Fortschritte in der Softwareentwicklung durch KI-Agenten-Orchestrierung

Revolution in der Softwareentwicklung: Wie der Claude-Code-Erfinder die KI-Agenten-Orchestrierung vorantreibt

Die Art und Weise, wie Software entwickelt wird, erfährt durch Künstliche Intelligenz eine fundamentale Transformation. Im Zentrum dieser Entwicklung steht Boris Cherny, der Schöpfer von Claude Code bei Anthropic. Seine unorthodoxe und hochgradig automatisierte Nutzung von KI-Agenten hat in der Entwicklergemeinschaft für Aufsehen gesorgt und bietet wegweisende Einblicke in die Zukunft der Softwareentwicklung.

Der Multi-Agenten-Ansatz: Tausende Helfer im Hintergrund

Cherny demonstriert, wie die gleichzeitige Orchestrierung Tausender KI-Agenten die Produktivität eines einzelnen Entwicklers auf das Niveau eines kleinen Ingenieurteams heben kann. In einem Interview mit Sequoia Capital enthüllte er, dass er selbst nachts Hunderte, ja sogar Tausende von KI-Agenten für komplexe Aufgaben einsetzt. Die Steuerung erfolgt dabei primär über sein Smartphone, was die Zugänglichkeit und Flexibilität dieses Ansatzes unterstreicht.

Während eines typischen Arbeitstages führt Cherny fünf bis zehn aktive Sessions mit Claude durch, wobei jede Session wiederum mehrere Subagenten aktiviert. Dies summiert sich schnell auf Hunderte von Agenten, die parallel an verschiedenen Teilaufgaben arbeiten. Nachts, wenn menschliche Entwickler schlafen, übernimmt ein noch größerer Schwarm an KI-Agenten tiefgreifendere Arbeiten.

Loops und Routinen: Automatisierung im Dauerbetrieb

Zwei zentrale Funktionen ermöglichen diesen Grad an Automatisierung: „Loops“ und „Routinen“.

• Loops: Diese Funktion erlaubt es, Aufgaben lokal mithilfe von Cron-Jobs zu planen. Einmal eingerichtet, kann die KI eine Aufgabe in festgelegten Intervallen – sei es jede Minute, alle fünf Minuten oder täglich – wiederholen. Cherny nutzt Dutzende solcher Loops, um beispielsweise seine täglichen Codeänderungen (CI) zu überwachen oder Feedback von sozialen Medien alle 30 Minuten aufzubereiten.
• Routinen: Im Gegensatz zu Loops laufen Routinen direkt auf den Servern von Anthropic. Dies bedeutet, dass die KI-Agenten auch dann weiterarbeiten, wenn die lokalen Geräte des Nutzers ausgeschaltet sind. Am nächsten Morgen stehen dann die fertigen Ergebnisse zur Verfügung. Dieser serverseitige Ansatz ist entscheidend für den kontinuierlichen Betrieb und die Skalierbarkeit.

Die Wahl des Modells: Qualität vor reiner Geschwindigkeit

Entgegen dem Branchentrend, der oft auf maximale Geschwindigkeit abzielt, setzt Cherny konsequent auf das leistungsstärkste, wenn auch langsamste Modell von Anthropic: Opus 4.5. Seine Begründung ist pragmatisch: Obwohl Opus 4.5 langsamer ist als beispielsweise Sonnet, erfordert es weniger manuelle Steuerung und ist im Umgang mit Tools präziser. Dies führt letztlich zu einer höheren Effizienz, da weniger Korrekturaufwand anfällt. Die „Compute-Steuer“ für ein leistungsfähigeres Modell zahlt sich durch eine reduzierte „Korrektur-Steuer“ aus.

CLAUDE.md: Das kollektive Gedächtnis der KI

Ein weiteres Schlüsselelement in Chernys Workflow ist die CLAUDE.md-Datei, die im Git-Repository seines Teams geführt wird. Diese Datei dient als dynamisches Wissensarchiv. Jedes Mal, wenn die KI einen Fehler macht oder ein unerwünschtes Verhalten zeigt, wird dies in CLAUDE.md dokumentiert. Dadurch lernt die KI kontinuierlich dazu und vermeidet dieselben Fehler in zukünftigen Iterationen. Dieses Prinzip, das "jeder Fehler wird zu einer Regel" besagt, verwandelt die Codebasis in eine sich selbst verbessernde Einheit und löst das Problem der "KI-Amnesie".

Verifizierungsschleifen: Der Garant für Qualität

Der Erfolg von Claude Code wird maßgeblich durch robuste Verifizierungsschleifen ermöglicht. Die KI agiert nicht nur als Code-Generator, sondern auch als integrierter Tester. Cherny beschreibt, wie Claude jede Codeänderung mithilfe der Claude Chrome-Erweiterung testet. Die KI öffnet einen Browser, testet die Benutzeroberfläche und iteriert, bis der Code fehlerfrei funktioniert und die Benutzererfahrung optimal ist. Diese Fähigkeit zur Selbstprüfung erhöht die Qualität des Endergebnisses um das Zwei- bis Dreifache.

Paradigmenwechsel: Vom Coder zum Orchestrator

Chernys Ansatz symbolisiert einen grundlegenden Wandel in der Softwareentwicklung. Die Rolle des Entwicklers verschiebt sich vom reinen Codieren hin zur Orchestrierung von KI-Agenten. Statt jede Codezeile manuell zu schreiben, definieren Entwickler die Ziele und Regeln, nach denen die KI-Systeme autonom arbeiten. Dieser Wandel hin zu einem "Push-basierten" Ansatz, bei dem der Benutzer Ziele festlegt und die Systeme diese eigenständig verfolgen, ist ein Vorbote zukünftiger KI-Betriebssysteme, in denen Agenten spezialisierte Rollen übernehmen.

Herausforderungen und Implikationen für Unternehmen

Trotz der offensichtlichen Vorteile birgt der Multi-Agenten-Workflow auch Herausforderungen. Der intensive Einsatz von KI-Agenten kann zu einem hohen Ressourcenverbrauch führen, was die Notwendigkeit einer angepassten Preisgestaltung und nutzungsgerechter Kontingente bei KI-Anbietern unterstreicht. Zudem erfordert die Orchestrierung Tausender Agenten neue Ansätze in Bezug auf Governance, Sicherheit und Überwachung. Unternehmen müssen sicherstellen, dass die Ausführung der Agenten nachvollziehbar, sicher und konform mit Datenschutzrichtlinien ist.

Die jüngste Blockade von Third-Party-Harnesses durch Anthropic verdeutlicht die Bedeutung der Einhaltung von Nutzungsbedingungen und der Nutzung offizieller API-Kanäle für Unternehmenseinsätze. Vertrauen in inoffizielle Workarounds kann zu plötzlichen Betriebsunterbrechungen führen. Unternehmen sind daher gut beraten, ihre KI-Toolchains sorgfältig zu auditieren und auf offizielle und transparente Lösungen zu setzen.

Die Strategie von Boris Cherny zeigt, dass die Zukunft der Softwareentwicklung in der intelligenten Orchestrierung autonomer KI-Agenten liegt. Für Unternehmen, die diese Entwicklung frühzeitig adaptieren und die notwendigen infrastrukturellen sowie organisatorischen Anpassungen vornehmen, eröffnen sich immense Produktivitätspotenziale.

Bibliography - Fuhrmann, M. (2026, 15. Mai). Nachts sind tausende Agenten im Einsatz: So nutzt der Claude-Code-Erfinder die eigene KI. t3n.de. Abgerufen von https://t3n.de/news/nachts-sind-tausende-agenten-im-einsatz-so-nutzt-der-claude-code-erfinder-die-eigene-ki-1742532/ - Shimkus, B. (2026, 14. Mai). Claude-Code-Erfinder lässt nachts tausende KI-Agenten für sich arbeiten - Business Insider. Business Insider Deutschland. Abgerufen von https://www.businessinsider.de/panorama/claude-code-erfinder-laesst-nachts-tausende-ki-agenten-fuer-sich-arbeiten/ - IT-Boltwise. (2026, 15. Mai). Claude-Code: Wie Boris Cherny tausende KI-Agenten per Loops und Routines laufen lässt. IT-Boltwise. Abgerufen von https://www.it-boltwise.de/claude-code-wie-boris-cherny-tausende-ki-agenten-per-loops-und-routines-laufen-laesst.html - All Things Windows. (2026, 24. Januar). Claude Code Creator enthüllt seine parallele Workflow-Strategie - All Things IT. windows.atsit.in. Abgerufen von https://windows.atsit.in/de/32077/ - Becker, A. (2026, 7. Januar). Multi-Agenten-Workflow: So programmieren Profis mit KI deutlich schneller. all-AI.de. Abgerufen von https://www.all-ai.de/news/news26/multi-agenten-claude - Ekhbary. (2026, 4. März). Claude Code-Entwickler enthüllt seinen Workflow und versetzt Entwickler in Aufruhr. Ekhbary. Abgerufen von https://ekhbary.com/news/claude-code-entwickler-enth%C3%BCllt-seinen-workflow-und-versetzt-entwickler-in-aufruhr-597-9.html - Ekhbary. (2026, 2. März). Claude Code-Schöpfer enthüllt seinen Arbeitsablauf und versetzt Entwickler in Erstaunen. Ekhbary. Abgerufen von https://ekhbary.com/news/claude-code-sch%C3%B6pfer-enth%C3%BCllt-seinen-arbeitsablauf-und-versetzt-entwickler-in-erstaunen-138-9.html - Golla, R. (2026, 13. Januar). Claude Code Harnesses: Was Anthropics Blockade bedeutet. Never Code Alone. Abgerufen von https://blog.nevercodealone.de/claude-code-harnesses-was-anthropics-blockade-fuer-eure-entwickler-workflows-bedeutet/ - t3n_magazin. (2026, 15. Mai). Der Erfinder von Claude Code hat einen Einblick in sein KI-Setup ... Threads. Abgerufen von https://www.threads.com/@t3n_magazin/post/DYWmvuMFBsm/der-erfinder-von-claude-code-hat-einen-einblick-in-sein-ki-setup-gegeben-jede - Falk, F. (2026, 1. April). Was der Claude-Code-Leak für Enterprise-AI bedeutet. Beam.AI. Abgerufen von https://beam.ai/de/agentic-insights/what-the-claude-code-leak-tells-us-about-enterprise-ai-agent-security