Wie Teams bei Anthropic Claude Code nutzen, um schneller und intelligenter zu arbeiten

Stellen Sie sich ein Werkzeug vor, das nicht nur das Programmieren beschleunigt, sondern auch nichttechnischen Teams ermöglicht, komplexe Systeme zu entwickeln. Genau so funktioniert Claude Code (Claudes Programmierwerkzeug) bei Anthropic. Dieses agentische Werkzeug hilft Entwicklern, Aufgaben zu automatisieren, komplexe Projekte zu bewältigen und sogar die Grenzen zwischen technischen und nichttechnischen Rollen aufzulösen. Die Mitarbeiter von Anthropic nutzen es auf unerwartete Weise – von der Erstellung verschiedener Werbevarianten bis hin zum Aufbau von Telefonmenüs. Sehen wir uns konkrete Beispiele dafür an, wie dies in der Praxis aussieht.

Navigation und Verständnis von Code

Die Teams bei Anthropic nutzen Claude Code häufig, damit neue Mitarbeiter die komplexen zugrunde liegenden Codebasen schnell verstehen können. Neue Data Scientists im Infrastructure-Team laden beispielsweise die gesamte Codebasis in das Werkzeug hoch. Claude liest anschließend CLAUDE.md-Dateien, identifiziert relevante Bereiche, erklärt die Abhängigkeiten von Datenpipelines (Datenflüssen) und zeigt, welche vorgelagerten Quellen die Dashboards (Übersichtspanels) speisen. Dies ersetzt herkömmliche Werkzeuge zur Datenkatalogisierung.

Das Product-Engineering-Team bezeichnet es als „erste Anlaufstelle“ für jede Programmieraufgabe. Sie bitten es, die Dateien zu identifizieren, die für Fehlerbehebungen, neue Funktionen oder Analysen benötigt werden, wodurch sie Stunden manueller Kontextbeschaffung sparen.

Tests und Codeüberprüfung

Claude Code zeichnet sich bei der Automatisierung langweiliger Aufgaben wie dem Schreiben von Unit-Tests (Komponententests) und der Codeüberprüfung aus. Das Product-Design-Team nutzt es zur Erstellung umfassender Tests für neue Funktionen. Es hat Kommentare zu Pull Requests (Anfragen zur Zusammenführung von Code) über GitHub Actions automatisiert, wobei Claude Formatierungsprobleme behebt und Testfälle refaktoriert.

Das Security-Engineering-Team hat seinen Workflow (Arbeitsablauf) von einem chaotischen Prozess in einen strukturierten verwandelt: Es bittet Claude um Pseudocode, führt es durch die testgetriebene Entwicklung (Test-driven Development) und überprüft seine Arbeit regelmäßig. Das Ergebnis ist zuverlässigerer Code. Für das Inference-Team, das Funktionen in unbekannten Umgebungen testet, überträgt es Tests sogar in andere Sprachen wie Rust.

Debugging und Problemlösung

Bei Produktionsvorfällen ist Geschwindigkeit entscheidend. Das Security-Engineering-Team lädt Stacktraces (Aufrufspuren) und Dokumentationen in Claude Code hoch, um den Kontrollfluss durch die Codebasis nachzuverfolgen. Probleme, deren Lösung früher 10–15 Minuten dauerte, werden jetzt dreimal so schnell behoben.

Das Product-Engineering-Team hat mehr Sicherheit bei Korrekturen in unbekannten Codebasen gewonnen – es beschreibt einfach den Fehler, und Claude schlägt eine Lösung vor. In einem Fall diagnostizierte das Data-Infrastructure-Team anhand von Screenshots aus Dashboards Ausfälle von Kubernetes-Clustern. Claude führte das Team durch die Google-Cloud-Oberfläche, deckte die Erschöpfung der Pod-IP-Adressen auf und lieferte präzise Befehle zum Erstellen eines neuen IP-Pools (Pools von IP-Adressen), wodurch während eines Ausfalls 20 Minuten eingespart wurden.

Prototyping und Funktionsentwicklung

Claude Code ermöglicht schnelles Prototyping auch ohne tiefgehende Kenntnisse. Das Product-Design-Team lädt Designs aus Figma hoch und richtet autonome Schleifen ein, in denen Claude Code schreibt, testet und iterativ verbessert. In einem Fall erstellte es Vim-Tastenbelegungen (Vim-Tastenkürzel) mit minimaler Betreuung.

Data Scientists, die TypeScript nicht beherrschen, erstellen vollständige React-Anwendungen zur Visualisierung der Leistung von RL-Modellen (Modellen des bestärkenden Lernens). Ein einfacher Prompt in einer Sandbox (isolierten Umgebung) genügt, und das Werkzeug erstellt die Visualisierungen von Grund auf.

Automatisierung und Optimierung von Workflows

Das Growth-Marketing-Team hat einen Workflow entwickelt, der CSV-Dateien mit Werbeanzeigen verarbeitet, schwache Varianten identifiziert und innerhalb von Sekunden Hunderte neue Varianten unter Einhaltung der Zeichenbegrenzungen generiert. Es hat außerdem ein Figma-Plugin entwickelt, das innerhalb einer halben Sekunde bis zu 100 Werbevarianten generiert.

Sogar das Legal-Team hat Prototypen von „Phone-Tree“-Systemen (Telefonmenüs) erstellt, um Personen mit den richtigen Juristen bei Anthropic zu verbinden. Dies zeigt, wie nichttechnische Teams ohne Entwickler Werkzeuge entwickeln.

Claude Code beschleunigt somit nicht nur die traditionelle Entwicklung, sondern eröffnet auch neue Möglichkeiten. Die Teams betrachten es als Denkpartner, was zu schnelleren Innovationen und einem unternehmensweiten Wissensaustausch führt.