Claude Code ist erschreckend gut geworden — Was sich verändert hat
Ich war mitten beim Debuggen einer Race-Condition um 1 Uhr morgens, als Claude Code meine CI-Pipeline repariert hat. Nicht weil ich es darum gebeten hatte. Weil es den Fehler bemerkte, die Ursache diagnostizierte, einen Pull Request mit dem Patch öffnete und den Fix committete — alles während ich noch auf eine völlig andere Datei starrte.
Ich saß dort eine gute dreißig Sekunden und tat nichts. Starrte einfach auf die GitHub-Benachrichtigung auf meinem Telefon. PR geöffnet. CI bestanden. Bereit zum Mergen.
Das war letzten Dienstag. Und ehrlich gesagt habe ich noch nicht vollständig verarbeitet, was passiert ist.
Anthropic hat zwei massive Upgrades für Claude Code in schneller Folge ausgerollt. Was sich verändert hat, ist nicht inkrementell. Das Claude Code von vor drei Monaten und das Claude Code, das ich jetzt nutze, fühlen sich wie verschiedene Produkte an.
Opus 4.6: Das Motorupgrade, über das niemand genug spricht
Claude Opus 4.6 ist Anthropics neuestes Reasoning-Modell. Meter — eine Forschungsgruppe, die KI-Leistung bei realen Software-Engineering-Aufgaben misst — stellte fest, dass Opus 4.6 echte Entwicklungsarbeit mit einem 50%-Zeithorizont von etwa 14,5 Stunden abschließt.
Was aber mehr zählt als die Headline-Zahl: Opus 4.6 ist speziell für längere, anhaltende Aufgaben optimiert. Ich bemerkte den Unterschied sofort nach dem Wechsel. Meine Prompts haben sich nicht geändert. Meine CLAUDE.md-Datei hat sich nicht geändert. Aber die Outputs wurden merklich besser — besonders bei Aufgaben, die mehr als drei Dateien gleichzeitig berührten.
Server-Preview: Claude Code kann endlich sehen, was es baut
Das ist die Funktion, auf die ich gewartet habe, seit ich Claude Code professionell nutze. Der Server-Preview lässt Claude Code eine Live-Vorschau deiner Anwendung direkt in der Desktop-Oberfläche starten. Deine App läuft auf einem lokalen Server, Claude Code rendert sie, und — hier ist der kritische Teil — es kann den Output sehen. Es macht automatisierte Screenshots, erkennt visuelle Fehler und iteriert Fixes in Echtzeit.
Alter Workflow: Claude Code generiert den Code. Ich wechsle in meinen Browser. Prüfe localhost. Das Balkendiagramm überlappt die KPI-Karten auf Tablet-Breite. Ich beschreibe das Problem in Text. Drei Runden später stimmt es.
Neuer Workflow: Claude Code generiert den Code. Der Server-Preview startet automatisch. Claude Code screenshottet das Ergebnis, identifiziert die Tablet-Breiten-Überlappung, behebt es, screenshottet erneut, bemerkt den abgeschnittenen Legendeneintrag, behebt auch das. Ich bekomme eine Benachrichtigung, dass die Seite zur Review bereit ist. Ich prüfe einmal. Es stimmt.
Autonomes CI und PR-Handling: Wenn KI deine Pipeline verwaltet
Claude Code kann nun autonom deine CI/CD-Pipeline überwachen, Fehler erkennen, Ursachen diagnostizieren, Fixes implementieren und Pull Requests einreichen — alles ohne manuelle Intervention.
Hier ist, was auf meinem Projekt letzten Dienstag passierte: Ich hatte einen Commit gepusht, der eine Typinkonsistenz in einer geteilten Hilfsfunktion einführte. Claude Code erkannte den CI-Fehler innerhalb von Minuten, holte das Fehlerlog, identifizierte die Typinkonsistenz, generierte den Fix, führte die Testsuite lokal aus und öffnete einen PR mit einer klaren Beschreibung.
Meine ehrliche Meinung: Ich bin mit diesem Grad an Autonomie noch nicht vollständig komfortabel. Mein aktueller Ansatz: Ich lasse Claude Code CI-Fixes auf Staging- und Entwicklungs-Branches behandeln. Für alles, was den Main-Branch oder Produktionskonfigurationen berührt, benötige ich manuellen Review vor dem Mergen.
Pro-Tipp: Richte Branch-Schutzregeln auf deinem Main-Branch ein, die mindestens eine menschliche Genehmigung erfordern, auch wenn Claude Code den PR öffnet.
Cloud Code Security: KI, die wie ein Penetration-Tester denkt
Cloud Code Security ist ein KI-gesteuerter Schwachstellenscanner, der nicht wie traditionelle Scanner arbeitet. Es denkt über deine Codebase nach, wie ein menschlicher Sicherheitsforscher es täte.
Ich testete es an einem Kundenprojekt. Traditionelle Scanning-Tools hatten 47 potenzielle Probleme markiert, von denen etwa 30 falsch positive oder niedrig-schwerwiegende informationelle Befunde waren. Cloud Code Security fand 12 Probleme. Drei waren bereits in der Ausgabe des traditionellen Scanners. Neun waren neu. Und einer davon war ein wirklich kritischer Befund — ein Autorisierungsumgehung, bei der eine bestimmte Kombination von API-Aufrufen die Daten eines anderen Benutzers offenlegen konnte.
Git Worktree-Unterstützung: Mehrere KI-Agents parallel laufen lassen
Claude Code kann nun isolierte Worktrees aufsetzen — im Wesentlichen unabhängige Kopien deines Repositories auf verschiedenen Branches — und separate Agent-Sitzungen in jedem ausführen. Ein Agent arbeitet an deinem Feature-Branch. Ein anderer Agent kümmert sich um den Hotfix auf einem Patch-Branch.
Sitzungsmobilität: Die Funktion, die ich nicht wusste, dass ich sie brauchte
Sitzungsmobilität lässt dich eine Claude Code-Sitzung geräteübergreifend aufgreifen. Starte eine Entwicklungssitzung auf deinem Desktop bei der Arbeit. Setze sie auf deinem Laptop fort. Der Sitzungszustand bleibt erhalten.
Meine tatsächliche Empfehlungsreihenfolge
Beginne mit dem Server-Preview. Erfordert kein Setup und verbessert sofort die Frontend-Arbeit.
Richte als nächstes die Git Worktree-Unterstützung ein. Wenn du jemals zwischen Aufgaben wechselst, beseitigt das einen großen Reibungspunkt.
Aktiviere autonomes CI-Monitoring auf Nicht-Produktions-Branches. Lass es eine Woche lang Staging- und Dev-Branch-Fehler behandeln.
Bewerbe dich für die Cloud Code Security Preview. Teste es neben deinen bestehenden Tools, nicht stattdessen.
Lass uns zusammenarbeiten
Du möchtest KI-Systeme aufbauen, Workflows automatisieren oder deine Tech-Infrastruktur skalieren?
- Fiverr: fiverr.com/s/EgxYmWD
- Portfolio: mejba.me
- Ramlit Limited: ramlit.com
- ColorPark: colorpark.io
- xCyberSecurity: xcybersecurity.io
