Claude Code Tutorial: KI-Coding-Assistent einrichten und nutzen

Pexon Consulting | 10 Min. Lesezeit | 30.03.2026

TL;DR

Claude Code ist Anthropics KI-Assistent fürs Terminal — er liest, schreibt und refactort Code, führt Shell-Befehle aus und arbeitet direkt in Ihrem Repository. Pexon Consulting nutzt Claude Code intern seit über 50 Projekten und schult Unternehmensteams im produktiven Einsatz. Dieses Tutorial zeigt Installation, Konfiguration und die Features, die den Unterschied zwischen Spielerei und echtem Produktivitätsgewinn machen.

Installation und erster Start

# macOS / Linux — Claude Code global installieren
npm install -g @anthropic-ai/claude-code

# Alternativ: Homebrew (macOS)
brew install claude-code

# Starten — öffnet Browser-Login beim ersten Mal
cd /pfad/zum/projekt
claude

Nach dem ersten claude-Befehl öffnet sich ein Browser-Fenster zur Authentifizierung. Danach läuft alles im Terminal. Claude Code analysiert Ihr Repository automatisch — Dateistruktur, Dependencies, Git-History — und versteht den Kontext, bevor Sie überhaupt eine Frage stellen.

Was beim ersten Start auffällt: Claude Code fragt vor jeder Dateiaktion um Erlaubnis. Das nervt anfangs, ist aber Absicht. Sie behalten die Kontrolle. Wer will, schaltet den Auto-Accept-Modus ein — dazu später mehr.

Welchen Plan brauche ich?

Unsere Empfehlung für Teams: Starten Sie mit Max 5x für 2-3 Power User. Die restlichen Teammitglieder beginnen mit Pro. Nach zwei Wochen sehen Sie am Verbrauch, wer upgraden sollte.

Plan Mode: Erst lesen, dann schreiben

Bevor Claude Code eine komplexe oder risikoreiche Aufgabe angeht, lohnt sich ein Zwischenschritt: der Plan Mode. Mit Shift+Tab wechseln Sie in einen reinen Lese- und Planungsmodus – Claude Code analysiert dann Repository, betroffene Dateien und mögliche Lösungswege, ändert aber noch nichts. Erst wenn der Plan passt, bestätigen Sie, und Claude Code setzt ihn um.

Das ergänzt die bereits erwähnten Permission-Nachfragen um eine Ebene davor: Statt jede einzelne Dateiänderung separat freizugeben, sehen Sie zuerst den gesamten Ansatz und können ihn korrigieren, bevor überhaupt etwas geschrieben wird. Bei Refactorings über mehrere Dateien oder Änderungen an produktivem Code sparen Sie sich damit den Fall, dass Claude Code drei Schritte in die falsche Richtung läuft, bevor Sie eingreifen. Unsere Empfehlung: Plan Mode als Standard für alles, was über eine einzelne Datei hinausgeht.

CLAUDE.md — das Gedächtnis Ihres Projekts

Das wichtigste Feature, das die meisten Tutorials zu kurz behandeln. Eine CLAUDE.md im Projekt-Root teilt Claude Code mit, wie Ihr Projekt funktioniert: Architektur, Coding-Standards, Deployment-Prozess, Naming Conventions.

# CLAUDE.md — Beispiel für ein Python/FastAPI-Projekt

## Architektur
- FastAPI Backend unter /api, React Frontend unter /frontend
- PostgreSQL Datenbank, Alembic für Migrationen
- Deployment via Azure Container Apps

## Coding Standards
- Python: Black Formatter, Ruff Linter, Type Hints Pflicht
- Tests: pytest, Coverage > 80%
- Commit Messages: Conventional Commits (feat/fix/chore)

## Wichtige Befehle
- `make test` — Unit Tests
- `make lint` — Linting + Formatting
- `make deploy-staging` — Staging Deployment

Der Unterschied ist messbar. Ohne CLAUDE.md fragt Claude Code bei jedem Task nach Kontext, rät bei Coding-Standards und trifft Architekturentscheidungen auf Verdacht. Mit CLAUDE.md arbeitet es wie ein Teamkollege, der das Onboarding-Dokument gelesen hat.

CLAUDE.md-Dateien sind hierarchisch: Eine globale unter ~/.claude/CLAUDE.md, eine im Projekt-Root, weitere in Unterordnern. Claude Code merged sie automatisch — spezifischere Dateien überschreiben allgemeinere.

Custom Commands: Wiederkehrende Aufgaben automatisieren

Statt jeden Morgen denselben Prompt zu tippen, legen Sie Custom Commands als Markdown-Dateien ab:

# Datei: .claude/commands/review.md
# Aufrufbar mit: /review

Prüfe die aktuellen Git-Änderungen auf:
1. Security-Probleme (OWASP Top 10)
2. Performance-Regressions
3. Fehlende Tests für neue Funktionen
4. Inkonsistenzen mit unseren Coding Standards

Gib eine strukturierte Bewertung mit Priorität (Critical/Warning/Info).

Wir haben bei Pexon inzwischen über 30 Custom Commands im Einsatz — von /review über /deploy-check bis /refactor-plan. Das spart nicht nur Zeit. Es standardisiert die Qualität, weil jeder im Team dieselben Prüfungen durchläuft.

MCP-Server: Claude Code mit externen Tools verbinden

Hier wird es für Enterprise-Teams richtig interessant. MCP (Model Context Protocol) erlaubt Claude Code, auf externe Datenquellen und Tools zuzugreifen — Datenbanken, APIs, Jira, Confluence, sogar SAP-Systeme.

Die Konfiguration liegt in .mcp.json im Projekt-Root:

{
  "mcpServers": {
    "postgres": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-postgres"],
      "env": {
        "POSTGRES_CONNECTION_STRING": "postgresql://user:pass@localhost/mydb"
      }
    },
    "azure-devops": {
      "command": "npx",
      "args": ["-y", "@anthropic/mcp-server-azure-devops"]
    }
  }
}

Mit einem Postgres-MCP-Server kann Claude Code direkt Datenbankschemas lesen, Queries schreiben und Migrationen generieren — ohne dass Sie die Tabellenstruktur manuell erklären. Ein Azure-DevOps-MCP-Server zieht Tickets und Pull Requests in den Kontext.

Wir raten davon ab, im ersten Schritt mehr als 2-3 MCP-Server zu konfigurieren. Jeder Server verbraucht Context-Tokens. Starten Sie mit dem, der den größten Impact hat — meistens die Datenbank.

CI/CD-Integration und Parallelisierung mit Worktrees

Zwei Praxis-Themen, die bei wachsender Nutzung schnell relevant werden: parallele Sessions und Automatisierung in der Pipeline.

Git Worktrees lösen ein häufiges Problem: Sie wollen an einem Feature arbeiten, während Claude Code in einem anderen Branch noch ein Refactoring abschließt – ohne ständig zu stashen und zu wechseln. Mit git worktree add legen Sie einen zweiten Arbeitsordner für einen anderen Branch an; in jedem läuft eine eigene Claude-Code-Session, unabhängig vom Hauptordner.

Für CI/CD binden Unternehmen Claude Code zunehmend direkt in GitHub Actions ein – etwa für automatisierte Code-Reviews bei jedem Pull Request oder als zusätzliches Qualitätsgate neben den weiter unten beschriebenen Hooks. Das läuft über die API-Variante (siehe Datenschutz-Abschnitt), damit die Automatisierung unter denselben Enterprise-Bedingungen wie der Rest der Pipeline arbeitet.

Hooks: Qualitätssicherung automatisieren

Ein Feature, das Claude Code von Cursor und GitHub Copilot abhebt. Hooks sind Shell-Befehle, die bei bestimmten Events automatisch laufen — nach jeder Dateiänderung, vor jedem Commit, nach einer abgeschlossenen Aufgabe.

Konfiguration in den Claude Code Settings (.claude/settings.json):

{
  "hooks": {
    "PostToolUse": [
      {
        "matcher": "Write|Edit",
        "command": "npx prettier --write $CLAUDE_FILE_PATH"
      }
    ],
    "Stop": [
      {
        "command": "npm test -- --bail"
      }
    ]
  }
}

Das PostToolUse-Hook formatiert jede geschriebene Datei automatisch mit Prettier. Das Stop-Hook führt nach jeder abgeschlossenen Aufgabe die Tests aus. Wenn ein Test fehlschlägt, sieht Claude Code das sofort und kann den Fehler selbst beheben.

Warum das wichtig ist: Nur 29 % der Entwickler vertrauen KI-generiertem Code ohne Review (Stack Overflow Developer Survey 2025). Hooks lösen dieses Trust-Problem, indem sie automatische Qualitätsgates einbauen — Linting, Tests, Security-Scans — bei jeder Änderung, nicht erst beim PR.

Skills und Sub-Agenten: Aufgaben delegieren

Custom Commands decken einfache, wiederkehrende Prompts ab. Für komplexere, wiederverwendbare Fähigkeiten bringt Claude Code zwei weitere Bausteine mit: Skills und Sub-Agenten.

Ein Skill ist ein eigener Ordner mit einer SKILL.md-Datei, die per YAML-Frontmatter Name und Beschreibung definiert – plus optional Scripts und Referenzmaterial. Claude Code lädt beim Start nur Name und Beschreibung jedes installierten Skills, nicht den vollen Inhalt. Erkennt Claude Code während der Arbeit, dass ein Skill zur aktuellen Aufgabe passt, lädt es die vollständige Anleitung automatisch nach – oder Sie rufen den Skill gezielt per Slash-Befehl auf. Das macht Skills mächtiger als Custom Commands: Sie können mehrstufige Workflows, Vorlagen und Hilfsskripte bündeln, nicht nur einen einzelnen Prompt.

Sub-Agenten lösen ein anderes Problem: Delegation. Statt eine große Aufgabe im Hauptkontext abzuarbeiten, startet Claude Code dafür einen Sub-Agenten mit eigenem, isoliertem Kontextfenster – etwa einen für das Schreiben von Tests, während der Hauptagent parallel an der Dokumentation weiterarbeitet. Der Sub-Agent liest und durchsucht eigenständig, der Hauptkontext erhält am Ende nur die Zusammenfassung. Arbeiten mehrere Sub-Agenten koordiniert an Teilaufgaben derselben größeren Aufgabe, spricht man auch von Agent Teams – das hält lange, komplexe Sessions übersichtlich.

# Datei: .claude/skills/deploy-check/SKILL.md
---
name: deploy-check
description: Prüft vor jedem Deployment Migrationen, Env-Variablen und Tests
---

1. Prüfe offene Datenbank-Migrationen
2. Vergleiche .env.example mit der aktuellen .env
3. Führe die Test-Suite aus

Für Teams mit mehreren wiederkehrenden Aufgaben ist das der nächste logische Schritt nach den ersten Custom Commands.

Claude Code im Team einführen — was wir bei Kunden sehen

84 % der Entwickler nutzen oder planen KI-Coding-Tools. Aber die Einführung scheitert selten an der Technik. Sie scheitert daran, dass Lizenzen verteilt werden, ohne Kompetenzen aufzubauen.

Ein Muster, das wir in fast jedem Unternehmen sehen: Die IT kauft 20 Max-Lizenzen. Drei Entwickler werden produktiv. Der Rest probiert es zwei Tage, wird frustriert und kehrt zum alten Workflow zurück. Nach drei Monaten fragt das Controlling, warum 24.000 EUR Jahreskosten nur drei Nutzer haben.

Was stattdessen funktioniert:

Woche 1-2: Zwei bis drei Champions identifizieren, die technisch neugierig sind. Diese bekommen Max-Lizenzen, eine CLAUDE.md-Vorlage und zwei Stunden Coaching. Ziel: Einen echten Use Case produktiv umsetzen.

Woche 3-4: Champions zeigen im Team-Meeting ihre Ergebnisse. Konkreter Output schlägt jede Powerpoint. Dann rollt man in kleinen Gruppen aus — mit Custom Commands, die das Team standardisieren.

Ab Monat 2: MCP-Server und Hooks konfigurieren. Erst jetzt, weil die Grundlagen sitzen müssen, bevor man Komplexität addiert.

Wir sehen in unseren Schulungen, dass Teams nach diesem Muster innerhalb von sechs Wochen eine messbare Produktivitätssteigerung erreichen. Der Schlüssel ist nicht das Tool — es ist der strukturierte Kompetenzaufbau.

Häufige Anfängerfehler

Die meisten Probleme mit Claude Code entstehen nicht durch das Tool, sondern durch den Umgang damit. Die fünf Fehler, die wir am häufigsten sehen:

1. Keine CLAUDE.md angelegt. Ohne sie rät Claude Code bei jedem Task neu, wie Ihr Projekt funktioniert – siehe den CLAUDE.md-Abschnitt oben.
2. Zu große Prompts auf einmal. „Baue die komplette Checkout-Funktion“ führt zu mehr Fehlern als drei kleinere, klar abgegrenzte Aufgaben nacheinander.
3. Kein Git-Commit vor riskanten Änderungen. Wer erst committet und Claude Code dann größere Refactorings machen lässt, kann jederzeit zurück – ohne Commit wird ein missglückter Versuch teuer.
4. Dauerhaft im Bypass-Mode arbeiten. Der Modus, der alle Rückfragen überspringt, spart Zeit, aber genau die Kontrolle, die die Permission-Nachfragen eigentlich bieten sollen, geht verloren – sinnvoll für Routineaufgaben, riskant bei produktivem Code.
5. Kein Re-Plan bei Drift. Merkt man, dass Claude Code vom eigentlichen Ziel abweicht, hilft ein Abbruch und ein neuer Anlauf im Plan Mode mehr als Nachsteuern mitten im laufenden Versuch.

Claude Code vs. Cursor vs. GitHub Copilot

Die Frage kommt in jedem Erstgespräch. Kurze Einordnung:

GitHub Copilot ist die sichere Wahl für Autocomplete. Gut integriert in VS Code, vorhersagbar, günstig (19 USD/Monat). Aber begrenzt: Copilot schreibt Code-Zeilen, keine Architektur. Für Boilerplate und einfache Completions solide.

Cursor ist der IDE-Ansatz: Ein Fork von VS Code mit eingebautem KI-Chat und Inline-Editing. Stärken bei visuellen Diffs und Multi-File-Editing. Schwäche: Proprietäre IDE, kein Terminal-Zugang, begrenzte Automatisierungsmöglichkeiten.

Claude Code arbeitet anders. Kein Editor-Plugin, sondern ein Agent im Terminal. Es liest Ihr gesamtes Repository, plant mehrstufige Aufgaben, führt Befehle aus und iteriert eigenständig. Das macht es langsamer für einzelne Code-Zeilen, aber deutlich stärker für komplexe Aufgaben: Refactorings über 20 Dateien, Bug-Hunting mit Log-Analyse, Migrations-Scripts mit Datenbank-Kontext. Auch in Benchmarks zeigt sich das: Auf dem SWE-bench-Verified-Leaderboard erreichte Claude Code mit Claude Opus 4.6 Anfang 2026 offiziell 80,8 Prozent gelöste Aufgaben. Cursor und GitHub Copilot veröffentlichen keinen vergleichbaren offiziellen Gesamtwert, weil ihr Ergebnis vom jeweils gewählten Modell abhängt – unabhängige Tests aus demselben Zeitraum sahen beide spürbar darunter.

Unsere Empfehlung: Claude Code und Copilot parallel nutzen. Copilot für Inline-Completions in der IDE, Claude Code für alles, was über eine einzelne Datei hinausgeht. Cursor passt, wenn Ihr Team eine All-in-One-IDE bevorzugt und keine Terminal-Affinität hat.

Datenschutz: Was passiert mit meinem Code?

Berechtigte Frage, besonders für regulierte Branchen. Die kurze Antwort: Es kommt auf den Plan an.

Bei Pro und Max (über claude.ai) verarbeitet Anthropic Ihre Daten in den USA. Anthropic trainiert nicht auf Ihren Daten — das steht in den Usage Policies. Aber der Code verlässt Ihr Netzwerk.

Bei API-Nutzung greifen die Enterprise-Bedingungen: Zero-Retention-Policy, keine Trainingsnutzung, SOC 2 Type II Zertifizierung. Für Unternehmen mit DSGVO-Anforderungen ist das der empfohlene Weg.

Wer den Code komplett im eigenen Netzwerk halten muss: Claude Code unterstützt auch Amazon Bedrock und Google Vertex AI als Backend. Damit läuft die Inferenz in Ihrer eigenen Cloud-Region — EU-Hosting inklusive.

Wir setzen bei Kunden in der Versicherungs- und Banking-Branche auf die API-Variante mit Bedrock. Das erfüllt die Anforderungen, die auch DORA und BaFin stellen.

Häufig gestellte Fragen

Was kostet Claude Code für ein 10-Personen-Entwicklungsteam pro Monat? Wenn aus einem so gebauten Entwurf eine betriebsfähige Anwendung werden soll, übernimmt das die Überführung zur produktiven App.

Realistisches Setup: 3 Power User mit Max 5x (300 USD) + 7 Gelegenheitsnutzer mit Pro (140 USD) = 440 USD/Monat. Über die API rechnet es sich ab ca. 500 USD Gesamtverbrauch, dann lohnt Max 20x für die Heavy User. Ein 10er-Team landet bei 400-600 USD/Monat — weniger als eine halbe Entwicklerstunde pro Tag.

Kann ich Claude Code auch ohne Programmierkenntnisse nutzen?

Ja. Claude Code arbeitet mit natürlicher Sprache. Sie beschreiben, was Sie wollen, und Claude Code setzt es um — inklusive Dateien anlegen, Konfigurationen schreiben, Scripts ausführen. Für Nicht-Entwickler empfehlen wir allerdings eine Einführung, weil Terminal-Grundlagen und Prompt-Strategien den Unterschied machen.

Claude Code vs. Cursor — welches Tool passt besser?

Cursor ist besser, wenn Ihr Team eine visuelle IDE bevorzugt und primär in einzelnen Dateien arbeitet. Claude Code ist stärker bei projektweiten Aufgaben, Terminal-Workflows und Automatisierung via MCP/Hooks. Viele Teams nutzen beides parallel — Cursor für den Editor, Claude Code für komplexe Aufgaben.

Ist Claude Code DSGVO-konform einsetzbar?

Über die API mit Zero-Retention-Policy und Amazon Bedrock (EU-Region) ja. Die Consumer-Pläne (Pro/Max) verarbeiten Daten in den USA — für regulierte Branchen nicht empfohlen. Wir beraten bei der Architektur, die zu Ihren Compliance-Anforderungen passt.

Wie unterscheidet sich Claude Code von ChatGPT oder der Claude-Weboberfläche?

Claude Code läuft lokal in Ihrem Terminal, hat direkten Zugriff auf Ihr Dateisystem und Git-Repository und kann Shell-Befehle ausführen. Die Weboberfläche kann nichts davon. Der Unterschied ist wie zwischen einem Kollegen, der neben Ihnen sitzt und mitarbeitet, und einem, den Sie per Chat um Rat fragen.

Nächster Schritt

Verwandte Themen

Für Ihr Team: Claude Code Schulung für Ihr Team.