- Wiederkehrende Aufgaben wie „write tickets“ oder „create PR“ gehören in Skills. Ein Ordner mit template.md-Dateien zeigt Claude genau, wie das Ergebnis aussehen soll.
- Skills sind lebende Dokumente: Läuft etwas nicht wie erwartet, lasst ihr Claude den Skill sofort anpassen. Neue Workflow-Schritte ergänzt oft ein Prompt aus einer Zeile.
- Developer-Skills liegen im Home-Verzeichnis, Projekt-Skills im Projekt. Bei Babbel überschreibt eine persönliche config.local.md die Team-Vorgaben aus der config.md.
- Ein schlechter Skill kann ein Projekt verschmutzen: Ein misslungener Kommentar-Skill ließ den Anteil der Kommentare am erzeugten Text auf bis zu 90 % steigen.
- Im Babbel-Android-Team nutzt jeder Entwickler seinen eigenen Review-Skill. Fast jedes Review findet so Punkte, die ein anderer Skill übersieht.
Claude Skills bringen einem Entwicklerteam dann etwas, wenn sie wiederkehrende Aufgaben übernehmen, nach jeder Nutzung verbessert werden und klar geregelt ist, welcher Skill einem einzelnen Entwickler gehört und welcher dem ganzen Projekt. Mindestens genauso wichtig ist, was ihr weglasst: Ein schlechter Skill schadet einem Projekt mehr als gar keiner. Wir arbeiten im Android-Team von Babbel und zeigen, wie Skills dort im Alltag eingesetzt werden. Alle Beispiele stammen aus dem Android-Team; das iOS-Team arbeitet (noch) mit einem eigenen Workflow.
Welche Aufgaben gehören in einen Claude Skill?
In einen Skill gehört alles, was ihr immer wieder auf dieselbe Weise erledigt. Typisch sind Workflow-Skills wie „write tickets“ oder „create PR“: Statt Claude jedes Mal neu zu erklären, wie ein Ticket bei euch aussieht oder was in eine PR-Beschreibung gehört, steht das einmal im Skill, und Claude arbeitet danach. Wer Claude Code noch nicht kennt, findet einen Einstieg in unserem Überblick Was ist Claude Code?.
Beim Schreiben eines Skills gilt ein einfacher Grundsatz: Gebt der KI Beispiele für alles. Frei nach dem Motto „ein Bild sagt mehr als tausend Worte“ sagt ein Beispiel mehr als jede lange Beschreibung. Wir setzen das ganz praktisch um: Viele unserer Skills haben einen Ordner mit template.md-Dateien. Beim „write tickets“-Skill steht dort zum Beispiel, wie ein Ticket genau auszusehen hat.
Wie bleiben Skills gut? Skills als lebende Dokumente
Skills bleiben nur gut, wenn ihr sie als lebende Dokumente behandelt. Nach jeder Nutzung eines eigenen Skills prüft ihr, ob alles so funktioniert hat wie erwartet. Wenn nicht, verbessert ihr den Skill direkt per Feedback, solange noch klar ist, was schiefging.
Wie das im Alltag aussieht, zeigt unser PR-Skill. Wir starten ihn morgens, danach prüft der Skill alle 10 Minuten, ob es PRs zum Reviewen gibt und ob eigene PRs Review-Feedback bekommen haben, das eingebaut werden muss. Merge-Konflikte und Meldungen aus der CI-Pipeline fixt er gleich mit. Nach jedem Durchlauf schreibt der Skill eine kurze Zusammenfassung zum Stand der PRs, sodass wir nur gelegentlich in die laufende Session schauen müssen.

Manchmal wird ein PR nicht gemergt, obwohl er hätte gemergt werden können. Dann unterbrechen wir den Loop, fragen nach, warum der Skill nicht gemergt hat, und bitten Claude, den Skill so anzupassen, dass das künftig nicht mehr passiert. Jeder Fehler wird so zur Verbesserung des Skills.
Lebendig heißt auch: mitwachsen. Kommt im Workflow etwas Neues dazu, muss der passende Skill erweitert werden. Oft reicht dafür ein Prompt aus einer Zeile wie: „Erweitere den Skill xyz um das Ausführen und Pflegen von Screenshot-Tests.“
Developer-Skills oder Projekt-Skills: Wer bekommt welchen Skill?
Legt im Team früh eine klare Grenze fest: Developer-Skills liegen im Home-Verzeichnis des jeweiligen Entwicklers und gehören nur ihm. Projekt-Skills werden im Projekt committet und stehen damit allen zur Verfügung, die im Repository arbeiten.
| Developer-Skills | Projekt-Skills | |
|---|---|---|
| Speicherort | Home-Verzeichnis des Entwicklers | Im Projekt committet |
| Wer nutzt sie | Nur der jeweilige Entwickler | Alle, die im Projekt arbeiten |
| Beispiel aus dem Babbel-Team | Eigener PR-Review-Skill, unser PR-Loop | Onboarding-Skill, Skill-Pipeline mit PR-Schritt |
Die Grenze sorgt dafür, dass persönliche Arbeitsweisen nicht ungefragt im Repo landen und Wissen, das alle brauchen, nicht auf einem einzelnen Rechner bleibt.
Modulare Projekt-Skills: Team-Standard mit persönlicher Note
Bei Babbel sind wir inzwischen dazu übergegangen, Projekt-Skills modular zu gestalten. In der projektspezifischen Skill-Pipeline gibt es zum Beispiel einen Schritt zum Erstellen von PRs. Wie ein PR aussehen soll, steht in einer config.md. Jeder Entwickler kann sich aber eine config.local.md anlegen, die dieses Verhalten für ihn überschreibt.

Auch hier gilt: Wenn jeder Entwickler seine Persönlichkeit mit einbringt, kommt am Ende ein gesunder Mix heraus.
Eigene Skills gehören in ein Repo
Auch persönliche Skills profitieren von Versionierung. Wir haben unsere eigenen Skills in ein eigenes Repository gepackt. So können wir sie ohne große Bedenken verändern, anpassen und auf Verbesserungen prüfen, ohne Angst, nicht mehr zum vorherigen, funktionierenden Stand zurückzukommen.
Warum schaden schlechte Skills mehr als keine?
Schlechte Skills sind schädlicher für ein Projekt als gar keine, weil sie den Kontext verschmutzen. Wir nennen das Context Pollution: Ins Context Window gelangen Informationen, die falsch oder überflüssig sind, und Claude arbeitet mit ihnen weiter.
Kurz erklärt: Das Context Window ist alles, was Claude in einer Session gleichzeitig berücksichtigen kann: eure Nachrichten, geladene Skills, Dateien und Antworten von angebundenen Tools. Es wird in Token gemessen.
Wie das konkret aussieht, hat das Babbel-Android-Team selbst erlebt. Ein Skill sollte eigentlich die Kommentare im Code verbessern, war aber so schlecht, dass Claude viel zu viele Kommentare schrieb. Teilweise bestanden 90 % des erzeugten Texts nur noch aus Kommentaren.
Die Lösung: Das Team hat den Skill gelöscht und stattdessen in den geteilten Workflow-Skills einen Abschnitt mit Kommentar-Regeln angelegt. Neue Kommentare haben seitdem eine deutlich höhere Qualität, und alte werden nebenbei aufgeräumt: Immer wenn eine Datei bearbeitet wird, achtet Claude darauf, dass Kommentare höchstens 15 % des Inhalts ausmachen. Liegen sie darüber, werden sie direkt angepasst oder gekürzt.
Für MCPs gilt dasselbe. Ein schlechtes MCP kann das Context Window unnötig und schnell mit „falschen“ Infos füllen. Prüft deshalb bei neuen oder unbekannten Skills und MCPs nicht nur, was sie können, sondern auch, was sie in den Kontext schreiben. Und klopft eure bestehenden immer mal wieder ab, spätestens wenn ihr merkt, dass ihr euer Usage-Limit früher und früher erreicht.
Wie ihr das Context Window im Alltag beobachtet und ab wann lange Sessions unscharf werden, beschreiben wir im zweiten Teil dieser Serie zur Arbeit mit KI im Entwickleralltag.
Wie automatisiert ihr PR-Reviews, ohne dass alle dasselbe übersehen?
Im Babbel-Android-Team haben wir uns darauf geeinigt, PR-Reviews zwar per KI zu automatisieren, allerdings mit einem Zusatz: Jeder Entwickler nutzt seinen selbst geschriebenen Review-Skill.
Dadurch entstehen unterschiedliche Blickwinkel, denn jeder Skill spiegelt, worauf sein Autor im Review achtet. In der Praxis kommen bei eigentlich jedem Review Dinge auf, die der eine Skill findet und der andere nicht. Zusammen helfen die Skills dabei, grundsätzlich erst einmal alle wichtigen Bereiche abzudecken. Die Review-Skills sind damit bewusst Developer-Skills und kein einheitlicher Projekt-Skill.
Wichtig: Eine KI findet immer etwas, das man verbessern könnte. Die eigentliche Kunst liegt darin, die richtigen Schranken für den Skill und die Reviews zu definieren.
Wie ihr den PR-Workflow mit KI-Review insgesamt regelt, beschreibt unser Artikel AI Code Review im Team: PR-Workflow, Regeln, Tools.
Wie hilft ein Onboarding-Skill im Team?
Ein Onboarding-Skill bringt neue Teammitglieder vom frischen Rechner bis zur kompilierenden App. Im Babbel-Projekt haben wir dafür einen Onboarding-Skill angelegt, zusammen mit einem .md-Dokument. Das Dokument muss in einer KI-Session nur referenziert werden, danach kümmert sich der Skill selbstständig darum, das System aufzusetzen: Git, Projekt-Download, IDE-Setup und was sonst dazugehört. Am Ende kompiliert die App.
Interessant ist, wer den Skill am meisten nutzt: nicht unbedingt Entwickler, sondern technisch weniger versierte Kolleginnen und Kollegen wie PO, PM oder Design. Genau die Menschen, für die eine lange Setup-Anleitung die größte Hürde wäre, kommen so mit einem einzigen Verweis zu einer laufenden App.

Warum baut ihr mit KI Systeme, statt ihr die Arbeit zu geben?
Nutzt KI, um Tests und Test-Setups zu schreiben, zum Beispiel Snapshot-Tests. Bei Babbel hat Claude diese Systeme komplett gebaut. Wichtig dabei: Lasst die KI nicht die eigentliche Arbeit machen, sondern nutzt sie, um Systeme zu bauen, die die Arbeit verrichten.
Ein Test-Setup, das Claude einmal gebaut hat, prüft danach bei jedem Lauf, ohne dass jemand neu prompten muss. Derselbe Gedanke steckt im Onboarding-Skill und in den Review-Skills: Die KI baut das Werkzeug, das Werkzeug erledigt die Arbeit.
Script-gestützte Skills
Wir treiben das inzwischen noch weiter und nutzen mehr und mehr Script-gestützte Skills. Statt in einen Skill zu schreiben „Schau dir alle Tickets im Android-Board an und ordne sie nach ihrer Priorität“, lassen wir einmalig ein Script bauen, das genau diese Aufgabe übernimmt. Im Skill steht dann nur noch: „Führe <scriptname>.py aus, um die relevanten Tickets in korrekter Reihenfolge zu bekommen.“
| Skill mit Anweisung | Script-gestützter Skill | |
|---|---|---|
| Im Skill steht | „Schau dir alle Tickets im Android-Board an und ordne sie nach ihrer Priorität.“ | „Führe <scriptname>.py aus, um die relevanten Tickets in korrekter Reihenfolge zu bekommen.“ |
| Wer erledigt die Arbeit | Claude, bei jedem Aufruf neu | Das Script, das Claude einmal gebaut hat |
Einmal bauen heißt aber nicht, dass alles erledigt ist. Wie jeder Skill wächst auch ein System mit dem Workflow mit und muss erweitert werden, sobald etwas Workflow-Relevantes dazukommt.
Skills selbst aufbauen oder Verstärkung holen?
Die Regeln aus diesem Artikel könnt ihr Schritt für Schritt selbst einführen: wiederkehrende Aufgaben in Skills packen, Templates mitgeben, die Grenze zwischen Developer- und Projekt-Skills festlegen, Skills nach jeder Nutzung nachschärfen und eure eigenen Skills versionieren. Ein guter erster Schritt: Geht eure vorhandenen Skills und MCPs durch und streicht, was den Kontext füllt, ohne zu helfen.
Schwierig wird es, wenn neben einem laufenden Release niemand Zeit hat, Skills sauber aufzusetzen und zu pflegen. Dann könnt ihr euch Leute dazuholen, die bereits so arbeiten. OneCode vermittelt AI-native Senior-Entwickler aus Deutschland, die euer Team temporär verstärken, ohne Recruiting und ohne Festanstellung. Agentic Coding mit Claude Code, Cursor und Codex ist für sie Arbeitsstandard, der Unterschied zum klassischen Arbeiten ist in Agentic Coding vs Normal Coding beschrieben. Sie arbeiten in eurem Repo, in euren Sprints und nach euren Prozessen, und geben ihre Workflows rund um Code Review, CI/CD und Testautomatisierung an euer Team weiter. Buchbar ab zwei Wochen, mit dem Ziel, dass ihr in 4–8 Wochen messbar weiter seid.
Im kostenlosen Erstgespräch schildert ihr euer Projekt und euren Engpass und bekommt eine erste Einschätzung, wo KI in eurem Stack am meisten bringt.
Häufige Fragen
Welche Aufgaben eignen sich für einen Claude Skill?
Alles, was ihr regelmäßig auf dieselbe Weise erledigt, etwa Tickets schreiben oder Pull Requests anlegen. Legt dem Skill Templates bei, die zeigen, wie das Ergebnis genau aussehen soll.
Was ist der Unterschied zwischen Developer-Skills und Projekt-Skills?
Developer-Skills liegen im Home-Verzeichnis eines Entwicklers und gelten nur für ihn. Projekt-Skills werden im Projekt committet und stehen allen zur Verfügung. Mit einer config.local.md kann jeder Entwickler einzelne Team-Vorgaben für sich überschreiben.
Wie oft sollte man einen Skill überarbeiten?
Immer dann, wenn etwas nicht wie erwartet lief, und immer dann, wenn im Workflow etwas Neues dazukommt. Oft reicht ein Prompt aus einer Zeile, um Claude den Skill anpassen zu lassen.
Woran erkennt man einen schlechten Skill?
An Ergebnissen, die in die falsche Richtung kippen. Bei Babbel ließ ein Kommentar-Skill den Kommentaranteil auf bis zu 90 % steigen. Bei MCPs ist ein Usage-Limit, das immer früher erreicht wird, ein Warnsignal.
Sollte das ganze Team denselben Review-Skill nutzen?
Im Babbel-Android-Team bewusst nicht. Jeder nutzt seinen eigenen Review-Skill, und fast jedes Review bringt Punkte, die ein anderer Skill nicht gefunden hätte. Entscheidend sind klare Schranken, damit die KI nicht alles Verbesserbare anmerkt.
Wer profitiert von einem Onboarding-Skill?
Bei Babbel vor allem technisch weniger versierte Kollegen wie PO, PM oder Design. Sie referenzieren ein .md-Dokument, der Skill richtet Git, Projekt und IDE ein, bis die App kompiliert.




