Transcript
00:00:00Stell dir vor, du wärst ein mittelalterlicher König. Du hast ein ganzes Königreich zu führen, würdest aber
00:00:04lieber absolut gar nichts tun, während andere Leute das für dich erledigen. Das Problem ist, das geht nicht, weil deine Mitarbeiter
00:00:10daran gewöhnt sind, dass man ihnen alles vorkaut. Was du stattdessen wirklich brauchst, ist ein System, das das gesamte Königreich von alleine
00:00:15betreibt, und genau das ist Claude Code geworden. Seitdem Anthropic
00:00:19Updates herausbringt, ist es nicht mehr nur ein Coding-Agent, sondern ein vollwertiges Betriebssystem geworden, das
00:00:25alles auf deiner Maschine koordiniert. Aber dynamische Workflows sind es, die das Ganze tatsächlich zusammenhalten.
00:00:30Bevor unser König also sein ganzes Königreich an einen Agenten übergibt, lass uns sehen, wie dieses Ding eigentlich funktioniert.
00:00:35Seit Anthropic neue Wege für uns eingeführt hat, Token zu verschwenden – was eigentlich nur deren
00:00:40Ausrede ist, um mit Claude Code mehr Geld zu verdienen – ist es weit mehr als nur ein Coding-Agent. Es ist
00:00:44praktisch ein vollwertiges Betriebssystem. Genau wie ein Betriebssystem das Fundament jeder
00:00:50Aufgabe bildet und koordiniert, was du auf deiner Maschine tust, spielt Claude Code jetzt genau diese Rolle. Es koordiniert
00:00:55und kontrolliert alles, was du darauf tust. Aber bevor wir uns ansehen, wie dynamische Workflows dieses
00:01:00System vervollständigen, musst du die anderen Komponenten kennen. Der einzige Unterschied zwischen einem
00:01:04Computer-Betriebssystem und dem Claude Code-Betriebssystem ist, dass du nicht so
00:01:08hart an der Einrichtung arbeiten musst, es sei denn, du benutzt tatsächlich Arch. Und nein, du wirst nicht
00:01:12tonnenweise Treiber installieren müssen, nur damit das Mikrofon funktioniert, damit du wie ein “Vibes-Gott” Sprachbefehle geben kannst.
00:01:17Und genau wie ein echtes OS besteht es aus mehreren Teilen. Jeder einzelne ist so wichtig, dass das
00:01:22System ohne ihn nicht vollständig ist. In einem OS ist der Kernel die wichtigste Ebene, bildet den Kern und
00:01:28steuert alle Operationen. Das Äquivalent in Claude Code ist die Claude.md-Datei und deine Kontextdateien.
00:01:33Wir haben bereits ein komplettes Video dazu gemacht, wie man seine Claude.md-Datei strukturiert, damit der Agent
00:01:39seine beste Leistung erbringt. Das ist hier wichtig, denn der Kernel ist das treibende Programm deines gesamten Agenten.
00:01:44Wenn er nicht richtig eingerichtet ist, kann der Agent nicht herausfinden, was dein Projekt eigentlich will. Und die anderen
00:01:48Teile fallen mit ihm zusammen. Ein bisschen so, wie dein ganzes Leben auseinanderfällt, wenn du heiratest. Dann gibt es
00:01:53die Treiber, die Teile, die das System mit externen Geräten interagieren lassen. Das Äquivalent in
00:01:58Claude Code ist MCP. Also wann immer Claude ein externes Tool braucht, greift es über MCP darauf zu und ruft
00:02:04dieses Tool auf, um die Arbeit zu erledigen. Danach kommen die alltäglichen Programme, die in Claude Code die Fähigkeiten und
00:02:09anderen Befehle sind. Diese enthalten strukturierte Anweisungen für wiederholbare Aufgaben, und du kannst sie jederzeit aufrufen,
00:02:14wenn du sie brauchst. Jedes OS benötigt auch einen Scheduler oder Cron-Job, der eine bestimmte Aufgabe zu einer geplanten Zeit ausführt.
00:02:20Genauso hat Claude Code kürzlich Schleifen und Routinen hinzugefügt. Das sind im Grunde seine Cron-Jobs und
00:02:25sie machen es überflüssig, dass du ihn durch eine Aufgabe überwachst. Sie automatisieren die wiederholte Arbeit, die du sonst
00:02:29von Hand machen würdest. Selbst wenn dein System ausgeht, laufen die Aufgaben von alleine weiter. Du kannst also
00:02:34friedlich schlafen, in dem Wissen, dass deine B2B-SaaS-Anwendung, die buchstäblich niemand benutzt, betreut
00:02:40wird. Und zuletzt, aber am wichtigsten, gibt es das eine Teil, das alle zusammen zu einem
00:02:45vollständigen Betriebssystem verbindet. Dieses Teil ist der dynamische Workflow, das neue Feature, das mit Opus
00:02:504.8 ausgeliefert wurde. Du weißt vielleicht schon, dass Claude Code dynamische Workflows hat. Im Grunde sind sie ein weiterer Versuch
00:02:55von Anthropic, langlaufende Aufgaben zu vereinfachen. Sie funktionieren als wiederholbare Anweisungen, die mehrere
00:03:01Agenten hervorbringen, um die Aufgabe auszuführen, für die sie konzipiert sind. Wie unterscheidet sich das also von den anderen Architekturen,
00:03:06die du bereits hast? Zum Vergleich: Die erste und einfachste sind Fähigkeiten. Fähigkeiten sind wiederholbare Anweisungen für
00:03:11Aufgaben, die geführte Schritte erfordern. Aber eine Fähigkeit wird von einem Agenten hervorgebracht, und derselbe Agent liest die Anweisungen
00:03:17daraus. Es führt den Agenten nur dazu, eine Aufgabe, die er bereits kennt, besser zu erledigen, und hilft nicht bei
00:03:22langlaufenden Aufgaben. Es ist nur ein Agent, der das Ganze macht. Dann gibt es den Zielbefehl. Er
00:03:27iteriert auf ein vordefiniertes Endziel hin und der Agent läuft, bis die Endbedingung erreicht ist. Dies war ein
00:03:32außergewöhnlicher Versuch, langlaufende Aufgaben besser zu machen. Wir benutzen ihn oft in unseren eigenen Workflows,
00:03:38seit er veröffentlicht wurde. Sowohl Ziel als auch Workflow können mehrere Agenten koordinieren, aber sie sind unterschiedlich.
00:03:43Das Kernmerkmal, das sie trennt, ist der Determinismus. “Ziel” ist nicht deterministisch, was bedeutet, dass das System entscheidet,
00:03:48was als nächstes zu tun ist. Ein Workflow ist deterministisch und der Code entscheidet genau, was passiert. Du erstellst deinen
00:03:54ersten Workflow einfach durch die Verwendung des Schlüsselworts “Workflow”. Von diesem Wort in deinem Prompt identifiziert Claude
00:03:59den benötigten dynamischen Workflow für die Aufgabe, aber das ist ein Wort, das wir ständig in Prompts verwenden, also könntest du
00:04:04denken, dass es jedes Mal auslöst. Wird es aber nicht, es sei denn, der Prompt drückt tatsächlich die Absicht aus,
00:04:09einen zu erstellen. Hier unterscheiden sich Workflows tatsächlich. Anstatt der üblichen Markdown-Datei, die andere
00:04:14verwenden, wird JavaScript-Code erstellt. Er lebt innerhalb des Workflow-Verzeichnisses im .Claude-Ordner,
00:04:19und er verwendet dieses gesamte Skript, um das Ganze zu steuern. Anstatt dass dein Plan also im
00:04:23Kontextfenster lebt, ist dieser Plan in Code geschrieben und definiert, wie die Unteragenten Schritt für
00:04:28Schritt arbeiten. Er definiert strenge Schemata, die im Grunde Formulare für die Unteragenten sind, damit sie die
00:04:33Ausgabe in einem strikten Format liefern. Jeder Agent wird mit dem Prompt und dem Formular aufgerufen, das er erfüllen muss. Es arbeitet weiter,
00:04:39bis die Ausgabe diesem Schema entspricht, und kehrt dann mit seinen Ergebnissen zurück. Du rufst sie mit dem Slash-
00:04:44Befehl mit dem Workflow-Namen auf, dann kannst du ihm den Plan übergeben, den du einem Stresstest unterziehen möchtest. Er läuft im
00:04:49Hintergrund, sodass du mit deiner eigenen Arbeit weitermachen kannst, gib ihm einen weiteren Prompt, damit dein Projektmanager
00:04:53endlich mal stolz auf deine KI-Produktivität ist. Um den Fortschritt zu überprüfen, führst du einfach den Workflow-
00:04:58Befehl aus. Dort kannst du jede Phase jedes Workflows sehen und alle Modelle, die jeder Agent aufgerufen hat,
00:05:03und sehen, wie viele Token jede Aufgabe verbrannt hat. Und wenn deine Sitzung endet, während ein Workflow läuft,
00:05:08musst du dir keine Sorgen machen, dass du Fortschritte verlierst. Er bleibt bestehen, nachdem du den “Resume”-Befehl ausführst. Jeder Workflow
00:05:14behält seine eigene ID. Und wenn du fortsetzt, holt er alle zwischengespeicherten Agentenarbeiten aus dem Speicher zurück und macht dort
00:05:19weiter, wo er aufgehört hat. Anders als meine Oma vergisst er nicht einfach, die Claude KI-Rechnung zu bezahlen, und erinnert sich tatsächlich,
00:05:24was er tun muss. Eine Sache, die du beachten solltest, bevor du einen Workflow benutzt: Da dies in der Forschungs-
00:05:29Vorschau ist, verbrauchen dynamische Workflows viel mehr Token als eine typische Claude Code-Sitzung. Das liegt daran,
00:05:35dass sie unter der Haube mehrere Unteragenten verwenden und jeder in seinem eigenen separaten Kontextfenster läuft. Du musst
00:05:40sorgfältig überlegen, wann du sie wirklich brauchst, sonst wirst du deinen 200-Dollar-Plan in ein paar
00:05:45Stunden aufbrauchen. Es gibt ein paar wichtige Metriken, die dir sagen, ob ein Workflow die beste Option ist. Die erste
00:05:50ist, dass die Aufgabe in unabhängige Einheiten aufgeteilt werden kann. Wenn die Agenten von der Arbeit der anderen abhängen,
00:05:55enden sie damit, herumzuwarten, und es macht keinen Sinn, einen Workflow zu starten, weil du die ganze
00:06:00Parallelität verlierst. Deshalb bekommst du bessere Parallelität und schnellere Ergebnisse, wenn die Aufgaben weniger voneinander abhängig sind.
00:06:05Wovon dein Startup lernen sollte, da es immer noch vom Geld deiner Eltern abhängt,
00:06:10um zu überleben. Der nächste Grund, dynamische Workflows zu verwenden, ist, wenn die Aufgabe mehr als ein einziges Kontext-
00:06:15fenster benötigt, um zu laufen, und in Stücke unterteilt werden muss. Workflows verwenden mehrere Unteragenten, jeder mit seinem
00:06:21eigenen Kontextfenster, also sollte die Aufgabe groß genug sein, um diese separaten Fenster tatsächlich zu benötigen. Ansonsten
00:06:26verschwendest du nur Zeit und Token. Jeder Unteragent läuft in seinem eigenen frischen Kontext und gibt
00:06:31nur das Ergebnis zurück. Der Rest seiner Überlegungen bleibt in der Codedatei und kommt niemals in das Hauptkontextfenster,
00:06:36es sei denn, du brauchst es. Der nächste Grund ist, dass die Aufgabe eine Überprüfung wert ist. Verwende einen Workflow, wenn eine falsche Antwort
00:06:41teuer genug ist, dass sie eine Gegenüberprüfung erfordert, bevor du weitermachst. Dazu gehören Dinge wie
00:06:46Sicherheitserkenntnisse, Fehleransprüche und Migrationen. Aber diese Überprüfung kostet zusätzliche Agenten, die Token und Zeit verbrennen.
00:06:52Also stelle sicher, dass die Aufgabe es tatsächlich wert ist, und du nicht nur fünf Agenten startest,
00:06:57weil du kürzlich einen KI-Tech-CEO sagen gehört hast, dass mehr Token gleich mehr Geld bedeutet. Der letzte Grund ist, dass
00:07:03deine Aufgabe deterministisch ist. Ein Workflow verwendet Code, um Agenten in einer festen Struktur aufzurufen. Wenn die Aufgabe also
00:07:09deterministisch ist, nur zu. Wenn die Aufgabe nicht deterministisch ist und ein Agent benötigt wird, um auszuwerten, was
00:07:14die nächste Aufgabe zur Laufzeit wäre, sind Workflows nicht dafür gedacht. Wenn du dich also zwischen Workflow und
00:07:20Ziel entscheidest, denke an die Form der Aufgabe. Eine Aufgabe kann breit oder tief sein. Breit bedeutet, dass sie in viele
00:07:25Unteraufgaben zerlegt werden kann, die gleichzeitig ausgeführt werden können. Tief bedeutet eine Aufgabe nach der anderen, Schritt für Schritt weiter hinein.
00:07:32Ein Workflow ist breit, also anstatt tiefer zu gehen, ruft er einfach die Agenten auf und lässt sie iterieren. Für tiefe
00:07:37Aufgaben nimmt der Zielbefehl eine Aufgabe nach der anderen und führt Dinge nicht parallel aus, so wie es Workflows
00:07:43tun. Greife erst zu einem Workflow, wenn die Aufgabe wirklich passt, damit du keine Token verschwendest.
00:07:48Claude Code wird bereits mit einem eingebauten dynamischen Workflow namens “Deep Research” ausgeliefert. Es ist im Grunde der
00:07:53mehrstufige Forschungspipeline, die wir früher von Hand mit mehreren Kontextdateien und Claude.md gebaut haben. Jetzt
00:07:58ist es einfach ein Workflow, den du aus jedem Projekt aufrufen kannst. Diese Forschung bildet einen Schlüsselteil des gesamten OS, das
00:08:04du baust. Es stellt sicher, dass die Informationsquellen hinter diesem OS vertrauenswürdig sind, damit deine Mutter dir keine
00:08:09falschen Infos aus ihrer Boomer-Facebook-Gruppe füttern kann und dich dann ausschimpft, wenn du sie überprüfst. Es läuft in fünf
00:08:14Teilen, und jeder führt zum nächsten. Zuerst sucht es nach Informationen, dann holt es die Details
00:08:19aus den Quellen, die es findet. Danach kommt die kontradiktorische Überprüfung zur Kreuzvalidierung der Behauptungen,
00:08:24und es synthetisiert alles, was überlebt, in ein endgültiges Dokument. Du kannst ihm von der
00:08:29Workflow-Befehl-Ebene aus bei der Arbeit zusehen, wo jeder Unteragent seine Werkzeuge vom Eltern-Prozess erbt, und es ist wirklich token-
00:08:34intensiv, also kann es dein ganzes Limit in kürzester Zeit verbrennen. Dieser eine Lauf brauchte eine Million Token für ein
00:08:39kleines Thema. Neben mehrstufiger Forschung kannst du andere Forschungs-Workflows bauen, die Teil
00:08:45deines Forschungssystems werden. Einer, den wir für uns gemacht haben, erforscht Wettbewerber, überprüft, wie sie abschneiden,
00:08:49und findet den Wettbewerbsvorteil, den sie haben. Das ist ein wichtiger Teil, wenn du ein Produktentwickler bist. Du
00:08:54musst wissen, wie deine Wettbewerber auf dem Markt abschneiden, damit du etwas Besseres bauen kannst.
00:08:59Dieser ist in vier Phasen unterteilt, wie der Forschungs-Workflow, und sobald er fertig ist, meldet er
00:09:04die Ergebnisse. Unser Lauf verbrauchte 679.000 Token und 34 Agenten und schrieb einen vollständigen Markdown-Bericht mit seinen Ergebnissen.
00:09:11Er verbessert sich auch selbst, während er läuft. Wenn er auf ein Problem stößt, wendet er einen Fix an, sodass du beim nächsten Mal,
00:09:17wenn du ihn ausführst, nicht auf dieselben Probleme stößt, die er beim ersten Mal hatte. Der Bericht kommt mit klar definierten
00:09:21Vergleichsmetriken und all seinen Erkenntnissen, also wenn du dein Produkt baust, kannst du ihn als Quelle
00:09:26für die Analyse des Marktes vor dem Start verwenden. Auch, wenn du unseren Content genießt, erwäge, den Hype-Knopf
00:09:30zu drücken, weil es uns hilft, mehr Content wie diesen zu erstellen und mehr Leute zu erreichen.
00:09:35Jedes Betriebssystem braucht seinen Kernel, seine Treiber und die Teile, die es vervollständigen. Zusammen
00:09:41lassen sie es ohne deine Eingabe laufen. Ein Beispiel für ein solches System ist ein “Second Brain”-Setup. Das ist
00:09:45definitiv nützlich, wenn dein erstes, wie unseres, komplett gef***t ist, weil es ungenutzt blieb, seit
00:09:50unsere Geräte mit LLMs gesegnet wurden. Der Kernel dieses zweiten Gehirns wird deine Claude.md,
00:09:55die Informationen darüber enthält, wie man das ganze System navigiert. Die alltäglichen Programme, die wiederholbaren
00:10:01Dinge, sind deine Fähigkeiten. Sie tragen die Anweisungen für die Aufgaben, die du immer und immer wieder tust. Hier ist der beste
00:10:06Weg, eines einzurichten. Wenn du tief in einer langen Sitzung steckst und erkennst, dass dies etwas ist, das du oft tun wirst,
00:10:11bitte Claude einfach, die Erkenntnisse aus dieser Sitzung zu einer Fähigkeit zu kombinieren. Das Gedächtnis dieses OS sind alle
00:10:16Dateien, die du erstellst und in deinem Tresor pflegst. Sie zeichnen auf, was du tust und wie du es tust. Das
00:10:21bedeutet, es weiß mehr über dich als du selbst, und sie geben Claude Kontext zu allem, woran du
00:10:25arbeitest. Wir müssen oft vom zweiten Gehirn auf externe Quellen zugreifen, also haben wir die
00:10:29Google Kalender- und Notion-MCPs konfiguriert. So kann es auf die Projektdateien in Notion zugreifen und die Daten synchronisieren,
00:10:35den Zeitplan im Kalender lesen und Einträge erstellen und aktualisieren, damit es ein bisschen “Gras anfassen” in
00:10:41deinen bereits vollen Terminkalender einbauen kann. Wir haben die genauen Formate dokumentiert, die es in der Claude.md-
00:10:46Datei befolgen sollte, und das Wichtigste ist das Erstellen der Workflows für dein Setup. Diese lassen dich deine
00:10:51wiederholbaren Aufgaben parallelisieren und sie an Unteragenten übergeben. Der “Morning Brief”-Workflow, den wir gebaut haben, startet Unteragenten,
00:10:57um Informationen über mehrere Quellen hinweg zu sammeln, und gibt eine Zusammenfassung zurück, um unseren Tag zu beginnen. Sobald all das eingerichtet
00:11:02ist, gibst du ihm einfach einen Prompt. Er lädt die richtige Fähigkeit und den Kontext, erstellt die Dateien an den richtigen Stellen
00:11:07und verbindet die Informationen selbstständig mit den relevanten Teilen. Wenn du das zweite Gehirn
00:11:12schon eine Weile benutzt, solltest du einen Audit-Workflow bauen. Er prüft auf defekte Links, deckt jedes Problem
00:11:17im Setup auf und meldet es zurück. Von dort aus kannst du die Fehler beheben und dein zweites Gehirn in Bestform
00:11:22halten, aber wenn ich weiß, was für ein Typ du bist, wirst du bis nächste Woche auch noch für seine Therapiesitzungen bezahlen.
00:11:27Ähnlich wie du ein ganzes Betriebssystem für Nicht-Coding-Projekte einrichten kannst, kannst du das Gleiche für
00:11:32deine Coding-Projekte tun. Du richtest deine Claude.md als Kernel ein und packst alle Projektinformationen
00:11:37hinein. Du konfigurierst die Agenten für dein Projekt, die als deine alltäglichen Programme fungieren.
00:11:42Du richtest auch Hooks für verschiedene Fälle ein, wie z.B. das Formatieren einer Datei, nachdem ein Agent sie fertig bearbeitet hat,
00:11:46sodass zwischen dem gef***ten Chaos, das du deine Beziehung und deinen Code nennst, zumindest eine Sache
00:11:51organisiert ist. Du erstellst Fähigkeiten für verschiedene Aufgaben, wie das Hinzufügen eines neuen Endpunkts. Auf diese Weise folgt jeder Endpunkt
00:11:56genau dem Schema, das du willst, und du kannst Workflows für Dinge erstellen wie das Überprüfen von Änderungen vor
00:12:01dem Ausliefern, das Migrieren der Codebasis oder der Datenbank und das Ausführen von End-to-End-Tests, um zu bestätigen, dass die ganze
00:12:07App funktioniert. Anstatt dass du morgens um 2 Uhr von deinem Manager geweckt wirst, weil deine Produktion wieder down ist, wird
00:12:12der Kontext für dieses OS zu den Dateien in deinem Docs-Ordner und dem Code selbst. Workflows sind außergewöhnlich
00:12:17hilfreich für Projektmigrationen. Du kannst einen bauen, der dein ganzes Projekt von einer Bibliothek zur
00:12:22anderen konvertiert, und die einzelnen Agenten die Konvertierung handhaben lassen. Wir haben das schon getestet, und ohne einen
00:12:27Workflow dauerte es mehr als eine Stunde, aber mit einem Workflow dauerte es nur 21 Minuten. Also die Zeit, die mit
00:12:32Workflows gespart wird, kann für wichtigere Dinge verwendet werden, wie das Durchscrollen von Darios unangemessenen Deep-
00:12:37fakes. So erstreckt sich unser Betriebssystem auf Coding-Anwendungsfälle, also wenn du Projekte baust,
00:12:43musst du nicht alles von Hand erledigen. Du lässt das Betriebssystem das für dich tun. Wenn du das nächste große
00:12:47KI-B2B-SaaS-Unternehmen gründen willst, aber nicht weißt, wo du anfangen sollst, solltest du in AI Labs Pro sein.
00:12:53Dort findest du die Workflows, die in diesem Video verwendet wurden, zusammen mit all den anderen Ressourcen,
00:12:57Anleitungen und Goodies, die wir zusammengestellt haben. Du wirst auch ein paar gleichgesinnte Nerds treffen,
00:13:01einschließlich unseres Teams. Der Link ist in der Beschreibung, und du kannst das auschecken.
00:13:05Das bringt uns zum Ende dieses Videos. Wenn du den Kanal unterstützen und uns helfen möchtest, weiterhin Videos
00:13:09wie dieses zu machen, kannst du das tun, indem du den “Super Thanks”-Knopf unten verwendest. Wie immer, danke fürs
00:13:14Zuschauen und ich sehe dich im nächsten.
Community Posts
No posts yet. Be the first to write about this video!
Write about this video