00:00:00Gehen wir über das Management von Agenten hinaus und übertragen diese Rolle ebenfalls der KI?
00:00:03Seitdem die KI in den Bereich der Agentensysteme vorgedrungen ist und angefangen hat, mit Tools zu interagieren,
00:00:07hat sich alles verändert. Inzwischen lassen wir die KI in unserem Namen mit Tools interagieren
00:00:11und nutzen agentenbasierte Systeme wie Claude Code, um die Arbeit für uns zu erledigen. Unsere Rolle hat sich dahin verschoben,
00:00:15Aufgaben einfach an Agenten zu delegieren und sie die Ausführung übernehmen zu lassen. Aber wir gehen bereits über
00:00:20diese reine Delegation hinaus. Claude hat ein neues Update erhalten, bei dem Aufgaben anders gehandhabt werden als bisher,
00:00:25indem es einen Großteil der Delegation selbst übernimmt und diese direkt in das
00:00:30Produkt integriert. Dies fügte eine weitere Abstraktionsebene hinzu und änderte unsere Arbeitsweise. Genau darüber
00:00:35spricht dieser Startup-Gründer in seinem Artikel. Claudes neues Update mag zwar zunächst nicht
00:00:40besonders wirkungsvoll klingen, da es nur nach neuen To-dos aussieht, aber es ist tatsächlich ein riesiger Schritt.
00:00:44Die Kernidee hinter dem “Agent Swarm” ist, dass mehrere KI-Agenten bei komplexen Aufgaben koordiniert zusammenarbeiten,
00:00:50Sub-Agenten erstellen und Abhängigkeiten parallel verwalten. Das bedeutet, sie können eine komplexe Aufgabe
00:00:55eines Nutzers entgegennehmen, sie in mehrere Teilaufgaben für KI-Agenten zerlegen und diese isoliert bearbeiten lassen.
00:01:00Man kann jetzt mit Claude wie mit einem Projektmanager sprechen und ihm eine umfassende Aufgabe geben,
00:01:05woraufhin Claude die Aufteilung und Delegation automatisch übernimmt. Mit diesem Update kann Ihre Aufgabe
00:01:10den “Clear”-Befehl und sogar einen Neustart der Sitzung überstehen. Wir erklären gleich genau,
00:01:14wie das funktioniert. Vor diesem Aufgabensystem mussten wir bei der Arbeit mit Claude viel öfter
00:01:19den Kontext komprimieren, denn selbst wenn Aufgaben geteilt wurden, blieb es am Ende ein einziges Gehirn,
00:01:24das versuchte, komplexe Prozesse in seinem kleinen, begrenzten Kontextfenster zu halten. Das wurde besonders nervig,
00:01:30wenn man an größeren Aufgaben arbeitete, da der Kontext oft verloren ging und wir Workflows mit
00:01:34strukturierten Notizen erstellen mussten, um dies zu verhindern. Jetzt stellen wir fest,
00:01:39dass wir den Kontext bei Claude nicht mehr so oft komprimieren müssen wie früher. Was wir zuvor manuell
00:01:44mit Notizen in Claude.md oder anderen Dateien gelöst haben, wurde nun direkt in das Produkt integriert. Die Agenten
00:01:50teilen sich kein gemeinsames Kontextfenster mehr; jeder Agent hat tatsächlich sein eigenes. Wie bereits
00:01:55erwähnt, interagieren Sie mit der Hauptinstanz von Claude, die als Aufgabenkoordinator fungiert. Dieser Koordinator erstellt einen
00:02:00Aufgabengraphen, der die Arbeit identifiziert und in kleinere Einheiten zerlegt. Dann wird der Typ
00:02:06jeder Aufgabe bestimmt: Entweder sequenziell – also muss die vorherige Aufgabe abgeschlossen sein, bevor die nächste
00:02:10startet – oder nicht-sequenziell bzw. parallel, was bedeutet, dass keine Abhängigkeiten bestehen und sie gleichzeitig laufen können.
00:02:15Jede Aufgabe durchläuft einen kompletten Workflow aus Untersuchung, Planung und Implementierung, wobei jede
00:02:20Phase durch die vorherige blockiert wird. Sobald der Graph steht, werden Agenten erzeugt und je nach
00:02:26Komplexität verschiedene Modelle zugewiesen. Manche Aufgaben, wie das Durchsuchen von Ordnern, benötigen keine hohe
00:02:32Rechenleistung von Opus 4.5 und können von Haiku- oder Sonnet-Modellen erledigt werden. Jeder Agent erhält ein frisches
00:02:38200k-Kontextfenster, das von den anderen Prozessen isoliert ist. Das unterscheidet sich stark davon, wie Claude
00:02:43vorher funktionierte, als alles auf einem einzigen Fenster basierte, was Probleme verursachte. Mit diesem System kann sich jeder Agent
00:02:48auf genau eine Sache konzentrieren. Sicherlich ist Ihnen aufgefallen, dass wir in diesen Videos viel entwickeln. All die
00:02:53Prompts, der Code und die Vorlagen – also die Dinge, für die man normalerweise das Video anhalten und vom Bildschirm kopieren müsste –
00:02:58finden Sie in unserer Community. Zu diesem Video und auch zu allen davor. Links stehen in der Beschreibung.
00:03:02Das war die detaillierte Erklärung des neuen Aufgabensystems, und anfangs mag es vielleicht nach keinem
00:03:08großen Unterschied klingen. Früher wurden Aufgaben in das Kontextfenster geschrieben, und sobald dieses voll
00:03:13war, musste komprimiert werden, wodurch die To-dos oft durcheinandergerieten. Jetzt befinden sich die Aufgaben
00:03:18nicht mehr nur im Kontextfenster. Es wurde ein neuer Aufgabenordner innerhalb des Verzeichnisses .claude erstellt,
00:03:23in dem es für jede Sitzung einen eigenen Ordner gibt, benannt nach der Session-ID. Darin befinden sich
00:03:29JSON-Dokumente, welche die Aufgaben im System repräsentieren. Diese JSON-Dateien sind durch IDs gekennzeichnet
00:03:34und enthalten Name, Beschreibung und Status. Die beiden wichtigsten Schlüssel sind “blocks” und “blocked by”. Der “blocks”-Schlüssel
00:03:41listet die Aufgaben auf, die von der aktuellen Aufgabe blockiert werden, während “blocked by” alle Aufgaben enthält,
00:03:46die die aktuelle Aufgabe blockieren und erst erledigt sein müssen. Dieser Aufbau
00:03:51garantiert die korrekte Reihenfolge, da ein Abhängigkeitsgraph erstellt wird, der zeigt, welche Aufgaben voneinander
00:03:56abhängen. Im Grunde leitet dies Claude an, sodass keine Aufgabe übersprungen wird, bevor die erforderliche
00:04:01abgeschlossen ist. Ohne diese Graph-Funktion hätten Sie Claude jedes Mal neu alles erklären müssen,
00:04:06wenn Sie den “Clear”-Befehl nutzen wollten, aber das ist nicht mehr nötig. Diese Logik wurde in eine
00:04:11Dateistruktur externalisiert, wodurch das System seinen Status behält, selbst wenn die Sitzung endet,
00:04:16egal wie viel später man darauf zurückkommt. So muss Claude nicht erst herausfinden, welche
00:04:20Aufgaben zu wiederholen sind. Der Graph vergisst nichts und weicht nicht vom Plan ab. Die Ordnernamen
00:04:26bestehen derzeit nur aus zufälligen IDs, aber wenn Sie eine Umgebungsvariable mit einem benutzerdefinierten Namen setzen,
00:04:31wird die Sitzung unter diesem Namen identifiziert. Das stellt sicher, dass Aufgaben selbst beim Schließen des
00:04:36Terminals nicht verloren gehen und Claude die Sitzung nahtlos fortsetzen kann. Mit diesem Update hat Anthropic endlich
00:04:41den “Ralph-Loop” beendet, bei dem es ursprünglich darum ging, das Aufgabensystem neu zu verankern. Jetzt
00:04:45erledigt Claude das ganz automatisch. Wenn Ihnen unsere Inhalte gefallen, drücken Sie doch gerne den
00:04:50Hype-Button, denn das hilft uns, mehr solcher Videos zu produzieren und mehr Menschen zu erreichen. Nun,
00:04:55dieser Ansatz ist wichtig, weil er Claude ein gewisses Maß an Freiheit bei der Parallelisierung gibt, indem
00:05:01parallele und sequenzielle Schritte effektiv gemeinsam verwaltet werden. Claude erkennt alles, was parallel laufen kann
00:05:06und was nicht, und spart basierend darauf Zeit bei der Erledigung der Aufgaben. Zum Beispiel
00:05:11sieht das System, dass Aufgabe 1 und 2 keine Abhängigkeiten haben, und startet beide gleichzeitig. Auf der nächsten Ebene
00:05:16erkennt es, dass Aufgabe 3 und 4 von Aufgabe 1 blockiert werden, und wartet also deren Abschluss ab,
00:05:22bevor die nächsten Aufgaben starten. So wird die letzte Aufgabe in nur drei Zyklen fertiggestellt. Zuvor
00:05:27hätten diese 5 Schritte 5 Wellen benötigt, da jeder Schritt sequenziell auf den vorherigen gewartet hätte. Aber
00:05:32mit diesem Ansatz wird die Ausführungszeit durch die gleichzeitige Bearbeitung reduziert. Das spart nicht nur
00:05:38Zeit, sondern senkt auch die Kosten, da das Modell seinen Aufwand an die Aufgaben anpasst und keine
00:05:42unnötigen Tokens für kleinere Aufgaben verschwendet. Doch bevor wir das in Aktion sehen, ein Wort von unserem Sponsor,
00:05:47Lovart. Wenn man diese Designs sieht, könnte man meinen, eine Profi-Agentur hätte sie erstellt, aber dies ist der erste
00:05:52KI-Design-Agent mit echter kreativer Intuition. Mit Lovart wird Design einfacher, da man jedes Konzept
00:05:57sofort visualisieren kann. Von komplexen Verpackungen und Innenraumgestaltungen bis hin zu einzigartigen
00:06:02Schmuckkollektionen – es ist der Design-Agent, der professionelle kreative Arbeit abliefert.
00:06:07Die wahre Stärke liegt in den exklusiven Bearbeitungsfunktionen. Normalerweise ist KI-Text ein Chaos,
00:06:12aber mit TextEdit kann ich Schlagzeilen durch einfaches Tippen perfekt umschreiben. Mit Lovart AI
00:06:17lassen sich beeindruckende Poster erstellen, bei denen man einzelne Elemente verschieben, anpassen oder Ebenen austauschen
00:06:22kann – oder man nutzt Touch-Edit, um Objekte präzise zu verändern, ohne den Stil zu brechen. So lassen
00:06:27sich ohne Mehraufwand viel mehr hochwertige Posts produzieren. Man kann sogar das fertige statische
00:06:32Bild mit einem Klick in ein Video verwandeln. Testen Sie das Design-Tool kostenlos über den Link im angepinnten Kommentar.
00:06:38Unser Team hat diesen “Swarm”-Ansatz in verschiedenen Szenarien mit Claude Code und Co-Work getestet.
00:06:42Für alle, die es nicht wissen: Co-Work ist im Grunde Claude Code, aber für Nicht-Entwickler. Die Idee
00:06:47entstand daraus, dass Claude Code ursprünglich nur für Entwickler gedacht war, sie aber merkten,
00:06:52dass es für fast alles andere nützlich sein könnte. Co-Work hat mehr Sicherheitsvorkehrungen als
00:06:57Claude Code, da es sich nicht an Entwickler richtet. Das verhindert, dass der Agent versehentlich
00:07:02etwas löscht oder beschädigt, was es für technisch weniger versierte Nutzer viel freundlicher macht.
00:07:07Unser Team nutzt es auch für Aufgaben außerhalb der Entwicklung, wie Recherche, Planung oder sogar zur
00:07:13Ideenfindung für unseren Kanal durch die Anbindung an Notion. Anthropic hat es also vereinfacht und
00:07:18Co-Work veröffentlicht, das im Wesentlichen alles kann, was Claude Code kann: mit Dateisystemen interagieren und Änderungen vornehmen.
00:07:23Co-Work eignet sich hervorragend, um Ordner zu organisieren oder darin Änderungen vorzunehmen.
00:07:28Wir haben Co-Work intensiv für diesen Zweck genutzt. Wir hatten einen Ordner mit vielen
00:07:32Projekten, meist zu Testzwecken, und hatten Schwierigkeiten, eine bestimmte Funktion zu finden,
00:07:37die wir in einem früheren Projekt verwendet hatten. Also baten wir das Tool, ein Dokument zu erstellen, das detailliert beschreibt,
00:07:42was jedes Projekt enthält. Zudem sollte es die Claude.md und unsere wiederverwendbaren Befehle analysieren
00:07:47 und darauf basierend differenzieren. Es begann damit, den verbundenen Ordner zu untersuchen und To-dos zu erstellen.
00:07:52Dann nutzte es dieselbe Agent-Swarm-Methode, die wir vorhin bei Claude Code besprochen haben. Es wurden
00:07:58mehrere Agenten gestartet, um die Dateien stapelweise zu lesen und Dokumentationen für jedes Projekt zu erstellen.
00:08:03Am Ende hatte jedes Projekt eine Datei mit einer Zusammenfassung, was die Navigation und das Finden
00:08:08bestimmter Inhalte enorm erleichterte. Wir haben Co-Work auch für Machbarkeits- und Marktanalysen einer App
00:08:13genutzt, an der wir arbeiteten, und es erstellte ein ordentliches Dokument mit allen Ergebnissen. Genau wie
00:08:18Claude Code stellte es Fragen und lieferte basierend auf den Antworten einen umfassenden Bericht,
00:08:23den es direkt im verbundenen Ordner speicherte. Man könnte so etwas Ähnliches auch mit Claude
00:08:27Chat machen, aber jetzt hat es tatsächlichen Zugriff auf die Dokumente im Ordner, was die
00:08:32Recherche viel effektiver steuert. Der Bericht war zudem sauber formatiert, da Co-Work
00:08:37über spezielle Fähigkeiten verfügt, um Dokumente besser als bisher zu erstellen. Nachdem die Recherche und PRD-Dokumentation
00:08:42mit Co-Work abgeschlossen war, wechselten wir für die eigentliche Implementierung zu Claude Code.
00:08:48Wir wiesen Claude Code an, sich das Dokument im Ordner anzusehen, welches zur Anleitung für Co-Work bei der
00:08:53Projektidee diente, und dieses in verschiedene Komponenten zu zerlegen, wobei der Fokus auf einem Aspekt des PRDs lag.
00:08:57Es analysierte, dass das PRD mehrere Abschnitte enthielt, und erkannte, dass diese
00:09:03parallel bearbeitet werden konnten, da sie nicht voneinander abhingen. Also wurden mehrere
00:09:08Agenten gestartet, um gleichzeitig an den Inhalten zu schreiben, wobei jeder Agent unabhängig arbeitete. Ohne
00:09:13diese Parallelität wären es 16 sequenzielle Schritte gewesen, die so auf einen einzigen Schritt reduziert wurden,
00:09:18was den Prozess erheblich beschleunigte. Claude zerlegt komplexe Aufgaben nun zwar
00:09:23automatisch, aber manchmal passiert das nicht, weil die Anfrage als nicht komplex genug eingestuft wird.
00:09:28In diesem Fall kann man mit einem Prompt nachhelfen, etwa: “Zerlege dies in Aufgaben mit
00:09:34Abhängigkeiten”. Es wird dann den Abhängigkeitsgraphen erstellen und zur Steuerung des Workflows nutzen. Man
00:09:38kann sich die To-dos sogar mit Strg+T anzeigen lassen. Da dies ein Langzeitprojekt war, setzten wir den CLI-Flag
00:09:44auf den Projektnamen, um später darauf zurückgreifen zu können. Damit sind wir am Ende des Videos angelangt. Wenn Sie
00:09:49den Kanal unterstützen möchten, damit wir weiterhin solche Videos machen können, treten Sie gerne
00:09:53AI Labs Pro bei. Wie immer danke fürs Zuschauen, wir sehen uns im nächsten Video.