Dieser Kurs dreht sich um den produktionsreifen Workflow von Claude Code und hilft Entwicklern, vom Verlassen auf AI-generierten Code zu einem methodischen, rhythmischen Umgang mit AI-Programmierwerkzeugen zu gelangen. Der Kurs beginnt mit der Funktionsweise großer Sprachmodelle und der Verwaltung des Kontextfensters und geht schrittweise tiefer in den Planungs-, Ausführungs- und Bereinigungszyklus, das Schreiben von AGENTS.md-Dateien und benutzerdefinierten Skills, mehrstufige Pläne und die Leuchtspur-Methode sowie den Aufbau automatisierter Feedback-Schleifen. Lernende können Praktiken wie Tests, Pre-Commit-Hooks und Red-Green-Refactoring beherrschen und verstehen, wie die Ralph-Schleife Claude Code dazu bringt, autonom anhand einer GitHub Issues-To-do-Liste zu arbeiten. Der Kurs bietet asynchrone Veröffentlichung und Live-Fragestunden über mehrere Zeitzonen hinweg; nach Abschluss können alle Lernmaterialien behalten werden, um sie wiederholt nachzuschlagen und umzusetzen.

• 1.Einführung in den produktionsreifen Workflow von Claude Code
• 2.Grundlagen der Funktionsweise großer Sprachmodelle
• 3.Warum das Kontextfenster wichtig ist
• 4.Kontext verwalten, ohne die Kontrolle über die Codebasis zu verlieren
• 5.Den richtigen AI-Coding-Workflow etablieren
• 6.Claude Code als professionelles Werkzeug statt als Krücke nutzen
• 7.Spaghetti-Code-Chaos vermeiden
• 8.Asynchrones Lernen und Live-Fragen-Antworten
• 9.Empfehlungen zur Aufbewahrung und Nutzung von Lernmaterialien

• 10.Detaillierte Erklärung des Planungs-/Ausführungs-/Bereinigungszyklus
• 11.Claude Code in optimalem Leistungszustand halten
• 12.Die AGENTS.md-Datei schreiben
• 13.Benutzerdefinierte Fähigkeiten zur Ausgabesteuerung
• 14.Token-sparende Prompt-Strategie
• 15.Praktische Übung des Kern-Workflows
• 16.Häufige Workflow-Fehler und Korrekturen
• 17.Training zur Beherrschung der Codebasis
• 18.Phasenrückblick und Optimierung

• 19.Methode zur Erstellung mehrstufiger Pläne
• 20.Kernidee der Leuchtspur-Methode
• 21.Verarbeitung jenseits der Größe einer einzelnen Agentensitzung
• 22.Praktische Zerlegung und Planung großer Funktionen
• 23.Fortschrittskontrolle während der Ausführung
• 24.Kontexterhaltung bei der Entwicklung großer Funktionen
• 25.Phasenweise Lieferung und Validierung
• 26.Entscheidungen und Anpassungen in komplexen Szenarien
• 27.Umfassendes Fallbeispiel zur Planung großer Funktionen

• 28.Aufbau einer automatisierten Feedbackschleife
• 29.Testgetriebene Entwicklung und KI-Zusammenarbeit
• 31.Konfiguration und Verwendung von Pre-Commit-Hooks
• 32.Praxis der Red-Green-Refactor-Methode
• 33.Fehler erkennen, bevor sie sich anhäufen
• 34.Automatisierte Tests und kontinuierliche Integration
• 35.Optimierung der Effizienz von Feedbackschleifen
• 36.Automatisiertes Feedback in der Praxis

• 37.Prinzip der Ralph-Schleife und Anwendungsfälle
• 38.Ausführung für GitHub Issues To-do-Listen
• 39.Claude Code Aufgaben autonom bearbeiten lassen
• 40.Sicherheitsgrenzen und Überwachung des autonomen Betriebs
• 41.Praktische Konfiguration der Ralph-Schleife
• 42.Validierung und Zusammenführung der Ergebnisse des autonomen Betriebs
• 43.Qualitätssicherung auf Produktionsniveau
• 44.Vollständige Workflow-Verkettung und Zusammenfassung
• 45.Kontinuierliches Lernen und Ressourcenempfehlungen

💡 Lerntipp:Der Tutorial-Inhalt basiert auf den Branchenpraktiken zum Zeitpunkt der Veröffentlichung. Es wird empfohlen, beim Lernen die aktuellen Regeln der Plattform zu berücksichtigen.