Claude Cowork ist möglicherweise die bedeutendste Software, die du nicht nutzt

Der folgende Beitrag fasst den neu zu lernenden Umgang mit AI und vor allem mit Claude Cowork sehr gut zusammen.
Daher haben wir uns entschlossen, diesen zu übersetzen und hier bereitzustellen.
Quelle: https://promptedbyeric.substack.com/p/claude-cowork-might-be-the-most-consequential?utm_source=multiple-personal-recommendations-email&utm_medium=email&triedRedirect=true

Ich habe 4 Plugins, 39 Skills, eine genomische Analyse-Pipeline und eine Full-Stack-App gebaut — alles in einem Desktop-Agenten, den die meisten wie einen Chatbot behandeln. Hier ist die Bedienungsanleitung.

Warum das jetzt wichtig ist

Reid Hoffman hat kürzlich geschrieben, dass wir alle zu Gamern werden — nicht im Konsolen-und-Controller-Sinn, sondern im Werkzeugbau-Sinn. Sein Argument: Jahrhundertelang haben Menschen Werkzeuge gebaut, um voranzukommen. Dann reiften die Volkswirtschaften, und die meisten von uns hörten auf, Werkzeuge zu bauen, und verließen sich auf die bereits verfügbaren. KI kehrt das um. Plattformen, die es dir ermöglichen, Ideen in reale Dinge zu verwandeln — sofort weiterzukommen, über das hinauszuoperieren, was eine einzelne Person normalerweise allein tun könnte — lassen das Leben sich anfühlen wie ein Level-Aufstieg in einem Spiel. Jede Herausforderung ist ein Level. KI ist, wie du dich durcharbeitest.

Er beschreibt etwas, in dem ich gelebt habe. Und ich glaube, Cowork ist die klarste Verkörperung dieses Wandels.

Ethan Mollicks aktuelles Stück über Management als KI-Superkraft liefert die komplementäre Erkenntnis: Die Fähigkeit, die bei KI-Agenten zählt, ist nicht Prompting. Es ist Delegation. Seine MBA-Studenten — Ärzte, Manager, Unternehmenslenker, von denen die meisten noch nie programmiert hatten — bauten in vier Tagen funktionale Startup-Prototypen mit Claude Code. Sie waren nicht erfolgreich, weil sie KI-Experten waren. Sie waren erfolgreich, weil sie wussten, wie man Probleme eingrenzt, definiert, wie „fertig“ aussieht, und erkennt, wenn das Ergebnis daneben liegt. Management-Skills wurden ihre KI-Skills.

Und Anthropics eigener Economic Index bestätigt das Muster im großen Maßstab: 52 % der Nutzer arbeiten jetzt mit KI als Denkpartner, anstatt nur auf volle Automatisierung zu delegieren. Aufgaben, die Fähigkeiten auf Hochschulniveau erfordern, wurden um den Faktor 12 beschleunigt. Der Wandel ist nicht „KI macht die Arbeit.“ Es ist „du setzt Intention, Rahmenbedingungen und eine Definition von ‚fertig‘ — und reviewst dann.“ Klassisches Management, angewandt auf Software, die improvisieren kann.

Nate Jones erfasst den Praktiker-Blickwinkel: KI-Agenten verstärken menschliche Top-Talente und machen sie „griffbereiter“. Agenten sind keine Zukunftstechnologie — sie sind jetzt Produktionsinfrastruktur.

Übersetzt: Die Lücke zwischen „KI als Chatbot“ und „KI als Betriebssystem für deine Arbeit“ schließt sich rasant. Und Cowork ist der Ort, an dem diese Lücke für Nicht-Entwickler zusammenfällt.

Was Cowork tatsächlich ist (und was nicht)

Cowork betreibt eine leichtgewichtige Linux-VM auf deinem Computer. Du wählst einen Ordner aus deinem Dateisystem, und der Agent kann alles darin sehen. Er schreibt Code. Er führt Skripte aus. Er erstellt Dokumente. Er füllt PDFs aus. Er liest deine E-Mails. Er steuert deinen Browser. Er sendet iMessages.

Es ist kein Chat-Fenster. Es ist ein sandboxed Computer, den eine KI bedient, während du zusiehst, anleitest und genehmigst.

Aber ab Werk ist es ein fähiger Amnesiker. Es kennt weder deinen Namen, noch deine Krankenversicherung, deine Slack-Channels oder welche Stimme es beim Verfassen eines LinkedIn-Posts verwenden soll. Wie jeder Neueinsteiger braucht es ein Onboarding. Anders als jeder Neueinsteiger liest es die Onboarding-Unterlagen in 200 Millisekunden und vergisst sie nie.

Der Rest dieses Artikels ist das Onboarding-Handbuch, das ich mir am ersten Tag gewünscht hätte.

Ebene 1: Extensions — Das Nervensystem

Bevor du irgendetwas baust, musst du den Agenten mit deiner Welt verdrahten. Extensions sind Coworks MCP-Konnektoren — sie ermöglichen Claude die direkte Interaktion mit Apps, Daten und Diensten auf deinem Rechner. Stell sie dir als Nervensystem vor: Ohne sie kann der Agent denken, aber nicht fühlen oder greifen.

Hier ist mein Stack:

Desktop Commander — Die wichtigste Extension überhaupt. Terminal-Zugriff, Dateioperationen, Prozessmanagement. Das ist es, was Claude tatsächlich Dinge auf deinem Rechner tun lässt, anstatt nur darüber zu reden. Git-Befehle ausführen, Python-Skripte starten, Hintergrundprozesse verwalten. Ohne das ist Cowork ein Chatbot mit hübschem UI.

Control Chrome — Browser-Automatisierung. Claude kann URLs aufrufen, Seiteninhalt lesen, JavaScript ausführen, mit Web-Apps interagieren. So füllt es Webformulare aus, prüft Dashboards, recherchiert Themen und interagiert mit jedem SaaS-Tool, das du im Browser nutzt.

Filesystem — Direkter Dateizugriff über den eingebundenen Ordner hinaus. Dateien lesen, schreiben, suchen und organisieren über dein gesamtes System.

Read and Send iMessages — Claude kann eingehende Nachrichten lesen und Antworten entwerfen. Nützlich für Familienkoordination, schnelle Antworten und um im Loop zu bleiben, ohne den Kontext zu wechseln.

Read and Write Apple Notes — Zugriff auf deine Notizen-App. Claude kann Notizen suchen, lesen, erstellen und aktualisieren. Wenn du Referenzmaterial in Notes aufbewahrst, greift der Agent darüber darauf zu.

Control your Mac — AppleScript-Ausführung. Das ist der Joker — er erlaubt Claude, praktisch alles unter macOS zu automatisieren. Apps öffnen, Fenster verschieben, Shortcuts auslösen, mit Systemfunktionen interagieren.

PDF Tools — PDFs lesen, ausfüllen, extrahieren, vergleichen und erstellen. Das ist es, was das Ausfüllen von Formularen möglich macht — Continuity-of-Care-Formulare, Versicherungsansprüche, Schulanmeldungsunterlagen, Behördenformulare.

Die Extensions sind wichtig, weil sie die Oberfläche des Agenten definieren. Jede Extension, die du hinzufügst, erweitert, was „hilf mir damit“ bedeuten kann. Ein Agent mit Desktop Commander, Chrome und PDF Tools kann Dinge erledigen, für die ein Mensch zwanzig Minuten Tab-Wechseln und Kopieren-Einfügen bräuchte. Ein Agent ohne sie ist eine hübsche Autovervollständigung.

Ebene 2: CLAUDE.md — Das Betriebshandbuch

Jede Sitzung liest Claude eine Datei namens CLAUDE.md aus dem Wurzelverzeichnis deines Arbeitsbereichs. Stell es dir als permanente Onboarding-Dokumentation vor — nur dass der Neueinsteiger sie in 200 Millisekunden liest und nie vergisst.

Meine enthält meine Arbeitsphilosophie, Ordnerstruktur, Präferenzen („führe Terminal-Befehle direkt aus — bitte mich nicht, zu kopieren und einzufügen“), wichtige Referenzpfade, Kurzinfos (Familienmitglieder, Versicherungs-IDs) und Verhaltensanweisungen.

Das ist kein Prompt. Es ist ein Betriebshandbuch. Und es kumuliert. Jedes Mal, wenn ich eine Präferenz oder einen Referenzpfad hinzufüge, wird jede zukünftige Sitzung etwas klüger. Das Modell wurde nicht besser. Der Kontext schon.

Ebene 3: Skills — Persistentes, modulares Wissen

Claude Skills sind Ordner, die eine Markdown-Instruktionsdatei und optionale Referenzdaten enthalten. Claude lädt sie bei Bedarf, wenn es eine relevante Aufgabe erkennt. Sie sind persistent, modular und kombinierbar — alles, was ein Prompt nicht ist.

Ich habe 39 Skills gebaut. Manche sind einfach (ein Stimm- und Stil-Guide, der meine Kadenz, mein Vokabular und meine Anti-Patterns definiert). Manche sind komplex (ein Familienassistent mit sechs Referenzdateien zu Versicherung, Medizin, Finanzen, Haushalt, Präferenzen und Familienmitgliederdaten).

Hier ist die konkrete Version. Wenn ich sage „Füll Davids Camp-Gesundheitsformular aus“, zieht Claude sein Geburtsdatum, Allergien, Medikamente, Versicherungsdetails und Kinderarzt-Kontakt aus dem Familienassistenten-Skill. Es markiert seine Baumnuss-Allergie. Es bittet mich um Bestätigung vor dem Absenden. Dreißig Sekunden statt zwölf Minuten Suchen in Aktenschränken und E-Mail-Threads.

Das Ganze ist strukturiertes Markdown und eine gut geschriebene Instruktionsdatei. Nichts zu deployen, nichts zu warten. Ich habe das Template als Open Source veröffentlicht: github.com/ericporres/family-assistant-skill

Die Distanz zwischen „KI-Assistent“ und tatsächlichem Assistenten ist kürzer als du denkst — und sie ist mit Markdown gepflastert, nicht mit Code.

Ebene 4: Plugins — Workflows, die kumulieren

Skills geben Claude Wissen. Plugins geben Claude Workflows.

Cowork wird mit einem wachsenden Marktplatz von First-Party-Plugins von Anthropic geliefert — Customer Support, Data, Finance, Legal, Marketing, Produktmanagement, Produktivität, Sales und Bio Research. Jedes bündelt domänenspezifische Skills mit Slash-Befehlen und Workflow-Templates. Sie sind mit einem Klick installiert und erweitern sofort, was der Agent kann.

Aber die wahre Stärke liegt darin, eigene zu bauen. Ein Cowork-Plugin bündelt Skills mit MCP-Konnektoren und benutzerdefinierten Befehlen. Einmal installiert, wird es mit einem Slash-Befehl aktiviert. Die Anatomie ist überschaubar: ein plugin.yaml-Manifest, ein skills/-Ordner mit deiner SKILL.md und Referenzdateien, und ein commands/-Ordner, der Slash-Befehle auf Skill-Trigger mappt.

Ich habe drei persönliche Plugins gebaut, die ich jeden Morgen nutze:

E-Mail-Triage (/email) — Verbindet sich mit Gmail über den Gmail-MCP-Konnektor, scannt die letzten 24 Stunden, klassifiziert jede Nachricht in drei Stufen: Antwort nötig, Review und Rauschen. Entwirft Antworten für die dringenden in meiner Stimme. Die Geheimwaffe ist Alias-Routing — ich betreibe 300+ E-Mail-Aliase (banking@, school@, shopping@), und das Plugin ordnet jeden Alias einer Standard-Prioritätsstufe zu. Claude klassifiziert 80 % meines Posteingangs, ohne einen einzigen E-Mail-Body zu lesen. Die verbleibenden 20 % — persönliche E-Mails von echten Menschen — sind die einzige Kategorie, die tatsächliches Urteilsvermögen erfordert.

Slack-Triage (/slack) — Dieselbe Drei-Stufen-Klassifikation, angepasst für Channels und Threads. Anstelle von E-Mail-Aliasen ist das primäre Signal eine Channel-Prioritäts-Map: Mein Team-Channel ist standardmäßig Stufe 1, #random standardmäßig Stufe 3, und DMs von meinem Chef sind immer dringend, unabhängig vom Inhalt. Was früher ein 25-minütiges morgendliches Scrollen war, wird ein 30-sekündiger strukturierter Scan.

KI-News-Digest (/news) — Scannt Gmail nach E-Mails mit dem Label „AI“ und erstellt ein überschaubares Morgen-Briefing. Erspart mir das tägliche Ritual, 40 Newsletter manuell zu durchforsten.

Der Morgen-Stack ist jetzt: /email (30 Sekunden) → /slack (30 Sekunden) → /news (60 Sekunden) → Stufe-1-Elemente abarbeiten. Zwei Minuten Scannen, dann arbeite ich an der Sache, die wichtig ist. Kein Scrollen. Kein Überfliegen. Kein Grübeln, ob ich etwas übersehen habe.

Und seit dieser Woche ist sogar der manuelle Trigger optional. Cowork unterstützt jetzt geplante Aufgaben — Cron-basierte Automatisierung, die deine Skills nach einem wiederkehrenden Zeitplan ausführt. Mein News-Digest feuert jeden Morgen um 8:30, bevor ich am Schreibtisch bin. Gleicher Workflow, gleiches Ergebnis, null Tastendrücke. Das Muster ist dasselbe: Definiere den Workflow einmal, lass ihn kumulieren. Der Unterschied ist, dass ich mich nicht mehr daran erinnern muss, ihn zu starten.

Diese beiden sind Open Source (E-Mail, Slack). Klone sie, tausche deine Aliase und Channel-Prioritäten ein, und du hast ein Morgen-Triage-System, das vom ersten Tag an kumuliert.

Das Muster über alle drei Plugins hinweg ist dasselbe, das Mollick identifiziert hat: Der Wert liegt nicht in der Intelligenz der KI. Er liegt in der Delegationsstruktur — den Stufen, den Routing-Regeln, den Klassifikationskriterien. Management-Skills, angewandt auf eine Markdown-Datei.

Ebene 5: Echte Projekte, nicht nur Q&A

Der größte Durchbruch war, Cowork als Entwicklungsumgebung zu behandeln, nicht als Chat-Interface.

rvDNA Bridge — Ich wollte meine 23andMe-DNA-Daten durch ein Open-Source-Genomik-Analyse-Toolkit in Rust laufen lassen. Problem: Das Toolkit erwartet kontinuierliche DNA-Sequenzen; 23andMe exportiert sparse SNP-Genotypisierungsdaten. Unterschiedliche Formate. In einer Cowork-Sitzung — etwa fünf Minuten — las Claude die gesamte Rust-Codebase (4.679 Zeilen in 13 Modulen), identifizierte den Datenformat-Mismatch, schrieb eine 500 Zeilen lange Python-Bridge und führte die Analyse durch. 596.007 genetische Marker, geparst in 1,08 Sekunden. Auf meinem Computer. Keine Cloud. Keine Daten, die meinen Rechner verlassen.

Humanized ServiceNow Form — Ein Google Apps Script-Projekt mit vollständiger Test-Suite und Setup-Dokumentation.

2031 Strategy Comms — Ein internes Kommunikationspaket: Slack-Ankündigung, Intranet-Post, Leadership-E-Mail, Strategie-Visualisierung. Vier verschiedene Formate derselben Botschaft, zugeschnitten auf jedes Publikum, produziert in einer Sitzung.

Continuity-of-Care-Formulare — PDF-Formularausfüllung für zwei meiner Kinder, mit Daten aus den medizinischen und Versicherungsreferenzen des Familienassistenten-Skills. Die Art von Papierkram, die normalerweise 45 Minuten dauert — Telefon in der einen Hand, Aktenschrank in der anderen.

Beyond Reason Newsletter — Jeder Artikel, den ich im letzten Monat veröffentlicht habe — über E-Mail-Triage, Slack-Triage, Familienassistent und genomische Analyse — wurde innerhalb von Cowork entwickelt. Nicht generiert. Entwickelt. Ich benutze einen Stimm- und Stil-Guide-Skill, der meine Kadenz, mein Vokabular und meine Anti-Patterns kodiert, und Claude fungiert als Sparringspartner: Ich bringe die These und die Meinungen mit, es testet die Argumente, synthetisiert Recherche und hilft mir, eine grobe Idee in eine kohärente Erzählung zu formen. Das Schreiben ist meins. Das Denken ist meins. Aber der Prozess, von „Ich habe eine These“ zu „Hier ist ein publizierbares 3.000-Wörter-Stück“ zu kommen, ging von Tagen auf Stunden.

Das Muster: Claude beantwortet keine Fragen. Es erledigt mehrstufige Arbeit mit vollem Projektkontext. Codebases lesen, Code schreiben, Formulare ausfüllen, Kommunikation entwerfen, Belege organisieren, Analysen durchführen. Das ist keine Chatbot-Interaktion. Das ist, was Hoffman meint mit „sich durcharbeiten“. Das ist, was Mollick mit Delegation meint. So sieht es aus, wenn ein Nicht-Entwickler echte Dinge mit KI baut.

Die Kontext-Architektur

Wenn ich alles auf ein Prinzip destillieren müsste: Hör auf, Prompts zu optimieren, und fang an, Kontext-Infrastruktur zu bauen.

Ein Prompt ist eine einmalige Anweisung. Er verflüchtigt sich nach der Konversation. Kontext-Infrastruktur — CLAUDE.md-Dateien, Skills, Referenzdaten, Plugins, Ordnerorganisation — bleibt bestehen. Sie kumuliert. Jede Sitzung erbt alles, was du aufgebaut hast.

Der Stack sieht so aus:

• Extensions — das Nervensystem (was der Agent erreichen kann)
• CLAUDE.md — das Betriebshandbuch (wie sich der Agent verhält)
• Skills — Domänenwissen (was der Agent bei Bedarf weiß)
• Plugins — Workflows (was der Agent wiederholt tut)
• Projektdateien — Sitzungskontext (woran der Agent heute arbeitet)

Jede Ebene kumuliert auf den darunterliegenden. Mein E-Mail-Triage-Plugin funktioniert besser, weil der Familienassistenten-Skill Claude Kontext darüber gibt, welche Schulen meine Kinder besuchen. Die Slack-Triage funktioniert besser, weil CLAUDE.md Claude sagt, welche Channels wichtig sind. Die Newsletter-Entwürfe sind besser, weil der Stimm-Guide-Skill meine Kadenz, mein Vokabular und meine Anti-Patterns definiert.

Das ist das Meta-Muster, das Anthropics eigene Daten bestätigen: 52 % der Claude-Nutzer arbeiten jetzt mit ihm als Denkpartner, nicht als Aufgabenerledigungsmaschine. Der Kumulierungseffekt von strukturiertem Kontext verwandelt „nutze KI manchmal“ in „KI ist, wie ich arbeite“.

Übersetzt: Der ROI eines KI-Desktop-Agenten liegt nicht im Modell. Er liegt in den fünf Ebenen des Kontexts, den du um ihn herum aufbaust. Bekomm die Ebenen richtig hin, und das Modell erledigt den Rest.

Das Gesamtbild

Hier ist das, was niemand hören will: Das Modell, das du gerade nutzt, ist wahrscheinlich gut genug. Der Engpass war nie die Intelligenz. Es war das Fehlen von strukturiertem Kontext — die Präferenzen, die Referenzdaten, die Routing-Regeln, das institutionelle Wissen, das einen fähigen Generalisten in einen nützlichen Mitarbeiter verwandelt. Ohne das ist selbst das leistungsfähigste Modell ein brillanter Amnesiker.

Ich habe nicht mit 39 Skills, 4 Plugins und 8 Extensions angefangen. Ich habe mit einer CLAUDE.md-Datei und einem Skill angefangen. Jedes Mal, wenn ich mich dabei ertappte, Claude etwas zu erklären, das es bereits wissen sollte, fügte ich es einer Referenzdatei hinzu. Jedes Mal, wenn ich einen Workflow wiederholte, machte ich ein Plugin daraus. Jedes Mal, wenn mir eine Lücke in dem auffiel, was der Agent erreichen konnte, installierte ich eine Extension.

Zwei Monate später kennt mein KI-Desktop-Agent meine Familie, meinen Posteingang, meinen Slack-Workspace, meine Schreibstimme, meine Versicherungspolicen und meine Projektarchitekturen. Er füllt Formulare aus, triagiert Kommunikation, entwirft Artikel, schreibt Code, sendet Nachrichten, steuert meinen Browser und decodiert Genome — alles auf meinem Rechner, alle Daten lokal.

Eine berechtigte Frage: Warum Cowork und nicht die Open-Source-Alternativen? OpenClaw hat noch einen Vorsprung bei Messaging-Integrationen — WhatsApp, Discord, natives Slack — und der schieren Breite seines Community-gebauten Agenten-Ökosystems (190K+ GitHub-Stars an Beiträgen). Wenn du ein Schweizer Taschenmesser an Integrationen brauchst und kein Problem damit hast, deine eigene Infrastruktur zu verwalten, ist es eine ernsthafte Option. Aber für einen Single-User-Workflow, bei dem Extensions, Skills, Plugins und strukturierter Kontext zu etwas kumulieren, das tatsächlich deinen Tag steuert? Cowork ist meine Wahl — mit dem erheblichen Vorteil, dass du dir keine Sorgen machen musst, dass deine Gateway-Tokens durch ein kompromittiertes Community-Paket exfiltriert werden. Cowork läuft in einer sandboxed VM. Deine Daten bleiben lokal. Das Vertrauensmodell ist einfacher.

Die Tools werden sich weiterentwickeln. Das Prinzip wird sich nicht ändern: Kontext schlägt Intelligenz, und der Kumulierungseffekt von strukturierter Delegation ist der Durchbruch.

Hoffman hat recht: Wir werden alle zu Gamern. Jede neue Herausforderung ist ein Level, und KI ist, wie du einen Weg nach vorne baust. Aber das Spiel beginnt nicht, wenn du das Chat-Fenster öffnest. Es beginnt, wenn du die Kontext-Ebene baust, die das Chat-Fenster überflüssig macht.

Ich sage den Leuten das: Wenn jede KI-Entwicklung morgen aufhören würde — keine neuen Modelle, keine neuen Features, nichts — und ich 100 Dollar im Monat zahlen müsste, um genau dieses Setup beizubehalten, würde ich es jeden Tag tun, und sonntags doppelt. Nicht wegen dem, was KI werden könnte. Wegen dem, was sie mir schon jetzt zurückgibt: Verfügungsgewalt über meine Zeit.

Der Zinseszins ist real. Aber du musst die erste Einzahlung machen.

Wenn das nützlich war, teile es mit jemandem, der Claude noch öffnet, um zu fragen „Wie wird das Wetter.“ Die sitzen auf einer Workstation und nutzen sie als Taschenrechner.