Blog · 24. August 2026 · 3 Min. Lesezeit

Claude statt ChatGPT: meine KI-Mitarbeiter

Wegweiser mit bunten Richtungspfeilen vor blauem Himmel
Foto: Jan van der Wolf / Pexels

Wahrscheinlich nutzt du seit Jahren ChatGPT. Die meisten Selbstständigen, mit denen ich spreche, sind ChatGPT-Poweruser: eigene Prompts, gespeicherte Vorlagen, vielleicht ein Custom GPT. Und trotzdem haben sie das Gefühl, an der Oberfläche zu kratzen. Die KI beantwortet Fragen, aber sie nimmt keine Arbeit ab.

Meine komplette KI-Belegschaft, vierzehn Mitarbeiter von der Buchhaltung bis zum Content, lebt in Arbeitsordnern auf meinem eigenen Rechner. Aktuell arbeite ich dafür viel mit Claude Code. Die Rollen selbst gehören aber keinem Anbieter: Derselbe Ordner lässt sich auch mit Codex oder einem offenen Modell verwenden.

Es geht nicht um das schlauere Modell

Die Modell-Vergleiche, die du überall liest, beantworten die falsche Frage. Ob Modell A oder B im Benchmark drei Punkte vorn liegt, ändert nichts an deinem Alltag. Was deinen Alltag ändert, ist die Frage: Kann ich aus dieser KI einen Mitarbeiter machen, der meinen Job kennt und jede Woche liefert?

Dafür braucht es drei Dinge: einen Ort für dauerhaftes Wissen, definierbare Arbeitsweisen und einen Weg, mit deinen echten Dateien und Systemen zu arbeiten. Entscheidend ist die Architektur aus Dateien und Ordnern. Claude Code ist eines der Werkzeuge, die darauf arbeiten können.

Grund 1: Files and Folders statt Anbieter-Projekt

Jeder meiner Mitarbeiter hat einen lokalen Arbeitsordner. Darin liegen Personalakte, Job, Regeln, Wissen über mein Business und Formulierungsbeispiele als normale Dateien. Nicht Claude besitzt diese Akte, sondern ich. Ein neues Werkzeug kann denselben Ordner lesen, ohne dass ich den Mitarbeiter neu aufbauen muss.

Aus „Kontext zusammenkopieren und hoffen" wird „Fall reingeben und Ergebnis freigeben". Und wenn ich Feedback gebe, wandert es in die Akte und gilt dauerhaft. Wie dieser Aufbau im Detail funktioniert, steht in KI-Mitarbeiter einstellen: der komplette Ablauf.

Grund 2: Skills als Arbeitsanweisungen

Mit Skills kann ich einem Claude-Mitarbeiter beibringen, wie eine bestimmte Aufgabe abzulaufen hat: Schritt für Schritt, mit meinen Regeln, wiederverwendbar. Das ist der Unterschied zwischen einem Mitarbeiter, der „irgendwie Content macht", und einer Content-Chefredakteurin, die jeden Entwurf gegen meine Hook-Regeln prüft, bevor ich ihn sehe.

Eine Arbeitsanweisung schreibst du einmal. Danach ist sie Infrastruktur: Sie funktioniert nächste Woche noch, sie funktioniert für den nächsten Mitarbeiter, und du kannst sie lesen und ändern wie ein Dokument, nicht wie ein Programm.

Grund 3: Claude Code als Werkzeug, nicht als Zuhause

Mit Claude Code arbeitet dein Mitarbeiter direkt in deinen Dateien und Systemen: Er liest deine Ablage, schreibt Dokumente, bedient Werkzeuge. Meine Mitarbeiter bauen damit Websites, werten Daten aus und pflegen ihre eigenen Wissensordner. Weil Rolle und Wissen im Dateisystem liegen, kann ich für denselben Job später auch Codex oder ein offenes Modell einsetzen.

Der Witz dabei: Claude Code klingt nach Entwickler-Werkzeug, aber du führst es auf Deutsch. Ich bin Entwickler und schreibe seit 1,5 Jahren keine Zeile Code mehr selbst. Meine Anweisungen sind Sätze wie an einen Mitarbeiter, nicht Befehle an eine Maschine.

Für einen reinen Textassistenten kann ein Claude-Projekt als einfacher Einstieg reichen. Mein eigenes Setup beginnt dagegen mit dem Arbeitsordner, weil der Mitarbeiter damit von Anfang an portabel bleibt.

Und was ist mit Custom GPTs?

Der übliche Einwand: „Das kann ich doch mit einem Custom GPT auch." Ein Custom GPT ist ein guter erster Schritt in dieselbe Richtung, und wenn du dabei bleibst, ist das besser als jeden Chat bei null zu starten.

Meine Erfahrung ist trotzdem eindeutig: Der Sprung vom netten Assistenten zum echten Mitarbeiter gelingt über lesbare Dateien, klare Regeln und Zugriff auf die tatsächlichen Arbeitsordner. Claude Code ist dafür aktuell mein häufigstes Werkzeug, aber nicht der Speicherort meiner Belegschaft. Wie diese Belegschaft aussieht: KI-Belegschaft: 14 Mitarbeiter, ein Chef. Dieselbe Abwägung, Plattform-Agent oder Ordner, habe ich für Langdock in Langdock vs Claude: was ich im Betrieb nutze durchgespielt.

Musst du deshalb wechseln?

Wenn ChatGPT dir heute reicht, wechsel nicht wegen eines Blog-Artikels. Aber wenn du das Gefühl kennst, trotz Poweruser-Status an der Oberfläche zu kratzen, dann liegt das vermutlich nicht an deinen Prompts. Es liegt daran, dass du ein Chat-Werkzeug wie ein Chat-Werkzeug benutzt, statt einen Mitarbeiter einzustellen und zu führen.

Was ein KI-Mitarbeiter ist und wie der Einstieg aussieht, mit erstem Arbeitsergebnis in etwa einer Stunde: KI-Mitarbeiter einstellen.

Kevin Welter

Kevin Welter

Entwickler, IT-Architekt, Fachbuchautor (Kubernetes, Cloud-Infrastrukturen) und Speaker. Betreibt sein Business mit einer KI-Belegschaft aus vierzehn KI-Mitarbeitern und zeigt Selbstständigen in seiner Community, wie sie ihren ersten KI-Mitarbeiter einstellen.

Mehr über KI-Mitarbeiter

In einer Stunde läuft dein erster KI-Mitarbeiter

Zur Community