Drei Phasen, ein Werkzeug-Kasten, eine Token-Ökonomie, die über Erfolg oder Geldgrab entscheidet. Hier ist alles, was du brauchst, um dein erstes Produkt selbst zu bauen.
Wir haben keine Partnerschaften mit den hier genannten Anbietern. Wir empfehlen, was wir selbst nutzen.
Setup
Bevor du baust — die sieben Dinge, die du einmal einrichtest.
Erst die Werkzeuge, dann das Konzept. Wir gehen die Reihenfolge durch, in der wir selbst starten — Account, App, Editor, Repo, Regeln, Skills, MCPs. Eine Stunde Setup, dann nie wieder daran denken.
Schritt 01
Claude Pro oder Max Plan
Anthropic-Account mit aktivem Abo ist die Basis. Ein Plan reicht — Pro für den Start, Max wenn du längere Sessions oder mehr Token-Budget brauchst. Ohne aktives Abo kein Cowork und kein Claude Code.
Cowork lebt als dritter Tab innerhalb der Claude Desktop App — du brauchst keine separate App. In Cowork beschreibst du, was dein Produkt können soll, und die KI fragt so lange, bis das Konzept steht. Am Ende fällt eine Markdown-Datei raus, die du in Phase 2 an Claude Code übergibst.
Das Bau-Werkzeug für Phase 2. Zwei Setup-Wege: Terminal (maximal flexibel) oder VS Code (Code, Terminal und Claude in einem Fenster) — Output ist derselbe. Sicherheits-Tipp: bestenfalls auf einem separaten Computer arbeiten, auf dem keine persönlichen Daten liegen. Claude Code bekommt vollen Datei-Zugriff, das sollte sauber getrennt sein.
Backup nach jedem Sprint. API-Keys, interne Notizen und frühe Architektur-Skizzen bleiben unter Verschluss. Vercel und Netlify deployen direkt aus GitHub heraus — der Workflow lohnt sich also doppelt.
In jedem Projektordner liegt eine Datei namens CLAUDE.md. Sie ist das Regelwerk für deine Sessions. Wie du arbeitest, welcher Stack genutzt wird, welche Pflicht-Checks (DSGVO, Performance, Barrierefreiheit) immer laufen, was tabu ist. Claude Code liest sie bei jedem Start automatisch. Ohne CLAUDE.md fängt die KI bei jedem Mal von vorne an.
Skills sind Ordner mit einer Anleitung (Markdown) plus optionalen Skripten. Claude lädt sie nur dann, wenn sie zur aktuellen Aufgabe passen. Vier Skills lohnen sich von Tag 1: UI/UX Design (Komponenten, Layouts, Design-Tokens), Superpowers (Planung, Brainstorming, Test-Driven Development), Code Review (zweiter Blick, bevor du committest) und Memory (CLAUDE.md-Pflege und Lessons-Learned-Tracking über Sessions hinweg).
MCPs (Model Context Protocol) geben Claude Zugriff auf deine Welt — Dateien, GitHub, Datenbank, Browser. Drei für den Start: Filesystem (Claude baut in deinem Projekt), GitHub (Claude wird Team-Mitglied), Context7 (aktuelle Doku statt veralteter Halluzinationen). Brauchst du ein Backend, häng Supabase dran (Datenbank, Auth, Storage). Tipp: am Projekt-Start frag deine Planungs-Session (Cowork oder Superpowers), welche MCPs dein konkreter Use-Case wirklich braucht — sonst sammelst du Zeug, das nichts tut.
bash·Top MCPs anbinden
claude mcp add filesystem -- npx -y @modelcontextprotocol/server-filesystem /pfad/zum/projekt
claude mcp add --transport http github https://api.githubcopilot.com/mcp/ --header "Authorization: Bearer YOUR_GITHUB_PAT"
claude mcp add context7 --transport http https://mcp.context7.com/mcp --header "CONTEXT7_API_KEY: ctx7sk_..."
claude mcp add supabase -- npx -y @supabase/mcp-server-supabase --access-token YOUR_SUPABASE_PAT
Vier Regeln, die Claudes Output spürbar besser machen.
Andrej Karpathy (OpenAI-Mitgründer) hat öffentlich beschrieben, woran KI-Coding oft scheitert: falsche Annahmen, Over-Engineering, ungefragte Änderungen, unverifiziertes „fertig“. Forrest Chang hat daraus vier CLAUDE.md-Regeln als installierbares Plugin gebaut, inzwischen mit über 190.000 GitHub-Stars. Einmal installiert, gelten sie in jeder Session.
01
Think Before Coding
Erst denken, dann bauen. Claude legt seine Annahmen offen, bevor er Code schreibt.
02
Simplicity First
Die einfachste Lösung, die funktioniert. Kein Over-Engineering auf Vorrat.
03
Surgical Changes
Nur ändern, was für die Aufgabe nötig ist. Fremder Code bleibt unangetastet.
04
Goal-Driven Execution
Fertig ist erst, was geprüft ist. Jeder Erfolg wird verifiziert, nicht behauptet.
Plan-Mode aktivieren. Claude analysiert die Aufgabe und schreibt einen Plan, bevor er codet.
/dream
Brainstorming- und Ideation-Modus. Claude denkt frei laut mit, ohne direkt zu coden.
/init
Projekt einrichten, CLAUDE.md anlegen, Defaults setzen.
/rewind
Zurück zu einem früheren Stand — Checkpoint wiederherstellen.
/plugin
Plugin installieren oder verwalten, MCP-Server hinzufügen.
/loop
Einen Auftrag oder Slash-Befehl in festem Intervall wiederholen (z. B. /loop 5m /babysit). Ohne Intervall taktet Claude sich selbst.
/usage
Aktuellen Token-Verbrauch checken.
/effort
Wie viel Rechen-Aufwand Claude in eine Antwort steckt — von low bis max. Mehr bei kniffligen Aufgaben, weniger bei Routine.
/model
Modell wechseln (Opus, Sonnet, Haiku). opusplan lässt Opus planen und Sonnet ausführen: Qualität beim Plan, günstiger beim Code.
/goal
Ein Ziel setzen, an dem Claude dranbleibt, bis es erreicht ist. /goal clear hebt es wieder auf.
/resume
Eine frühere Session wieder aufnehmen, mit ganzem Kontext. Gut, wenn du nach einer Pause genau da weitermachst, wo du warst.
/quit
Session beenden und neu starten. Brauchst du, damit frisch installierte Skills und Plugins geladen werden.
Weitere Befehle
Diese Kürzel schreibst du ohne Schrägstrich direkt in deinen Auftrag.
ultracode
Kein klassischer Slash-Befehl: Du nutzt das Wort "ultracode" in deinem Auftrag. Claude Code orchestriert dann mehrere Agents parallel und plant oder baut größere Aufgaben am Stück.
Die drei Modi
Planmodus
Claude recherchiert und schlägt einen Plan vor, bevor Code geschrieben wird. Du liest gegen, sagst „passt“, erst dann legt er los.
Wann nutzt du es: Bei allem, was nicht trivial ist. Standard für jedes neue Feature.
Ausführungsmodus
Claude führt eine bestätigte Aufgabe direkt aus, ohne erneut zu fragen. Schritt für Schritt, mit Sichtbarkeit auf Tool-Calls.
Wann nutzt du es: Wenn der Plan steht und du nur noch das Ergebnis willst.
Automodus
Claude arbeitet autonom durch, fragt nicht zwischendurch. Risikoreicher, aber schneller.
Wann nutzt du es: Bei klaren, kleinen Aufgaben oder wenn du Sprint-Power brauchst.
Die drei Phasen
Vom leeren Bildschirm zur fertigen App. In drei Phasen.
Egal, ob du eine Web-App, eine iOS-App oder eine kleine Automatisierung baust. Der Weg ist immer derselbe. Du planst, du baust, du testest. Wir machen das an unserem eigenen Tool durch, dem KI-Bundestrainer, und du gehst die gleichen drei Schritte für deine Idee.
Phase 01
Planung — du beschreibst, Claude stellt die Fragen
Werkzeug · Claude Cowork
Phase 02
Programmierung — Claude Code baut, du gibst Richtung
Werkzeug · Claude Code
Phase 03
Test & Optimierung — Feintuning am echten Tool
Werkzeug · Browser, Simulator, Logs
Phase 1 · Planung — du beschreibst, Claude stellt die Fragen
Hauptwerkzeug: Claude Cowork.
Du beschreibst, was deine App können soll, und gibst Claude den Auftrag, dich so lange zu fragen, bis das Konzept steht. Am Ende generiert Claude eine Markdown-Datei mit dem fertigen Konzept. Sie ist dein Briefing für die Programmierphase.
Standard-Prompt für Claude Cowork (anpassen und kopieren):
text·Cowork-Briefing
Ich möchte eine [Web-App / iOS-App / Android-App] bauen.
Folgende Funktionen soll sie haben:
[hier Funktionen beschreiben]
Die Zielgruppe ist:
[hier Zielgruppe beschreiben]
Stelle mir so lange Fragen zu Funktionen, Edge-Cases und Zielgruppe, bis du das Konzept vollständig verstanden hast.
Kläre mit mir außerdem die Daten- und Architektur-Seite:
- Welche Daten speichert und verarbeitet die App?
- Welche davon sind kritisch (sensibel, vertraulich, regulatorisch heikel — z. B. Gesundheit, Finanzen, persönliche Notizen)?
- Welche Daten müssen WIR als Betreiber ownen (Server, Datenbank, Backups)?
- Welche Daten sollten ausschließlich dem Nutzer gehören (nur lokal auf dem Gerät, Ende-zu-Ende-verschlüsselt, niemals auf unseren Servern)?
- Welche Software-Architektur passt dazu (reine Frontend-App mit Local Storage, Backend mit Auth + Datenbank, E2E-verschlüsselter Sync …)?
Baue dann eine Markdown-Datei mit dem fertigen Konzept, die ich im nächsten Schritt mit Claude Code teilen kann.
Zweiter Weg: der Ultracode-BefehlNeu in Opus 4.8
Statt Schritt für Schritt zu planen, kannst du seit Opus 4.8 das Wort "ultracode" in deinem Auftrag nutzen (hieß zum Start kurz "workflow"). Claude Code schreibt dann selbst ein Orchestrierungs-Skript, startet mehrere Agents parallel und plant damit einen ganzen Ablauf oder eine komplette App durch. Wenn du lieber im Dialog denkst, helfen dir der brainstorm-Skill oder das Plugin ECC mit seinen Planungs-Agents weiter.
Warum die Daten-Frage so früh?
Du musst heute nicht selbst coden können. Ein Grundverständnis für Software-Architektur lohnt sich trotzdem. Die spannendste Frage dabei ist fast immer: Was passiert eigentlich mit den Daten? Welche landen auf deinen Servern, welche nur auf dem Gerät des Nutzers, welche dürfen den Browser nie verlassen?
Sobald du eine App baust, in der kritische Daten verarbeitet werden (Gesundheit, Finanzen, Tagebuch, Kund:innen-Daten), triffst du diese Architektur-Entscheidung bewusst, bevor die erste Zeile Code geschrieben wird. Genau dafür ist der Datenblock im Prompt oben.
Phase 2 · Programmierung — Claude Code baut, du gibst Richtung
Dein Werkzeug: Claude Code. Details zum Setup, zu Slash-Befehlen und zum Plan-Modus stehen in Sektion B.
Workflow:
1.Lege auf deinem Computer einen Projektordner an.
2.Lege dort die Markdown-Datei aus Phase 1 hinein.
3.Öffne Claude Code in diesem Ordner und schicke ihm den folgenden Prompt.
Standard-Prompt für Claude Code (kopieren und einsetzen):
text·Claude-Code-Briefing
Lies die Markdown-Datei, die ich im Projektordner abgelegt habe.
Baue auf Basis dieses Konzepts die Applikation. Wenn du Fragen hast, stelle sie mir bitte, bevor du anfängst.
Bitte programmiere die App in mehreren Sprints — wir machen immer nur einen klar abgegrenzten Teil auf einmal. Sag mir am Ende jedes Sprints, was du gebaut hast und was als Nächstes ansteht.
Wichtig:
- Plan-Modus vor jeder größeren Änderung. Erst Plan, dann meine Bestätigung, dann Code.
- Sprich Pflicht-Checks aktiv an: DSGVO, Performance, Mehrsprachigkeit, Barrierefreiheit.
- Schlag nach jedem Meilenstein einen Commit-Befehl vor (private Repo auf GitHub).
Phase 3 · Test & Optimierung — Feintuning am echten Tool
Bis hierhin ist es einfach. Du sprichst mit der KI, sagst, was sie tun soll, und die KI erledigt den Rest. Test und Optimierung sind der spannendste Teil. Hier geht es um echte Problemlösung. Funktioniert die UX, auch wenn der Nutzer etwas Unerwartetes tut? Liefert dein Tool die Antworten, die es soll, oder halluziniert das Modell? Wie hoch sind die Token-Kosten pro Aufruf?
Die Details zu Token-Ökonomie, Halluzinationen und Timeouts findest du in Sektion G. Hier nur die typischen Fragen, die in dieser Phase auftauchen:
Funktioniert die UX bei unerwarteten Eingaben?
Liefert das Modell echte Antworten oder erfindet es Inhalte?
Welche Token-Kosten entstehen pro Aufruf?
Brauchst du weitere APIs, um an bessere Daten zu kommen?
Lassen sich Suchergebnisse zwischenspeichern, damit das Endergebnis stabil bleibt?
Die wichtigsten Befehle pro Phase
Phase 01
Planung — du beschreibst, Claude stellt die Fragen
Workflow/planbrainstorm
Phase 02
Programmierung — Claude Code baut, du gibst Richtung
/clear/compact/rewind
Phase 03
Test & Optimierung — Feintuning am echten Tool
/debugcode-reviewChrome-DevTools-MCP
Ein paar Befehle reichen für den Anfang. Den Rest lernst du, wenn du ihn brauchst.
Skills
Skills — der Trick, der dich aus dem „immer wieder erklären“-Loop holt.
Skills sind Ordner mit einer Anleitung (Markdown) plus optionalen Skripten. Claude lädt sie nur dann, wenn sie zur aktuellen Aufgabe passen. Das hält den Kontext schlank und macht wiederkehrende Aufgaben reproduzierbar.
Abgrenzung in einem Satz:
·Skills sind einzelne, geladene Anweisungen.
·MCPs (Model Context Protocol Server) sind Verbindungen zu Tools — Dateien, GitHub, Datenbank, Browser. Skills sind Anweisungen, MCPs sind Zugriffe. Konfiguration via claude mcp add <name>.
·Plugins sind Bündel aus Skills, Agents, Hooks und MCP-Servern. Installation via /plugin install <name>@<marketplace>.
·Subagents sind eigene Claude-Instanzen mit eigenem Kontext für längere, isolierte Aufgaben (siehe Sektion B5).
Wo Skills liegen: ~/.claude/skills/ (persönlich), .claude/skills/ (projektweit), oder gebündelt im Plugin.
Skills, die du immer dabei haben willst
Atomare Anweisungen, die Claude in jeder Session zur Verfügung stehen sollten. Plugins (siehe nächste Sektion) bündeln solche Skills zu kompletten Workflows.
01
memory
Was · Anthropic-Skill für persistente Memory über Sessions hinweg. Speichert Entscheidungen, Lessons-Learned und Projekt-Kontext.
Install
bash
/plugin install memory@anthropic
Use-Case: Du erklärst dein Projekt einmal. Ab dann startet Claude jede Session mit dem Wissen, was zuletzt funktioniert hat und welche Wege Sackgassen waren.
02
ui-ux-pro-max
Was · Anthropic-Skill für UI/UX-Design — generiert Komponenten, achtet auf Design-System-Konsistenz, Typografie, Spacing und Barrierefreiheit.
Install
bash
/plugin install ui-ux-pro-max@anthropic
Use-Case: Du beschreibst eine Sektion oder Komponente und bekommst produktionsreifen Code, der nach Design aussieht. Spacing, Typografie und Kontrast prüft der Skill gleich mit.
03
web-search
Was · Web-Suche aus Claude heraus — recherchiert aktuelle Fakten, prüft Aussagen gegen echte Quellen, gibt Links zurück. Das beste Mittel gegen Halluzinationen bei aktuellen Themen.
Install
bash
/plugin install web-search@anthropic
Use-Case: Aktueller Preis eines Modells, frische Library-Version, ist eine Behauptung wirklich noch wahr? Claude sucht, prüft und liefert dir die Quelle gleich mit.
04
frontend-design
Was · UI/UX-Implementierung — generiert Layouts, prüft Design-Konsistenz, baut Komponenten.
Use-Case: Nach zwei bis drei Wochen am gleichen Projekt wirkt Claude vergesslich. Der Skill schreibt die wichtigsten Regeln in die CLAUDE.md zurück, und du wiederholst dieselben Korrekturen kein zweites Mal.
06
claude-code-setup
Was · Analysiert eine bestehende Codebase und empfiehlt passende Hooks, Skills, MCP-Server und Subagents.
Use-Case: Erste Session in einem neuen Repo. Der Skill schlägt dir die richtigen Automatisierungen für deinen Stack vor („du hast Next.js + Supabase → installiere XYZ“).
07
skill-creator
Was · Hilft dir, eigene Skills zu bauen, bestehende zu verbessern und mit Evals zu testen.
Use-Case: Du tippst zum dritten Mal dieselbe Anweisung („formatier alle Inputs nach unserem Style“). skill-creator macht daraus einen wiederverwendbaren /format-input-Skill. Ab dann reicht ein Befehl.
08
commit-commands
Was · Slash-Commands für git commit, git push und PR-Erstellung mit sauberen Messages.
Use-Case: Du hast zehn Änderungen gemacht und willst sie sauber committen. /commit schreibt Message, staged, committet — alles in einem Schritt.
09
remotion
Was · React-basierte programmatische Videos — du codest Animationen wie eine Komponente, Remotion rendert daraus ein MP4. Gut für Tutorials, Produkt-Demos, Social-Clips.
Install
bash
/plugin install remotion@claude-plugins-community
Use-Case: Onboarding-Video für deine App: Claude baut die Remotion-Komposition mit Text, Bewegung und Sound, du renderst das Endprodukt mit einem Befehl.
10
caveman
Was · Skill, der Claudes Antworten radikal kürzt — wirft Füllwörter und Höflichkeiten raus, behält Fachbegriffe und Code. Steuerung über /caveman lite, /caveman full und /caveman ultra (je stärker, desto knapper).
Install
bash
npx skills add JuliusBrussee/caveman
Use-Case: Lange Sessions, in denen dich die ausführlichen Erklärungen Tokens kosten. Du stellst auf /caveman ultra, und Claude antwortet im Telegramm-Stil weiter, ohne dass der Inhalt verloren geht.
11
stop-slop
Was · Skill gegen KI-Sprache: nimmt typische Muster raus (Floskel-Einstiege, Em-Dash-Inflation, das „nicht X sondern Y"-Schema), damit Texte menschlicher klingen. Danach ein zweiter Durchgang, der prüft, was noch nach KI riecht.
Install
bash
npx skills add hardikpandya/stop-slop
Use-Case: Du lässt Claude einen Entwurf schreiben und willst ihn nicht erst von Hand entschlacken. Der Skill fängt die KI-Tells ab, bevor der Text bei dir landet.
12
marketingskills
Was · Über 40 Marketing-Skills von Corey Haynes: Wettbewerbs-Recherche, CRO-Reviews, Positionierung, Copywriting, Kampagnen-Planung, Reporting. Die Skills bauen aufeinander auf und teilen denselben Produkt-Kontext.
Install
bash
npx skills add coreyhaines31/marketingskills
Use-Case: Du hast kein Marketing-Team. Du beschreibst dein Produkt einmal, dann übernimmt Claude die Landingpage-Copy, die Conversion-Analyse oder den Kampagnen-Plan im selben Stil.
Einen neuen Skill installieren
Du findest einen Skill, den du noch nicht hast? Gib Claude den Auftrag direkt. Er sucht den offiziellen Skill, lädt ihn und richtet ihn in deinen Projekten ein.
Prompt zum Kopieren
prompt
Ich möchte den [SKILL-NAME]-Skill installieren. Geh ins Internet, such nach dem offiziellen Skill und lade ihn mir auf alle meine Projekte. Hör erst auf, wenn er auch wirklich installiert ist.
Danach die Session einmal mit /quit neu starten, damit der frisch installierte Skill geladen wird.
Eigene Skills bauen
Wenn du dieselbe Anweisung zum dritten Mal tippst, mach einen Skill draus. Der skill-creator (oben in der Liste) nimmt dich an die Hand: du beschreibst, was der Skill können soll, den Rest baut er.
Beispiel: ein Tone-of-Voice-Skill
prompt
Moin Claude, ich möchte einen neuen, individuellen Skill erstellen: einen Tone-of-Voice-Skill. Nutze dafür den skill-creator-Skill. Der Skill soll immer greifen, wenn ich E-Mails schreibe, an Dokumenten sitze oder andere Texte verfasse, die nach mir klingen müssen. Du sollst wissen, wie ich schreibe und spreche. Lass uns den Skill zusammen bauen. Wenn du noch etwas von mir brauchst, frag einfach.
MCPs — wenn Claude mehr soll als nur Text schreiben.
Irgendwann willst du mehr als Antworten. Du willst, dass Claude deine Dateien anfasst, in deinem GitHub committet, eine Datenbank abfragt, Screenshots im Browser macht. Dafür gibt es MCP — das Model Context Protocol. Ein offener Standard, eine Art einheitlicher Anschluss für KI. Jeder MCP-Server stellt Werkzeuge bereit, die die KI nach deiner Freigabe nutzen darf.
Setup-Grundlage:
·In Claude Code: claude mcp add <name> ... zum Hinzufügen, /mcp zur Verwaltung.
·In Claude Desktop: Ein-Klick-Erweiterungen aus dem Connectors-Menü, ohne Konfigurations-File-Frickelei.
Unsere kuratierte MCP-Auswahl
Pro Karte: Was, Setup-1-Liner, Sicherheits-Hinweis, Link.
01
Filesystem (offiziell)
Was · Geregelter Lese-/Schreibzugriff auf bestimmte lokale Ordner. Die Grundlage für „Claude baut in meinem Projekt“.
Warum · Claude arbeitet direkt in deinem Projekt, statt dass du Dateien hin- und herkopierst.
Setup
bash
claude mcp add filesystem -- npx -y @modelcontextprotocol/server-filesystem /pfad/zum/projekt
Sicherheit: Nur konkrete Projektordner whitelisten. Nie / oder ~. Keine .env, Keys oder SSH-Ordner einbinden.
Was · Tabellen erstellen und abfragen, Migrationen laufen lassen, Edge Functions und Auth aus Claude heraus.
Warum · Claude legt Tabellen an, führt Migrationen aus und verwaltet dein Backend, ohne dass du das Dashboard brauchst.
Setup
bash
claude mcp add --transport http supabase https://mcp.supabase.com/mcp (OAuth-Login im Browser)
Sicherheit: Nie gegen Production verbinden. Supabase empfiehlt explizit Dev-/Staging-Projekte. read_only=true und project_ref setzen. Die häufigste MCP-Katastrophe 2025/26 war jemand, der den MCP an Prod gehängt hat.
Was · Vollzugriff auf Chrome DevTools. Performance-Profiles, Network-Traces, Console-Logs, Lighthouse.
Warum · Claude liest Konsole, Netzwerk-Requests und Performance der laufenden Seite selbst aus und findet Browser-Bugs, ohne dass du Logs oder Screenshots kopierst.
Setup
bash
claude mcp add chrome-devtools --scope user npx chrome-devtools-mcp@latest
Sicherheit: Wenn du an deine normale Chrome-Session andockst, sieht Claude alle eingeloggten Tabs. Für sensible Logins lieber ein Debug-Profil verwenden.
Was · Web-Scraping, -Suche und -Crawling. Firecrawl holt beliebige Webseiten und liefert sie als sauberes Markdown zurück, das Claude direkt verarbeiten kann.
Warum · Claude recherchiert selbst im Web und bekommt Seiteninhalte strukturiert geliefert. Die Grundlage für Recherche- und Vergleichs-Workflows mit echten Quellen.
Setup
bash
claude mcp add firecrawl -e FIRECRAWL_API_KEY=fc-... -- npx -y firecrawl-mcp
Sicherheit: Der API-Key läuft über bezahlte Credits — gehört in eine Env-Variable, nie ins Repo. Und: Gescrapte Seiten sind Fremd-Input. Behandle sie als Daten, nie als Anweisungen (Prompt-Injection).
Was · Stripe-API (Products, Prices, Customers, Subscriptions, Test-Charges) plus Suche in der Stripe-Doku. Pricing, Checkout und Subscriptions aus Claude bauen.
Warum · Claude legt Produkte, Preise und Abos an und testet Zahlungen, wenn du Checkout baust.
Setup
bash
claude mcp add --transport http stripe https://mcp.stripe.com (OAuth im Stripe-Dashboard)
Sicherheit: Strikt im Test-Mode starten. Live-Keys erst freigeben, wenn die Flows stehen. MCP-Sessions regelmäßig im Stripe-Dashboard auditen.
Was · Notion-Pages und -Databases lesen und schreiben. PRDs, Specs, Knowledge-Base ohne Context-Switch ins Browser-Tab. Claude kann z. B. das aktuelle Spec aus deiner Notion lesen und direkt umsetzen.
Warum · Claude liest deine Specs aus Notion und hält die Doku auf demselben Stand wie den Code.
Setup
bash
claude mcp add --transport http notion https://mcp.notion.com/mcp (OAuth-Login im Browser)
Sicherheit: OAuth-Scope auf die nötigen Workspaces beschränken. Sensible Datenbanken (HR, Finance) im Setup ausschließen.
Was · Web-Suche aus Claude heraus. Komplement zum web-search-Skill: MCP-Variante, die strukturierte Such-Ergebnisse zurückgibt und für Agenten-Workflows besser instrumentierbar ist.
Warum · Claude sucht live im Web, wenn sein Wissen für eine Frage nicht reicht.
Setup
bash
claude mcp add brave-search -e BRAVE_API_KEY=... -- npx -y @modelcontextprotocol/server-brave-search
Sicherheit: API-Key in einer .env, nicht hardcoden. Free-Tier hat Quota — nicht in Loops nutzen, sonst rate-limit.
Was · OpenAIs Coding-Agent als MCP-Server. Claude kann Codex aus dem Editor heraus aufrufen, um den eigenen Code von einem zweiten Modell reviewen zu lassen — Cross-Model-Second-Opinions decken oft blinde Flecken auf, die ein Modell im Selbstgespräch übersieht.
Warum · Claude holt sich eine zweite Meinung von OpenAIs Codex, etwa für einen unabhängigen Code-Review.
Setup
bash
claude mcp add codex -- npx -y @openai/codex-mcp
Sicherheit: OpenAI-API-Key in .env, nicht hardcoden. Code-Reviews sind Read-only-Operationen, aber der Key kostet pro Call — bei Loops oder großen Diffs vorher Quota checken.
Was · Zugriff auf den Apify-Store: tausende fertige Scraper und Automatisierungen (Actors) für Social Media, Suchmaschinen, Karten, Shops. Claude startet einen Actor und bekommt strukturierte Daten zurück.
Warum · Claude holt sich echte Web-Daten über fertige Scraper, statt dass du jede Seite selbst absuchst.
Setup
bash
claude mcp add --transport http apify https://mcp.apify.com (OAuth-Login im Browser)
Sicherheit: Läuft über bezahlte Apify-Credits — Token in eine Env-Variable, nie ins Repo. Gescrapte Inhalte sind Fremd-Input: als Daten behandeln, nie als Anweisungen (Prompt-Injection).
Was · Bild- und Videogenerierung aus Claude heraus — über 30 Modelle (u. a. Veo, Kling, Flux, Seedream) hinter einem Endpoint. Claude erzeugt Bilder, rendert Videos und trainiert Charaktere.
Warum · Du baust Social-Clips oder Produkt-Visuals direkt im Gespräch, statt zwischen Tools zu wechseln.
Setup
bash
claude mcp add --transport http higgsfield https://mcp.higgsfield.ai/mcp (Login mit Higgsfield-Account)
Sicherheit: Anmeldung über deinen Higgsfield-Account, Generierung kostet Credits. Bei generierten Inhalten auf Nutzungsrechte achten, bevor du sie veröffentlichst.
Was · Cloud-Connector für Social Media: Instagram-DM-Automationen verwalten — Keyword-Trigger anlegen, Leads aus Posts einsammeln, sehen, welche Automation die meisten Antworten bringt. Alles im Gespräch, statt im Tool zu klicken.
Warum · Claude steuert deine DM-Automationen, während du einfach beschreibst, was passieren soll.
Setup
bash
In Claude: Einstellungen → Connectors → BooSend verbinden (claude.ai/customize/connectors), dann Instagram-Account autorisieren
Sicherheit: Greift auf deinen Instagram-Account und echte Nutzer-Nachrichten zu — personenbezogene Daten (DSGVO). Connector-Rechte bewusst vergeben, keine Automation ungeprüft scharf schalten.
Was · Anthropics Design-Tool (claude.ai/design), verbunden mit Claude Code. Mit /design-sync startet jedes Design aus deinem echten Design-System, und fertige Entwürfe gehen als Handoff-Bundle zurück an Claude Code, ohne Screenshot-Umweg.
Warum · Design und Code bleiben synchron: klickbare Prototypen gestalten und im selben Workflow fertig bauen.
Setup
bash
claude mcp add --scope user --transport http claude-design https://api.anthropic.com/v1/design/mcp (danach einmal /design-login)
Sicherheit: Beta für Pro, Max, Team und Enterprise. Die Design-Nutzung zählt auf denselben Limit-Pool wie Chat und Claude Code, behalte also im Blick, wie viel Budget deine Design-Sessions ziehen.
Sie geben dem Agent eine ungebremste Shell. In Kombination mit prompt-injiziertem Input aus Web, GitHub-Issues oder Mails extrem riskant. Wenn überhaupt: in einer isolierten VM, niemals auf dem Hauptsystem.
Warnung 2
Universal-API-MCPs.
Generic REST-Wrapper, die beliebige HTTP-Calls erlauben. Klingen praktisch, sind genau das Muster, das beim Supabase-Demo-Leak 2025 zum Datenabfluss führte.
Warnung 3
Supabase gegen Production.
Selbst der offizielle MCP ist gefährlich, wenn du ihn an die Live-Prod-DB hängst. Dev-Projekt, read_only=true, project_ref auf Dev.
Allgemeine Regel:
Kein MCP installieren, ohne 30 Sekunden über den Blast-Radius nachzudenken. Wenn ein bösartiger String aus einer Webseite oder einem Issue ungefiltert in den Agenten kommt — was kann der MCP im Worst Case tun?
Plugins
Plugins — komplette Workflows mit einem Befehl.
Plugins bündeln Skills, Hooks, Slash-Commands, Subagents und MCP-Configs in einem GitHub-Repo. Du installierst sie in zwei Zeilen und bekommst sofort einen kompletten Arbeitsablauf, statt jedes Bauteil einzeln zu konfigurieren.
Skill vs Plugin
Skill
Atomare Anweisung. Ein Skill ist eine einzelne, fokussierte Anleitung an Claude — zum Beispiel „so prüfst du eine API-Antwort" oder „so schreibst du einen Commit". Drop-in per Datei in ~/.claude/skills/.
Plugin
Bundle. Ein Plugin = mehrere Skills + Hooks + Slash-Commands + Subagents + ggf. MCP-Configs in einem Install. Damit holst du dir nicht eine Anleitung, sondern einen kompletten Arbeitsablauf.
Plugins sind im Kern: mehrere Skills, paketiert. Wer „Plugin" hört, denkt am besten an „Workflow-Bundle".
So funktioniert die Installation
Marketplaces sind GitHub-Repos, die Plugins listen. Bei den offiziellen Anthropic-Marketplaces (claude-plugins-official, claude-plugins-community) entfällt das marketplace-add — bei Community-Repos brauchst du beide Befehle.
Eine kuratierte Auswahl: ein Generalist (ECC), offizielle Bundles für Planung, Review und Security, persistente Memory, ein autonomer Loop und ein Context-Engineering-Paket. Reicht für die meisten Workflows.
01
ecc
Was es macht · Agent-Harness-Operator-System: 61 Agents, 246 Skills, 76 Slash-Commands, Memory-Optimierung, Security-Scanning, Research-first-Workflow. Funktioniert quer über Claude Code, Codex, Cursor, OpenCode.
Wofür Ein Install deckt Planen, Bauen, Reviewen und Sichern ab. Du sparst dir zehn Einzel-Setups und bekommst Agents, die aufeinander abgestimmt sind.
feature-dev: entwirf einen Stripe-Webhook für Abo-Cancellations und implementier ihn samt Tests.
prompt
Plan das Dark-Mode-Toggle für unser Dashboard — erst Codebase verstehen, dann Architektur, dann Code.
03
code-review
Was es macht · Mehrere Sonnet-Agents parallel: CLAUDE.md-Compliance, Bug-Hunt im Diff, git-blame-Kontext, PR-History-Check. Liefert sauberes Review-Markdown.
Wofür Vor jedem Push. Findet, was der Linter nicht sieht — Logik-Bugs, Architektur-Drift, dumme Wiederholungen.
Review meinen aktuellen Branch gegen CLAUDE.md und liefer mir nur die Mängel als Markdown-Tabelle.
prompt
Schau dir die letzten 5 Commits an und finde Bugs, die der Linter nicht erkennt.
04
security-guidance
Was es macht · Hook-basierte Sicherheits-Reviews: OWASP-Top-10, Insecure-Defaults-Detection, Sharp-Edges-Check beim Editieren von Auth- oder Crypto-Code.
Wofür Sobald du Login, Payments oder eigene API-Routen baust. Die erste Verteidigungslinie gegen die klassischen Fehler.
Prüfe meine Login-Route auf CSRF, Session-Hijacking und Rate-Limit-Lücken.
prompt
Geh meine .env-Logik durch und finde Insecure-Default-Fallbacks.
05
claude-mem
Was es macht · Persistente Cross-Session-Memory: Claude komprimiert, was in jeder Session passiert, und injiziert relevanten Kontext in spätere Sessions zurück. Reduziert Wiederholungen massiv.
Wofür Bei Projekten, die sich über Wochen ziehen. Claude weiß beim Start, was ihr zuletzt entschieden habt, und du sparst dir das „erinner dich an X".
Was haben wir in den letzten Sessions zum Daily-Goals-Admin entschieden?
prompt
Merk dir: wir nutzen ab heute Inter statt Plus Jakarta in Admin-Bereichen.
06
ralph-wiggum
Was es macht · Autonomer Loop für Claude Code: statt nach einem Versuch zu stoppen, arbeitet Claude dieselbe Aufgabe in Runden durch, bis ein definiertes Fertig-Signal kommt. Ein Stop-Hook fängt den Ausstieg ab und füttert den Auftrag erneut ein.
Wofür Klar umrissene Aufgaben mit echtem Erfolgskriterium (Tests grün, alles migriert), die du nicht Schritt für Schritt begleiten willst. Ähnlich wie der Build-Workflow von superpowers: sauber durchziehen statt halbfertig liegen lassen. Setz immer --max-iterations als Sicherheitsnetz.
/ralph-loop "Migriere alle Tests von Jest zu Vitest. Gib COMPLETE aus, wenn alle Tests grün sind." --completion-promise "COMPLETE" --max-iterations 50
prompt
/ralph-loop "Baue eine REST-API für Todos mit CRUD, Validierung und Tests." --completion-promise "FERTIG" --max-iterations 30
07
context-engineering
Was es macht · Plugin-Bundle aus 15 Skills rund um Context-Engineering: den Kontext schlank halten, Degradation vermeiden, Memory- und Multi-Agent-Muster. Die Skills greifen je nach Aufgabe automatisch.
Wofür Wenn deine Sessions lang werden und Claude anfängt, den Faden zu verlieren oder Tokens zu verbrennen. Das Bundle kuratiert, was wirklich in den Kontext gehört.
Halte den Kontext für diese lange Migration schlank: fass Erledigtes zusammen und behalte nur, was für die nächsten Schritte zählt.
prompt
Strukturiere unsere CLAUDE.md so um, dass sie unter 5k Tokens bleibt und trotzdem alle wichtigen Regeln enthält.
Vibe-Coding-Tools
Warum nicht einfach Lovable, Bolt oder v0?
Weil es unnötig viel Token-Geld kostet. Vibe-Coding-Builder bringen dich auf 70 Prozent — die letzten 30 Prozent (Auth-Flows, Custom-Logik, Security) zahlst du in Credit-Loops, die schnell explodieren. Mit Claude Code geht es günstiger, und es gibt trotzdem gute Produkte da draußen.
Die Tool-Karten — Lovable, Bolt, v0, Rork, Replit, Cursor, Figma Make — haben wir auf der Tools-Seite kuratiert, samt Pricing, Stärken und Bruchstellen. Da gehört das hin.
Dieselben drei Fehler tauchen in Vibe-Coding-Projekten immer wieder auf. Alle drei sind vermeidbar, wenn du sie vor dem Launch einmal durchgehst.
01
API-Keys im sichtbaren Code
Keys gehören als Umgebungsvariable auf den Server. Was im Frontend-Bundle oder im Git-Verlauf landet, ist öffentlich, und automatische Scanner suchen genau danach.
02
Fehlende Rate Limits
Jede öffentliche Funktion, die KI- oder API-Calls auslöst, braucht ein Limit pro Nutzer und Zeitfenster. Ohne Limit kann ein einzelnes Skript deine App beliebig oft aufrufen, und du zahlst jede einzelne Anfrage.
03
Fehlende Row Level Security
In Supabase gilt: RLS auf jeder Tabelle aktivieren, mit Policies, die pro Nutzer nur die eigenen Zeilen erlauben. Ohne RLS kann jeder mit deinem öffentlichen Key fremde Daten lesen.
Und davor die Grundsatzfrage: Welche Nutzerdaten musst du überhaupt auf deinem Server speichern? Alles, was auf dem Endgerät bleiben kann, bleibt aus deiner Datenbank raus und macht den Datenschutz deutlich einfacher.
Der Check dazu
Claude Code bringt einen eigenen Security-Review mit. Vor jedem Launch einmal laufen lassen, er findet genau diese Klassiker.
bash·In Claude Code ausführen
/security-review
Token-Ökonomie & Skalierung
Die Frage, die über Leben und Tod deines Produkts entscheidet.
Günstig zu bauen ist das eine. Das Tool dauerhaft zu betreiben, ohne von der Rechnung erschlagen zu werden, ist das andere. Token sind die operativen Kosten deiner KI-App. Wer Modelle, Caching und Pre-Computation nicht im Griff hat, wird beim ersten viralen Tag zum Geldgrab.
Case · KI-Bundestrainer
Hochrechnung: 100.000 Nutzer × 2 Generierungen × 16.000 Tokens auf einem Premium-Reasoning-Modell. Ergebnis: rund 156.000 USD pro Tag. Nach den vier Hebeln unten waren wir bei rund 65 USD pro Tag. Eine Reduktion um −99,96 Prozent.
Die vier Hebel auf einen Blick
Von 156.000 USD/Tag auf rund 65 USD/Tag. Die vier Hebel im Effekt aufeinander gestapelt:
Hebel
Was passiert
Effekt
1 · Modellwahl
Wechsel von Opus 4 auf GPT-4o-mini
−95 % Modell-Kosten
2 · Pre-Computation
Daten einmal recherchieren, in DB ablegen
−98 % Web-Search
3 · Caching
Wiederholungen aus dem Cache statt neu rechnen
≈ −65 % Anfragen
4 · Max-Tokens-Cap
Hartes Limit auf Output-Länge
−30 % Latenz
Vorab · Was du beim Bauen selbst tun kannst
Token-Optimierung beginnt nicht erst beim Modell-Pricing, sondern bei deiner Arbeitsweise mit Claude Code. Drei Hebel, die sofort wirken, bevor du eine Zeile Modell-Logik anfasst:
1/clear und /compact regelmäßig nutzen. Nach jeder fertigen Aufgabe einmal /clear (Context-Reset) oder /compact (Zusammenfassung). Hält den Kontext schlank und macht Claude deutlich präziser und günstiger.
2In Sprints mit kleinen Arbeitspaketen denken. Statt einer Mega-Session über Stunden lieber klar abgegrenzte Pakete: ein Feature, eine Komponente, ein Bugfix. Weniger Token pro Session, klarerer Fokus, weniger Sackgassen.
3Pro Aufgabe neue Session. Sobald die nächste Aufgabe nichts mit der vorherigen zu tun hat, starte frisch. Claude muss nicht 200 alte Nachrichten lesen, um zu verstehen, was du als nächstes willst.
4Statusleiste einrichten und rechtzeitig übergeben. Mit /statusline blendest du eine Leiste ein, die deinen Kontext-Verbrauch zeigt. Bei etwa 70 bis 80 Prozent lässt du dir ein kurzes Session-Handoff schreiben, startest frisch und gibst es der neuen Session mit. So kippt Claude nie mitten in der Aufgabe in einen vollen Kontext.
Setup · Drei Spar-Hebel in Claude Code selbst
Dein Setup hat eigene Stellschrauben, bevor eine Zeile Produkt-Code läuft. Drei Dinge, die wir selbst nutzen:
Sonnet 5 statt Opus
Für die meisten Coding-Aufgaben liegt Sonnet 5 nah an Opus 4.8 und kostet einen Bruchteil: 2 USD Input und 10 USD Output pro Million Tokens (Einführungspreis bis 31. August 2026, danach 3 und 15; Opus liegt bei 5 und 25). Dazu 1M Kontext. Auf Free- und Pro-Plänen ist Sonnet 5 inzwischen das Standard-Modell.
terminal·Modell umstellen
# in der laufenden Session umschalten:
/model
# direkt beim Start:
claude --model sonnet
# dauerhaft in ~/.claude/settings.json:
{ "model": "claude-sonnet-5" }
Headroom als Kompressions-Proxy
Ein lokaler Proxy zwischen Claude Code und dem Modell. Er komprimiert Tool-Outputs, Logs und Datei-Reads, bevor sie im Kontext landen, und bleibt reversibel: das Modell kann das Original jederzeit nachladen. Die Benchmarks zeigen 60 bis 95 Prozent weniger Token bei JSON- und Tool-lastigen Workflows, bei reinen Coding-Sessions eher 15 bis 20. Open Source (Apache 2.0, rund 58.000 GitHub-Stars), alles läuft lokal auf deinem Rechner.
terminal·Terminal
# installieren (Python; Node geht genauso):
pip install "headroom-ai[all]"
# Claude Code komprimiert starten:
headroom wrap claude
# optional: lernt aus fehlgeschlagenen Sessions,
# schreibt Fixes nach CLAUDE.local.md:
headroom learn
ponytail für kürzeren Code
Das Plugin hält Claude zu kompaktem, fokussiertem Code an. Weniger generierte Zeilen heißt weniger Output-Tokens. Fürs Kürzen von Antworten und deiner CLAUDE.md nutzen wir daneben das caveman-Skill aus dem Skills-Abschnitt.
terminal·Installation
/plugin marketplace add DietrichGebert/ponytail
/plugin install ponytail@ponytail
# danach steuern:
/ponytail lite | full | ultra | off
Hebel 1 · Modellwahl
Premium-Reasoning-Modelle (Claude Opus, GPT-4) sind für die meisten Use-Cases zu viel, wenn du strukturierte Entscheidungen aus einem vordefinierten Pool triffst. Wechsle auf Stats-optimierte Klassen (GPT-4o-mini, Claude Haiku 4.5) und du zahlst Sub-Cent pro Call statt mehrerer Cent.
Modell-Tabelle (Pricing-Bars relativ zu Opus 4 = 100 %):
Modell
Input · 1M Tok
Output · 1M Tok
Output relativ
Einordnung
Claude Opus 4
15 USD
75 USD
100 %
Top-Qualität, für strukturierte Picks oft zu teuer
GPT-4 (Classic)
30 USD
60 USD
80 %
Overkill, wenn du nur aus einem Pool wählst
Claude Haiku 4.5Unsere Wahl
1 USD
5 USD
7 %
Unsere Wahl für Texte mit Tonalität — bester Sprachton bei Sub-Cent
OpenAI GPT-4o-miniUnsere Wahl
0,15 USD
0,60 USD
0,8 %
Unsere Wahl für strukturierte Aufgaben — JSON, Klassifikation, Picks
DeepSeek V3
0,27 USD
1,10 USD
2 %
Deutsche Generierung: schwach, vor allem in Stil-/Satire-Tonarten
Qwen 2.5 72B
0,35 USD
0,40 USD
0,6 %
Deutsche Generierung: schwach in nicht-neutralen Tonarten
Gemini 2.0 Flash
0,10 USD
0,40 USD
0,5 %
Sehr günstig, aber Schema-Fails bei strikten JSON-Requirements
Listenpreise gerundet. Chinesische Modelle sind nominal günstig, aber bei deutscher Sprachgenerierung in bestimmten Tonarten (z. B. Satire) unbrauchbar. Die Wortwahl kippt schnell ins Generische.
Praxis-Tipp: Modelle parallel einsetzen. Beim KI-Bundestrainer nutzen wir Anthropic für Texte mit Stilgefühl (Satire, Stellungnahmen) und OpenAI für strukturierte Aufgaben (Kader-Auswahl). Das spart Geld und liefert für jeden Use-Case das passende Werkzeug.
Hebel 2
Pre-Computation — einmal recherchieren, oft wiederverwenden
Daten, die sich selten ändern, recherchierst du einmal und legst sie in einer Datenbank ab. Die KI greift beim Generieren nur noch darauf zu, statt bei jedem Call erneut zu suchen. Live-Daten holst du in größeren Intervallen (z. B. einmal pro Tag), nicht pro User-Anfrage.
Beispiel: Beim KI-Bundestrainer haben wir die 108 Kandidaten einmal recherchiert. Aktuelle Form, Verletzungen und Gegner-Analyse holen wir einmal pro WM-Spiel.
Effekt · −98 Prozent Web-Search-Kosten.
Hebel 3
Caching — gleiche Frage, gleiche Antwort
Wenn zwei User dasselbe anfragen, soll die KI nicht zweimal rechnen. Speichere bei jeder Anfrage die Eingaben plus das Ergebnis. Bei einer Wiederholung lieferst du das Ergebnis aus dem Cache, statt die KI erneut zu starten.
Effekt · Rund 65 Prozent der Anfragen entfallen komplett, je nach Anwendungsfall sogar mehr.
Bonus: Prompt-Caching beim Provider
Prompt-Caching beim Provider. Sowohl Anthropic als auch OpenAI cachen wiederkehrende Prompt-Teile (System-Prompts, feste Anleitungen) automatisch. Cache-Treffer kosten bei Anthropic etwa ein Zehntel des normalen Input-Preises — bis zu 90 Prozent Ersparnis. Bau deinen Prompt so, dass der stabile Teil nach vorne kommt und der variable User-Input nach hinten.
Hebel 4
Max-Tokens cappen
Modelle dürfen oft „bis zu 16.000 Output-Tokens“ und nutzen das gerne als Freifahrtsschein zum Nachdenken, selbst wenn der Output deutlich kürzer wäre. Setze ein hartes Cap (z. B. 7.000). Das Modell interpretiert das als Budget-Signal und kürzt automatisch. Kein Qualitätsverlust, weil das echte Output-Volumen meist drunter liegt.
Effekt · −30 Prozent Latenz, nebenbei weniger Timeouts.
Vier Konzepte, die du nicht von Tag 1 brauchst, die dein Setup aber schärfer machen, sobald du regelmäßig baust.
Output Styles
Output Styles geben Claude eine andere Persona — z. B. „learning" (erklärt jeden Schritt) oder „explanatory" (mehr Kommentare im Code). Du installierst sie als Plugin und schaltest sie per /output-style um. Praktisch, wenn du zwischen „schnell fertig" und „ich will dabei lernen" wechseln willst.
Hooks
Hooks sind kleine Automatiken, die bei bestimmten Ereignissen feuern — vor oder nach einem Tool-Aufruf, vor einem Commit, beim Edit einer Datei. Damit erzwingst du Verhalten, das du sonst manuell triggern müsstest („vor jedem Commit die Tests laufen lassen“, „beim Editieren einer Auth-Datei eine Security-Warnung zeigen“).
Permissions
Permissions legen fest, was Claude ohne Rückfrage darf und was nicht. Drei Stufen: erlauben, fragen, verbieten. Wichtig, sobald die KI selbstständig läuft (Auto-Mode, Subagents, Hooks). Defaults sind sicher, aber du kannst sie pro Projekt schärfen — etwa Filesystem-Writes nur in bestimmten Ordnern, keine Shell-Befehle ohne Bestätigung.
Agent SDK
Das Agent SDK ist der Weg, Claude direkt in dein fertiges Produkt einzubauen. Aus dem Konsolen-Tool wird ein Agent, der in deiner App lebt. Du baust eigene Werkzeuge, definierst System-Prompts, gibst dem Agenten Zugriff auf deine Datenbank — und Endnutzer reden mit Claude über deine Oberfläche statt über die Konsole.
Deine Bauen-Challenge
Loslegen schlägt Lesen.
Nur wenn du KI selbst nutzt, verstehst du, wie sie funktioniert. Ein kleines Tool, ein Wochenend-Experiment, ein internes Skript. Egal. Du musst kein Techie werden. Du musst nur einmal angefangen haben.
Bau dein erstes KI-Tool
Wähle eine Form: Web-App, iOS-App, kleine Automatisierung oder Workflow. Geh durch die drei Phasen aus Sektion A — Planung mit Claude Cowork, Programmierung mit Claude Code, Test im Browser oder Simulator. Plane ein Wochenende ein. Du wirst überrascht sein, wie weit du kommst.
Founder-Case-Studies von Pat Walls: wie echte Gründer ihre Produkte gestartet und vermarktet haben, mit konkreten Zahlen. Gut, um Growth-Taktiken an realen Beispielen zu lernen.