Claude Code Projects: Eine KI koordiniert ein ganzes Team paralleler KI-Arbeiter

Worum es geht

Anthropic hat die „Projects“ in Claude Code umgebaut. Claude Code ist das Programmierwerkzeug des Unternehmens, das selbstständig Code liest, ändert, Tests ausführt und Änderungen einreicht. Ein Projekt war bisher im Wesentlichen eine Art Ordner mit Dateien und Anweisungen. Jetzt ist es ein fortlaufendes Gespräch, in dem Claude selbst die Arbeit organisiert. Du beschreibst, was erledigt werden soll. Claude zerlegt den Auftrag, verteilt die Teile auf mehrere parallel arbeitende Sitzungen, prüft die Ergebnisse und fügt sie zusammen.

Laut dem Fachportal ADTmag hat Anthropic die Beta am 17. September 2026 angekündigt. Zuerst kamen ausgewählte Abonnenten der Tarife Claude Pro und Max dran, die in Claude Code Cloud-Sitzungen nutzen und noch keine bestehenden Projekte im Web oder in der Desktop-App haben. Danach sollen weitere Pro- und Max-Nutzer folgen, später auch die übrigen Bereiche von Claude sowie die Team- und Enterprise-Pläne. Wer noch keinen Zugang hat, kann sich auf eine Warteliste setzen. Bestehende Projekte funktionieren laut Anthropic vorerst weiter wie gewohnt und werden später umgestellt. Am 13. November folgte ein größeres Update, über das unter anderem explainx.ai berichtet.

Koordinator und Threads: So ist das System aufgebaut

Anthropic fasst das Prinzip so zusammen:

„Projekte haben Threads, die die Arbeit erledigen, und einen Koordinator, der sie steuert.“

Wer ein Projekt anlegt, gibt einen Namen, ein Ziel in einem Satz und einen Kontext an. Der Kontext ist zum Beispiel ein GitHub-Repository, also ein Code-Speicher, oder Dateien und Ordner. Claude schlägt dann Aufgaben vor, die es sofort übernehmen kann. Außerdem lassen sich die Cloud-Umgebung, Connectors (Anbindungen an externe Dienste), Plugins, Anweisungen und das verwendete Modell einstellen.

Im zentralen Projekt-Chat sortiert der Koordinator jede Anfrage in eine von drei Kategorien:

• Er beantwortet sie sofort selbst.
• Er startet einen neuen Thread.
• Er schickt sie an einen bereits laufenden Thread.

Anthropic empfiehlt, den Koordinator so zu briefen wie einen Stabschef. Technisch ist jeder Thread eine vollständige Claude-Code-Sitzung in der Cloud. Sie arbeitet auf einem eigenen Branch, also einer separaten Entwicklungslinie im Code, und auf einer eigenen Kopie des Repositorys. Ändern zwei Threads dieselbe Stelle, entsteht ein ganz normaler Merge-Konflikt: Zwei Änderungen widersprechen sich und müssen von Hand zusammengeführt werden, wie bei jedem anderen Pull Request (PR), also einem Änderungsvorschlag zur Übernahme in den Hauptcode.

Jeder Thread kann seine Aufgabe zusätzlich auf Subagenten aufteilen, also Hilfs-Agenten innerhalb einer Sitzung, oder auf Schleifen und Workflows. Laut ADTmag sieht der Koordinator nicht jede Aktion seiner Arbeiter. Er bekommt nur die Ergebnisse, die die Threads zurückmelden, und behält den Überblick über die vergebenen Aufgaben.

Anthropic nennt zwei Beispiele. Im ersten soll die p75-Latenz des Checkouts einer App sinken. Das ist die Antwortzeit, die drei Viertel aller Anfragen unterschreiten. Claude profiliert dafür jeden Endpunkt, testet Optimierungen und öffnet PRs in parallelen Threads. Im zweiten soll ein veralteter v1-Endpunkt über API-, Web- und Mobile-Repos hinweg abgeschaltet werden. Claude legt pro Repo einen Thread an, stellt die Aufrufe um, lässt die Tests laufen und sagt am Ende, welche PRs zuerst gemergt werden müssen.

Weitere Details stehen in einer Anleitung auf note.com. Threads, die einen PR geöffnet haben, beobachten ihn weiter. Schlagen automatische Tests (CI) fehl, schieben sie Korrekturen nach und reagieren auf Review-Kommentare. Eine Übersicht sortiert alle Threads nach Status: „Ready for review“, „Waiting on you“, „Working“ und „Resolved“. Ein Stolperstein dabei: Wartet ein Thread auf deine Freigabe, musst du im Thread selbst antworten. Ein „mach weiter“ im Projekt-Chat kommt dort nicht an.

Gemeinsames Gedächtnis und Bibliothek

Projects sind für lange, mehrteilige Arbeiten gedacht. Alle Threads schreiben in ein gemeinsames Projektgedächtnis und lesen daraus. Anthropic verspricht, dass dadurch aufwendiges Prompt-Engineering seltener nötig wird, also das kunstvolle Formulieren von Anweisungen. Claude kann sich zum Beispiel merken, dass das Release auf Freitag verschoben wurde, warum eine Exportfunktion gestrichen wurde oder wen man fragen muss, bevor man den Abrechnungsdienst anfasst. Auch der Arbeits- und Kommunikationsstil des Nutzers wird gespeichert, etwa wie oft Claude sich melden oder wie ausführlich die Updates sein sollen. Hinzu kommt eine Bibliothek mit hochgeladenen Dateien und den Artefakten, die Claude erzeugt hat.

Die note.com-Anleitung unterscheidet drei Orte für dauerhaften Kontext:

• CLAUDE.md im Repository für Build-Anleitungen und Code-Standards.
• Projektgedächtnis für Entscheidungen und Fallstricke. Es füllt sich, wenn man Claude bittet, sich etwas zu „merken“.
• Projektanweisungen für Regeln, die jeder Thread strikt befolgen muss, etwa „vor Merges, Force-Pushes oder CI-Änderungen erst fragen“.

Wünsche, die man nur im Chat äußert, sind laut Anleitung bloße Präferenzen und keine festen Regeln.

Wichtig ist außerdem: Threads übernehmen keine lokalen Einstellungen wie Skills oder lokal installierte MCP-Server. MCP-Server sind Schnittstellen, über die die KI externe Werkzeuge nutzt. Was gebraucht wird, muss ins Repository oder als Connector auf claude.ai eingerichtet werden. Für den Zugriff auf Code muss außerdem die Claude GitHub App im Repository installiert sein. Eine Verbindung über /web-setup reicht nicht.

Das November-Update: Ein Koordinator, der sich von selbst meldet

In der frühen Beta kostete Projects noch viel Aufmerksamkeit. Laut explainx.ai musste man regelmäßig in die Übersicht schauen, um zu sehen, welcher Thread hängt oder welcher PR fertig ist. Seit dem 13. November ist der Koordinator laut dem Anthropic-Account ClaudeDevs „deutlich proaktiver“. Er antwortet im Projekt-Chat und meldet von sich aus den Stand der laufenden Threads. Wie gesprächig er ist, lässt sich steuern, etwa mit Anweisungen wie „Nur melden, wenn etwas fertig ist oder blockiert“.

Weitere Neuerungen:

Gemeinsam an einem Projekt arbeiten kann man in der Beta weiterhin nicht. Projekte gehören jeweils einem einzelnen Nutzer. Für Zusammenarbeit im Team verweist explainx.ai auf Claude Tag in Slack.

Grenzen, Limits und Kosten

Anthropic weist selbst darauf hin: Weil jeder Thread eine vollständige Claude-Code-Sitzung ist, sind die Nutzungslimits schneller erreicht. Es gibt keinen eigenen Tarif. Alles läuft über das normale Pro- oder Max-Kontingent. Laut offizieller Dokumentation, zitiert von explainx.ai, sind pro Account bis zu 500 neue Threads am Tag möglich. Neue Projekte nutzen standardmäßig überall Opus, Anthropics größtes Modell. Die Threads laufen mit hohem „Effort“, also hohem Rechenaufwand beim Nachdenken, der Koordinator mit niedrigem. Modell und Effort lassen sich für Koordinator und Threads getrennt einstellen, und es gibt eine eigene Verbrauchsanzeige pro Projekt.

Auf eine Tücke weist die note.com-Anleitung hin: Erreicht ein Thread das Limit, wartet er und arbeitet automatisch weiter, sobald das Kontingent zurückgesetzt ist. Unbeaufsichtigte Aufgaben verbrauchen dann also still das nächste Kontingent. Abhilfe schaffen der Stop-Knopf im Thread oder eine Pause in den Projekteinstellungen. Die Anleitung empfiehlt, zunächst mit einer kleinen Aufgabe zu testen und Modell oder Effort zu senken. Außerdem sollte man festlegen, dass höchstens zwei Threads gleichzeitig laufen.

Weitere Einschränkungen:

• Unterstützt wird nur github.com. GitHub Enterprise Server, GitLab und Bitbucket fehlen.
• Die Threads laufen ausschließlich in Anthropics Cloud. Lokale Dateien, Datenbanken, Emulatoren und Dienste hinter einem Firmennetz sind laut ADTmag derzeit nicht erreichbar.

Anthropic kündigt an, dass Threads „sehr bald“ auch auf dem eigenen Rechner laufen sollen. Ein Datum nennt das Unternehmen nicht.

Reaktionen

Die Diskussion auf Hacker News fiel klein aus, war aber deutlich. Der Nutzer augment_me warnte, proaktive parallele Arbeiter seien „eine großartige Methode, den API-Verbrauch automatisch zu erhöhen“. Der Nutzer kami23 berichtete, er habe bei der Arbeit ein ähnliches System selbst gebaut. Die Veröffentlichung habe ihm geholfen, Architekturentscheidungen anderer Multi-Agenten-Systeme besser zu verstehen.

ADTmag-Chefredakteur John K. Waters sieht eine grundsätzliche Verschiebung: Entwickeln werde zur Managementaufgabe. Code zu erzeugen lasse sich parallelisieren, das menschliche Review nicht. Wer mehrere Agenten beaufsichtigt, bekomme womöglich mehr Pull Requests, als er verantwortungsvoll prüfen kann. Hinzu kämen neue Fragen an die Organisation: Welche Repositories, Zugangsdaten und Dienste darf ein Agent nutzen? Laut Dokumentation können Threads Netzwerkzugriff, Umgebungsvariablen, API-Schlüssel und Connectors erhalten. Damit werden Berechtigungen Teil des Risikos.

Einordnung

Projects ist der bislang konsequenteste Schritt von Anthropic vom KI-Assistenten hin zum KI-Team. Claude Code kannte schon Subagenten innerhalb einer Sitzung, die Agent View zum manuellen Verteilen von Sitzungen, Agent Teams und dynamische Workflows. Neu ist eine dauerhafte Koordinationsebene über Tage und Wochen, mit gemeinsamem Gedächtnis. Sinnvoll ist das für klar trennbare Arbeiten wie Migrationen über mehrere Repos, Performance-Analysen pro Endpunkt oder einen stetigen Strom von Fehlerberichten. Für einzelne kleine Korrekturen bleibt eine normale Sitzung einfacher und günstiger.

Kritisch bleiben drei Punkte. Erstens der Verbrauch: Opus als Standard, parallele Threads und automatisches Weiterarbeiten nach dem Limit können ein Kontingent schnell leeren. Zweitens ist die Beta eingeschränkt. Es fehlen Teamfunktionen, und es werden nur github.com und die Cloud unterstützt. Drittens, und das ist der wichtigste Punkt: Mehr parallel erzeugter Code heißt nicht automatisch richtiger Code. Wie gut der Koordinator in der Praxis zerlegt und zusammenführt, belegen die Quellen nicht mit unabhängigen Tests. Die Aussagen zu Leistungsfähigkeit und Zeitersparnis sind Herstellerangaben. Die Verantwortung für das, was im Code landet, bleibt beim Menschen.