Einen KI-Agenten mit Claude erstellen heißt: ein Projekt anlegen, Anweisungen schreiben, Wissen hochladen und an einem echten Fall testen. Das läuft komplett in der Claude-App, ohne eine Zeile Code, und das erste brauchbare Ergebnis hältst du nach etwa einer Stunde in der Hand. Hier ist der Ablauf, so wie ich ihn selbst nutze.
Meine gesamte Belegschaft läuft auf Claude: acht KI-Mitarbeiter, jeder mit eigenem Job. Was du hier baust, ist die Grundform davon. Alle Grundlagen zu Agenten habe ich auf der Seite KI-Agenten gesammelt, und warum ich für diese Arbeit Claude nutze und nicht ChatGPT, steht in Claude statt ChatGPT.
Was du brauchst
Ein Claude-Konto reicht. Projekte gibt es auch im kostenlosen Tarif, unbegrenzt viele erst im Pro-Abo für 20 Dollar im Monat (Stand: August 2026). Für den Anfang, also einen Agenten und echte Testfälle, kommst du mit dem Free-Tarif aus; die Nachrichten-Kontingente setzen dort allerdings enge Grenzen, sobald du täglich arbeitest.
Wichtiger als das Abo ist deine Vorbereitung: Such dir eine Aufgabe aus, die sich wiederholt, deren Ergebnis du in Minuten bewerten kannst und die dich spürbar Zeit kostet. Ich nehme für diese Anleitung „Angebote vorbereiten" als Beispiel, der Ablauf ist für jede Aufgabe gleich.
Schritt 1: Projekt anlegen
Leg in Claude ein neues Projekt an und gib ihm einen Namen, der den Job beschreibt, zum Beispiel „Angebots-Agent". Ein Projekt ist ein eigener Arbeitsbereich mit zwei Eigenschaften, die aus einem Chat einen Agenten machen: eigene Anweisungen, die für jede Unterhaltung darin gelten, und eine Wissensablage, auf die jede Unterhaltung zugreift.
Das löst das Kernproblem des normalen Chat-Fensters: Du musst den Kontext nicht mehr bei jeder Aufgabe neu zusammenkopieren. Er liegt im Projekt und bleibt da.
Ein Projekt pro Job, das ist die Regel. Pack nicht „alles rund um mein Business" in einen Arbeitsbereich. Ein Agent mit einem klar umrissenen Job liefert bessere Ergebnisse und lässt sich viel leichter korrigieren als ein Alleskönner.
Schritt 2: Anweisungen schreiben
In die Projekt-Anweisungen schreibst du, was der Agent tun soll und wie. Kein Prompt-Engineering, sondern das, was du einer neuen Aushilfe am ersten Tag sagen würdest:
- Der Job: „Du bereitest Angebote vor. Du bekommst meine Gesprächsnotizen und lieferst einen fertigen Angebotsentwurf."
- Der Ablauf: „Erst Leistungen und Umfang klären, dann Preise nach meiner Preisliste, dann Text nach meinen Beispielen."
- Die Grenzen: „Du erfindest keine Preise und keine Leistungen. Wenn dir eine Information fehlt, fragst du nach, statt zu raten."
- Das Format: „Ergebnis als fertiges Dokument, Struktur wie in meinen Beispiel-Angeboten."
Der letzte Punkt unter „Grenzen" ist der wichtigste. Ein Agent, der nachfragt statt zu raten, spart dir die Nacharbeit, die viele KI-Ergebnisse unbrauchbar macht.
Schritt 3: Wissen hochladen
Jetzt füllst du die Wissensablage des Projekts mit dem, was der Agent für den Job braucht:
- deine Preisliste oder Preislogik
- zwei, drei echte Angebote von dir als Stilvorlage
- eine kurze Beschreibung deines Business: Leistungen, Zielgruppe, typische Fälle
- Formulierungen, die du nie benutzen würdest
Du musst das nicht perfekt aufbereiten. Vorhandene Dokumente reichen für den Start. Ein Trick aus meiner Praxis: Lass den Agenten selbst fragen. Schreib in die erste Unterhaltung „Stell mir alle Fragen, die du für deinen Job brauchst", und beantworte sie. Die Antworten packst du als Dokument in die Wissensablage. So entsteht das Wissen aus deinem Kopf, ohne dass du vor einem leeren Blatt sitzt.
Schritt 4: An einem echten Fall testen
Nimm nicht das Testbeispiel, nimm das Angebot, das diese Woche sowieso raus muss. Gib dem Agenten die Gesprächsnotizen und lass ihn arbeiten.
Das erste Ergebnis wird nicht perfekt sein, und das ist der Sinn des Tests. Entscheidend ist, was du mit den Fehlern machst: nicht selbst umschreiben, sondern benennen. „Der Preis für Position 2 stimmt nicht", „zu förmlich, schau in Beispiel 3", „der Einstieg fehlt". Der Agent korrigiert, du vergleichst.
Widersteh dabei dem Reflex, das Ergebnis schnell selbst zu retten. Jede Korrektur, die du still selbst einbaust, muss der Agent beim nächsten Fall wieder falsch machen, weil er nie davon erfahren hat.
Schritt 5: Korrekturen dauerhaft machen
Hier trennt sich der Agent vom Einweg-Prompt. Jede Korrektur, die öfter gelten soll, wanderst du zurück in die Anweisungen oder in ein Dokument in der Wissensablage. Aus „zu förmlich" wird eine Zeile in den Anweisungen: „Du schreibst locker, keine Amtssprache."
Nach drei bis fünf Durchläufen merkst du, wie die Nacharbeit gegen null geht, weil die Korrekturen nicht mehr in deinem Kopf liegen, sondern im Projekt. Ab jetzt ist jeder neue Fall Routine: Notizen rein, Entwurf raus, freigeben.
Vom Agenten zum Mitarbeiter
Was du jetzt hast, ist ein funktionierender KI-Agent: eine KI mit Job, Kontext und wiederholbarem Ergebnis. Was ihm noch fehlt, ist die Führungsebene, die aus meiner Sicht den Unterschied macht: ein Name, eine richtige Personalakte statt verstreuter Dokumente, ein sauberes Onboarding und Feedback als fester Bestandteil der Zusammenarbeit.
Das ist kein technischer Schritt, sondern ein Perspektivwechsel: Du bedienst kein Werkzeug mehr, du führst einen Mitarbeiter. Der komplette Ablauf von der Aufgabenwahl bis zur Festanstellung steht in KI-Mitarbeiter einstellen: der Ablauf.
Und falls du dich fragst, warum ich Agenten in Claude baue statt in n8n oder Make: Die Begründung mit Vergleichstabelle steht in KI-Agenten erstellen ohne Code: mein Weg. Kurzfassung: Workflow-Plattformen lösen Fließband-Aufgaben, aber die teuren Stunden von Selbstständigen stecken in Aufgaben mit Kontext und Urteilsvermögen, und dafür ist der Projekt-Ansatz der direktere Weg.
Womit du anfängst
Nimm dir eine Stunde, eine echte Aufgabe und die fünf Schritte oben. Wenn du beim Geld unsicher bist: Was mit dem Gratis-Tarif geht und wann sich das Pro-Abo lohnt, habe ich in KI-Agent erstellen kostenlos ehrlich aufgeschrieben.
