Die einzige Regel für AI-Coding laut dem Claude Code-Entwickler: Ein Leitfaden für den Aufbau von Verifizierungs-Loops

Die Fähigkeit der KI, Code zu generieren, ist mittlerweile zur Standardtechnologie geworden. Im Jahr 2026 ist der entscheidende Unterschied zwischen erfahrenen Ingenieuren und Anfängern nicht die Intelligenz der KI, sondern das Vorhandensein oder Fehlen eines Verifizierungssystems, das die Ergebnisse kontrolliert.

Boris Cherny, der Entwickler von Claude Code bei Anthropic, sagt, dass man künstliche Intelligenz nicht als perfekte Antwortmaschine betrachten sollte, sondern als Junior-Entwickler, der kontinuierliches Lernen und Korrekturen benötigt. Man muss über die bloße Erteilung von Befehlen hinausgehen und eine Strategie des Verifizierungs-Loops (Verification Loop) implementieren, die die KI dazu bringt, ihre Fehler selbstständig zu korrigieren.

---

1. Design des KI-Gedächtnisspeichers: Claude.md

Das Kernelement, damit ein KI-Agent den Kontext eines Projekts perfekt versteht, ist die Datei Claude.md, die sich im Root-Verzeichnis des Projekts befindet. Dies ist sowohl ein Onboarding-Leitfaden für die KI als auch ein Gedächtnisspeicher, der die Kernregeln des Projekts enthält.

Einfaches Auflisten von Texten ist nicht effektiv. Die Struktur muss so gestaltet sein, dass die KI sie sofort in Ausführungsregeln umwandeln kann:

• Tech Stack: Geben Sie die Sprachen und Framework-Versionen des Projekts explizit an. Durch präzise Angaben wie pnpm, Next.js 15 und Tailwind CSS v4 verhindern Sie von vornherein, dass die KI veraltete Syntax vorschlägt.
• Project Structure: Definieren Sie Modulrollen. Stellen Sie strikte Regeln auf, wie z. B. dass nur Business-Logik in src/services und nur UI-Logik in src/components platziert wird.
• Anti-patterns: Dokumentieren Sie Fehler, die die KI wiederholt macht. Durch das Hinzufügen von Elementen wie "Vermeidung von übermäßigem Einsatz von useEffect" können Sie den gleichen Fehler in der nächsten Sitzung verhindern.

Wenn Sie während eines Code-Reviews ein falsches Muster der KI entdecken, aktualisieren Sie die Datei sofort unter Verwendung des @.claude-Tags. Je öfter dieser Prozess wiederholt wird, desto exponentieller steigt die Genauigkeit der KI. Dies bezeichnen wir als Compound Engineering (Zinseszins-Engineering).

2. Boris' 3-stufiger Hochgeschwindigkeits-Produktivitäts-Workflow

Um über die bloße Nutzung von Werkzeugen hinauszugehen und als Einzelentwickler die Produktivität eines ganzen Teams zu erreichen, ist ein systematischer Prozess erforderlich.

Ansatz: Planung zuerst

Der häufigste Fehler besteht darin, die KI sofort mit dem Schreiben von Code zu beauftragen. Erfahrene Ingenieure wechseln vor der Implementierung in den Plan Mode und führen einen ausführlichen Dialog. Prüfen Sie zuerst die Behandlung von Edge Cases und die Auswirkungen auf die Performance bestehender Module. 10 Minuten Planung sparen eine Stunde Debugging.

Automatische Verifizierungsstrategie pro Domain

Generierter Code muss mit objektiven Werkzeugen verifiziert werden. Der Schlüssel liegt darin, der KI die Berechtigung zu erteilen, die jeweiligen Tools selbst aufzurufen.

Domain	Verifizierungstool	Nutzungsmethode
Backend	Pytest, Jest	Automatische Testausführung nach Logikänderung und Analyse von Fehlerprotokollen
UI/UX	Playwright	KI führt den Browser aus, klickt auf tatsächliche UI-Elemente und prüft diese
Docs/Types	Linter, TS Check	Automatisches Linting bei jedem Speichervorgang, um Syntaxfehler zu blockieren

Orchestrierung auf Basis von MCP

Claude Code wird über das MCP (Model Context Protocol) mit externen Systemen verbunden. Durch die Integration von Sentry kann die KI Echtzeit-Fehlerprotokolle lesen und sofort Patches vorschlagen; eine Notion-Anbindung ermöglicht es, PRDs zu lesen und Designdokumente automatisch zu erstellen.

3. In Genauigkeit statt in Geschwindigkeit investieren

Die Entwicklungsdaten aus dem Jahr 2026 zeigen interessante Ergebnisse. Leichtgewichtige Modelle wie Haiku oder Sonnet antworten anfangs schnell, verursachen aber hohe Kosten durch wiederholte Korrekturen.

Im Gegensatz dazu zeigt Opus 4.5 im Thinking-Modus, der tiefgreifende Reasoning-Prozesse durchläuft, eine überragende Genauigkeit bei großangelegten Refactorings, auch wenn die Antwortzeit langsamer ist. Letztlich verkürzt die Fähigkeit, sofort ein korrektes Ergebnis zu liefern, die finale Deployment-Zeit um mehr als 30%.

Auch die Sicherheitseinstellungen sind wichtig. Das Flag --dangerously-skip-permissions ist zwar bequem, aber riskant. Über die .claude/settings.json sollte konfiguriert werden, dass git commit automatisch genehmigt wird, während git push oder der Zugriff auf Umgebungsvariablen zwingend eine menschliche Freigabe erfordern.

---

KI-gestütztes Coding ist nicht nur eine Technik zur Textgenerierung. Es ist ein ingenieurtechnischer Prozess zum Entwurf eines vertrauenswürdigen Verifizierungssystems. Wenn der Prozess der Aufzeichnung von KI-Fehlern und deren Umwandlung in das Systemgedächtnis wiederholt wird, können sich Entwickler von monotoner Routinearbeit befreien und sich auf kreative Problemlösungen konzentrieren. Fügen Sie jetzt Ihre erste Verifizierungsregel im Root-Verzeichnis Ihres Projekts hinzu. Das ist das einzige Prinzip, um im KI-Zeitalter die Nase vorn zu haben.