Claude Code: Anthropics agentengestütztes Terminal-Coding-Tool

Claude Code richtig einzusetzen fängt damit an, was es tatsächlich ist: Anthropics agentengestütztes Coding-Tool, das in deinem Terminal läuft, dein ganzes Projekt liest und Entwicklungsaufgaben aus natürlichsprachigen Anweisungen ausführt^[1]. Es hat seit der allgemeinen Verfügbarkeit 101.000 GitHub-Sterne und 15.500 Forks gesammelt, was es zu einem der am weitesten verbreiteten KI-Coding-Tools von 2026 macht^[2].

Der strukturelle Unterschied zu früheren Tools ist erwähnenswert, denn er entscheidet, ob der Workflow zu dir passt. Copilot-ähnliche Autovervollständigung schlägt die nächste Zeile basierend auf dem vor, was du bereits geschrieben hast. Claude Code liest das ganze Projekt, plant einen Ansatz, bearbeitet mehrere Dateien gleichzeitig, führt Tests aus, bearbeitet Fehler, iteriert und committed. Du musst ihm nicht sagen, welche Dateien wichtig sind.

Dieser Leitfaden behandelt, was Claude Code tut, wo es läuft, wie du es installierst, die fünf Aufgaben, bei denen es überproportional gut ist, wie es sich mit Cursor und Copilot vergleicht, und was du tun kannst, wenn du dieses Verhalten lieber in deinem eigenen Produkt haben möchtest.

TL;DR

• 1-Million-Token-Fenster, grob 25.000 bis 30.000 Zeilen Code in einer Sitzung ohne Fragmentierung^[1].
• 80,8 % auf SWE-bench Verified, die höchste öffentlich gemeldete Punktzahl unter verfügbaren Tools zum Zeitpunkt des Schreibens^[1].
• Plan Mode zeigt dir den Datei-für-Datei-Plan, bevor es etwas anfasst, was autonome Abläufe auf einem Production-Repo akzeptabel macht^[1].
• Läuft fast überall: Terminal-CLI, VS Code, Cursor, Windsurf, JetBrains, Desktop-App, Web und @claude auf einem GitHub-Issue^[1].
• Zugriff erfordert ein Claude-Pro- oder -Max-Abonnement oder ein Claude-Console-Konto mit API-Zugang^[1].
• MCP-Unterstützung verbindet es mit Datenbanken, internen APIs, Ticketing und Observability, sodass es über das Repo hinaus denkt^[1].

Was Claude Code ist

Claude Code ist ein Coding-Agent, keine Completion-Engine. Zeige es auf ein Projekt und es navigiert die Struktur wie ein Senior Developer: Fang bei Einstiegspunkten an, folge dem Abhängigkeitsgraph, baue ein funktionierendes Modell wie die Komponenten interagieren, dann mach Änderungen, die architektonisch kohärent sind statt lokal korrekt und global fehlerhaft.

Dieser Unterschied zählt am meisten bei den Aufgaben, die eigentlich Engineering-Zeit verschwenden. Ein Fehler in Produktion debuggen, der sich in Staging unterschiedlich verhält. Eine Feature implementieren, die eine ORM-Änderung, drei Endpoint-Updates und eine Migration braucht. Das sind Multi-Datei-Probleme, und Multi-Datei-Probleme sind der Ort, wo sich ein vollständiger Kontext-Agent von Autovervollständigung unterscheidet.

Die Fähigkeiten, die wichtig sind

Ein 1-Million-Token-Fenster

Claude Code liest bis zu einer Million Tokens in einem Kontext-Fenster, grob 25.000 bis 30.000 Zeilen Code in einer einzelnen Sitzung ohne Chunking oder Retrieval Augmentation^[1]. Wenn ein Refactor 40 Dateien über eine 200.000-Zeilen-Codebase anfasst, fütterst du es nicht mit einer Dateiliste. Es findet sie.

80,8 % auf SWE-bench Verified

SWE-bench Verified bewertet ein Modell anhand echter GitHub-Issues aus Open-Source-Repositorys, bewertet danach, ob die vorgeschlagene Lösung die eigene Test-Suite des Repositorys besteht. Claude Code erreicht 80,8 %, die höchste öffentlich gemeldete Zahl unter verfügbaren Tools^[1]. Der Benchmark misst echtes Verständnis von Codebasen statt Pattern-Matching auf isolierten Snippets, weshalb er echter Nützlichkeit besser folgt als die meisten Coding-Evaluationen.

Plan Mode

Bevor Claude Code etwas ausführt, zeigt es einen strukturierten Plan: welche Dateien es ändern wird, was Änderungen es machen wird, in welcher Reihenfolge. Du überprüfst ihn, fragst ihn in Frage, passt ihn an und nur dann genehmigst du ihn^[1].

Das ist die Funktion, die die Rest nutzbar auf einem Production-Repo macht. Beaufsichtigte Autonomie hält den Entwickler in der Schleife im Moment, in dem Out-of-the-Loop teuer ist.

Agent Teams

Mehrere Claude-Code-Instanzen arbeiten gleichzeitig an verschiedenen Teilen eines Problems, koordiniert von einem Lead-Agent, der Subtasks zuweist und Ergebnisse zusammenführt^[1]. Bei einer Feature, die sich in unabhängige Arbeitsstränge decomposert – eine Backend-Änderung, ein Frontend-Update und ein Docs-Update parallel – komprimiert dies die Kalenderzeit statt nur Token-Zeit.

Wo Claude Code läuft

Breite Adoption hat eine langweilige Erklärung: es trifft Entwickler dort, wo sie schon sind^[1].

• Terminal CLI ist die Kernerfahrung. Navigiere zum Projekt, führe claude aus, beschreibe die Aufgabe.
• VS Code Extension mit visueller Diff-Review und interaktiver Änderungsauswahl. Dieselbe Extension funktioniert in Cursor und Windsurf.
• JetBrains Plugin deckt IntelliJ IDEA, PyCharm, WebStorm und die übrigen ab.
• Desktop-App fügt visuelle Diff-Review über parallel laufende Sitzungen hinzu, Sitzungsplanung und Cloud-Ausführung für lange laufende Jobs.
• Web auf claude.ai/code, keine lokale Installation, plus die Claude iOS App.
• GitHub: markiere @claude auf einem Issue und bekomme einen Pull Request zurück, ohne Teamkollegen bitten zu müssen, ihre Arbeitsweise zu ändern.

Claude Code nutzen: Installation und erste Schritte

macOS und Linux:

curl -fsSL https://claude.ai/install.sh | bash

Oder mit Homebrew:

brew install --cask claude-code

Windows:

irm https://claude.ai/install.ps1 | iex

Oder mit WinGet:

winget install Anthropic.ClaudeCode

Dann navigiere zu deinem Projekt und führe claude aus. Es indexiert die Projektstruktur und fragt, was du tun möchtest.

Ein Schritt zählt mehr als die Install-Methode. Erstelle eine CLAUDE.md am Repository-Root und schreib deine Konventionen rein: welches Test-Framework du nutzt, welche Dateien niemals automatisch geändert werden dürfen, wie du Dinge benennst^[1]. Sie wird am Anfang jeder Sitzung gelesen. Teams nutzen sie, um institutionelles Wissen zu kodieren, das sonst ein Senior Developer beim Onboarding vermitteln würde, und es ist die einzelne höchste Leverage-Konfiguration im Tool.

Fünf Aufgaben, bei denen es überproportional gut ist

Großer-Codebase-Refactoring. Wenn ein Refactor Dutzende Dateien anfasst und konsistente Änderungen an Signaturen, Imports und Tests braucht, ist Koordination der schwierige Teil. Claude Code baut eine Abhängigkeitskarte, findet jede Call-Site, macht koordinierte Änderungen und führt die Suite aus, bevor es dir das Ergebnis zeigt. Rakutens Team dokumentierte es, dass es sieben Stunden autonom an einer Aktivierungsvektoren-Extraktionsmethode in einer großen Multi-Language-Library arbeitete und 99,9 % numerische Genauigkeit gegen die Referenz-Implementation erzielte^[1].

Cross-Datei-Debugging. Wenn ein Bug sich in Benutzerverhalten manifestiert, aber in der Interaktion zwischen drei Modulen entsteht, geschrieben von verschiedenen Leuten zu verschiedenen Zeiten, lässt dich volle Kontext-Navigation den Execution Path folgen, Fehler-Modi hypothesisieren, Diagnostik schreiben und überall die defekte Annahme fixen statt nur die offensichtlichste.

Test-Generierung für ungetesteter Code. Es liest die Implementation, inferiert beabsichtigtes Verhalten aus Code und egal welche Docs existieren, und generiert Tests, die normale Pfade, Edge Cases und Fehler-Bedingungen decken. Es neigt dazu, Fehler dabei zu finden.

Git-Workflow-Automation. Beschreibe den Commit in reiner Sprache, einschließlich was ausgelassen werden soll, und es kümmert sich um Staging, die Commit-Message, den Push und einen Pull Request mit strukturierter Beschreibung. Mit der GitHub MCP Integration kann es offene Issues lesen, Fixes implementieren, Tests ausführen und den PR mit vollem Kontext öffnen.

Architektur-Analyse. Zeige es auf eine unbekannte Codebase und frage es, die Architektur zu erklären. Du bekommst eine strukturierte Durchführung der Organisation, jede Major-Komponente, der Datenfluss zwischen Services und die kritischen Pfade. Nützlich für Onboarding, technische Due-Diligence und die Dokumentation, die niemand je geschrieben hat.

MCP-Integration

Claude Code unterstützt das Model Context Protocol, Anthropics offenen Standard für die Verbindung von Modellen mit externen Tools und Daten^[1]. Das erweitert sein Denken über das Repository hinaus: frage die Production-Datenbank ab, um das Datenmodell vor einer Migration zu verstehen, lese das Ticket, um Acceptance-Kriterien vor der Implementation zu verstehen, überprüfe die Observability-Plattform auf Fehler-Muster vor dem Debuggen.

Das Plugins-Verzeichnis trägt eine wachsende Bibliothek von Community-Integrationen, also sind die meisten verbreiteten Tools schon gedeckt.

Claude Code, Cursor oder Copilot

Quelle für die Vergleichsreihen ist derselbe Leitfaden, der hier durchgehend referenziert wird^[1].

Das ehrliche Lesen ist, dass diese eigentlich nicht für dieselben Minuten konkurrieren. Cursor ist ein VS Code Fork mit KI durchgehend im Editor integriert: schnelle Inline-Completion, Multi-Model-Unterstützung, ein visueller IDE. Copilot ist am weitesten verbreitet, weil es innerhalb von Microsoft Enterpriseabonnements ausgeliefert wird und routine-Completion gut bearbeitet, ohne als voller Agent auf komplexer Multi-Datei-Arbeit zu bedienen.

Die meisten Developer, die beide nutzen, nutzen Cursor für tägliche Bearbeitung und Claude Code für die Aufgaben, die tiefes Codebase-Verständnis brauchen: große Refactors, Architektur-Änderungen, Sicherheits-Audits, subtile Cross-Datei-Bugs.

Wenn du dieses Verhalten in deinem eigenen Produkt haben möchtest

Claude Code ist Anthropics Agent, und es ist das richtige Tool, wenn die Arbeit in deinem Terminal passiert. Es ist die falsche Form für einen anderen Job: dasselbe Verhalten in Software stecken, die du auslieferst. Ein Code-Review-Bot in deiner CI, ein Migrationsagent für deine Kunden, ein internes Tool, das ein Repo liest und Fragen darüber beantwortet. Keiner dieser sind eine CLI auf dem Laptop eines Developers.

Der Job braucht die Modelle direkt. Zugang zu Claude Code selbst läuft durch ein Claude-Pro- oder -Max-Abonnement oder ein Claude-Console-Konto mit API-Zugang^[1], und wenn du deinen eigenen Agent baust, arbeites du auf dieser zweiten Ebene.

reAPI stellt die Claude-Modelle über einen OpenAI-kompatiblen /v1/chat/completions-Endpunkt aus, sodass ein Client und ein Key Claude neben GPT und Gemini abdeckt:

from openai import OpenAI

client = OpenAI(
    api_key="YOUR_REAPI_KEY",
    base_url="https://api.reapi.ai/v1",
)

resp = client.chat.completions.create(
    model="claude-opus-5",
    messages=[{"role": "user", "content": "Review this diff and report issues with severity."}],
    max_tokens=16000,
    stream=True,
)

Die native Anthropic /v1/messages Oberfläche ist auch verfügbar, sodass SDKs, die für beide Formate geschrieben sind, unverändert funktionieren. Modellseiten und Raten sind auf reapi.ai/models und die Endpunkt-Referenz für die aktuelle Opus-Generation ist auf reapi.ai/docs/claude-opus-5.

Nutze Claude Code für dein eigenes Repo. Nutze die API, wenn der Agent in jemand anderem seinen laufen muss.

FAQ

Welches Modell betreibt Claude Code?

Es läuft auf Anthropics aktuellen Frontier Claude Modellen, und der Standard verfolgt, was Anthropic am meisten kürzlich ausgeliefert hat, statt auf einer Version gepinnt zu bleiben. Überprüfe Anthropics Dokumentation für das Modell hinter deinem Plan zu jedem gegebenen Zeitpunkt.

Ist Claude Code kostenlos?

Nein. Es erfordert ein Claude-Pro- oder -Max-Abonnement, preisgelagert zwischen $20 und $100 pro Monat, oder ein Claude-Console-Konto mit API-Zugang^[1].

Wie groß eine Codebase kann Claude Code bearbeiten?

Das Kontext-Fenster ist 1M Tokens, grob 25.000 bis 30.000 Zeilen in einer einzelnen Sitzung ohne Fragmentierung^[1]. Größere Repositorys funktionieren noch immer, weil es dem Abhängigkeitsgraph folgt, statt alles auf einmal zu laden.

Was ist CLAUDE.md für?

Anhaltende Pro-Projekt-Anweisungen, die am Anfang jeder Sitzung gelesen werden: Coding-Konventionen, Test-Framework, Dateien, die niemals automatisch geändert werden dürfen. Es ist der Ort, wo Teams Onboarding-Wissen kodieren^[1].

Ist Claude Code besser als Cursor?

Sie lösen unterschiedliche Probleme. Cursor ist eine volle IDE-Erfahrung mit schneller Inline-Bearbeitung; Claude Code ist ein Terminal-Agent mit einem viel größeren Kontext-Fenster und voller Plan-Execute-Test-Commit-Operation. Viele Developers führen beide^[1].

Kann Claude Code Pull Requests öffnen?

Ja. Es ist direkt mit Git integriert und ein Tag von @claude auf einem GitHub-Issue gibt einen Pull Request zurück. Mit der GitHub MCP Integration kann es das Issue lesen, implementieren, testen und mit vollem Kontext submittieren^[1].

Was ist Plan Mode?

Ein Review Gate. Claude Code zeigt den Datei-für-Datei-Plan, bevor Änderungen gemacht werden und wartet auf Genehmigung^[1].

Wie bau ich einen Coding-Agent selber?

Rufe die Modelle über eine API auf, statt über die CLI. Zeige einen OpenAI-kompatiblen Client auf https://api.reapi.ai/v1 und stelle die Modellzeichenfolge ein, oder nutze die native Anthropic /v1/messages Oberfläche.

Die richtige Ebene wählen

Claude Code verdient seine Adoption auf einer Eigenschaft: es hält ein gesamtes Projekt in Sicht und agiert darauf, statt die nächste Zeile zu erraten. Das Million-Token-Fenster, der 80,8 % SWE-bench Score und Plan Mode sind drei Ausdrücke derselben Design-Entscheidung, und sie landen am härtesten auf Refactors, Cross-Datei-Debugging und unbekannten Codebases.

Wisse, welche Ebene dein Problem lebt. Wenn die Arbeit in deinem Repo und deinem Terminal ist, installiere es und schreib eine gute CLAUDE.md vor allem anderem. Wenn die Arbeit in einem Produkt ist, das du anderen Leuten auslieferst, willst du die Modell-API darunter, nicht die CLI darauf. Claude Code richtig lernen bedeutet am meisten, erkennen, welcher dieser zwei du tatsächlich machst.

References

1. Anthropic. Claude Code — overview, capabilities, surfaces, and configuration. Retrieved July 2026 from platform.claude.com/docs/claude-code
2. Anthropic. Claude Code — official repository. Retrieved July 2026 from github.com/anthropics/claude-code
3. Anthropic. Claude Code documentation. Retrieved July 2026 from docs.claude.com/en/docs/claude-code/overview

Further reading

• reAPI. How to use Claude Opus 5. reapi.ai/blog/how-to-use-claude-opus-5
• reAPI. How to use Claude Fable 5. reapi.ai/blog/how-to-use-claude-fable-5
• reAPI. Model catalog. reapi.ai/models