mehr Token-Kapazität und eignet sich besonders für intensivere Nutzung oder Entwicklungsprojekte.

Neue Struktur in Claude: Skills und Konnektoren

Ein wichtiges Update betrifft die Benutzeroberfläche.

Skills und Konnektoren wurden in einen eigenen Bereich verschoben und sind nun unter „Anpassen“ (Customize) zu finden. Dadurch entsteht eine klarere Struktur und mehr Transparenz bei der Konfiguration von Fähigkeiten und Integrationen.

Diese Veränderung zeigt auch, dass Anthropic in diesem Bereich noch viele Erweiterungen plant.

Projekte in Claude

Ein zentrales Element von Claude sind Projekte.

Projekte ermöglichen es:

• Inhalte strukturiert zu organisieren
• Dokumente oder Kontext dauerhaft bereitzuhalten
• komplexere Aufgaben über mehrere Schritte hinweg zu bearbeiten

Die Masterclass verfolgt bewusst nicht nur Schritt-für-Schritt-Anleitungen, sondern vermittelt Prinzipien, damit Teilnehmer selbstständig mit der Technologie arbeiten und eigene Lösungen entwickeln können.

Artefakte – der Einstieg ins „Bauen“

Ein weiteres wichtiges Feature sind Artefakte.

Artefakte erlauben es, innerhalb von Claude direkt kleine Anwendungen oder Inhalte zu erzeugen, beispielsweise:

• kleine Spiele
• Texteditoren
• interaktive Anwendungen
• einfache Tools

Diese Funktion dient als niedrigschwelliger Einstieg in das Erschaffen und Entwickeln mit KI.

Die Möglichkeiten sind zwar begrenzter als bei Claude Code, aber ideal, um erste Erfahrungen im Erstellen von digitalen Lösungen zu sammeln.

Skills – Automatisierung innerhalb von Claude

Im letzten Call wurden bereits erste Skills erstellt.

Skills können beispielsweise:

• LinkedIn-Posts generieren
• Inhalte strukturieren
• wiederkehrende Aufgaben automatisieren

Allerdings gab es während des Trainings technische Einschränkungen, weshalb heute der Fokus stärker auf MCPs und Konnektoren gelegt wird.

MCPs und Konnektoren

Ein Kernpunkt des Calls ist das Model Context Protocol (MCP).

MCP beschreibt die Schnittstelle, über die KI-Systeme mit anderen Tools kommunizieren können.

Dadurch wird Claude mit externen Anwendungen verbunden, zum Beispiel:

• Gamma
• Canva
• Mail-Accounts
• weitere Softwaretools

Diese Verbindungen ermöglichen es, Workflows über mehrere Tools hinweg zu automatisieren.

Zwei zentrale Prinzipien im Umgang mit KI

1. Mit KI kommunizieren statt kompliziert prompten

Die effektivste Nutzung entsteht durch Dialog.

Man spricht mit der KI wie mit einem sehr kompetenten Praktikanten oder Berater und entwickelt Lösungen gemeinsam Schritt für Schritt.

2. Bei Problemen zuerst die KI fragen

Wenn Fehler oder Herausforderungen auftreten:

1. zuerst die KI fragen
2. dann Google
3. dann andere Menschen

Besonders effektiv ist es, Screenshots direkt in die KI zu laden, damit sie den Kontext versteht.

Unterschiedliche KI für unterschiedliche Aufgaben

Ein wichtiger Lernpunkt des Calls:

Nicht jede KI ist für jede Aufgabe gleich gut geeignet.

Empfohlen wird deshalb:

• mehrere KI-Modelle gegeneinander antreten lassen
• denselben Prompt testen
• herausfinden, welche KI für welchen Anwendungsfall am besten funktioniert

Beispiele:

• Perplexity für Fehleranalyse
• Claude für Struktur und Entwicklung
• andere Modelle für spezielle Aufgaben

So entwickelt jeder Nutzer seinen eigenen „KI-Stack“, der optimal zu seinem Arbeitsstil passt.

Zentrale Erkenntnis des Trainingscalls

Die wichtigste Botschaft lautet:

KI ist kein Werkzeug mehr nur zum Antworten – sondern zum Bauen.

Heute kann nahezu jeder:

• Ideen
• Gespräche
• Konzepte

in reale digitale Anwendungen verwandeln.

Das eröffnet enorme Chancen für Unternehmer, Selbstständige und Kreative.

Zusammenfassung

Die Session vertieft die Arbeit mit Claude und bereitet auf das Entwickeln eigener KI-Anwendungen vor. Behandelt werden die Struktur von Claude (Projekte, Artefakte, Skills), neue Funktionen sowie die Integration externer Tools über MCP und Konnektoren. Ein zentrales Prinzip ist die dialogbasierte Zusammenarbeit mit KI und das Testen verschiedener Modelle für unterschiedliche Aufgaben, um den eigenen optimalen KI-Workflow zu entwickeln.

Claude Deep Dive Teil 2 – 02.03.26

Teil 2: MCPs & Konnektoren

Einführung: Konnektoren als Brücke zwischen KI und Tools

Im zweiten Teil der Session steht die Frage im Mittelpunkt, wie Claude mit der Außenwelt verbunden werden kann.

Eine KI besteht im Kern aus einem Modell mit unterschiedlichen Funktionen. Dazu gehören:

• verschiedene Modelle (z. B. Sonnet, Opus)
• Funktionen wie Projekte oder Artefakte
• fortgeschrittene Features wie Deep Research oder Websuche

Doch erst durch Konnektoren wird eine KI wirklich mächtig:
Sie ermöglichen den Zugriff auf externe Anwendungen, Datenbanken und Systeme.

Damit kann Claude nicht nur denken oder analysieren, sondern mit realen Systemen interagieren.

Das Model Context Protocol (MCP)

Die technische Grundlage dieser Integrationen ist das Model Context Protocol (MCP).

MCP ist ein offener Standard, der es ermöglicht, dass:

• KI-Modelle
• Software-Anwendungen
• Datenquellen

über eine gemeinsame Schnittstelle miteinander kommunizieren.

Man kann sich MCP wie einen Adapter zwischen verschiedenen Systemen vorstellen:
Der „Stecker“ der KI passt dadurch in die „Steckdose“ einer Anwendung.

Dadurch wird es möglich, dass Claude direkt auf externe Tools zugreift oder Informationen austauscht.

Zwei Arten von Konnektoren

Im Training werden zwei Kategorien von Konnektoren unterschieden:

1. Standard-Konnektoren

Diese sind bereits in Claude integriert und können direkt aktiviert werden.

Beispiele: Gmail, Google Drive, Google Kalender, Canva, Gamma, Slack, GitHub, Notion, WordPress, Stripe, Zapier, Asana, Monday

Der Vorteil: Sie lassen sich mit wenigen Klicks verbinden und sofort nutzen.

2. Benutzerdefinierte Konnektoren

Diese sind nicht standardmäßig integriert, können aber über eine MCP-URL angebunden werden.

Beispiel aus der Session:

Hedy – ein Real-Time Meeting Assistant

Hier wird eine spezielle MCP-Server-URL genutzt, um Hedy mit Claude zu verbinden.
Dadurch kann Claude direkt auf Meeting-Transkripte oder Zusammenfassungen zugreifen.

Praktische Demonstration: CRM + Präsentation automatisieren

Ein zentrales Beispiel der Session zeigt, wie Konnektoren in der Praxis genutzt werden können.

Schritt für Schritt wird demonstriert:

1. Claude wird mit einem CRM-System verbunden.
2. Claude liest Kundendaten aus dem CRM aus.
3. Diese Informationen werden automatisch analysiert.
4. Anschließend erstellt Claude daraus eine Präsentation in Gamma.

Damit entsteht ein automatisierter Workflow über mehrere Tools hinweg.

Das Ergebnis:

• Daten aus einem System abrufen
• Inhalte automatisch aufbereiten
• Präsentationen generieren

Alles gesteuert über einen einzigen Prompt.

Automatisierte Workflows mit mehreren Tools

Der eigentliche Mehrwert entsteht, wenn mehrere Konnektoren kombiniert werden.

Beispiele für mögliche Workflows:

• Kundendaten aus dem CRM analysieren und eine Präsentation erstellen
• Meeting-Transkripte automatisch auswerten
• Präsentationen generieren
• Bilder über Canva erstellen
• E-Mails oder Dokumente automatisiert verarbeiten

Die KI wird damit zu einer zentralen Steuerung für verschiedene Systeme.

Berechtigungen und Zugriffskontrolle

Beim Verbinden von Konnektoren spielt das Thema Zugriffsrechte eine wichtige Rolle.

Typische Optionen sind:

• Zugriff immer erlauben
• Zugriff nur nach Genehmigung
• Zugriff blockieren

So kann genau gesteuert werden, welche Daten Claude automatisch nutzen darf und wo eine Bestätigung erforderlich ist.

Unterschied: Konnektoren vs. Erweiterungen

Im Call wird außerdem ein wichtiger technischer Unterschied erklärt.

Konnektoren

• verbinden Claude mit externen Anwendungen
• ermöglichen Datenaustausch zwischen Systemen

Extensions oder Add-ins

• erweitern Anwendungen wie Excel oder Chrome
• integrieren KI direkt in ein bestimmtes Tool

Während Extensions KI in Tools bringen,
bringen Konnektoren Tools zur KI.

Strategischer Einsatz von KI-Tools

Ein weiterer wichtiger Lernpunkt der Session:

Nicht jede KI ist für jede Aufgabe optimal.

Deshalb empfiehlt sich:

• verschiedene Modelle zu testen
• KI-Tools gegeneinander antreten zu lassen
• den eigenen optimalen Workflow zu entwickeln

So entsteht mit der Zeit ein persönlicher KI-Stack, der perfekt zum eigenen Arbeitsstil passt.

Zentrale Erkenntnis des Trainingscalls

Konnektoren machen aus einer KI ein operatives System für digitale Arbeit.

Claude kann dadurch:

• Daten auslesen
• Systeme verbinden
• Inhalte generieren
• automatisierte Workflows steuern

Die KI wird damit nicht nur zum Assistenten – sondern zu einer zentralen Schnittstelle zwischen verschiedenen digitalen Tools.

Zusammenfassung

Der Trainingscall erklärt, wie Claude über Konnektoren und das Model Context Protocol (MCP) mit externen Anwendungen verbunden werden kann. Teilnehmer lernen, Standard- und benutzerdefinierte Konnektoren einzurichten, Daten aus Tools wie CRM-Systemen oder Meeting-Assistants auszulesen und daraus automatisch Inhalte wie Präsentationen zu erstellen. Dadurch entstehen KI-gesteuerte Workflows über mehrere Systeme hinweg.

Claude Deep Dive Teil 3 – 09.03.26

Teil 3: Skill Entwicklung

Vom Workflow zum Skill: Automatisierung wiederkehrender Aufgaben

Im letzten Teil des Trainingscalls wird der nächste logische Schritt gezeigt:
Wie aus einem einmal funktionierenden Workflow ein wiederverwendbarer Skill entsteht.

Dein Workbook zur Umsetzung

Alle Inhalte aus der Session, strukturiert aufbereitet – mit Übungen und konkreten Schritten zur direkten Umsetzung.

Die Ausgangssituation: Im vorherigen Schritt wurde bereits ein Prozess erstellt, bei dem:

1. Kundendaten aus einem CRM ausgelesen werden
2. diese Informationen analysiert werden
3. daraus automatisch eine Präsentation erstellt wird

Dieser Ablauf kann über einen Prompt gestartet werden, ist aber noch manuell.

Die zentrale Frage lautet daher: Wann lohnt es sich, aus einem solchen Prozess einen eigenen Skill zu bauen?

Wann Skills sinnvoll sind

Im Training werden drei Kriterien genannt, wann sich die Erstellung eines Skills lohnt:

1. Wiederholung
   Wenn dieselben Instructions immer wieder in mehreren Chats verwendet werden.
2. Delegierbarkeit
   Wenn man in der realen Welt einen Mitarbeiter für diesen Prozess einarbeiten würde.
3. Konsistenz
   Wenn das Ergebnis immer im gleichen Format oder Qualitätsstandard benötigt wird.

Typisches Beispiel: Ein wöchentlicher Report über Kunden, Leads oder Prospects, der immer gleich aufgebaut sein soll.

Skills automatisch erstellen lassen

Ein wichtiger Punkt der Session:

Man muss Skills nicht selbst programmieren.

Claude stellt einen integrierten Skill Creator bereit, der aus einem bestehenden Workflow automatisch einen Skill generieren kann.

Der Ablauf ist einfach:

1. Workflow im Chat erstellen
2. Skill Creator aktivieren
3. Claude bitten, daraus einen Skill zu generieren
4. Skill herunterladen oder direkt installieren

Der Skill wird anschließend als Markdown-Datei (.md) gespeichert, die die komplette Logik und Struktur des Skills enthält.

Aufbau einer Skill-Datei

Die Skill-Datei enthält unter anderem:

• Beschreibung des Skills
• Trigger-Wörter, die den Skill aktivieren
• definierte Schritte im Workflow
• Zugriff auf Konnektoren
• Formatvorgaben für Ergebnisse

Diese Datei bildet die technische Grundlage, mit der Claude versteht, wann und wie der Skill ausgeführt werden soll.

Skill in Claude integrieren

Um einen Skill zu nutzen, wird die Datei einfach hochgeladen.

Der Prozess:

1. Skill-Datei herunterladen
2. Im Bereich Skills → Upload hinzufügen
3. Aktivieren
4. Im Chat auslösen

Danach genügt ein kurzer Befehl, z. B.: „Kundenanalyse [Name]“

Claude führt automatisch alle Schritte aus:

• CRM-Daten abrufen
• Analyse erstellen
• Präsentation generieren

Der gesamte Workflow läuft dann automatisiert im Hintergrund.

Skills als Bausteine für Anwendungen

Ein entscheidender Gedanke der Session:

Skills sind nicht nur Automatisierungen – sie sind Bausteine für spätere Anwendungen.

Beispiel aus dem Training: Ein Buchgenerator wurde entwickelt, der aus Transkripten automatisch Kapitel erstellt.

Dabei werden mehrere Skills kombiniert:

• Skill 1: Buchkapitel aus Transkript erstellen
• Skill 2: Kapitel im richtigen Design formatieren

Diese Skills werden anschließend in einer Anwendung zusammengeführt.

Der Weg dorthin erfolgt Schritt für Schritt:

1. Einzelne Funktion entwickeln
2. Als Skill stabilisieren
3. Mehrere Skills kombinieren
4. Daraus eine Anwendung bauen

So entsteht aus einfachen Automationen eine komplette KI-gestützte Softwarelösung.

Erweiterte Nutzung von Skills

In der Diskussion des Calls werden weitere Möglichkeiten aufgezeigt:

• Skills können mit Konnektoren kombiniert werden
• mehrere Tools können automatisiert miteinander arbeiten
• Skills können auch von anderen KI-Systemen analysiert oder optimiert werden
• komplette Arbeitsprozesse können so modular aufgebaut werden

Dadurch entsteht eine neue Arbeitsweise: KI wird nicht nur genutzt – sie wird konfiguriert und orchestriert.

Sicherheit und Vorsicht bei fremden Skills

Ein wichtiger Hinweis aus dem Training: Skills können theoretisch Zugriff auf Daten oder Systeme erhalten.

Deshalb sollte man vorsichtig sein bei:

• heruntergeladenen Skills
• öffentlichen Skill-Repositories
• fremden Automationen

Empfohlen wird:

• Skills analysieren
• selbst bauen oder anpassen
• externe Skills zunächst prüfen

So bleibt die Kontrolle über Daten und Prozesse erhalten.

Zentrale Erkenntnis des Trainingscalls

Die wichtigste Botschaft des Abschlusses:

Die Zukunft liegt nicht nur im Prompting – sondern im Bauen eigener KI-Funktionen.

Mit Skills, Konnektoren und Modellen entsteht eine neue Arbeitsweise, in der jeder:

• Prozesse automatisieren
• Tools verbinden
• eigene KI-Anwendungen entwickeln kann.

Diese Fähigkeiten eröffnen enorme Möglichkeiten für Unternehmer, Berater und Creator.

Zusammenfassung

Der Trainingscall zeigt, wie aus funktionierenden KI-Workflows wiederverwendbare Skills entstehen. Teilnehmer lernen, den Skill Creator zu nutzen, Skill-Dateien zu erzeugen und diese in Claude zu integrieren. Skills automatisieren wiederkehrende Aufgaben und können mit Konnektoren kombiniert werden. Dadurch entstehen modulare Bausteine, aus denen später komplette KI-gestützte Anwendungen entwickelt werden können.

Claude Deep Dive Teil 4 – 16.03.26

Teil 4: Claude MD, Skills & Setup

In diesem Trainingscall wurde der nächste entscheidende Schritt im Arbeiten mit Claude Code behandelt: Der Übergang von ersten App-Prototypen hin zu strukturierter, skalierbarer Entwicklung durch Systemlogik, Projektstruktur und Automatisierung.

Hier findest du die Recap-Präsentation zur Masterclass. Darin sind die wichtigsten Punkte zu Projektordnern, CLAUDE.md (inkl. MEMOMRY.md) und Skills nochmal übersichtlich zusammengefasst. Lade sie dir gerne herunter und geh alles in Ruhe nochmal durch.

Dein Workbook zur Umsetzung

Alle Inhalte aus der Session, strukturiert aufbereitet – mit Übungen und konkreten Schritten zur direkten Umsetzung.

1. Fundament: Projektstruktur & Arbeitsweise verstehen

Ein zentrales Learning des Calls: Ohne saubere Struktur wird jede Weiterentwicklung chaotisch.

• Jede App benötigt einen eigenen Projektordner (Repository)
• Dieser Ordner enthält ausschließlich den Code und alle systemrelevanten Dateien
• Mehrere Chats/Sessions gehören immer zum gleichen Projektordner
• Neue Projekte = neuer Ordner
• Kontextverlust wird durch strukturierte Übergaben reduziert

Entscheidender Shift: Nicht mehr „im Chat bauen“, sondern in Projekten denken und arbeiten

2. Claude MD – das Gehirn deiner App

Die Claude MD Datei ist die zentrale Steuerungsinstanz deiner Anwendung.

Funktionen:

• Speichert Kontext, Regeln und Struktur
• Definiert, wie Claude arbeitet (nicht nur was)
• Existiert in zwei Formen:
  • Projektspezifisch → für eine konkrete App
  • Global → für dein generelles Arbeiten

Wichtige Erkenntnisse:

• Die Claude MD wird einmal angelegt und kontinuierlich erweitert
• Sie macht deine Arbeit:
  • konsistenter
  • wiederholbar
  • skalierbar

Ohne Claude MD arbeitest du jedes Mal „von vorne“

3. Memory MD – Kontext über Sessions hinweg

Die Memory MD ist ein neues Feature und löst ein zentrales Problem:

Kontextverlust beim Wechsel zwischen Chats

Wichtig:

• Wird automatisch im Hintergrund erstellt
• Speichert komprimierte Erinnerung, kein vollständiges Protokoll
• Ersetzt nicht komplett Übergabe-Dokumentationen
• Hilft aber massiv bei:
  • Kontinuität
  • effizientem Weiterarbeiten

Best Practice:

• KI aktiv fragen: „Bist du up to date?“
• Bei Komprimierung → neuen Chat starten

4. Skills – Wiederverwendbare Intelligenz

Skills sind einer der größten Hebel im gesamten System.

Definition:
Wiederverwendbare Anweisungen (Markdown-Dateien), die bestimmen, wie etwas umgesetzt wird.

Typische Einsatzbereiche:

• Design (Farben, CI, UI)
• Schreibstil & Kommunikation
• Fachlogik / Expertensysteme
• Qualitätsprüfungen
• Automatisierungen (z. B. Dokumentation, Kommentare, Prozesse)

Wichtige Prinzipien:

• Skills = Modularisierung von Wissen
• Können kombiniert und verschachtelt werden
• Sparen massiv Zeit bei wiederkehrenden Aufgaben

Praxis-Learnings aus dem Call:

• Skills können ganze Workflows automatisieren (z. B. Dokumentation, LinkedIn-Kommentare, Architekturvisualisierung)
• Inspiration holen ist sinnvoll – selbst bauen ist besser

5. Arbeiten mit Claude Code – neue Denkweise

Der Call macht deutlich: Claude Code ist kein Tool – es ist ein Systemwechsel.

Neue Arbeitslogik:

• Weg von einzelnen Prompts
• Hin zu:
  • Projekten
  • Systemlogik
  • wiederverwendbaren Bausteinen

Erfolgreich ist, wer:

• strukturiert denkt
• Prozesse erkennt
• Wiederholbarkeit schafft

6. Häufige Herausforderungen (und Lösungen)

Typische Hürden im Call:

• Fehlende Projektordner
• Verwirrung zwischen Chat & Code
• keine Reaktion von Claude → oft fehlendes Setup (z. B. Git)
• falsche Dateistruktur

Lösungsprinzip: „Frag die KI“ – aktiv, präzise, iterativ

7. Ausblick

Nicht mehr behandelt (folgt im nächsten Call):

• API Keys
• Connectoren
• Erweiterte Integrationen

Diese Themen sind der nächste Schritt zur echten Automatisierung.

Fazit

Dieser Call legt die Grundlagen für professionelles Arbeiten mit Claude Code:

• Struktur vor Geschwindigkeit
• Systeme statt Einzelaktionen
• Wiederverwendbarkeit statt Chaos

Wer diese Prinzipien verinnerlicht, baut nicht nur Apps – sondern skalierbare, intelligente Systeme.

Zusammenfassung

Claude Code erfordert strukturiertes Arbeiten in Projektordnern. Die Claude MD steuert Logik und Kontext, die Memory MD sichert Übergänge zwischen Chats. Skills machen Wissen wiederverwendbar und automatisieren Prozesse. Entscheidend ist der Wechsel von Prompt-Denken hin zu systematischer Entwicklung mit klaren Strukturen, modularen Bausteinen und skalierbarer Logik.