Warum wiederholen wir uns ständig?

Stell dir vor, du hast einen neuen Kollegen. Jeden Morgen erklärst du ihm aufs Neue, wie der Kaffee gekocht wird, wo die Tassen stehen und dass die Milch im linken Kühlschrankfach liegt. Am dritten Tag würdest du vermutlich einen Zettel an die Kaffeemaschine kleben. Genau dieses Problem lösen Claude Skills, nur eben für KI-Konversationen.

Wer regelmäßig mit Claude arbeitet, kennt das Szenario: Du startest eine neue Unterhaltung, und Claude weiß nichts mehr von dem, was ihr zuvor besprochen habt. Deine firmeninternen Markenrichtlinien, dein bevorzugtes E-Mail-Format, die Namenskonventionen deines Teams, all das musst du jedes Mal aufs Neue einfügen. Bei einer Person ist das schon mühsam. Wenn aber ein ganzes Team aus sechs Leuten dieselben Richtlinien kopiert und einfügt, schwirren schnell sechs verschiedene Versionen durch die Gegend. Manche aktuell, manche veraltet, manche mit dem falschen Produktnamen.

Claude Skills sind die Lösung für genau dieses Problem. Ein Skill ist ein Paket aus Anweisungen, das Claude automatisch entdeckt und nur dann lädt, wenn es zur aktuellen Konversation passt. Du schreibst deine Regeln einmal, legst sie an einem definierten Ort ab, und Claude greift von selbst darauf zu, sobald es relevant wird.

Was genau ist ein Claude Skill?

Ein Claude Skill ist im Grunde eine strukturierte Textdatei, die spezifische Anweisungen für bestimmte Aufgaben enthält. Man kann sich das wie ein Rezeptbuch vorstellen: Du schlägst nicht jedes Rezept gleichzeitig auf, sondern nur das, was du gerade kochen möchtest. Genauso funktionieren Skills. Claude sieht zu Beginn einer Konversation nur die Namen und kurzen Beschreibungen aller verfügbaren Skills, eine Art Inhaltsverzeichnis. Erst wenn ein Skill zur aktuellen Aufgabe passt, wird er vollständig geladen.

Dieses Prinzip nennt sich Progressive Disclosure, lade Informationen erst dann, wenn sie tatsächlich gebraucht werden. Das hält den Kontext schlank und verhindert, dass Claude mit irrelevanten Anweisungen überflutet wird. Wenn du Claude beispielsweise bittest, ein Python-Skript zu debuggen, werden deine Marketing-Richtlinien nicht geladen. Fragst du hingegen nach einem Social-Media-Post, aktiviert Claude automatisch den passenden Marken-Skill.

Wichtig zu wissen: Skills sind kein reines Claude-Feature. Anthropic hat das Format als offene Spezifikation unter agentskills.io veröffentlicht. Seitdem haben auch andere Tools wie Codex, Cursor, Gemini CLI und OpenCode das Format übernommen. Ein einmal geschriebener Skill funktioniert also potenziell in mehreren KI-Werkzeugen gleichzeitig.

Wann lohnt sich ein eigener Skill?

Nicht jede Aufgabe braucht einen Skill. Die Faustregel lautet: Wenn du dieselben Anweisungen regelmäßig in verschiedenen Konversationen wiederholst und dabei konsistente Ergebnisse erwartest, dann ist ein Skill sinnvoll.

Zwei typische Kategorien stechen dabei hervor. Die erste Kategorie sind sogenannte Template-Skills, die festlegen, wie ein bestimmter Output formatiert werden soll. Ein Beispiel wäre ein wöchentliches Status-Update an den Vorgesetzten mit immer gleicher Struktur: erledigte Aufgaben, geplante Aufgaben, Hindernisse und ein persönlicher Konfidenzwert. Ohne Skill müsstest du dieses Format jede Woche neu beschreiben. Mit Skill definierst du es einmal und bekommst jede Woche ein konsistentes Ergebnis.

Die zweite Kategorie sind Workflow-Skills, die eine bestimmte Reihenfolge von Arbeitsschritten vorgeben. Ein Data-Analyst, der regelmäßig CSV-Dateien bereinigt, immer dieselben Spalten prüfen, Datumsformate normalisieren, alte Produktcodes umwandeln, kann diesen Ablauf als Skill hinterlegen. Claude folgt dann jedes Mal dem gleichen Prozess.

So schreibst du deinen ersten Skill

Die Grundstruktur einer SKILL.md-Datei

Die einfachste Form eines Skills ist ein Ordner mit einer einzigen Datei namens SKILL.md. Der Ordnername sollte in Kleinbuchstaben geschrieben sein, wobei Leerzeichen durch Bindestriche ersetzt werden, zum Beispiel company-brand oder weekly-status-update.

Die SKILL.md-Datei besteht aus zwei Teilen. Am Anfang steht ein sogenannter Frontmatter-Block im YAML-Format. Das klingt technischer, als es ist, es handelt sich im Wesentlichen um zwei Pflichtangaben: einen Namen und eine Beschreibung. Darunter folgen die eigentlichen Anweisungen in Markdown.

Falls du Markdown noch nicht kennst: Es ist ein schlichtes Textformat, das sich sowohl von Menschen als auch von KI-Modellen gut lesen lässt. Überschriften werden mit dem Rautezeichen markiert, Aufzählungen mit Bindestrichen, und Codeblöcke mit Backticks umschlossen. Mehr braucht man für den Anfang nicht zu wissen.

Name und Beschreibung, Das Herzstück eines Skills

Der Name und die Beschreibung sind die wichtigsten Elemente eines Skills, denn sie bestimmen, ob Claude den Skill überhaupt aktiviert. Eine vage Beschreibung wie "Hilft bei Texten" ist praktisch wertlos. Claude kann daraus nicht ableiten, ob der Skill Dokumente erstellt, Texte redigiert, Formate umwandelt oder Berichte generiert.

Eine wirkungsvolle Beschreibung hingegen sagt genau, was der Skill tut, und nennt konkrete Auslöserphrasen. Ein gutes Beispiel wäre: "Erstelle wöchentliche Status-Update-E-Mails an einen Vorgesetzten in einem konsistenten, strukturierten Format. Verwende diesen Skill, wenn der Nutzer ein Status-Update, ein wöchentliches Update oder einen Fortschrittsbericht erwähnt."

Genauso hilfreich sind negative Abgrenzungen. Wenn ein Skill CSV-Dateien verarbeitet, aber keine Excel-Dateien, dann sollte genau das in der Beschreibung stehen. Claude profitiert davon zu wissen, wann ein Skill nicht verwendet werden soll, besonders wenn mehrere ähnliche Skills verfügbar sind.

Die aktuelle Obergrenze liegt bei 64 Zeichen für den Namen und 1.024 Zeichen für die Beschreibung.

Anweisungen und Beispiele schreiben

Der Anweisungsteil unterhalb des Frontmatter-Blocks enthält die eigentlichen Regeln. Hier beschreibst du in Markdown, was Claude beachten soll. Bei einem Marken-Skill könnten das Abschnitte sein wie "Tonalität", "Schreibregeln", "Produktnamen" und "Beispiele".

Besonders wirkungsvoll sind konkrete Beispiele. In der Praxis prägen Beispiele das Ausgabeverhalten stärker als abstrakte Regeln. Wenn du zwei fertige Social-Media-Posts in den Skill einfügst, die alle definierten Regeln befolgen, nutzt Claude diese als Muster und orientiert sich daran.

Ebenso wichtig sind explizite Einschränkungen. Wenn ein Post niemals länger als 400 Zeichen sein soll oder keine Ausrufezeichen verwendet werden dürfen, dann gehört das klar formuliert in den Skill. Implizite Erwartungen funktionieren deutlich weniger zuverlässig als ausdrücklich formulierte Grenzen.

Referenzdateien und unterstützende Dokumente

Ergänzende Materialien können in einem Unterordner namens references abgelegt werden. Die SKILL.md-Datei verweist dann per Markdown-Link auf diese Dateien, und Claude lädt sie nur bei Bedarf. Das folgt wieder dem Prinzip der progressiven Offenlegung.

Ein Beispiel: Ein Produkt-Support-Skill enthält eine Liste von Produktcodes, die Codes auf Namen und System-IDs abbildet. Diese Information wird nicht bei jeder Support-Anfrage gebraucht, deshalb liegt sie als separate CSV-Datei im references-Ordner. Claude greift nur dann darauf zu, wenn die Information tatsächlich relevant ist.

Skills installieren und verwalten

Wo werden Skills installiert?

Die Installation hängt davon ab, welche Claude-Oberfläche du verwendest. In der Desktop-App und der Web-Oberfläche lädst du den Skill-Ordner als ZIP-Datei über das Menü unter "Customize Skills" hoch. Alternativ kannst du einen Skill direkt über ein einfaches Formular in der Anwendung anlegen.

In Claude Code gibt es drei Speicherorte. Persönliche Skills liegen im Home-Verzeichnis und sind in jeder Claude-Code-Sitzung verfügbar, unabhängig vom aktuellen Projekt. Projektbezogene Skills leben innerhalb eines Repository im Ordner .claude/skills und werden mit dem Projektcode versioniert. Zusätzlich gibt es den Plugin-Befehl, um Skills aus dem Anthropic Plugin Marketplace zu installieren.

Für Enterprise-Konten können Administratoren Skills zentral über eine managed-settings.json-Datei an Nutzer verteilen.

Skills nach Aufgaben statt nach Themen organisieren

Ein häufiger Anfängerfehler ist es, Skills um Themen herum zu organisieren, etwa "alles über Marketing" oder "alle Regeln für unsere Datenpipeline". Effektiver ist ein aufgabenorientierter Ansatz.

Stell dir das wie Werkzeugkästen vor: Du packst nicht Hammer, Säge, Schraubenzieher und Wasserwaage in eine einzige riesige Kiste, sondern sortierst sie nach der Arbeit, die du gerade erledigen willst. Ein Skill sollte eine Frage beantworten: Was soll Claude tun, wenn jemand um Aufgabe X bittet?

Skills sind außerdem kombinierbar. Claude kann mehrere Skills gleichzeitig laden. Ein brand-voice-Skill und ein social-media-post-Skill können zusammenarbeiten, wobei der Social-Media-Skill in seinen Anweisungen auf die Einhaltung der Markenstimme hinweist.

Fortgeschrittene Skill-Konzepte

Lineare Workflows, Schritt für Schritt zum Ergebnis

Manche Aufgaben erfordern eine feste Reihenfolge, bei der jeder Schritt vom vorherigen abhängt. Für solche Fälle eignen sich lineare Workflow-Skills, die wie eine Pipeline funktionieren.

Ein Datenverarbeitungs-Skill könnte beispielsweise vier Phasen definieren: Validierung, Transformation, Aggregation und Ausgabe. Jede Phase hat einen klaren Input, einen klaren Output und eine definierte Fehlerbehandlung, sogenannte Gates. Diese Gates sind entscheidend, weil sie Claude sagen, was bei einem Fehler passieren soll, anstatt dass Claude eigenmächtig versucht, Probleme zu lösen. Eine gute Gate-Formulierung wäre etwa: "Wenn mehr als 10 Prozent der Zeilen die Validierung nicht bestehen, stoppe und frage den Nutzer. Bei weniger als 10 Prozent verschiebe die fehlerhaften Zeilen in eine Ausnahmedatei und fahre mit den übrigen fort."

Iterative Workflows, Verfeinern durch Wiederholung

Nicht alle Abläufe sind linear. Manche wiederholen einen Kernschritt und integrieren nach jedem Durchgang Nutzerfeedback. Ein Code-Review-Skill ist ein gutes Beispiel: Claude analysiert den Code, präsentiert Verbesserungsvorschläge, der Nutzer wählt aus, Claude setzt um und prüft erneut. Der Zyklus endet, wenn der Nutzer zufrieden ist oder zwei aufeinanderfolgende Durchgänge keine neuen Erkenntnisse liefern.

Bei iterativen Workflows wächst der Kontext mit jeder Runde. Deshalb ist es ratsam, im Skill Hinweise zur Kontextkomprimierung zu hinterlegen, etwa die Ergebnisse des letzten Durchgangs in ein bis zwei Sätzen zusammenzufassen statt den gesamten Diff im Kontext zu behalten.

Skills, Tools und MCP-Server

Skills können Claude auch anleiten, Werkzeuge einzusetzen, etwa Code auszuführen, Dateien zu lesen oder das Web zu durchsuchen. Dabei beschreibst du im Skill lediglich die gewünschte Aktion; Claude entscheidet selbst, welches Tool es verwendet. Darüber hinaus lassen sich im scripts-Unterordner ausführbare Skripte ablegen, die Claude bei Bedarf startet. Der Vorteil gegenüber reinen Markdown-Anweisungen: Der Skriptcode wird nicht in den Kontext geladen, nur sein Ergebnis.

Besonders leistungsfähig werden Skills in Kombination mit MCP-Servern (Model Context Protocol). MCP stellt die Verbindung zu externen Datenquellen wie Slack oder Gmail her, und der Skill definiert, wie diese Daten verarbeitet und ausgegeben werden sollen. Ein "Channel-Catchup"-Skill könnte etwa festlegen, dass Slack-Nachrichten nach Arbeitszusagen und Teamaufgaben gefiltert und dann tagesweise zusammengefasst werden.

Skills im Vergleich zu anderen Ansätzen

Feintuning und RAG, Wo liegen die Unterschiede?

Skills sind nicht die einzige Möglichkeit, KI-Modelle anzupassen, aber sie unterscheiden sich deutlich von den Alternativen. Beim Feintuning wird das Modell selbst mit eigenen Trainingsdaten neu trainiert. Das ist teuer, zeitaufwändig und erfordert spezielle Infrastruktur. Ändern sich die Richtlinien, muss erneut trainiert werden. Skills hingegen ändern am Modell gar nichts, sie sind Anweisungen, die Claude zur Laufzeit liest. Eine Änderung an der Markdown-Datei wirkt sofort.

Retrieval-Augmented Generation (RAG) verbindet ein Sprachmodell mit einer externen Wissensdatenbank. Das eignet sich hervorragend, wenn Tausende von Dokumenten durchsucht werden müssen. Allerdings braucht RAG eine Vektordatenbank, ein Embedding-Modell und eine Retrieval-Pipeline. Skills dagegen kommen ohne spezielle Infrastruktur aus, solange die Regeln in etwa 500 Zeilen Markdown passen, liefern sie vergleichbare Ergebnisse bei deutlich weniger Komplexität.

Fazit, Einmal schreiben, überall profitieren

Claude Skills lösen ein alltägliches Problem auf elegante Weise: Sie befreien dich vom ständigen Kopieren und Einfügen wiederkehrender Anweisungen und sorgen dafür, dass deine KI-Ergebnisse konsistent bleiben, egal ob du einen Social-Media-Post, einen Statusbericht oder eine Datenbereinigung erstellst. Die Einstiegshürde ist bewusst niedrig gehalten: Ein Ordner, eine Markdown-Datei, ein Name und eine Beschreibung genügen für den Anfang. Von dort aus kannst du schrittweise komplexere Workflows aufbauen, Referenzdateien einbinden oder Skripte integrieren. Da das Format als offener Standard veröffentlicht wurde, profitierst du nicht nur in Claude, sondern auch in anderen kompatiblen KI-Tools von deiner Arbeit. Der Kern der Idee bleibt dabei angenehm einfach: Dokumentiere dein Wissen einmal sauber, und Claude nutzt es automatisch, wann immer es gebraucht wird.

Häufig gestellte Fragen (FAQ)

Kann ich mehrere Skills gleichzeitig in einer Konversation verwenden?

Ja, Skills sind kombinierbar. Claude kann in einer einzigen Konversation mehrere Skills gleichzeitig laden, sofern deren Beschreibungen zur aktuellen Aufgabe passen. Wenn du beispielsweise einen Marken-Skill und einen Social-Media-Skill installiert hast und nach einem Social-Media-Post fragst, kann Claude beide Skills aktivieren und deren Regeln gemeinsam anwenden. Die Voraussetzung ist, dass die Beschreibungen der einzelnen Skills klar genug formuliert sind, damit Claude die Relevanz erkennt.

Muss ich Programmierkenntnisse haben, um einen Skill zu erstellen?

Nein, für einen einfachen Skill brauchst du keine Programmierkenntnisse. Die SKILL.md-Datei wird in Markdown geschrieben, einem leicht erlernbaren Textformat. Du benötigst lediglich einen Texteditor und ein grundlegendes Verständnis dafür, wie du deine Anweisungen strukturierst. Erst bei fortgeschrittenen Anwendungsfällen, etwa wenn du ausführbare Skripte im scripts-Ordner einbinden möchtest, werden Grundkenntnisse in Python oder Bash hilfreich. Zusätzlich steht dir der eingebaute Skill-Creator zur Verfügung, der dir auf Basis einer Beschreibung automatisch einen ersten Entwurf generiert.

Wie unterscheiden sich persönliche Skills von projektbezogenen Skills?

Persönliche Skills liegen in deinem Home-Verzeichnis und stehen dir in jeder Claude-Code-Sitzung zur Verfügung, unabhängig davon, an welchem Projekt du gerade arbeitest. Sie eignen sich für individuelle Vorlieben und Workflows, die du überall brauchst. Projektbezogene Skills sind hingegen im Repository eines bestimmten Projekts abgelegt und werden zusammen mit dem Quellcode versioniert. Wenn jemand das Repository klont, bekommt er die Skills automatisch mit. Das macht sie ideal für Team-Standards wie Code-Review-Checklisten oder Dokumentationsformate, die nur für dieses eine Projekt gelten.