Claude lernen: Der komplette Guide vom Einstieg bis zum Profi

Ich nutze Claude seit einigen Monaten konsequent. Vom Schreiben einfacher, vager Prompts im Browser bin ich dazu übergegangen, komplexe Agenten zu bauen und zu hosten, die mehrere Datenquellen anbinden, analysieren und darauf basierend Entscheidungen treffen. Ich habe Workflows entwickelt, die mir im Job helfen – und Tools, die ich auch privat nutze. 

Claude zu lernen hat Zeit, Dranbleiben und viel Experimentieren verlangt. Aber ich bin überzeugt, dass jede und jeder Claude und ähnliche Tools lernen kann (und sollte). Sie verändern, wie wir arbeiten, wie Produktivität aussieht und was für technische wie nicht-technische Menschen möglich ist. 

In diesem Guide zeige ich dir Schritt für Schritt, wie du Claude lernst: vom Setup und den verschiedenen Modi und Modellen, über deine ersten Projekte bis hin zu fortgeschrittenen Funktionen von Claude. 

Unterwegs verlinke ich relevante Kurse und Ressourcen, mit denen du jeden Schritt direkt praktisch üben kannst. Außerdem gebe ich Beispiele, wie ich Claude nutze, und einen Lernplan mit Zeitleiste für den Einstieg. 

Wenn du direkt in einen Kurs einsteigen willst, ist unser Claude 101 Kurs der beste Startpunkt. 

TL;DR So lernst du Claude

Wenig Zeit? Hier ist das Wichtigste für deinen Start mit Claude: 

• Claude ist mehr als ein Chatbot – es ist ein Ökosystem aus Modi (Chat, Cowork, Code, Design) für alles von Recherche und Schreiben bis hin zum Bauen von Agenten und Automationen. 
• Du wirst in einem Tag nützlich damit; echte Routine in den Features auf mittlerem Niveau entsteht in 4–6 Wochen täglicher Nutzung.
• Die wichtigste frühe Kompetenz ist Prompt Engineering. Je präziser du Ziel, gewünschtes Format und den Zweck beschreibst, desto besser das Ergebnis.
• Der Lernpfad: Prompting-Grundlagen und Setup, dann Modelle und Modi, dann Agenten und Projects, danach API, MCPs und RAG.
• Tägliche Anwendung an echten, persönlichen Aufgaben baut dein Bauchgefühl schneller auf als Kurse und Tutorials allein.

Was ist Claude? 

Viele denken bei Claude an den LLM-Chatbot – ähnlich wie ChatGPT oder Gemini. Das stimmt zwar, greift aber zu kurz. 

Tatsächlich ist „Claude“ ein Ökosystem aus KI-Tools, Modellen und Modi, mit denen du Anfragen stellst, recherchierst, planst, programmierst und vielfältige Sprachverarbeitungsaufgaben löst. Claude ist ein KI-Assistent, der dich bei vielen Aufgaben unterstützt. 

Claude lernen: Grundlagen und Einstieg

Der erste Schritt ist zu verstehen, was Claude ist und wozu es fähig ist. 

Setup: Web, Desktop, Mobile 

Es gibt mehrere Wege, auf Claude zuzugreifen. Für den Start empfehle ich die Weboberfläche – so kommst du am schnellsten rein. 

Geh auf claude.ai und leg dir ein Konto an. 

Du siehst mehrere Abo-Stufen. Für den Einstieg reicht ein kostenloses Konto völlig aus. 

Beachte aber: Je tiefer wir in den Lernplan einsteigen, desto mehr Features und Modi setzen ein kostenpflichtiges Abo voraus – ab ca. 17–20 $ pro Monat. Ich empfehle das Pro-Abo, aber erst, wenn du die Funktionen wirklich nutzen willst. 

Hier die komplette Preisübersicht: 

Fürs Erste bleib beim kostenlosen Konto und logg dich ein. 

Wenn du magst, kannst du später Claude für Desktop oder Mobile herunterladen, wenn du dich besser auskennst. 

Mittlerweile erledige ich fast alles in der Desktop-App, logge mich aber gelegentlich auch im Browser ein. 

Prompten lernen: So kommunizierst du mit Claude 

Die wohl wichtigste Kompetenz zu Beginn ist das Prompten. 

Klar zu kommunizieren, was du brauchst, entscheidet zwischen gutem und hervorragendem Ergebnis. Diese Kunst heißt Prompt Engineering. Ich empfehle, die Basics zu lernen, bevor du Claude für Wichtiges einsetzt. 

Mehr dazu findest du in unserem Guide Was Prompt Engineering eigentlich ist sowie im einsteigerfreundlichen Kurs Understanding Prompt Engineering. Anthropic bietet außerdem einen Best-Practice-Guide fürs Prompten für Claude – ebenfalls lesenswert. 

Kurz gesagt: Prompt Engineering ist weniger Magie als klare Kommunikation. Anthropic bringt es gut auf den Punkt: Behandle Claude wie eine fähige neue Kollegin, der lediglich dein Kontext fehlt. 

Je genauer du erklärst, was du willst, warum du es brauchst und wie ein gutes Ergebnis aussieht, desto besser performt Claude.

Drei Gewohnheiten lohnen sich von Anfang an: 

• Sei konkret zum erwarteten Ausgabeformat. 
• Gib Claude die Begründung hinter deiner Anfrage (nicht nur die Aufgabe selbst).
• Nutze Beispiele. 

Ein einziges gut gewähltes Beispiel für gewünschte Struktur oder Tonalität wirkt mehr als ein Absatz abstrakter Anweisungen.

Ein kurzes Beispiel: 

Ein vager Prompt führt zu einer generischen Antwort:

Explain machine learning to me.

Ein gut strukturierter Prompt liefert etwas deutlich Nützlicheres:

Explain machine learning to a marketing analyst who understands Excel 
and basic statistics, but has no coding background. 
Focus on the intuition behind how a model "learns" from data, not the 
maths. Use a real-world analogy from marketing or customer behavior. 
Keep it under 200 words.

Der zweite Prompt legt Zielgruppe, Blickwinkel, Anwendungsdomäne und Längenlimit fest. Claude muss nichts davon raten.

Modelle verstehen – und welches für dich passt

Ob im Browser oder in der Desktop-App: Du wirst die Auswahl des Modells sehen, mit dem du interagierst. 

Zur Auswahl stehen mehrere – die Namen verraten auf den ersten Blick wenig. Aktuell siehst du typischerweise Fable, Opus, Sonnet und Haiku. Was heißt das? 

Du kannst dir die Modelle als verschiedene Claude-Varianten vorstellen, jeweils für leicht unterschiedliche Aufgaben optimiert – mit jeweiligen Stärken und Kompromissen. Manche glänzen beim Programmieren und beim Erstellen von KI-Agenten, brauchen aber länger und sind teurer. Andere sind günstiger und schneller, dafür weniger tief und präzise. 

Ich empfehle, dich kurz einzulesen, wofür sich welche Modelle eignen (Stand jetzt): 

• Fable 5: Wahrscheinlich aus den News bekannt. Das derzeit leistungsfähigste Claude-Modell. Teuer im Betrieb, aber enormer Spielraum für komplexe Vorhaben. 
• Opus 4.8 oder 5: Ebenfalls High-Performer für Code, Agenten & Co. Im großen Maßstab aber weiterhin recht kostspielig. 
• Sonnet 5: Ein starker Allrounder. Nicht ganz so beeindruckend wie Fable/Opus, aber schnell, effizient und zuverlässig. 
• Haiku 4.5: Wenn du blitzschnelle Antworten brauchst. Sehr schnell und günstig, dafür mit etwas weniger Tiefe. 

Zu lernen, welches Modell für welche Aufgabe passt, ist zentral. Für den Anfang nutze das Standardmodell – aktuell Sonnet 5. 

Für fortgeschrittene Aufgaben können Opus oder Fable die bessere Wahl sein. 

Die Claude-Modi verstehen: Chat, Cowork, Code, Design

Vielleicht hast du im Browser oder in der Desktop-App bereits diverse Optionen entdeckt (insbesondere mit Abo). 

Auch im Free-Tier lohnt es sich zu wissen, dass Claude mehrere spezialisierte Modi bietet. Es gibt drei Hauptmodi plus einen „Bonus“-Modus, jeweils für sehr konkrete Aufgaben: Claude Chat, Claude Cowork, Claude Code und Claude Design. 

Als Free-User hast du Zugriff auf Chat – perfekt zum Lernen. Für Cowork, Code und Design brauchst du Pro. 

Wichtig ist jetzt nur der Unterschied. Kurz erklärt: 

• Claude Chat: Der Standard-Chatbot. Nutze ihn für Recherche, Ideenfindung, Dokumentanalyse und allgemeines Problemlösen. 
• Claude Cowork: Ein Assistent für Wissensarbeit. Verbindet sich direkt mit lokalen Dateien, Ordnern und Apps, um Automationen zu bauen, Dateien in Masse zu organisieren, Daten zu verarbeiten u. v. m. 
• Claude Code: Ein KI-Agent für deine Kommandozeile. Entwickelt für Devs: Projektverzeichnisse lesen/erstellen, Codebasen refaktorisieren, Tests aus dem Terminal ausführen. 
• Claude Design: Ein visuelles Kreativtool. Erstelle und bearbeite Designs, Präsentationen und interaktive Prototypen per natürlicher Unterhaltung. 

Mit der Zeit wirst du die Modi gezielt einsetzen. Fürs Erste schau dir die Grundlagen in diesen Ressourcen an: 

• Claude 101 Kurs
• What is Claude Design? 
• Claude Cowork Tutorial
• Claude Code Tutorial

Kontextfenster und Tokens verstehen

Ein zentrales Unterscheidungsmerkmal der Modelle ist das Kontextfenster. 

Vereinfacht ist das die Informationsmenge, die Claude gleichzeitig mit guter Performance verarbeiten kann. Je größer das Kontextfenster, desto länger kannst du im selben Gespräch bleiben, ohne dass Claude Kontext vergisst oder „Arbeitsspeicher“ beim Antworten ausgeht. 

Es funktioniert ähnlich wie das Kurzzeitgedächtnis eines Menschen. 

Gemessen wird es in Tokens – das sind die Einheiten von Text, Bildern und anderen Inputs, die du Claude gibst. Deine Eingabe wird in kleinere Teile (Tokens) zerlegt, damit das LLM menschliche Sprache leichter analysieren kann. 

Bei fortgeschrittenen Modellen wie Fable und Opus liegt das Kontextfenster bei rund 1 Million Tokens. Bei kleineren wie Haiku bei etwa 200.000. 

Zur Einordnung: 1 Million Tokens sind ca. 750.000 Wörter. 

Das klingt viel, aber mit Bildern, Video, Audio, Dokumenten, Code usw. bist du schnell dort. Und je länger die Unterhaltung, desto mehr Tokens landen im Verlauf. 

Mehr Details zu Kontextfenstern und Tokenization findest du hier: 

• Guide zur Tokenization
• Was ist ein Kontextfenster?  

Artifacts kennenlernen

Ein wichtiges Element beim Arbeiten mit Claude sind Artifacts. Später gehen wir tiefer darauf ein, fürs Erste reichen die Grundlagen. 

Artifacts sind interaktive Ausgaben, die Claude erzeugt – etwa Dokumente, Code-Snippets oder sogar kleine Web-Apps, die du direkt in Claude ansehen kannst. 

Das Praktische: Du siehst die Ausgaben im selben Workspace und kannst Claude im Chat um Änderungen bitten und die Resultate sofort prüfen. Ideal für iterative Projektarbeit. 

Lesetipp: die Einführung in Claude Artifacts. 

Dein erstes Claude-Projekt

Bis hierhin solltest du ein Gefühl für die Grundlagen und Modelle haben. 

Jetzt setzt du das mit einem ersten Projekt um. 

Hinweis: Gemeint ist eine Projektidee, nicht „Claude Projects“ (eine Funktion), die wir im nächsten Abschnitt behandeln.

Wähle etwas aus deinem Alltag. Im Job oder privat: Welche nervigen, manuellen Workflows wiederholen sich immer wieder? 

Das kann so simpel sein wie eine Reiseplanung oder das Zusammenfassen eines Dokuments. Arbeite mit Claude: Starte mit einem klaren Prompt, prüfe die Ausgabe, iteriere weiter. 

Ich denke z. B. oft über meinen Renteneintritt nach (Spoiler: dauert wohl noch 20 Jahre). Statt jedes Mal manuell Sparstände, Szenarien und Ausgaben zu kalkulieren, habe ich mit Claude ein Live-Dashboard mit Schiebereglern und Inputs gebaut. 

Bei dir kann es ganz anders aussehen. Ziel ist, Fähigkeiten und Grenzen von Claude praktisch kennenzulernen. 

Claude lernen: Konzepte für Fortgeschrittene (Intermediate) 

Jetzt kennst du die Basics und einige Features. Als Nächstes stehen neuere und anspruchsvollere Funktionen auf dem Lernplan. 

Hier beginnt der wirklich spannende Teil: Aus dem nützlichen Chatbot wird ein maßgeschneiderter Assistent. 

Agenten verstehen 

KI-Agenten waren eines der Trendthemen des letzten Jahres. Ein Agent ist ein System, das seine Umgebung wahrnimmt, aus Eingaben lernt und komplexe, automatisierte Entscheidungen trifft, um Ziele zu erreichen.

Agenten unterscheiden sich von Standard-Chatbots u. a. darin, dass sie selbstständig entscheiden, welche Tools und Integrationen sie brauchen – und sie dann ansteuern, um einen Plan umzusetzen. 

Wichtig beim Claude-Lernen ist Claude Cowork – ein ergebnisorientierter Agent für mehrstufige Workflows über deine lokalen Dateien, Ordner und Apps hinweg. 

Empfehlenswerte Ressourcen: 

• LLM Agents Explained (Blog)
• AI Agent Fundamentals Lernpfad
• Claude Cowork Tutorial 

Mit Artifacts bauen 

Vorhin haben wir gesehen, dass Artifacts automatisch auftauchen – sichtbar in der Seitenleiste. 

Der nächste Schritt: Artifacts gezielt erstellen. Also Claude auffordern, visuelle, interaktive Ausgaben zu erzeugen, die deinem Ziel dienen. 

Beispiel aus dem DataCamp-Editorial: Wir nutzen ein gemeinsames Artifact, das verschiedene Datenquellen trackt und unsere Content-Performance auf einen Blick zeigt – für alle zugänglich. 

Klar, es brauchte einige Iterationen, bis es wirklich stark war – aber genau das ist das Schöne. Auch Nicht-Techies erzielen damit sehr gute Ergebnisse. 

Zum Einstieg in Claude Artifacts empfehle ich: 

• Den Claude Artifacts Guide 

System-Prompts für Projects und Skill Files verstehen

Jetzt personalisierst du Claude wirklich – damit es weiß, wer du bist und was du erwartest. 

Nach einer Weile merkst du: Claude antwortet auf eine gewisse, eher generische Art. Das liegt an den System-Prompts – „Master-Anweisungen“, die Identität und Verhaltensleitplanken festlegen.  

Diese zu verstehen hilft dir, von generischen Standards zu einem stärker spezialisierten, personalisierten Claude zu wechseln. 

Zwei Bereiche sind besonders wichtig – Claude Projects und Skill Files: 

• Projects kommen einem eigenen System-Prompt nahe. Du hinterlegst individuelle Anweisungen – Kontext, Ton, Ausgabepräferenzen – und sie gelten für alle Unterhaltungen in diesem Projekt. 
• Skill Files sind Module mit Schritt-für-Schritt-Anleitungen für ein gewünschtes Ergebnis. Sie geben Claude wiederverwendbaren Kontext – z. B. für Templates oder Tonalitätsregeln. 

Hilfreiche Ressourcen: 

• Infos zu den Claude System-Prompts
• Einführung ins Projects-Kapitel unseres Claude-Kurses
• Inside Claude Skills Tutorial
• Create Claude Skills Webinar
• Introduction to Agent Skills Kurs

Tief recherchieren 

Eine der nützlichsten Funktionen ist Research. Wie viele LLMs hat Claude einen Wissensstichtag und durchsucht standardmäßig nicht das Web. Dadurch entstehen Lücken – vor allem bei brandaktuellen Themen. 

Research umgeht das durch agentische Informationssuche und -analyse. Ist die Funktion aktiv, nutzt Claude mehrere Agenten, die aufeinander aufbauende Suchen durchführen und selbst entscheiden, was als Nächstes zu recherchieren ist. 

So beleuchtet Claude deine Fragen automatisch aus vielen Perspektiven – mit aktuellen, belegten Antworten inkl. Quellenangaben. 

Ich empfehle, Research in deinen Lernpfad aufzunehmen – für mich ist es bei KI-News unverzichtbar. 

Sieh dir auch dieses Webinar an, mit dem du einen Competitor-Research-Bot mit Claude Cowork baust.  

Claude lernen: Advanced Features

Nun solltest du ein gutes Verständnis von Claude und seinen Fähigkeiten haben: Chat nutzen, in Cowork recherchieren, planen und visualisieren. 

Zeit für das nächste Level. 

Mit APIs und SDKs bauen

Bisher bist du zu Claude gegangen (Website/Desktop-App). Was, wenn du Claudes „Gehirn“ direkt in deine Apps, Tabellen oder Systeme holen willst? Genau dafür sind APIs und SDKs da.

Eine API (Application Programming Interface) ist im Grunde eine digitale Brücke. Zwei Softwaresysteme können miteinander sprechen. Über die Anthropic API schickst du Anweisungen an Claude und bekommst automatisch Antworten zurück – ohne Chat-Oberfläche zu öffnen.

SDKs (Software Development Kits) sind Starter-Kits in beliebten Sprachen wie Python oder TypeScript, die den Bau dieser Brücke vereinfachen.

Auch ohne Hardcore-Programming-Kenntnisse lohnt sich API-Basiswissen enorm. Beispiel: Statt unsere wöchentlichen DataCamp-KPIs manuell in Claude zu kopieren, schickt ein kleines Skript die Daten per API automatisch rüber – und montags wartet die Zusammenfassung schon auf mich. 

So wird aus Claude ein Automatisierungsmotor statt „nur“ ein Assistent.

Für den Einstieg in die Claude API empfehle ich: 

• Claude API Guide
• Claude API in Python Cheat Sheet
• Claude Code in Action Kurs
• Anthropics offizielle API-Dokumentation

MCPs verbinden 

Mit MCP wird Claude richtig clever. Bisher konnten wir lokale Dateien lesen, Shell-Kommandos ausführen und bereitgestellte Daten erkunden. 

MCP öffnet die Tür zu externen Tools und Daten – wie ein USB-Port für KI. Das Model Context Protocol (MCP) gibt Claude einen Standardweg, um sich mit externen Apps und Datenquellen zu verbinden. 

Extrem nützlich, wenn du viele Datenströme brauchst, ohne alles manuell zu exportieren und einzeln zu laden. Claude kann stattdessen in Echtzeit mit deinen Tools interagieren. 

Zum Einstieg in MCP empfehle ich: 

• MCP Guide
• Introduction to Model Context Protocol (MCP) Kurs
• Claude Code MCP Tutorial

Prompt Caching verstehen 

Wir haben über Tokens und Kontextfenster gesprochen. Beides beeinflusst Wirksamkeit und Kosten – besonders relevant, wenn du Projekte skalierst. 

Claude bietet Prompt Caching: Große Hintergrundinfos (Datensätze, lange Dokumente, komplexe Anweisungen) werden „gepinnt“, damit Claude sie nicht bei jeder Nachricht neu einlesen muss. 

Normalerweise liest Claude bei mehreren Fragen zu demselben PDF jedes Mal das ganze Dokument – das kostet Tokens und Kontext.

Prompt Caching hält wichtige Infos im Kurzzeitgedächtnis, senkt Tokenverbrauch und damit Kosten. Besonders hilfreich per API oder bei größeren Apps/Workflows mit vielen Iterationen. 

Mehr dazu: 

• Claude-Dokumentation zu Prompt Caching
• Prompt Caching Guide 
• Claude Opus 5 API Tutorial (behandelt Prompt Caching)

RAG-Systeme bauen

Als ich mit Claude sicherer wurde, wollte ich ihm immer mehr Daten geben – bis ich an Grenzen pro Prompt stieß. 

Hier kommt RAG (Retrieval-Augmented Generation) ins Spiel. Der Name ist sperrig, das Konzept simpel: eine smarte Suche für sehr spezifische Daten, die du Claude zuspielst. 

Statt Claude dein komplettes Wiki oder jahrelange Dokumentation auf einmal zu geben, sucht ein RAG-System zunächst die relevantesten Infos heraus. Claude formuliert damit treffendere Antworten. 

RAG lohnt sich, damit Claude deine internen Daten versteht – so baust du Agenten und Assistenten, die deinen Geschäftskontext wirklich kennen. 

Empfohlene Einstiegsressourcen: 

• Was ist RAG? Guide
• RAG mit LangChain Kurs
• Agentic RAG Tutorial
• Webinar: RAG-Pipelines bauen und evaluieren

Computer Use verstehen

Wir haben gesehen, dass Claude Cowork als Agent diverse Aufgaben übernimmt. Was, wenn du deine eigene Cowork-Variante bauen willst, die deinen Computer automatisch bedient? 

Mit Claude Computer Use geht das: Claude kann deinen Bildschirm sehen, den Cursor bewegen, klicken und Text eingeben – automatisch. 

Ein starkes Feature im Claude-Ökosystem – es lohnt sich zu verstehen, wie es funktioniert und wie du es in Workflows nutzt. Anspruchsvoll und eher developer-fokussiert, aber mit spannenden Möglichkeiten. 

Mehr lernen: 

• Anthropic Computer Use Guide
• Claude Computer Use Doku

Alles zusammenführen

Wir sind die Lernstufen von den Basics bis zu den Advanced-Features durchgegangen. 

Der letzte Schritt ist, alles zusammenzubringen. 

Ich empfehle erneut ein persönliches Projekt: Starte klein mit einem überschaubaren Problem und erweitere es schrittweise – neue Tools, Skill Files, MCPs und mehr. 

Der beste Weg, Claude zu lernen, ist ständiges Anwenden und Austesten. Oft sind die einzigen Grenzen deine eigenen Ideen. 

Warum Claude lernen? 

Gute Frage: Lohnt es sich, Zeit in Claude zu investieren? 

Ich finde: absolut. Zusammen mit Cursor ist es das Tool mit dem größten praktischen Impact auf meine Arbeitswoche seit dem Launch von ChatGPT. 

Wiederholaufgaben dauern statt Stunden nur noch Minuten. Meine Analytik und mein Reporting sind besser geworden. Workflows, Dashboards und Apps, für die ich früher Monate bis zur Befähigung gebraucht hätte, setze ich heute um. 

Und es sind nicht nur Anekdoten: In einem aktuellen TechCrunch-Artikel haben wir erklärt, dass „Claude“ auf DataCamp inzwischen häufiger gesucht wird als „AI“. 

Alle wollen lernen, wie man Anthropics Tool nutzt. Allein im Juni gab es eine 18-fache Zunahme der Suchanfragen danach. 

Unsere Arbeitswelt verändert sich rasanter denn je – und Tools wie Claude treiben das maßgeblich. Das sind keine „Zukunftsskills“, sondern Kompetenzen, die du jetzt brauchst. 

Wie lange dauert es, Claude zu lernen? 

Du willst loslegen – aber wie lange bis zu spezialisierten, vernetzten KI-Agenten? 

Eine exakte Antwort gibt es nicht. Nach einem Tag Herumprobieren bist du schon recht gewandt. Echte Routine braucht meist 4–6 Wochen – je nach Nutzungsintensität. Und dir gehen monatelang nicht die neuen Ideen aus. 

Es hängt von deinem Ziel ab. Für Recherche und Schreiben mit Claude Chat reicht ein Nachmittag Experimentieren. Für eigene Agenten, externe Datenquellen und API-Arbeit plane realistisch 2–3 Monate.

So würde ich es aufteilen:

Ein Beispiel-Lernplan für Claude

Bisher habe ich die Entwicklung von Einsteiger bis Advanced skizziert. 

So wird daraus ein konkreter Zeitplan.

Der Plan rechnet mit ca. 30–60 Minuten pro Tag. Wenn du nur ein paar Stunden pro Woche hast, streck die Zeiträume – die Stufen bleiben gleich, nur das Tempo ändert sich.

Wochen 1–2: Grundlagen

• Erstelle dein Claude-Konto und erkunde die Oberfläche eine Stunde lang ohne Agenda.
• Mach den Claude 101 Kurs
• Schreibe denselben Prompt 5-mal – beginn vage und werde dann immer spezifischer. Den Unterschied spürst du sofort.
• Lies Anthropics Best Practices fürs Prompten.
• Achte auf XML-Tags und Chain-of-Thought Prompting, zwei Techniken, auf die Claude besonders gut reagiert.
• Abschließen: Understanding Prompt Engineering

Wochen 3–4: Erstes Projekt

• Identifiziere einen echten Workflow, den du manuell und wiederholt ausführst, und bitte Claude um Verbesserung oder Automatisierung.
• Lade ein komplexes Dokument hoch (z. B. PDF-Report oder Screenshot eines Charts) und lass dir die Kernaussagen synthetisieren.
• Rechne mit mindestens 5 Iterationen, bis es sitzt. Das ist völlig normal.
• Lies den Claude Artifacts Guide und experimentiere mit visuellen Ausgaben. 

Wochen 5–6: Intermediate-Features

• Richte ein Claude Project mit Custom Instructions für eine wiederkehrende Aufgabe ein.
• Nutze Research zu einem Thema, das du gut kennst – so kannst du die Genauigkeit beurteilen.
• Abschließen: Introduction to Agent Skills
• Abschließen: AI Agent Fundamentals Lernpfad

Wochen 7–8: Einstieg in Advanced

• Hol dir Zugang zur Anthropic API und führe ein Basisskript aus.
• Verbinde ein MCP mit einem Tool, das du bereits nutzt.
• Starte den Kurs Software Development with Claude Code

Ab Woche 9

Ab hier wird der Plan individuell. Du weißt nun, wo Claude in deinem Workflow am meisten bringt – die nächsten Schritte ergeben sich von selbst.

Mein Tipp: Such dir ein Projekt, das dich leicht überfordert, und arbeite dich dorthin. In dieser Lücke lernst du am schnellsten.

Zum Schluss

Das Schreiben dieses Guides hat länger gedauert als gedacht. Mir wurde selbst erst dabei klar, wie viel es zu lernen gibt – und wie viel ich in den letzten Monaten gelernt habe. Und ich lerne weiter. Neue Features, neue Projekte. 

Im Job stoße ich oft auf Workflows, die nicht optimal sind. Es gibt Tools, mit denen ich besser arbeiten kann. Und privat habe ich Projekte, an denen ich bastle – oder Dinge, die ich anderen zeigen will. 

Das kommt daher, dass ich Claude in den letzten Monaten fast täglich genutzt habe. Davor habe ich hauptsächlich die Basics verwendet. 

Ich hoffe, dieser Guide zeigt dir klar, wie du Claude lernst. Die Ressourcen lotsen dich – den Unterschied macht deine Bereitschaft, einzusteigen und mit den Features zu experimentieren. 

Viel Erfolg – und denk dran: Der Claude 101 Kurs ist der perfekte Start.