Claude Code Skills aufbauen: 7 Stufen vom Anwender zum Profi

Ein Claude-Code-Skill ist im Kern ein Ordner mit Wissen: Die wichtigste Datei darin, skill.md, wirkt wie eine Standardarbeitsanweisung für die KI und legt fest, was Claude wann tun soll. Claude Code ist dabei das Kommandozeilen-Werkzeug von Anthropic, mit dem Entwicklerinnen und Entwickler die KI Claude direkt in ihrer Arbeitsumgebung einsetzen, für Programmieraufgaben ebenso wie für Recherche oder Textarbeit. Wer damit arbeitet, durchläuft meist einen klaren Weg: erst nutzt man fertige Skills von anderen, später baut man eigene, passt sie ans eigene Unternehmen an und lässt sie am Ende sogar zusammenarbeiten. Dieser Artikel geht diesen Weg in sieben Stufen durch, mit Beispielen, die auch ohne Programmiererfahrung verständlich sind.

Stufe 1: Verstehen, was ein Skill ist

Am Anfang steht die Erkenntnis, dass ein Skill mehr ist als ein einzelner Prompt: ein kleines Wissenspaket mit eigenen Regeln. skill.md bildet darin das Gehirn. Die Datei sagt Claude, wann der Skill zum Einsatz kommt und nach welchen Regeln er arbeitet.

Wichtig ist dabei ein Prinzip namens progressive Offenlegung (Progressive Disclosure): Informationen laden in drei Schritten, zuerst die kurze Beschreibung im YAML-Kopf der Datei, dann bei Bedarf der Hauptteil von skill.md, und erst wenn es wirklich nötig ist, zusätzliche Referenzdateien oder Skripte. So bleibt der Kontext schlank, selbst wenn Dutzende Skills gleichzeitig installiert sind. Auf dieser ersten Stufe installiert und nutzt man meist Skills, die andere gebaut haben, ganz ohne selbst etwas zu programmieren.

Stufe 2: Schlanke Strukturen und präzise Trigger

Auf der zweiten Stufe geht es um Effizienz. Eine gute skill.md bleibt unter etwa 200 Zeilen und funktioniert wie ein Inhaltsverzeichnis, das auf ausführlichere Dokumente in einem Referenzordner verweist. Genauso wichtig wird die Frage, was einen Skill überhaupt auslöst: Was aktiviert ihn, was soll ihn ausdrücklich nicht aktivieren, und welches Ergebnis wird danach erwartet? Ohne diese Klarheit reagiert Claude zu oft oder gar nicht auf die passende Situation.

Stufe 3: Fremde Skills aufräumen

Viele Skills, die im Umlauf sind, stammen aus einer Zeit vor diesen Regeln und bestehen aus einer einzigen, tausend Zeilen langen Markdown-Datei. Die dritte Stufe besteht darin, solche unstrukturierten Skills zu refaktorieren. Mit Werkzeugen, die Claude selbst mitbringt, lässt sich so ein Monolith in das schlanke Format aus Stufe 2 überführen: kurze skill.md, ausgelagerte Details, klare Trigger. Wer das einmal gemacht hat, erkennt schlecht strukturierte Skills auf den ersten Blick und weiss auch, wie viel Kontext sie unnötig verbrauchen.

Stufe 4: Business-Kontext einbauen

Ab der vierten Stufe wird ein Skill vom generischen Werkzeug zum massgeschneiderten Experten fürs eigene Unternehmen. Dazu wandern geschäftsspezifische Informationen in den Referenzordner: Markenrichtlinien, das Zielgruppenprofil, oft ICP genannt, bevorzugte Tonalität und die eigene Positionierung im Markt. Ein Copywriting-Skill mit diesem Kontext schreibt spürbar anders als einer ohne, er trifft den eigenen Ton statt eines austauschbaren KI-Einheitsbreis.

Genau dieses Prinzip, der KI über eigene Anweisungen beizubringen, wie sie für einen bestimmten Betrieb arbeiten soll, kennst du vielleicht schon aus den Custom Instructions von ChatGPT. Wie das dort konkret aussieht, zeigt unser Artikel zu ChatGPT Work als persönlichem Assistenten.

Stufe 5: Messen statt Bauchgefühl

Auf der fünften Stufe ersetzt man das Bauchgefühl durch Zahlen. Evaluierungen und Benchmarks prüfen objektiv, wie gut die Ergebnisse eines Skills tatsächlich sind. Ein sogenannter Skill Creator Skill hilft dabei, konkrete Testkriterien festzulegen und sogar A/B-Tests zwischen zwei Varianten zu fahren. So zeigt sich, welche Referenzdatei die Qualität wirklich verbessert und welche nur zusätzliche Zeichen und Ladezeit kostet, ohne einen messbaren Unterschied zu machen.

Stufe 6: Selbstverbessernde Systeme

Ab der sechsten Stufe lernt ein Skill aus jeder Anwendung dazu. Ein Feedback-Loop hält Erkenntnisse aus abgeschlossenen Aufgaben automatisch fest, entweder in einer eigenen Datei namens learnings.md oder direkt als neue Regel in der skill.md. Ein sogenannter Wrap-up-Skill übernimmt das am Ende einer Arbeitssitzung: Er dokumentiert, was gut lief und was nicht, ohne dass jemand den Skill von Hand nachpflegen muss. Über Wochen hinweg wird der Skill so spürbar treffsicherer.

Stufe 7: Die KI-Belegschaft

Die letzte Stufe verbindet einzelne Skills zu einem System. Statt isoliert zu arbeiten, rufen sich Skills gegenseitig auf und nutzen die Werkzeuge des jeweils anderen. Ein Copywriting-Skill kann so automatisch einen Humanizer-Skill anstossen, der den fertigen Text noch natürlicher klingen lässt, bevor überhaupt ein Mensch ihn liest. In dieser Form wird aus einzelnen Helfern eine sogenannte KI-Belegschaft: mehrere spezialisierte Skills, die einen ganzen Arbeitsablauf unter sich aufteilen.

Ähnlich arbeitet auch der Agent-Modus von ChatGPT Work, wie wir ihn in diesem Artikel erklärt haben: Ein Ziel wird vorgegeben, mehrere Schritte laufen danach von selbst. Je selbstständiger solche Systeme werden, desto mehr lohnt sich vorher eine klare KI-Richtlinie fürs KMU, die festhält, welche Daten und Aufgaben sie überhaupt bekommen dürfen.

Muss ich programmieren können, um das zu nutzen?

Für die ersten beiden Stufen brauchst du keine Programmierkenntnisse. Fremde Skills installieren und nutzen funktioniert auch ohne eigene Zeile Code, ähnlich wie das Einrichten eines fertigen Prompts. Ab Stufe 3 hilft technisches Grundverständnis, weil Struktur und Trigger von Hand geschrieben werden.

Für Betriebe ohne eigene Entwicklungsabteilung zählt vor allem der Grundgedanke dahinter: KI wird erst richtig nützlich, wenn sie eigenen Kontext und klare Anweisungen bekommt, statt bei null anzufangen. Genau das üben wir bei KI Kompetent in unseren Kursen in Gebenstorf bei Baden auch mit Werkzeugen ausserhalb von Claude Code, etwa mit eigenen Anweisungen und verbundenen Apps in ChatGPT.

Häufige Fragen

Was ist ein Claude-Code-Skill in einfachen Worten? Ein Skill ist ein Ordner mit Wissen, den du Claude einmal beibringst und danach wiederverwenden kannst. Die zentrale Datei skill.md sagt der KI, wann der Skill greifen soll und nach welchen Regeln sie dabei vorgeht. Statt bei jeder Aufgabe neu zu erklären, was zu tun ist, ruft Claude das passende Wissen automatisch ab, sobald die Situation dazu passt.

Brauche ich Programmierkenntnisse, um einen eigenen Skill zu bauen? Für einfache, gut dokumentierte Skills reichen oft schon Grundkenntnisse in Markdown, also reinem Text mit ein paar Formatierungszeichen. Wer Skills strukturiert refaktorieren, mit Skripten ergänzen oder in ein grösseres System einbinden will, profitiert dagegen von echtem technischem Verständnis. Zum reinen Nutzen fertiger Skills anderer braucht es keine Programmiererfahrung.

Was unterscheidet einen Skill von einem normalen Prompt? Ein Prompt ist einmalig und verschwindet nach der Antwort wieder. Ein Skill ist dauerhaft gespeichert, trägt eine eigene Beschreibung und wird von Claude automatisch erkannt, sobald eine passende Aufgabe auftaucht. Zusätzlich kann ein Skill auf weitere Dateien und Werkzeuge zugreifen, die erst bei Bedarf geladen werden. Ein einzelner Prompt bleibt dagegen auf den einen Text beschränkt, den man eingibt.

Was bedeutet progressive disclosure bei Claude-Skills? Progressive disclosure beschreibt, dass Informationen erst dann geladen werden, wenn sie wirklich gebraucht werden. Zuerst sieht Claude nur die kurze Beschreibung eines Skills, danach bei Bedarf den ausführlicheren Hauptteil, und erst bei konkretem Bedarf zusätzliche Referenzdateien. Das hält den Kontext auch bei vielen installierten Skills überschaubar und schnell.

Können mehrere Skills automatisch zusammenarbeiten? Ja, das ist die siebte und letzte Reifestufe. Ein Skill kann dabei ein Ergebnis an einen anderen Skill weiterreichen, etwa einen Text von einem Copywriting-Skill an einen Humanizer-Skill, der ihn zusätzlich überarbeitet. So entsteht aus mehreren einzelnen Helfern ein System, das einen ganzen Arbeitsablauf gemeinsam übernimmt, ohne dass nach jedem Teilschritt ein Mensch eingreifen muss.

Die sieben Stufen zeigen vor allem eines: Den grössten Unterschied macht nicht das technische Können, sondern der Wille, aus genereller KI-Nutzung gezielt aufgebautes Wissen zu machen. Wer diesen Gedanken einmal verinnerlicht hat, egal ob mit Claude Code, ChatGPT oder einem anderen Werkzeug, gewinnt am meisten Zeit zurück. Wie sich das ganz praktisch mit den eigenen KI-Werkzeugen im Betrieb umsetzen lässt, zeigen wir im KI Kompetent WORK Kurs.