Eine praktische Anleitung zu Subagenten in Claude Code

Kenneth Pangan
Geschrieben von

Kenneth Pangan

Stanley Nicholas
Geprüft von

Stanley Nicholas

Zuletzt bearbeitet November 14, 2025

Expertengeprüft
Eine praktische Anleitung zu Subagenten in Claude Code

Wenn Sie Entwickler sind, haben Sie wahrscheinlich schon von KI-Agenten und Multi-Agenten-Systemen gehört. Es ist schwer, es zu übersehen. Die ganze Idee einer KI, die nicht nur Code schreibt, sondern auch Aufgaben verwalten, delegieren und spezialisieren kann, fühlt sich wie ein großer Schritt nach vorn an. In Claude Code wird dieses Konzept mit Subagenten zum Leben erweckt, einer Funktion, mit der Sie große, komplexe Probleme in kleinere Teile zerlegen können, die eine KI bearbeiten kann.

Aber sind sie wirklich die Antwort auf all unsere Programmierprobleme? Dieser Leitfaden gibt Ihnen einen direkten Einblick, was Subagenten in Claude Code wirklich sind, wie sie funktionieren, wo sie in der realen Welt versagen und wie die Ideen dahinter auf andere Teile Ihres Unternehmens, wie z. B. den Kundensupport, angewendet werden können.

Was sind Subagenten in Claude Code?

Grundsätzlich sind Subagenten spezialisierte, unabhängige KI-Assistenten, die Sie innerhalb von Claude Code erstellen können, um bestimmte Aufgaben zu erledigen. Anstatt eine KI zu haben, die versucht, alles zu erledigen, können Sie ein Team von Spezialisten zusammenstellen.

Eine Abbildung des Claude Code-Assistenten, der in die VS Code-IDE integriert ist, wo Entwickler Subagenten für spezialisierte Aufgaben verwalten können.
Eine Abbildung des Claude Code-Assistenten, der in die VS Code-IDE integriert ist, wo Entwickler Subagenten für spezialisierte Aufgaben verwalten können.

Sie haben einige besondere Merkmale, die sie auszeichnen:

  • Sie arbeiten in ihrer eigenen kleinen Blase. Jeder Subagent hat sein eigenes separates Kontextfenster. Das ist großartig, weil es Ihre Hauptkonversation sauber und auf das große Ganze konzentriert hält, sodass Sie nicht in den Details jeder einzelnen Teilaufgabe untergehen.

  • Sie können ihnen benutzerdefinierte Anweisungen geben. Sie können für jeden Subagenten einen eindeutigen System-Prompt schreiben, der seine Persönlichkeit, seine Aufgabe und seine Marschbefehle definiert. Sie könnten beispielsweise einen Subagenten "Code Reviewer" erstellen, der sehr sorgfältig ist und eine strenge Checkliste befolgt, oder einen "Debugger", der ein Spürhund für die Suche nach Fehlern ist.

  • Sie kontrollieren ihren Tool-Zugriff. Sie entscheiden, welche Tools jeder Subagent verwenden kann. Benötigen Sie einen Agenten, der Code überprüfen, aber keine Dateien anfassen kann? Sie können seine Berechtigungen einschränken, was eine schöne Sicherheitsebene hinzufügt und verhindert, dass der Agent abgelenkt wird.

Sie konfigurieren diese Spezialagenten in einfachen Markdown-Dateien, was bedeutet, dass Sie sie in die Versionskontrolle einchecken und mit Ihrem Team teilen können. Claude kann dann Aufgaben selbstständig an sie delegieren, oder Sie können ihn auf den richtigen Subagenten für eine bestimmte Aufgabe verweisen.

Das Versprechen von Subagenten in Claude Code: Warum Entwickler interessiert sind

Warum die ganze Aufregung? Es geht darum, sich von einem einzelnen, allumfassenden KI-Assistenten zu einem koordinierten Team von Spezialisten zu bewegen. Wie ein Entwickler es ausdrückte, fühlt es sich an, als würde man sein eigenes kleines "Agile Dev Team" von Agenten aufbauen.

Hier sind die Hauptgründe, warum die Leute mitmachen.

Bessere Ergebnisse durch Spezialisierung erzielen

Eine Allzweck-KI ist in vielen Dingen in Ordnung, aber ein Spezialist ist ein Experte für eine Sache. Wenn Sie einen Subagenten für eine bestimmte Rolle erstellen, können Sie ihn mit hyperdetaillierten Anweisungen versehen, die eine Generalisten-KI möglicherweise einfach übergeht oder vergisst.

Beispielsweise erhält der Beispielagent "Code-Reviewer" in der offiziellen Dokumentation eine sehr spezifische Checkliste. Er soll nach Dingen wie doppeltem Code, ordnungsgemäßer Fehlerbehandlung und freigelegten API-Schlüsseln suchen. Dieser Detaillierungsgrad liefert fast immer ein qualitativ hochwertigeres Ergebnis, als wenn man einfach fragt: "Hey, kannst du dir diesen Code mal ansehen?"

Eine intelligente Möglichkeit, den Kontext zu verwalten

Jeder, der Zeit mit LLMs verbracht hat, kennt die Frustration, an die Grenze des Kontextfensters zu stoßen. Subagenten bieten eine ziemlich clevere Problemumgehung. Wie ein Benutzer auf Hacker News bemerkte, sind sie perfekt für Aufgaben, die eine Menge Token verbrauchen.

Nehmen wir an, Sie müssen sich schnell in eine neue Bibliothek einarbeiten. Sie können einen Subagenten entsenden, um die schwere Arbeit zu erledigen. Er kann Seiten mit Dokumentationen durchlesen und dabei Tausende von Token in seinem eigenen isolierten Kontext verbrauchen. Wenn er fertig ist, meldet er sich einfach mit einer kurzen Zusammenfassung zurück. Ihr Hauptagent erhält die Antwort, die er benötigt, aber sein eigenes Kontextfenster wird nicht mit all dem Recherchematerial überfrachtet.

Aufgaben parallel erledigen

Manche Aufgaben werden einfach schneller erledigt, wenn man sie gleichzeitig erledigen kann. Sie können Subagenten parallel ausführen, was ideal für Dinge wie die erstmalige Erkundung einer großen Codebasis ist. Sie könnten einen Subagenten die Frontend analysieren lassen, einen anderen, der sich in die Backend-APIs eingräbt, und einen dritten, der das Datenbankschema überprüft, und das alles gleichzeitig. Diese Teile-und-herrsche-Strategie kann die anfängliche Entdeckungsphase eines Projekts wirklich beschleunigen.

Die Realität: Wo Subagenten in Claude Code knifflig werden können

Während das Potenzial von Subagenten ziemlich aufregend ist, laufen die Dinge in der Praxis nicht immer so reibungslos. Da immer mehr Entwickler sie in die Hände bekommen haben, sind ein paar häufige Kopfschmerzen aufgetaucht. Es ist gut, diese zu kennen, bevor Sie sich voll und ganz darauf einlassen.

Das Handoff-Problem: Wenn Agenten alles vergessen

Dies ist mit Abstand die größte Beschwerde. Wenn eine Aufgabe übergeben wird, beginnt der Subagent mit einem völlig leeren Blatt Papier. Er weiß nicht, was Ihr Hauptagent über das Projekt weiß. Wenn der Hauptagent keine perfekt detaillierte Einweisung gibt, tappt der Subagent so ziemlich im Dunkeln.

Dies führt zu dem, was viele als "Kontextamnesie" bezeichnen. Der Subagent verfügt nicht über wichtige Projektkenntnisse, sodass er leicht vom Weg abkommen und generische oder einfach nur falsche Lösungen ausspucken kann. Dies ist ein besonderer Albtraum in bestehenden, komplexen Codebasen ("Brownfield"-Projekten) und ein wichtiger Grund dafür, dass Subagenten am besten bei brandneuen Projekten oder sehr in sich geschlossenen Aufgaben zu funktionieren scheinen.

Warum Subagenten in Claude Code überraschend langsam sein können

Man sollte meinen, dass die Delegierung die Dinge beschleunigt, aber viele Benutzer sagen, dass das Gegenteil der Fall ist.

Ein Entwickler auf Reddit erwähnte, dass Subagenten VIEL LANGSAMER sein können als die Arbeit mit einem einzelnen Agenten. Der Grund dafür ist, dass jedes Mal, wenn man einen Subagenten aufruft, dieser sein Verständnis der Aufgabe von Grund auf neu aufbauen muss, und das kostet Zeit und Rechenleistung.

Es ist viel Arbeit, Subagenten in Claude Code zu verwalten

Die Verwaltung eines Teams von KI-Agenten ist nicht gerade eine "Einrichten und vergessen"-Angelegenheit. Es erfordert einiges an Vorarbeit, um detaillierte Prompts zu schreiben, Rollen zu definieren und Berechtigungen festzulegen. Es kann schnell das Gefühl aufkommen, dass man weniger ein autonomes Team hat, sondern eher eine Gruppe sehr wörtlicher Junior-Entwickler mikromanagt. Dies hat eine Debatte in der Community ausgelöst: Ist es besser, "rollenbasierte" Agenten (wie ein "Backend-Entwickler") oder "aufgabenbasierte" Agenten (wie ein "API-Endpoint-Writer") zu erstellen? Bisher scheinen sich eng definierte, aufgabenspezifische Agenten als zuverlässiger zu erweisen.

Die Kosten für Subagenten in Claude Code können sich summieren

Es ist auch erwähnenswert, dass die Ausführung mehrerer Agenten, von denen jeder seinen eigenen Kontext hat, schnell Token verbrauchen kann. Wenn Sie einen Plan haben, bei dem Sie für die Nutzung bezahlen, kann die Orchestrierung eines Teams von Subagenten für eine große Aufgabe schnell teuer werden.

Dieses Video bietet einen 10-minütigen Meisterkurs zur Verwendung von Subagenten in Claude Code, der deren Einrichtung und Anwendung behandelt.

Über den Code hinaus: Anwenden von Subagenten in Claude Code-Konzepten auf den Kundensupport

Hier kommt der interessante Teil: Dies sind nicht nur Programmierprobleme. Die Kernprinzipien des Aufbaus eines effektiven Teams von Agenten, Spezialisierung, Kontextmanagement und saubere Übergaben gelten überall. Und es gibt kein besseres Beispiel als den Kundensupport.

Ein einzelner, monolithischer Support-Bot scheitert oft aus dem gleichen Grund, aus dem ein einzelner KI-Agent mit einer komplexen Codebasis zu kämpfen hat: er versucht, zu viel zu tun. Ein besserer Weg ist die Verwendung eines Multi-Agenten-Systems, was genau das ist, was Entwickler mit Subagenten in Claude Code erreichen wollen. Wie eines unserer eigenen Teammitglieder auf Reddit erwähnte, gehen wir das Problem bei eesel AI so an. Anstelle eines Bots haben wir einen "Triage"-Spezialisten, der Tickets weiterleitet, einen "Knowledge Base"-Experten, der häufige Fragen beantwortet, und einen "API"-Agenten, der einen Bestellstatus nachschlagen kann.

Ein Workflow-Diagramm, das veranschaulicht, wie ein KI-Triage-Spezialist Kundensupport-Tickets an den entsprechenden spezialisierten Agenten weiterleitet.
Ein Workflow-Diagramm, das veranschaulicht, wie ein KI-Triage-Spezialist Kundensupport-Tickets an den entsprechenden spezialisierten Agenten weiterleitet.

Hier kann eine dedizierte Plattform die Einschränkungen lösen, mit denen Entwickler zu kämpfen haben.

  • Lösen von Kontextamnesie: Anstatt sich mit manuellen Kontextübergaben herumzuschlagen, verbindet eine Plattform wie eesel AI von Anfang an alle Ihre Wissensquellen. Sie lernt sofort aus vergangenen Tickets, Ihrem Confluence-Wiki und Ihren Google Docs und gibt jedem spezialisierten Agenten die vollständige Hintergrundgeschichte, die er benötigt, um ein Problem tatsächlich zu lösen.

  • Die Komplexität überspringen: Der Aufbau dieser Systeme von Grund auf in Claude Code ist ein ernstzunehmendes Engineering-Projekt. eesel AI bietet Ihnen dieses Multi-Agenten-Setup direkt nach dem Auspacken. Unsere Self-Service-Plattform bedeutet, dass Sie in wenigen Minuten, nicht Monaten, einsatzbereit sind, indem Sie sich mit Ihrem Helpdesk wie Zendesk oder Freshdesk mit nur einem Klick verbinden.

  • Testen ohne Rätselraten: Während das Debuggen von Subagenten sich anfühlen kann, als würde man im Dunkeln arbeiten, können Sie mit dem Simulationsmodus von eesel AI Ihr gesamtes Setup anhand von Tausenden Ihrer eigenen historischen Tickets testen. Sie können genau sehen, wie Ihr KI-Team performen wird, und eine solide Prognose Ihrer Lösungsrate erhalten, bevor es jemals mit einem echten Kunden spricht.

Der eesel AI-Simulationsmodus, der es Benutzern ermöglicht, ihr KI-Supportteam vor dem Einsatz anhand historischer Daten zu testen.
Der eesel AI-Simulationsmodus, der es Benutzern ermöglicht, ihr KI-Supportteam vor dem Einsatz anhand historischer Daten zu testen.

Claude Code-Preisgestaltung

Um Subagenten nutzen zu können, benötigen Sie zunächst Zugriff auf Claude Code, das in den kostenpflichtigen Plänen von Anthropic enthalten ist. Die kostenlose Version ist für einfache Chats geeignet, verfügt aber nicht über die erweiterten Entwicklerfunktionen.

Hier ist ein kurzer Überblick über die Pläne, die Claude Code enthalten:

PlanPreis (monatlich)Hauptfunktionen für Entwickler
Kostenlos0 $Grundlegende Chat- und Inhaltserstellung. Beinhaltet nicht Claude Code.
Pro20 $Alles in Free, plus Zugriff auf weitere Modelle, erweiterter Kontext und beinhaltet Claude Code.
MaxAb 100 $Alles in Pro, plus 5-20x mehr Nutzung, vorrangiger Zugriff und beinhaltet Claude Code.

Sind Subagenten in Claude Code die Mühe wert?

Subagenten in Claude Code sind eine wirklich interessante und leistungsstarke Funktion für jeden Entwickler, der sehen möchte, was mit KI-gestützter Entwicklung möglich ist. Sie bieten einen Einblick in eine Zukunft, in der wir Teams von spezialisierten KI-Agenten anweisen, komplexe Software zu entwickeln.

Aber sie gehen mit einem großen Kompromiss einher. Die Leistung, die Sie durch Spezialisierung erhalten, wird durch die Kopfschmerzen der Kontextamnesie, die Leistungseinbußen und den schieren Aufwand, sie gut zu verwalten, aufgewogen. Für Entwickler an der Spitze des Aufbaus von agentischen Workflows sind sie ein unverzichtbares Werkzeug. Aber für Unternehmen, die diese intelligenten Prinzipien einfach anwenden wollen, um reale Probleme wie den Kundensupport zu lösen, gibt es einen viel einfacheren Weg.

Bauen Sie Ihr eigenes KI-Supportteam auf, ohne Programmierung

Sie haben die Stärken und Schwächen des Aufbaus von Multi-Agenten-Systemen gesehen. Wenn Sie die Vorteile eines spezialisierten KI-Teams für Ihren Kundensupport nutzen möchten, ohne den Engineering-Overhead, schauen Sie sich eesel AI an. Unsere vorgefertigten Triage-, Copilot- und Agent-Bots sind bereit, Ihre Workflows in wenigen Minuten zu automatisieren.

Starten Sie Ihre kostenlose Testversion auf eesel.ai

Häufig gestellte Fragen

Subagenten sind spezialisierte, unabhängige [KI-Assistenten](https://www.eesel.ai/blog/ai-assistant) innerhalb von Claude Code, die jeweils über einen eigenen, isolierten Kontext verfügen. Sie ermöglichen es Ihnen, komplexe Aufgaben aufzuteilen, sodass ein Team von Spezialisten an verschiedenen Teilen eines Problems arbeiten kann, anders als bei einer einzelnen, universellen KI.

Jeder Subagent arbeitet in einem eigenen, separaten Kontextfenster, was verhindert, dass der Hauptagent mit Informationen überlastet wird. Indem Sie Subagenten spezifische Anweisungen geben, werden sie zu hochspezialisierten Fachkräften, was oft zu qualitativ hochwertigeren Ergebnissen für bestimmte Aufgaben führt.

Das "Handoff-Problem" bezieht sich darauf, dass Subagenten mit einem leeren Blatt Papier beginnen, wenn ihnen eine Aufgabe übertragen wird. Wenn der Hauptagent keine perfekt detaillierte Einweisung gibt, kann der Subagent unter "Kontextamnesie" leiden, d. h. ihm fehlen wichtige Projektkenntnisse, was möglicherweise zu generischen oder falschen Lösungen führt.

Ja, Subagenten können manchmal langsamer sein, da jeder Aufruf erfordert, dass sie ein Verständnis der Aufgabe von Grund auf neu aufbauen, was Zeit und Rechenleistung verbraucht. Darüber hinaus kann die Ausführung mehrerer Agenten, von denen jeder seinen eigenen Kontext hat, schnell Tokens verbrauchen, was potenziell die Kosten bei nutzungsabhängigen Tarifen erhöht.

[Die Verwaltung von Subagenten erfordert erhebliche Vorarbeit](https://www.anthropic.com/engineering/building-agents-with-the-claude-agent-sdk), einschließlich des Schreibens detaillierter Prompts, der Definition spezifischer Rollen und der Festlegung von Berechtigungen. Dies kann sich wie Mikromanagement anfühlen, und die Bestimmung des optimalen Gleichgewichts zwischen rollenbasierten und aufgabenbasierten Agenten erhöht die Gesamtkomplexität.

Die Kernprinzipien der Spezialisierung und des Kontextmanagements sind im Kundensupport von großer Bedeutung. Dies beinhaltet die Verwendung spezialisierter KI-Agenten für Aufgaben wie die Triage von Tickets, Wissensdatenbankabfragen oder das Nachschlagen von Bestellstatus, was zu einer effizienteren und genaueren Problemlösung führt, ähnlich wie bei Plattformen wie eesel AI.

Share this article

Kenneth Pangan

Article by

Kenneth Pangan

Writer and marketer for over ten years, Kenneth Pangan splits his time between history, politics, and art with plenty of interruptions from his dogs demanding attention.

Bereit, Ihren KI-Teamkollegen einzustellen?

In Minuten eingerichtet. Keine Kreditkarte erforderlich.

Kostenlos starten