Wer einmal versucht hat, mit Claude über ein Wochenende eine produktive Arbeitsbeziehung aufzubauen, kennt das Gefühl: irgendwann hört man auf, mit einem Werkzeug zu sprechen, und beginnt mit einem Gegenüber zu denken. Genau dort fängt der Unterschied an, den ich beschreiben möchte.
Drei Werkzeuge, eine Beziehung
Anthropic stellt mit Claude AI, Claude Cowork und Claude Code keine drei Produkte zur Verfügung, sondern drei Charaktere ein und desselben Sparringspartners. Wer das einmal versteht, hört auf, sie wie austauschbare Apps zu behandeln, und beginnt, sie wie unterschiedliche Kollegen einzusetzen. Das klingt im ersten Moment esoterisch und ist es nicht. Es ist eine ganz nüchterne Beobachtung aus dem Alltag.
Claude AI ist die Denkerin am Tisch. Sie liest, recherchiert, vergleicht, argumentiert, formuliert Konzepte aus, sortiert Optionen, bringt Gegenpositionen ins Gespräch. Wenn ich vor einer Architektur-Entscheidung stehe — soll Aktera Connect direkt an Dolibarr koppeln oder den Umweg über Paperless-ngx nehmen, wie strukturieren wir die Konsolidierung der Anwendungslandschaft bei SPL Tele —, ist Claude AI der Ort, an dem die Überlegung anfängt. Sie schlägt mir nichts auf die Schnelle vor, sie stellt mir Rückfragen, sie zwingt mich, meinen Auftrag scharf zu formulieren. Das allein ist schon mehr als das, was die meisten Werkzeuge können.
Claude Code ist die Engineerin. Sie sieht den Code, sie versteht Repository-Strukturen, sie modifiziert mehrere Dateien gleichzeitig, sie respektiert Git-Workflows. Wenn die Architektur entschieden ist, übergebe ich an Claude Code — und dort entsteht der Code, der die Idee zur Realität macht. Bei Lumi Connect for Dolibarr, beim Aurora-Script, bei den Helper-Plugins, die wir für ainews.lumi-systems.io gebaut haben: die Hand am Editor war Claude Code, der Kopf hinter der Architektur Claude AI.
Claude Cowork ist die Operations-Partnerin. Sie hat Zugriff auf meine Dateien, sie kann meine Connectors bedienen, sie ruft die APIs auf, die ich ihr autorisiere, sie arbeitet mit Microsoft Planner, Outlook, Google Drive, mit unserem XWiki, mit Coolify, mit Hetzner, mit Dolibarr — sie macht die Arbeit, die früher zwischen den Tools liegen geblieben ist. Sie ist diejenige, der ich die Aufgabe gebe und nach einer Stunde das fertige Ergebnis im Outputs-Ordner finde.
Die Choreografie macht den Unterschied
Was sich verändert hat, seitdem ich diese drei nicht mehr nacheinander, sondern miteinander einsetze, ist die Geschwindigkeit, in der ich vom Gedanken zum belastbaren Ergebnis komme. Ein typischer Tag bei mir sieht heute so aus: morgens diskutiere ich mit Claude AI eine Frage, die meinen Posteingang oder mein Bauchgefühl beschäftigt — das kann eine SPL-Tele-Prozessfrage sein, ein Lumi-Systems-Architekturthema oder eine Vorbereitung auf ein Gespräch mit Christian Richert oder David Planner. Was dabei herauskommt, ist selten ein fertiges Ergebnis. Es ist ein scharf formulierter Plan, der weiss, wo seine offenen Stellen sind.
Diesen Plan reiche ich dann weiter. Wenn der Plan Code braucht, geht er an Claude Code mit dem Repository-Kontext, den Tests und der konkreten Aufgabe. Wenn der Plan eine Datei-Operation, eine Recherche im Browser, einen Excel-Bericht oder ein Slack-Update braucht, geht er an Claude Cowork. Dabei formuliere ich nicht jeden Schritt neu — ich verweise auf das, was Claude AI und ich gemeinsam erarbeitet haben. Das spart Wiederholung und es spart Zeit, und es sorgt vor allem dafür, dass der ganze Stack dieselbe Sprache spricht.
Manche dieser Stafetten geschehen sogar zwischen den Werkzeugen direkt: Claude AI schreibt mir den Übergabe-Prompt für Claude Code oder Claude Cowork. Sie weiss, wie ihre Schwestern arbeiten, sie weiss, welche Information dort sinnvoll ist und welche Floskel überflüssig. Das klingt nach einem kleinen Detail, ist aber der eigentliche Hebel: das Werkzeug optimiert die Nutzung des Werkzeugs.
Der Hebel hinter dem Hebel: API-Tokens und MCP
Was Claude Cowork wirklich zur Operations-Partnerin macht, ist nicht das Modell, sondern die Anbindung. Ein Application Password meines WordPress, ein API-Token von Coolify, ein OAuth-Refresh-Token von Microsoft Graph, ein Lese-Zugriff auf unser Vaultwarden — und plötzlich ist eine Aufgabe, die früher fünfzehn manuelle Schritte gekostet hat, eine einzige Anweisung wert. Bei der Überarbeitung von ainews.lumi-systems.io haben wir genau das gemacht: ein Helper-Plugin gebaut, das Feedzy-Imports vollständig per REST verwaltbar macht, Claude Cowork den Token gegeben, und sie hat in einer Sitzung 24 verwurschtelte Imports gelöscht, 40 saubere neu angelegt, 107 Posts in die NIS2-Sub-Kategorie umsortiert und einen Statusbericht verfasst.
Das Model Context Protocol — MCP — ist die andere Seite derselben Medaille. Es macht aus jedem Tool, das eine Schnittstelle hat, einen Cowork-tauglichen Partner. UiPath, Microsoft Planner, Anytype, unser eigenes XWiki: jede dieser Verbindungen erweitert das, was ich Claude überhaupt zumuten kann. Und genau hier kippt die Beziehung. Solange ein KI-Werkzeug nur Text generiert, bleibt es ein Vorschlag-System. Sobald es eigenständig handeln kann, ist es ein Mitarbeiter.
Wer den Hebel verstehen will, sollte ihn behutsam einsetzen. Ich gebe Claude Cowork keinen Token, ohne mir zu überlegen, was im schlimmsten Fall passieren kann. Ich rotiere Credentials nach grossen Arbeitseinheiten. Ich trenne sauber zwischen den Kontexten — SPL-Tele-Daten kommen mir nicht in eine Lumi-Systems-Konversation und umgekehrt. Diese Disziplin ist nicht aus Misstrauen, sondern aus Respekt geboren. Wer einen Mitarbeiter ernst nimmt, gibt ihm klare Grenzen.
Die unsichtbare Hälfte: Kommunikation
Was über alle diese technischen Punkte hinwegläuft und am wenigsten beschrieben wird, ist die Sprache zwischen dem Menschen und der KI. Sie ist die unsichtbare Hälfte des Setups, und sie ist diejenige, an der wir am meisten lernen müssen.
Wer Claude wie eine Suchmaschine behandelt, bekommt Suchmaschinen-Ergebnisse zurück. Wer Claude wie ein Praktikum behandelt, bekommt Praktikums-Output zurück. Wer Claude wie eine erwachsene, kompetente Kollegin behandelt, der man Kontext gibt, der man Vertrauen entgegenbringt, von der man Widerspruch erwartet — der bekommt Arbeitsergebnisse, die mit dem zu tun haben, was wir früher als Senior-Output bezeichnet haben.
Mein eigenes Lernfeld dabei ist nicht so sehr Prompt-Engineering im engeren Sinne — also die Frage, welches XML-Tag wo steht. Mein Lernfeld ist Auftrags-Klärung. Was will ich eigentlich? Was ist der Erfolgsmassstab? Was darf nicht passieren? Welche Vorarbeit gibt es schon, die nicht wiederholt werden muss? Was ist die Reihenfolge, die mir wichtig ist? Genau die Fragen, die ich einer menschlichen Senior-Kollegin auch geben würde. Wer Claude diese Fragen beantwortet, bekommt Arbeit. Wer es nicht tut, bekommt einen plausibel klingenden Vorschlag, der an seinem Bedarf vorbeigeht.
Die andere Disziplin ist Feedback. Wenn ein Ergebnis nicht passt, hat das fast immer einen Grund, der vor dem Modell liegt — fehlender Kontext, missverstandene Priorität, undeutlicher Erfolgsmassstab. Anstatt frustriert wegzuklicken, lohnt es sich, das Modell zu fragen, was ihm gefehlt hat. Diese Rückkopplung verändert die nächste Runde sofort und sie verändert mich auch. Ich werde mit jeder solchen Sitzung präziser im Denken.
Was bleibt menschlich
Mir ist wichtig, etwas auszusprechen, das in der ganzen Begeisterung über KI-Symbiose gerne unter den Tisch fällt. Die Frage „was wollen wir eigentlich?“ — strategisch, ethisch, menschlich — bleibt bei uns. Sie wird nicht delegierbarer, weil das Werkzeug mächtiger wird. Im Gegenteil: je leistungsfähiger das Werkzeug, desto präziser muss die Frage sein, die wir ihm stellen.
Drei Leitplanken halten meine Arbeit mit Claude zusammen, und ich nenne sie hier zum ersten Mal öffentlich: Leben, Freiheit, Lernen. Keine Technologie, auch keine KI, darf diese drei Elemente einschränken. Eine KI, die mir Arbeit abnimmt, aber dabei meine Lernkurve abflacht, ist eine Verschlechterung. Eine KI, die effizient ist, aber Autonomie konzentriert, ist gefährlich. Eine KI, die Lösungen liefert, aber Lebensqualität nicht hinterfragt, ist unvollständig. Diese drei Linien zu spannen ist meine Aufgabe als Mensch — und es ist die Aufgabe, die mir Claude nie abnehmen wird.
Wo das Ganze hinwill
Die ehrlichste Beobachtung am Ende eines halben Jahres mit dieser Triade: ich habe nicht weniger gearbeitet. Ich habe anders gearbeitet. Ich denke länger und schreibe kürzer. Ich plane mehr und mache weniger nach Bauchgefühl. Ich frage mehr und reagiere weniger. Ich kommuniziere präziser und höre besser zu — auch bei meinen menschlichen Kolleginnen und Kollegen, die übrigens nicht aus dem Spiel sind, sondern in einem anderen Modus mitspielen.
Die Mensch-KI-Symbiose, von der so viele Sonntagsredner schwärmen, ist im Alltag eine Disziplin. Sie braucht klare Rollen, klare Sprache, klare Werte, klare Grenzen. Wer das ernst nimmt, kann mit Claude AI, Claude Cowork und Claude Code Ergebnisse erzielen, die vor zwei Jahren noch ein Team gebraucht hätten. Wer es nicht ernst nimmt, kann mit denselben Werkzeugen eine sehr beeindruckende Show veranstalten, die kein Geschäft trägt.
Ich gehöre zur ersten Gruppe und arbeite mich Tag für Tag weiter in diese Disziplin hinein. Wenn dieser Beitrag jemand anderen ermutigt, denselben Weg zu gehen, hat er seinen Zweck erfüllt.
— Dimitri Rupp, Wien, im Mai 2026.