Claude Code Workflows: Hooks, Skills und MCP für echte Automatisierung

Pexon Consulting | 11 Min. Lesezeit | 13.04.2026

TL;DR

Claude Code wird erst durch Hooks, Skills und MCP-Server zum echten Workflow-Engine — statt nur Codieraufgaben abzuarbeiten, automatisiert es komplette Entwicklungsprozesse end-to-end. Pexon Consulting setzt Claude Code intern seit über 50 Projekten ein und hat daraus ein Automatisierungs-Framework entwickelt. Teams sparen damit 3-4 Stunden pro Entwickler und Woche bei PR-Reviews, Deployments und Dokumentation.

Warum Claude Code als Coding-Assistent zu kurz greift

78% der Entwicklungsteams weltweit nutzen inzwischen einen KI-Coding-Assistenten. Die meisten davon generieren Code-Snippets, beantworten Fragen und schlagen Autocomplete vor. Nützlich, aber kein Produktivitätssprung.

Claude Code kann mehr. Es führt Shell-Befehle aus, liest und schreibt Dateien, verwaltet Git-Branches, ruft APIs an und orchestriert Subagents — alles aus dem Terminal heraus. Aber dieses Potenzial bleibt bei den meisten Teams ungenutzt, weil sie bei der Grundfunktion stehenbleiben.

Wir sehen das in unseren Schulungen regelmäßig: Teams haben Claude Code installiert, nutzen es wie einen besseren ChatGPT und wundern sich, warum die versprochenen Produktivitätsgewinne ausbleiben. Der Unterschied liegt nicht im Tool — er liegt in der Konfiguration.

Dieser Artikel zeigt die vier Bausteine, die Claude Code vom Coding-Assistenten zum Workflow-Engine machen: CLAUDE.md, Hooks, Skills und MCP-Server.

Claude Code setzt am Entwicklungsprozess an, also bei Teams, die ohnehin im Terminal arbeiten. Für Abläufe, die quer durch Fachabteilungen und Systeme laufen und ohne Entwickler auskommen müssen, ist die Workflow-Automatisierung mit n8n im Unternehmen der passendere Weg, oft parallel zum Claude-Code-Setup. Ein wiederkehrender Ablauf aus der Produktarbeit ist das Verfeinern von Stories, siehe User Stories mit Claude.

CLAUDE.md richtig aufsetzen — das Fundament

Bevor Hooks und MCP-Server Sinn machen, muss das Fundament stimmen. Die CLAUDE.md im Projekt-Root ist das Gedächtnis, das Claude Code in jeder Session mitbringt. Ohne sie startet Claude Code jedes Mal bei null.

# CLAUDE.md — Beispiel für ein FastAPI + React Projekt

## Architektur
- Backend: FastAPI unter /api, Python 3.12
- Frontend: React 19 + TypeScript unter /frontend
- DB: PostgreSQL 16, Migrationen via Alembic
- Deployment: Azure Container Apps, Staging + Production
- CI: GitHub Actions, Tests müssen grün sein vor Merge

## Regeln (NICHT verhandelbar)
- NIEMALS direkt auf main pushen
- Type Hints sind Pflicht in Python
- Jede API-Route braucht einen Test
- Secrets gehören in Azure Key Vault, NICHT in .env

## Häufige Befehle
- make test        → pytest mit Coverage
- make lint        → ruff + black
- make deploy-stg  → Staging Deployment

Drei Ebenen gibt es: ~/.claude/CLAUDE.md für persönliche Präferenzen, CLAUDE.md im Projekt-Root für Team-Standards, und .claude/rules/ für modulare Regeln pro Themenbereich. Wir empfehlen, die Rules in separate Dateien aufzuteilen — eine für Coding-Standards, eine für Deployment, eine für Security. Das hält die Hauptdatei schlank und die Regeln wartbar.

Hooks: Deterministische Automatisierung statt „wenn Claude dran denkt“

Hier wird es interessant. Hooks lösen das fundamentale Problem von KI-Assistenten: Sie vergessen Dinge. Ein Linter soll nach jeder Dateiänderung laufen — nicht nur wenn Claude sich daran erinnert. Ein gefährlicher Befehl soll immer geblockt werden, nicht nur meistens.

Hooks sind Shell-Befehle, die deterministisch auf Events feuern. Kein Prompt-Engineering, kein „bitte vergiss nicht“ — garantierte Ausführung.

PreToolUse: Aktionen abfangen bevor sie passieren

{
  "hooks": {
    "PreToolUse": [
      {
        "matcher": "Bash(rm -rf|DROP TABLE|git push --force)",
        "command": "echo 'BLOCKED: Destruktiver Befehl erkannt. Bitte bestätigen.' && exit 1",
        "description": "Gefährliche Befehle blocken"
      }
    ]
  }
}

Dieser Hook blockt rm -rf, DROP TABLE und git push --force bevor sie ausgeführt werden. Das klingt trivial, aber in der Praxis hat uns das bei einem Kunden einen Production-Datenverlust erspart. Claude hatte einen Cleanup-Befehl generiert, der im falschen Verzeichnis gelandet wäre.

PostToolUse: Nach jeder Änderung automatisch reagieren

{
  "hooks": {
    "PostToolUse": [
      {
        "matcher": "Edit|Write",
        "command": "cd $PROJECT_DIR && make lint 2>&1 | tail -20",
        "description": "Linter nach jeder Dateiänderung"
      },
      {
        "matcher": "Bash(git commit)",
        "command": "curl -s -X POST https://hooks.slack.com/services/XXX -d '{"text":"Neuer Commit auf '$BRANCH': '$COMMIT_MSG'"}'",
        "description": "Slack-Benachrichtigung nach Commit"
      }
    ]
  }
}

Der Linter-Hook ist der mit Abstand wertvollste. Claude Code bekommt das Linter-Feedback direkt als Kontext zurück und korrigiert Fehler sofort — ohne dass Sie eingreifen müssen. In unseren Projekten reduziert das die Linting-Fehler in PRs um über 90%.

Hooks zur vollen CI/CD-Pipeline ausbauen: Wer Lint- und Notification-Hooks bereits nutzt, ist nah an einer vollständigen agentischen CI/CD-Pipeline – Pilot ab 14.000 EUR zzgl. MwSt. für ein Repository, sechs Wochen.

Notification Hook: Desktop-Benachrichtigung bei langen Tasks

# .claude/hooks/notify.sh — macOS Notification
osascript -e "display notification "$1" with title "Claude Code""

Wer Claude Code mit längeren Aufgaben arbeiten lässt — ein Refactoring über 20 Dateien, ein kompletter Test-Suite-Durchlauf — will wissen, wann es fertig ist. Statt alle 30 Sekunden ins Terminal zu schauen, schickt ein PostToolUse-Hook eine Desktop-Notification.

Skills und Slash Commands: Wiederkehrende Workflows als Ein-Wort-Befehl

Skills sind Markdown-Dateien in .claude/commands/, die Claude Code als Instruktionsset lädt. Sie verwandeln mehrstufige Workflows in einen einzigen Slash Command.

Das klingt simpel. Die Auswirkung ist enorm.

Ohne Skills beschreiben Sie Claude Code jedes Mal neu, was es tun soll: „Erstelle einen Branch, schreib Tests, führ sie aus, erstelle einen Commit mit Conventional-Commits-Format, push und erstelle einen PR.“ Mit Skills tippen Sie /ship und der gesamte Ablauf läuft automatisch.

Praxis-Beispiel: Ein Deploy-Skill

# .claude/commands/deploy.md
---
name: deploy
description: "Staging oder Production Deployment ausführen"
---

Du führst ein Deployment durch. Ablauf:

1. Prüfe ob alle Tests grün sind: `make test`
2. Prüfe ob der Linter sauber ist: `make lint`
3. Erstelle einen Git Tag mit dem aktuellen Datum: `git tag deploy-$(date +%Y%m%d-%H%M)`
4. Wenn $ARGUMENTS "prod" enthält:
   - Frage explizit nach Bestätigung
   - Deploye via `make deploy-prod`
   - Prüfe den Health Check: `curl -s https://api.example.com/health`
5. Sonst: Deploye auf Staging via `make deploy-stg`
6. Poste das Ergebnis in Slack via den konfigurierten Webhook

Ein /deploy staging führt den kompletten Prozess aus — inklusive Tests, Linting und Health Check. Ein /deploy prod fragt zusätzlich nach Bestätigung. Der Skill komponiert dabei mit den Hooks: Der PostToolUse-Hook für Slack feuert automatisch nach dem Commit.

Was wir bei Kunden am häufigsten als Skills sehen

Drei Patterns haben sich in unseren Projekten durchgesetzt. Release-Skills automatisieren den gesamten Weg von Feature-Branch bis zum PR — Tests, Linting, Changelog, Version Bump, alles in einem Befehl. Report-Skills generieren wiederkehrende Auswertungen: Code Coverage, Dependency Updates, Security Scans. Und Review-Skills prüfen eingehende PRs gegen die Projekt-Standards aus der CLAUDE.md, bevor ein Mensch den Code sieht.

Ein Finanzdienstleister, den wir betreuen, hat seine PR-Review-Zeit von durchschnittlich 9,6 Tagen auf 2,4 Tage gesenkt — hauptsächlich durch einen Review-Skill, der Standard-Prüfungen vorwegnimmt und nur noch die echten Architektur-Entscheidungen an die Senior-Entwickler eskaliert.

MCP-Server: Claude Code mit der Außenwelt verbinden

Skills und Hooks automatisieren innerhalb des Repositories. MCP-Server (Model Context Protocol) öffnen Claude Code für externe Systeme: Datenbanken, Issue-Tracker, Monitoring, Cloud-APIs.

Wir raten davon ab, MCP-Server planlos zu installieren. Jeder MCP-Server bekommt Zugriff auf Claude Code und damit potenziell auf Ihr Repository. Anthropic hat Third-Party-Server nicht verifiziert. Unser Vorgehen: Quellcode lesen, nur offiziell unterstützte Server verwenden, Berechtigungen auf Read-Only setzen wo möglich.

Die fünf MCP-Server, die wir in fast jedem Kundenprojekt einsetzen

{
  "mcpServers": {
    "github": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-github"],
      "env": { "GITHUB_TOKEN": "ghp_xxx" }
    },
    "postgres": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-postgres"],
      "env": { "DATABASE_URL": "postgresql://..." }
    },
    "slack": {
      "command": "npx",
      "args": ["-y", "@anthropic/mcp-server-slack"],
      "env": { "SLACK_BOT_TOKEN": "xoxb-xxx" }
    }
  }
}

GitHub MCP ist der wichtigste. Claude Code kann Issues lesen, PRs erstellen, CI-Status prüfen und Review-Kommentare posten — ohne dass Sie zwischen Terminal und Browser wechseln. PostgreSQL MCP gibt Claude Code Read-Only-Zugriff auf Ihre Datenbank für Debugging und Analyse. Slack MCP erlaubt Notifications und Status-Updates direkt aus dem Workflow.

Dazu kommen je nach Projekt: Linear/Jira MCP für Ticket-Management und Playwright MCP für Browser-Automatisierung und E2E-Tests.

Konfiguration: Projekt-Level vs. User-Level

MCP-Server konfigurieren Sie in .claude/settings.json auf Projekt-Ebene oder in ~/.claude/settings.json global. Unser klarer Rat: Projekt-spezifische Server wie PostgreSQL gehören in die Projekt-Konfiguration. Universelle Server wie Slack kommen in die globale Config.

# MCP-Server Status prüfen
claude mcp list

# Neuen Server hinzufügen (Projekt-Scope)
claude mcp add github --scope project

Subagents: Komplexe Aufgaben parallelisieren

Die vierte Ebene der Automatisierung sind Subagents. Sie lösen ein Problem, das bei umfangreichen Aufgaben auftritt: Claude Code hat ein Kontextfenster. Wenn eine Aufgabe zu viele Dateien, Logs oder Recherche-Ergebnisse produziert, verliert Claude Code den Überblick.

Subagents arbeiten in einem eigenen Kontextfenster mit eigenem System-Prompt. Der Haupt-Agent delegiert eine Teilaufgabe, der Subagent liefert eine Zusammenfassung zurück. Das Ergebnis: bessere Qualität bei komplexen Tasks und weniger Token-Verbrauch.

# .claude/agents/security-reviewer.md
---
name: security-reviewer
description: "Prüft Code-Änderungen auf Security-Schwachstellen"
tools: ["Read", "Grep", "Glob"]
---

Du bist ein Security-Reviewer. Prüfe die aktuellen Änderungen auf:
- SQL Injection (parametrisierte Queries?)
- XSS (Eingaben escaped?)
- Secrets im Code (.env, API Keys, Tokens)
- OWASP Top 10 Schwachstellen

Antworte mit: PASS (keine Findings) oder FAIL + Liste der Schwachstellen.

Dieser Agent bekommt nur Read-Zugriff — er kann den Code analysieren, aber nicht verändern. Das ist Absicht. Security-Reviews sollten keine Nebeneffekte haben.

In der Praxis orchestrieren wir drei bis vier spezialisierte Agents: einen für Security, einen für Performance-Analyse, einen für Dokumentations-Updates. Claude Code delegiert automatisch an den passenden Agent, wenn ein Skill das so definiert.

Hooks, Skills, MCP-Server und Subagents wirken einzeln simpel, im Zusammenspiel sind sie eine eigene Arbeitsweise, die ein Team nicht nebenbei aufbaut. Deshalb vermitteln wir diese Muster in einer Schulung, in der Teams Agentic Coding als Team-Praxis lernen und ihre eigenen Repositories als Übungsfall mitbringen.

Was das in der Praxis kostet

Transparenz bei den Kosten: Claude Code gibt es als Max-Plan ab 100 USD/Monat pro Entwickler (5x Kapazität) oder 200 USD/Monat (20x Kapazität). Für CI/CD-Automatisierung über die API rechnen wir mit 100-200 USD pro Entwickler und Monat bei Sonnet-Nutzung, deutlich mehr bei Opus für komplexe Reviews.

Dem gegenüber stehen 3,6 Stunden eingesparte Entwicklerzeit pro Woche — das sind bei einem durchschnittlichen Entwicklergehalt von 75.000 EUR brutto etwa 360 EUR pro Monat. Die Rechnung geht ab dem ersten Monat auf, wenn die Konfiguration stimmt.

Das „wenn“ ist entscheidend. Ohne CLAUDE.md, ohne Hooks, ohne Skills bleibt der ROI bei vielleicht 20% des Potenzials. Wir sehen bei Kunden nach unserer Schulung eine Verdreifachung der produktiv genutzten Features.

Drei Fehler, die wir immer wieder sehen

Kein Tutorial ohne ehrliche Warnungen. Diese drei Probleme kosten Teams Wochen:

Zu viele MCP-Server auf einmal. Ein Team hatte 12 MCP-Server konfiguriert — Claude Code wurde langsam, die Tool-Auswahl unzuverlässig, und die Kontextfenster liefen voll. Starten Sie mit zwei bis drei Servern und erweitern Sie nach Bedarf.

CLAUDE.md als Roman. Eine 400-Zeilen-CLAUDE.md hilft niemandem. Claude Code liest sie in jeder Session — je länger, desto mehr Token-Verbrauch und desto weniger folgt Claude den wichtigen Regeln. Wir empfehlen maximal 80-100 Zeilen in der Hauptdatei, den Rest in .claude/rules/-Dateien aufteilen.

Hooks ohne Error Handling. Ein Hook, der fehlschlägt, blockt den gesamten Workflow. Testen Sie jeden Hook isoliert, bevor Sie ihn in die Konfiguration aufnehmen. Ein set -e am Anfang des Hook-Scripts und ein Fallback bei Netzwerkfehlern (Slack-Webhook nicht erreichbar) sparen viel Debugging.

Häufig gestellte Fragen

Was kostet Claude Code für ein Team mit 10 Entwicklern?

Rechnen Sie mit 1.000-2.000 USD/Monat für den Max-Plan (100-200 USD pro Entwickler). Für API-basierte Automatisierung in CI/CD kommen je nach Nutzung 500-1.500 USD dazu. Insgesamt also 1.500-3.500 USD für ein 10er-Team — deutlich unter den Kosten einer eingesparten halben Entwicklerstelle.

Ist Claude Code DSGVO-konform einsetzbar?

Anthropic verarbeitet Code auf US-Servern, trainiert laut eigener Aussage aber nicht mit Kundendaten. Für sensible Codebases empfehlen wir die API-Nutzung mit Data Retention auf null Tage. Anthropic hat SOC 2 Type II. Für regulierte Branchen (Banking, Versicherung) sollten Sie trotzdem eine Datenschutzfolgeabschätzung durchführen und prüfen, ob Azure OpenAI oder ein Self-Hosted-Modell die bessere Wahl ist.

Claude Code vs. GitHub Copilot — welches Tool für Workflow-Automatisierung?

GitHub Copilot ist ein Autocomplete-Tool. Claude Code ist ein autonomer Agent. Copilot schlägt die nächste Zeile vor. Claude Code führt komplette Workflows aus — von der Ticket-Analyse über die Implementierung bis zum PR. Für reine Code-Vervollständigung reicht Copilot. Für Prozessautomatisierung gibt es aktuell keine echte Alternative zu Claude Code.

Können auch Nicht-Entwickler Claude Code produktiv nutzen?

Ja, mit Einschränkungen. Claude Code arbeitet im Terminal, das ist die Einstiegshürde. Aber Skills abstrahieren die Komplexität: Ein /report oder /deploy erfordert null Code-Kenntnisse. Wir schulen in unserem 5-Tage-Workshop gezielt IT-Fachkräfte ohne Programmier-Hintergrund — nach Tag 3 bauen die meisten Teilnehmer eigenständig Automationen.

Wie lange dauert es, bis ein Team produktiv mit Hooks und Skills arbeitet?

Kommt drauf an, wo Sie starten. Teams mit bestehender CLI-Kultur und CI/CD-Erfahrung brauchen ein bis zwei Wochen für eine solide Konfiguration. Teams, die bisher nur mit IDEs gearbeitet haben, eher drei bis vier Wochen. Der größte Zeitfresser ist nicht die Technik — es ist das Umdenken von „ich tippe Code“ zu „ich instruiere einen Agenten“.

Nächster Schritt

Wir bieten eine Claude Code Schulung an, die genau diese vier Bausteine abdeckt — von CLAUDE.md über Hooks und Skills bis zur MCP-Integration. Inhouse, an Ihrem echten Codebase, mit Ihren echten Workflows.

Verwandte Themen

Als Managed Service: KI-Workflows als Managed Service.