AI Coding
← Zurück zur Übersicht
Expert AI Coding 15 Min

Agent Teams und Skills: KI-Entwicklung auf dem nächsten Level

Wie du Multi-Agent-Systeme orchestrierst, wiederverwendbare Skills erstellst und autonome Coding-Workflows aufbaust

Visual Summary

Klicken zum Vergrößern

Agent Teams und Skills: KI-Entwicklung auf dem nächsten Level - Sketchnote

Agent Teams und Skills: KI-Entwicklung auf dem nächsten Level

Einleitung

AllAboutAI hat einen Claude Code Agent 504 Stunden am Stück laufen lassen. MetalSole hat ein Ideation-System gebaut, bei dem mehrere Agents eigenständig brainstormen, sich gegenseitig herausfordern und auf Ideen konvergieren. Nate B Jones berichtet von StrongDMs "Dark Factory", wo drei Ingenieure Produktions-Software ausliefern -- ohne selbst Code zu schreiben oder zu reviewen.

Das sind keine Zukunftsvisionen. Das passiert jetzt. Und die Technologien dahinter -- Agent Teams und Skills -- sind die nächste Stufe des KI-gestützten Arbeitens. In diesem Kurs lernst du, wie du sie selbst einsetzt.

Agent Teams: Wenn KI sich selbst organisiert

Was sind Agent Teams?

Agent Teams ist eine Funktion von Claude Code, die es ermöglicht, mehrere spezialisierte Agents gleichzeitig arbeiten zu lassen. Jeder Agent hat eine definierte Rolle, und sie kommunizieren untereinander über Peer-to-Peer-Nachrichten.

MetalSole beschreibt seine Erfahrung mit einem Ideation-System: "Ich habe einen Freidenker entworfen, einen Erder, einen Schiedsrichter und eine Handvoll unterstützender Agents. Sie brainstormten, forderten sich gegenseitig heraus und konvergierten auf Ideen. Ich gab ihnen ein echtes Problem: Eine Anwendung umbenennen, die ihren ursprünglichen Zweck entwachsen hatte. Sie arbeiteten 90 Minuten und kamen mit etwas zurück, für das ich ein professionelles Team bezahlt hätte."

Wie Agent Teams funktionieren

Ein Agent Team besteht typischerweise aus:

  • Team Lead: Koordiniert die Arbeit, verteilt Aufgaben
  • Spezialisierte Agents: Jeder hat eine bestimmte Rolle (Researcher, Coder, Tester, Reviewer)
  • Kommunikationsprotokoll: Agents können sich gegenseitig Nachrichten senden

Der Unterschied zu einem einzelnen Agent: Statt dass ein Agent zwischen verschiedenen Aufgaben hin und her wechselt, arbeiten mehrere Agents parallel an dem, was sie am besten können.

Praktisches Beispiel: Das Ideation-System

MetalSoles Aufbau:

  1. Free Thinker Agent: Generiert kreative, unkonventionelle Ideen ohne Einschränkungen
  2. Grounder Agent: Prüft jede Idee auf Machbarkeit, Kosten und praktische Umsetzung
  3. Arbiter Agent: Wägt die Perspektiven ab und trifft die finale Entscheidung
  4. Supporting Agents: Recherchieren Hintergrundinformationen und liefern Daten

Das überraschende Ergebnis: "Ich habe jeden Agent entworfen. Ich verstehe die Architektur. Und das Ergebnis hat mich trotzdem überrascht -- nicht weil es gut war, sondern weil ich nicht nachvollziehen kann, wie sie dorthin gekommen sind."

Wann Agent Teams sinnvoll sind

Agent Teams sind sinnvoll bei:

  • Komplexen Projekten mit mehreren unabhängigen Arbeitsbereichen
  • Interdisziplinären Aufgaben (z.B. Code + Design + Dokumentation)
  • Qualitätssicherung wo ein Agent baut und ein anderer prüft
  • Langläufer-Aufgaben die stundenlang im Hintergrund arbeiten

Agent Teams sind überdimensioniert für:

  • Einfache Coding-Aufgaben
  • Einmalige Fragen oder kurze Interaktionen
  • Aufgaben, die strikt sequentiell ablaufen müssen

Skills: Dein Agent lernt dauerhaft

Was sind Skills?

MetalSole bringt es auf den Punkt: "Claude Code Skills sind die am meisten unterschätzte Funktion in der KI gerade." Ein Skill ist eine Markdown-Datei, die deinem Agent dauerhaft beibringt, wie er eine bestimmte Aufgabe erledigen soll.

Statt jedes Mal von Null anzufangen, kann dein Agent auf Skills zurückgreifen -- wiederverwendbare Workflows, die einmal erstellt werden und dauerhaft funktionieren.

Skills in 60 Sekunden erstellen

MetalSole zeigt in seinem Video den einfachsten Weg:

  1. Arbeite mit Claude Code an einer Aufgabe
  2. Wenn das Ergebnis gut ist, sage: "Erstelle einen Skill daraus"
  3. Claude Code schreibt eine Markdown-Datei mit allen Anweisungen
  4. Der Skill ist ab sofort als Slash-Command verfügbar

Beispiele aus MetalSoles Videos:

  • Wöchentlicher Essensplaner: Trackt, was die Familie mag, und plant automatisch Mahlzeiten
  • People Directory: Ein persönliches Kontaktverzeichnis, das von überall zugänglich ist
  • Do-Work Skill: Ein vollständiger Entwicklungs-Workflow aus Capture und Build

Das Folder-Pattern

MetalSole hat ein fundamentales Muster identifiziert, das Skills besonders mächtig macht:

"ChatGPT vergäbt deine besten Ideen. Jeder Entwurf, jede Entscheidung, jede gute Version -- gefangen in einem endlosen Scroll von Konversationen."

Die Lösung: Coding-Agents, die Dateien in Ordner schreiben statt in Chats. Dieselbe Konversation, dieselben Ideen -- aber jetzt leben sie in einem Ordner, den du tatsächlich finden kannst.

Das Folder-Pattern funktioniert so:

  1. Ein Ordner pro Projekt mit klarer Struktur
  2. Claude schreibt Dateien statt Chat-Antworten
  3. Kontext-Dateien (CLAUDE.md) geben dem Agent dauerhaftes Wissen
  4. Ergebnisse sind versioniert und durchsuchbar

Lokale vs. Globale Skills

MetalSole erklärt den wichtigen Unterschied:

  • Lokale Skills: Gelten nur für ein bestimmtes Projekt. Sinnvoll für projektspezifische Workflows.
  • Globale Skills: Stehen in jedem Projekt zur Verfügung. Sinnvoll für allgemeine Aufgaben wie Meeting-Transkription oder Code-Review.

Autonome Workflows: Agents laufen lassen

Das Do-Work-Pattern

MetalSole hat einen der einflussreichsten Claude Code Skills entwickelt: das Do-Work-Pattern mit zwei Terminals.

Terminal 1 -- Capture: Du hast Ideen, Aufgaben, Änderungswünsche. Der Capture-Agent schreibt sie als strukturierte Dateien in eine Queue.

Terminal 2 -- Build: Ein zweiter Agent arbeitet die Queue ab. Er plant, wenn nötig, baut, testet, committed und loopt -- automatisch, stundenlang, ohne Eingreifen.

"Zwei Skills. Capture auf der einen Seite, Build auf der anderen. Dateien in einem Ordner, Sub-Agents erledigen die Arbeit, Commits passieren automatisch."

AllAboutAIs 24/7-Agent

AllAboutAI hat den autonomen Coding-Ansatz auf die Spitze getrieben: Ein Claude Code Agent, der 24 Stunden am Tag, 7 Tage die Woche läuft. Nach 12 Tagen Laufzeit berichtet er:

  • Der Agent hat eigenständig an Projekten gearbeitet
  • Chrome autonom navigiert für Research
  • Commits erstellt und Code deployed
  • Cron-Job-Strategien für regelmässige Aufgaben implementiert

Die grösste Erkenntnis: Es funktioniert erstaunlich gut für klar definierte, wiederholbare Aufgaben. Es scheitert bei Aufgaben, die Kreativität oder menschliches Urteil erfordern.

Remote Control: Agents von überall steuern

MetalSole erklärt Claude Codes Remote Control Feature:

"Deine Sessions hören nicht auf, wenn du weggehst. Jetzt kannst du sie sehen -- und steuern -- von wo auch immer du bist."

Setup:

  1. Remote Control in den Claude Code Einstellungen aktivieren
  2. Jede Session ist automatisch über das Web erreichbar
  3. Vom Handy oder einem anderen Computer Sessions prüfen und steuern

Der Workflow-Shift: "Was sich ändert ist, wie du über deine Coding-Sessions nachdenkst. Sie werden zu etwas, das du gelegentlich checkst, statt zu etwas, neben dem du sitzt."

Die sechs überlebenden Praktiken

MetalSole hat nach tausenden Stunden mit KI-Coding sechs Praktiken destilliert, die sich bewährt haben:

1. Sprechen statt tippen

Voice Input liefert reichhaltigere Prompts. Tools: SuperWhisper, WisprFlow, MacWhisper.

2. Gib deiner Arbeit ein Zuhause

Nutze Ordner als gemeinsame Arbeitsbereiche statt ephemere Chats.

3. Verifiziere deine Pläne

Zwinge die KI, ihre eigenen Pläne zu überprüfen, bevor sie baut.

4. Lösche den Kontext

Starte regelmässig frische Sessions, bevor die Qualität nachlasst.

5. Geh weg

Autonome Work Loops, die stundenlang laufen, committen mit Nachvollziehbarkeit und dich benachrichtigen, wenn sie fertig sind.

6. Baue deine eigenen Tools

Wenn Standardlösungen nicht passen, baue dir mit Claude Code eigene Werkzeuge.

Die neue Rolle des Entwicklers

Nate B Jones beschreibt die Zukunft der Softwareentwicklung im Token-Zeitalter: "Es gibt jetzt drei Arten von Entwicklern."

Der Orchestrator

Schreibt keinen Code, sondern spezifiziert Ergebnisse und managed die Intelligenz, die diese Ergebnisse produziert. Kernkompetenzen: System-Design, Spezifikations-Schreiben, Qualitätsbewertung, Token-Ökonomie.

Der Systems Builder

Baut die Infrastruktur, die Orchestratoren nutzen: Agent-Frameworks, Evaluations-Pipelines, Kontext-Management-Systeme, Routing-Layer.

Der Domain Translator

Kombiniert technische Kompetenz mit tiefem Fachwissen in einem bestimmten Markt. "Diese Leute wissen vielleicht noch gar nicht, dass sie Entwickler sind."

MetalSole formuliert die Kernfrage für erfahrene Entwickler um: "Die Fähigkeit, die dich zum Senior gemacht hat -- jeden Diff zu lesen, jedes Pattern zu kennen -- könnte genau das sein, was dich jetzt bremst. Wenn du nicht benennen kannst, wonach du suchst, hast du wahrscheinlich kein Bedenken. Du hast Angst."

Fazit

Agent Teams und Skills sind die Werkzeuge, die den Übergang vom KI-unterstützten Arbeiten zum KI-orchestrierten Arbeiten markieren. Die wichtigsten Erkenntnisse:

  1. Agent Teams ermöglichen parallele, spezialisierte Arbeit mit emergenten Ergebnissen
  2. Skills machen einmalige Lösungen zu dauerhaften Fähigkeiten deines Agents
  3. Das Folder-Pattern schlägt die flüchtige Chat-Konversation für ernsthafte Arbeit
  4. Autonome Workflows verschieben deine Rolle vom Ausführenden zum Orchestrator
  5. Voice Input liefert reichhaltigere Prompts als getippter Text

Die Zukunft gehört nicht denen, die den meisten Code schreiben, sondern denen, die Intelligenz am präzisesten lenken können. Und die Werkzeuge dafür sind jetzt verfügbar.

AI CodingEntwicklungTools
← Weitere Kurse entdecken