Meine Erfahrung mit Claude im täglichen Betrieb ist: Claude liefert verlässlich, wenn drei Dinge stimmen. Jede Zahl muss aus einer Quelle kommen, die im Ordner liegt, eine getrennte Prüfrolle liest das Ergebnis, bevor ich es sehe, und was wirklich nicht passieren darf, ist technisch gesperrt statt nur verboten. Wo eines davon fehlt, passieren die immer gleichen Fehler: Claude füllt Lücken mit plausiblen Sätzen, übernimmt Zahlen aus Suchzusammenfassungen, liest nur den Anfang einer Datei oder befolgt eine Regel wörtlicher, als sie gemeint war. Das steht nicht in einer Umfrage, sondern in den Learnings-Dateien meiner KI-Belegschaft: über 500 Einträge seit Juli 2026, fast jeder mit Anlass, Regel und Beispiel. Die folgenden Erfahrungen stammen alle daraus oder aus Auftragsordnern, die ich nachprüfen kann.
Warum ich überhaupt mit Claude und nicht mit ChatGPT arbeite, steht in Claude statt ChatGPT: meine KI-Mitarbeiter. Wer in meiner Belegschaft welchen Job hat, zeigt KI-Belegschaft: 14 Mitarbeiter, ein Chef. Hier geht es um das, was im Alltag schiefgeht, und was ich daraus gemacht habe.
Wie ich Erfahrungen festhalte
Jeder meiner KI-Mitarbeiter hat eine Datei wissen/learnings.md. Wenn ich Feedback gebe oder eine Prüfung einen Fehler findet, wird daraus ein Eintrag mit festem Aufbau: die Regel in einem Satz, warum (der konkrete Fall mit Zahlen), wie sie im nächsten Auftrag prüfbar angewendet wird, und ob sie bestätigt oder noch eine Hypothese ist. Vor jeder Arbeit liest der Mitarbeiter diese Datei. So wird aus einem Fehler eine Regel, die für jeden künftigen Auftrag gilt, statt dass ich denselben Hinweis jede Woche neu gebe.
Das ist auch der Grund, warum ich diesen Beitrag schreiben kann, ohne mich auf mein Gedächtnis zu verlassen.
Erfahrung 1: Erfindungen stecken eher in den Verbindungssätzen als im Kerninhalt
Als Ralf, mein Website-Optimierer, die Website eines Kunden aus dessen bestehenden Texten neu baute, waren alle Stammdaten, Preise und Zitate korrekt. Die getrennte Prüfung fand trotzdem fünf Fehler, und alle steckten in Sätzen, die Ralf selbst als Übergang geschrieben hatte: eine Antwortzeit, eine Hosting-Angabe, eine zu harte Rechtsaussage. Nichts davon stand in den Quellen, und nichts davon ging live. Es klang nur plausibel.
Regel daraus: Jeder Satz, der nicht aus den Unterlagen stammt, ist eine Behauptung. Er wird belegt, weicher formuliert oder gestrichen. Belegt ist das bisher an diesem einen Fall; Ralf führt die Regel als Arbeitshypothese. Wie Ralf arbeitet, steht in Website mit KI erstellen und modernisieren.
Erfahrung 2: Zahlen aus Suchzusammenfassungen sind keine Quelle
Peter, mein Mitarbeiter für Belege und Buchhaltung, brauchte einen amtlichen Umrechnungskurs für Dezember 2025. Die Websuche nannte 1,1732. Im PDF des Bundesfinanzministeriums stand für Dezember 1,1709; 1,1732 war der Wert für September. Bei 25 umgerechneten Belegen hätte der falsche Kurs die Jahressumme verfälscht.
Dasselbe Muster bei abgeschnittenen Ausgaben: Ein Auswertungsskript meines Lead-Scouts gab Adressen gekürzt aus, und beim Schreiben der Lead-Liste wurden die fehlenden Straßennamen geraten. Aus einer Straße wurde eine andere. Aufgefallen ist das in der Lead-Liste, bevor etwas davon auf eine Website kam; dort wäre eine falsche Adresse echter Schaden gewesen.
Regel daraus: Zahlen und Fakten kommen aus dem Originaldokument oder der vollständigen Quelldatei, nie aus einer Zusammenfassung oder einer gekürzten Bildschirmausgabe. Bei amtlichen Werten zusätzlich eine zweite unabhängige Quelle.
Erfahrung 3: Eine getrennte Prüfrolle findet, was der Ersteller nicht sieht
Die wichtigste Regel meiner Belegschaft: Was das Haus verlässt, prüft vorher eine getrennte Rolle, nicht derselbe Kontext, der es geschrieben hat. Wie viel das bringt, zeigen die Learnings immer wieder. Sebastian, mein KI-Mitarbeiter für SEO, schreibt bei solchen Fällen ausdrücklich dazu: „Gefunden hat es die Prüf-Rolle, nicht ich.“
Ein Beispiel vom September 2026: Für 19 Blogbeiträge in Deutsch und Englisch, zusammen 38 Dateien, hatte Sebastian vier eigene Lektorate und einen Review-Pass laufen lassen. Eine zusätzliche Querprüfung mit einem anderen Werkzeug, Codex, fand trotzdem vier Beiträge mit Pflichtkorrekturen, darunter eine zu enge Definition eines Kubernetes-Fachbegriffs und die falsche Behauptung, Ollama könne keine Anfragen parallel verarbeiten. Stichproben in den offiziellen Dokumentationen bestätigten die Befunde.
Die Prüfrolle ist aber auch nicht unfehlbar. Conny, meine Content-Chefredakteurin, notierte im Juli, dass der Review-Pass ein Beispiel streichen wollte, weil er in der falschen Datei nachgesehen hatte. Seitdem prüft sie Befunde der Prüfung an der Quelle, bevor sie sie übernimmt.
Regel daraus: Ersteller und Prüfer sind getrennt, und auch die Befunde des Prüfers werden an der Quelle gegengeprüft.
Erfahrung 4: Claude befolgt Regeln wörtlich, auch wenn sie so nicht gemeint waren
Sebastian hatte ein Prüfskript, das verlangte, dass das Hauptkeyword vollständig in einer Überschrift vorkommt. Beim Keyword „ki agent was ist das“ verlangte es damit auch „was“, „ist“ und „das“ in der Überschrift, und eine Überschrift las sich wie eine rohe Suchphrase, nur damit sie die Prüfung besteht. Ähnlich bei einer Klickraten-Regel aus einem Social-Media-Video: Wörtlich angewendet hätte sie 399 von 568 Seiten meiner Website zur Überarbeitung ausgewählt.
Regel daraus: Wenn ein Text unnatürlich klingt, damit er eine Prüfung besteht, ist die Prüfung falsch, nicht der Text. Und Regeln mit festen Grenzen messe ich gegen die eigenen Daten, bevor sie gelten.
Erfahrung 5: Eine Prüfung, die nichts liest, meldet „alles in Ordnung“
Eddi, mein Videograf, prüft fertige Videos per Texterkennung auf falsche Uhrzeiten in Einblendungen. Sein erstes Prüfskript meldete „0 fremde Uhrzeiten“. Tatsächlich hatte es gar keine Bilder gelesen, weil der Befehl zur Bildentnahme still nichts lieferte. Aufgefallen ist das nur, weil er das Skript zuerst gegen die alte Fassung laufen ließ, in der der Fehler nachweislich steckte. Mit korrigierter Entnahme und Zählprüfung: alte Fassung 34 Fehllesungen, neue 0.
Dieselbe Fehlerklasse bei Conny: Ein Videoentwurf zählte Websites aus Screenshot-Dateien und hätte damit einen viel zu hohen Live-Stand behauptet. Aufgefallen ist das in der Querprüfung des Entwurfs, beim Abgleich mit der Liste, die den echten Stand führt.
Regel daraus: Jede Prüfung zählt, was sie gelesen hat, und läuft einmal gegen eine Fassung, in der der Fehler bekannt ist. Eine Dateizählung ist keine Zustandsaussage.
Erfahrung 6: Wer nur den Anfang liest, meldet einen veralteten Stand
Kai, mein KI-Mitarbeiter für Führung, sichtet die Berichte der anderen. Einmal meldete er eine Seite als „nicht deployt“, obwohl sie seit fünf Tagen live war. Der Bericht dokumentierte das in den Runden 4 und 5; veraltet war nur die Zeile in Runde 1, und genau diese hatte der Subagent gelesen, der für Kai die Sichtung machte.
Regel daraus: Vor jeder Aussage „nicht live“ den Bericht bis zum Ende lesen und die Live-Adresse prüfen. Subagenten bekommen ausdrücklich mit, Berichte ganz zu lesen und den Live-Stand zu prüfen.
Erfahrung 7: Subagenten erben, was im Ordner steht
Für die Messung, ob KI-Suchen meine Website zitieren, ließ Sebastian Mess-Agenten Fragen recherchieren. Einer schrieb in seine Antwort: „Die Quelle kevinwelter.com gehört zum Betreiber dieses Systems“. Subagenten, die im Projektordner starten, laden die Projektanweisungen und wissen damit, für wen sie arbeiten. Für eine Messung ist das eine Störgröße: Die Zahl der Zitate kann dadurch zu meinen Gunsten verzerrt sein.
Regel daraus: Mess-Agenten laufen in einem leeren Ordner ohne Projektanweisungen und nur mit den Werkzeugen, die sie brauchen.
Erfahrung 8: Was nicht passieren darf, wird technisch gesperrt
Eine Regel in der Arbeitsanweisung ist eine Verhaltensvorgabe. Sie greift meistens, aber nicht garantiert. Deshalb sind bei mir die Rechte eng: Der Postfach-Zugang meiner Assistentin kann Entwürfe ablegen, aber nicht senden. Bei einem SEO-Datenwerkzeug, dessen Schlüssel dieselben Rechte wie das ganze Konto hat, sind 28 löschende und kontoverändernde Werkzeuge per Deny-Regel aus Claudes Reichweite genommen. Und für einen Vergleichstest waren die MCP-Werkzeuge im ersten Durchgang beim Start entfernt, nicht nur verboten. Wie das bei MCP-Servern aussieht, steht in Claude MCP Server einrichten.
Wie wichtig auch das Messen der eigenen Werkzeuge ist, zeigte eine Prüfung für Datenschutz-Inhalte: Ein Prüfer schnitt den echten Netzwerkverkehr von Claude Code mit, statt nur die Doku zu lesen. Ergebnis: „Die Daten verlassen meinen Rechner nicht“ war falsch, weil gelesene Inhalte als Text an das Modell gehen. Dieser Satz durfte danach auf keine Folie.
Regel daraus: Technische Grenzen vor Verhaltensregeln, und Aussagen über das eigene Werkzeug messen statt ableiten.
Erfahrung 9: Zu viele Agenten gleichzeitig laufen ins Limit
Im September ließ Sebastian 16 Schreib-Agenten parallel laufen. Nach 15 Minuten griff das Sitzungslimit, 13 Beiträge brachen halb fertig ab. Mit zwei bis drei Agenten gleichzeitig, auf einem kleineren Modell und mit einer Warteschlange als Datei, liefen danach 60 Beiträge in gut zwei Stunden ohne Abbruch.
Regel daraus: Höchstens drei Schreib-Agenten parallel, und die Arbeitsliste liegt als Datei vor, damit ein Abbruch nichts kostet.
Was gut funktioniert
Das klingt nach einer langen Fehlerliste. Sie ist aber der Grund, warum der Rest funktioniert. Vom 27.08. bis 21.09.2026 haben Sebastian und ich kevinwelter.com in drei Etappen von 10 auf 224 Beiträge je Sprache aufgebaut, mit einer Messung nach jeder Etappe. Vor dem Start, vom 1. bis 26.08., hatte die Website 5 Google-Klicks; bis zum 17.09.2026 zeigte die Search Console 1.060. Das ist ein Rückblick, keine Zusage für andere Websites. Die ganze Geschichte steht in SEO und Blog mit KI: Sebastian im Einsatz. Seit Oktober läuft ein Teil der Belegschaft auf einem eigenen Server und arbeitet auch, wenn mein Rechner zu ist. Ich schreibe seit anderthalb Jahren keine Zeile Code mehr selbst, sondern führe.
Was dabei immer bei mir bleibt: die Freigabe für alles, was nach außen wirkt. Mails, Deploys, Anzeigen gehen erst raus, wenn ich es ausdrücklich sage, und der Mitarbeiter hält mein Wort mit Zeitpunkt fest.
Häufige Fragen
Wie gut ist Claude im Alltag wirklich?
Gut, wenn es mit Quellen, Prüfung und klaren Rechten arbeitet. Die Fehler, die ich sehe, sind selten falsches Fachwissen, sondern plausible Füllsätze, übernommene Zahlen aus Zusammenfassungen und zu wörtlich befolgte Regeln. Gegen alle drei helfen feste Regeln, die nach jedem Fehler ergänzt werden.
Macht Claude Fehler?
Ja, regelmäßig, und deshalb gibt es bei mir eine getrennte Prüfrolle für alles, was das Haus verlässt. In einem Fall fand eine zusätzliche Querprüfung unter 19 Beiträgen vier mit Pflichtkorrekturen, die vier eigene Lektorate und ein Review-Pass übersehen hatten. Fehler gehören dazu; wichtig ist, dass jeder zu einer Regel wird.
Was sind deine Erfahrungen mit Claude Code?
Claude Code ist bei mir das Werkzeug, mit dem die KI-Mitarbeiter in ihren Arbeitsordnern arbeiten, Werkzeuge starten und Ergebnisse als Dateien ablegen. Am meisten bringt es dort, wo eine Aufgabe messbar ist. Am meisten Aufmerksamkeit braucht es bei Rechten, Parallelität und der Frage, was ein Subagent aus dem Ordner mitbekommt.
Lohnt sich Claude für kleine Unternehmen?
Für wiederkehrende Aufgaben mit klaren Regeln ja, wenn du bereit bist, die Regeln aufzuschreiben und das Ergebnis zu prüfen. Wer nur gelegentlich Texte braucht, kommt mit dem Chat aus. Was das kostet, steht in KI-Mitarbeiter: Aufgaben, Kosten, Einstieg.
Wie verhindere ich, dass Claude Dinge erfindet?
Nicht durch eine Bitte im Prompt allein. Bei mir muss jede Zahl auf eine Datei im Auftragsordner zeigen, Sätze ohne Quelle gelten als Behauptung, und eine getrennte Rolle prüft gegen die Quellen. Das reduziert Erfindungen deutlich, schließt sie aber nicht aus.
Wie du weitermachst
Fang mit einem einzigen Mitarbeiter an und gib ihm von Anfang an eine Learnings-Datei. Jeder Fehler, den du korrigierst, wird dort eine Regel. Nach ein paar Wochen hast du keinen Assistenten mehr, dem du alles neu erklärst, sondern einen Mitarbeiter mit Erfahrung. Wie das geht, beschreibt KI-Mitarbeiter erstellen: so startest du. Fertige Mitarbeiter-Pakete mit diesen Regeln und die Möglichkeit, deine eigenen Fälle zu besprechen, gibt es in meiner Community Claude Practitioners.
