Claude Code Masterkurs – KI-gestuetztes Programmieren lernen mit Anthropics Coding-Agent

Agent Personality & Configuration

Level 2 | 25 Minuten

Gestalte das Verhalten und die Persönlichkeit deiner Agents

Lernziele

Agent Persönlichkeiten

Die Persönlichkeit eines KI-Agents ist mehr als eine Spielerei — sie beeinflusst fundamental wie der Agent kommuniziert, Entscheidungen trifft und mit Unsicherheit umgeht. Zwei Agents mit dem gleichen Wissen aber unterschiedlicher Persönlichkeit liefern deutlich verschiedene Ergebnisse. Stell dir vor, du gibst die gleiche Code-Review-Aufgabe an zwei Personen: Einen peniblen Senior Developer der auf jedes Detail achtet, und einen pragmatischen Startup-CTO der auf Geschwindigkeit optimiert. Beide sind kompetent, aber ihre Reviews werden völlig unterschiedlich aussehen. Der Senior findet Edge Cases die der CTO ignoriert, aber der CTO erkennt Business-Risiken die der Senior übersieht. Genau so funktionieren Agent-Persönlichkeiten. Du definierst nicht nur WAS der Agent tut, sondern WIE er es tut. Wie gründlich analysiert er? Wie ausführlich erklärt er? Wie geht er mit Unsicherheit um — fragt er nach oder trifft er Annahmen? Wie kritisch ist er — meldet er jedes Minor-Issue oder nur Critical Findings? Die Persönlichkeit wird im System-Prompt des Agents definiert. Hier beschreibst du die Rolle (wer ist der Agent?), den Kommunikationsstil (formal vs. casual, kurz vs. ausführlich), die Entscheidungsphilosophie (konservativ vs. aggressiv), und die Prioritäten (Qualität vs. Geschwindigkeit, Sicherheit vs. Komfort). Gut gestaltete Persönlichkeiten haben einen messbaren Einfluss auf die Ergebnisqualität. Ein Agent mit der Persönlichkeit 'skeptischer Security-Auditor' findet mehr Schwachstellen als der gleiche Agent als 'pragmatischer Fullstack-Developer'. Die Persönlichkeit aktiviert verschiedene Teile von Claudes Wissen und lenkt den Fokus. Ein Wort der Warnung: Übertreibe es nicht mit der Persönlichkeit. Ein Agent der 'wie ein Pirat spricht' mag lustig sein, kostet aber Token und bringt keinen Mehrwert. Fokussiere die Persönlichkeit auf aufgabenrelevante Aspekte: Kommunikationsstil, Detailgrad, Prioritäten, Entscheidungsverhalten.

PERSONALITY DIMENSIONEN
━━━━━━━━━━━━━━━━━━━━━━━

KOMMUNIKATIONSSTIL
├── Formal ◄────────────► Casual
├── Technisch ◄─────────► Simpel
├── Ausführlich ◄───────► Prägnant
└── Direkt ◄────────────► Diplomatisch

ENTSCHEIDUNGSSTIL
├── Konservativ ◄───────► Innovativ
├── Vorsichtig ◄────────► Risikofreudig
└── Detailorientiert ◄──► Big Picture

PROBLEM-APPROACH
├── Systematisch ◄──────► Kreativ
├── Autonom ◄───────────► Kollaborativ
└── Perfektionistisch ◄─► Pragmatisch

Personality in AGENT.md

Die Persönlichkeit eines Custom Agents wird in einer AGENT.md Datei definiert — dem Pendant zur CLAUDE.md für die Hauptsession. Während die CLAUDE.md das Projekt beschreibt, beschreibt die AGENT.md den Agent selbst: Wer er ist, wie er arbeitet und was seine Standards sind. Die AGENT.md liegt im Verzeichnis des jeweiligen Agents unter .claude/agents/agentname/. Sie wird automatisch geladen wenn der Agent gestartet wird und dient als sein System-Prompt und Referenzdokument. Der Aufbau folgt einer bewährten Struktur: Zuerst die Identität: 'Du bist ein erfahrener Backend-Entwickler mit Schwerpunkt auf API-Design und Datenbank-Optimierung. Du arbeitest seit 10 Jahren mit Node.js und PostgreSQL.' Diese Rollenbeschreibung aktiviert relevantes Wissen in Claudes Modell. Dann der Arbeitsstil: 'Du arbeitest methodisch und gründlich. Bevor du Code schreibst, analysierst du immer erst die bestehende Architektur. Du bevorzugst kleine, fokussierte Änderungen statt großer Refactorings. Du erklärst deine Entscheidungen proaktiv.' Diese Beschreibung steuert das Verhalten. Danach die Qualitätsstandards: 'Jede Funktion braucht Error Handling. Jede API-Route braucht Input-Validierung. Jede Datenbankänderung braucht eine Migration und einen Rollback-Plan. Du schreibst keine Shortcuts die du später bereuen würdest.' Das definiert das Qualitätsniveau. Schließlich die Kommunikationsregeln: 'Wenn du unsicher bist, frag nach statt Annahmen zu treffen. Wenn es mehrere Lösungswege gibt, präsentiere Pro/Con für die Top 2-3 Optionen. Strukturiere deine Antworten mit klaren Überschriften und Codebeispielen.' Die AGENT.md sollte nicht zu lang sein — 200-500 Wörter reichen. Alles was darüber hinausgeht, verschiebst du in Skills die der Agent bei Bedarf lädt. Die AGENT.md ist die Persönlichkeit, Skills sind das Fachwissen. Ein häufiger Fehler: Zu generische Persönlichkeiten. 'Du bist ein guter Entwickler' sagt nichts. 'Du bist ein API-Security-Spezialist der nach OWASP-Standards prüft und DSGVO-Compliance im DACH-Raum sicherstellt' gibt Claude klare Richtung.

# .claude/agents/strict-reviewer/AGENT.md

---
name: strict-reviewer
description: Strenger Code Reviewer für kritische Systeme
model: opus
---

# Personality: The Strict Reviewer

## Charakter

Du bist ein erfahrener Principal Engineer mit 20+ Jahren Erfahrung.
Du hast in kritischen Systemen gearbeitet (Banking, Healthcare).

### Deine Eigenschaften:
- Gründlich: Jede Zeile wird geprüft
- Streng: Hohe Standards, keine Kompromisse
- Lehrend: Erkläre immer das Warum
- Fair: Lobe genuinely guten Code

### Kommunikationsstil:
- Professionell und direkt
- Keine Floskeln oder Füllwörter
- Konkrete Beispiele statt vage Kritik
- Formatiere mit klaren Kategorien

### Du sagst NICHT:
- "Das sieht gut aus" (zu vage)
- "Vielleicht könnte man..." (zu weich)
- "Interessanter Ansatz" (nichtssagend)

### Du sagst:
- "Dies verletzt das Single Responsibility Principle weil..."
- "Sicherheitsproblem: SQL Injection möglich in Zeile X"
- "Exzellente Fehlerbehandlung hier - genau richtig"

## Review-Standards

Lehne ab bei:
- Fehlenden Tests für neue Funktionen
- Hardcoded Credentials (SOFORT ablehnen)
- Unbehandelten Exceptions
- Verletzung des DRY-Prinzips

Verschiedene Agent-Archetypen

Für verschiedene Aufgaben eignen sich verschiedene Agent-Persönlichkeiten. Hier sind bewährte Archetypen die du als Ausgangspunkt nutzen und an dein Projekt anpassen kannst. Jeder Archetyp ist für eine bestimmte Art von Aufgabe optimiert und bringt spezifische Stärken mit. Der Strict Reviewer ist penibel und gründlich. Er prüft jeden Aspekt des Codes, meldet auch kleine Probleme, und akzeptiert keine Kompromisse bei Qualitätsstandards. Ideal für Code-Reviews vor kritischen Releases. Sein System-Prompt betont Gründlichkeit, Standards-Einhaltung und detaillierte Begründungen. Der Pragmatic Builder ist das Gegenstück: Er fokussiert auf funktionierende Lösungen und implementiert schnell. Er vermeidet Over-Engineering und wählt den einfachsten Weg der die Anforderungen erfüllt. Ideal für Prototypen, MVPs und Feature-Sprints. Sein System-Prompt betont Geschwindigkeit, Funktionalität und iterative Verbesserung. Der Security Auditor ist spezialisiert auf Sicherheitsanalyse. Er sucht aktiv nach Schwachstellen, kennt die OWASP Top 10 auswendig und denkt wie ein Angreifer. Ideal für Security-Reviews und Penetration-Testing-Vorbereitung. Sein System-Prompt betont offensive Denkweise, systematische Schwachstellensuche und Risk Assessment. Der Documentation Writer erstellt und aktualisiert technische Dokumentation. Er erklärt komplexe Konzepte verständlich, hält sich an Dokumentations-Standards und achtet auf Konsistenz. Ideal für API-Dokumentation, README-Files und Architektur-Dokumente. Der Performance Optimizer analysiert Code auf Performance-Bottlenecks. Er versteht Big-O-Notation, kennt häufige Performance-Anti-Patterns und schlägt datengetriebene Optimierungen vor. Ideal für Performance-Audits und Optimierungs-Sprints. Du kannst diese Archetypen kombinieren: Ein Agent der Security UND Performance prüft, oder ein Builder der gleichzeitig dokumentiert. Aber Vorsicht: Je mehr Rollen ein Agent hat, desto weniger fokussiert ist er. Spezialisierte Agents liefern in der Regel bessere Ergebnisse als Generalisten.

AGENT ARCHETYPEN
━━━━━━━━━━━━━━━━

🧙 DER ARCHITEKT
   - Denkt in Systemen und Patterns
   - Langfristige Perspektive
   - "Wie skaliert das in 2 Jahren?"

🔍 DER DETEKTIV
   - Findet versteckte Bugs
   - Stellt viele Fragen
   - "Was passiert wenn X null ist?"

🚀 DER PRAGMATIKER
   - Fokus auf Delivery
   - MVP-orientiert
   - "Ship it, iterate later"

📚 DER MENTOR
   - Erklärt ausführlich
   - Gibt Lernressourcen
   - "Hier ist ein gutes Tutorial zu X"

🛡️ DER SECURITY GUARD
   - Paranoid (im guten Sinne)
   - Worst-Case Denker
   - "Ein Angreifer könnte hier..."

⚡ DER OPTIMIZER
   - Performance-fokussiert
   - Misst alles
   - "Das spart 200ms wenn..."

Erweiterte Konfiguration

Über die Basis-Persönlichkeit hinaus bietet Claude Code zahlreiche Möglichkeiten, das Verhalten eines Agents feinzutunen. Diese erweiterten Konfigurationsoptionen machen den Unterschied zwischen einem funktionierenden und einem exzellenten Agent. Die Antwortlänge ist eine oft unterschätzte Einstellung. Ein Code-Review Agent sollte ausführlich sein und jedes Finding erklären. Ein Quick-Fix Agent sollte kurz und direkt sein. Du steuerst das über Anweisungen im System-Prompt: 'Halte deine Antworten unter 200 Wörtern' oder 'Erkläre jeden Punkt ausführlich mit Codebeispiel'. Das Entscheidungsverhalten definiert wie der Agent mit Ambiguität umgeht. Die zwei Extreme: 'Frag IMMER nach wenn etwas unklar ist' (sicher aber langsam) vs. 'Triff Annahmen und dokumentiere sie' (schnell aber riskanter). Für die meisten Agents empfehle ich einen Mittelweg: 'Bei architekturellen Entscheidungen frag nach. Bei Stil-Fragen triff selbst eine Entscheidung.' Die Output-Struktur kann festgelegt werden. Besonders für Agents deren Output maschinell weiterverarbeitet wird: 'Strukturiere jedes Finding als JSON mit den Feldern: severity, category, file, line, description, suggestion.' Das ermöglicht automatische Dashboards und Tracking. Die Kontext-Priorisierung sagt dem Agent worauf er besonders achten soll. 'Priorisiere immer: 1. Security-Probleme, 2. Korrektheitsfehler, 3. Performance, 4. Code Style.' Das verhindert dass der Agent sich in Nebensächlichkeiten verliert. Das Eskalationsverhalten definiert wann der Agent aufhört selbständig zu arbeiten und um Hilfe bittet: 'Wenn du nach 3 Versuchen keinen funktionierenden Fix findest, beschreibe das Problem und frag den User.' Mein Tipp: Baue die erweiterte Konfiguration iterativ auf. Starte mit den Basics (Persönlichkeit + Tools), nutze den Agent eine Woche, identifiziere wo er suboptimal arbeitet, und füge dann gezielt die passende Konfigurationsoption hinzu.

# .claude/agents/config.yaml

global:
  default_model: sonnet
  max_retries: 3
  timeout: 300

agents:
  friendly-helper:
    model: sonnet
    temperature: 0.7      # Kreativer
    personality:
      tone: casual
      verbosity: medium
      emoji_usage: frequent
      error_style: encouraging

  strict-auditor:
    model: opus
    temperature: 0.2      # Präziser
    personality:
      tone: formal
      verbosity: high
      emoji_usage: none
      error_style: direct

  quick-fixer:
    model: haiku
    temperature: 0.3
    personality:
      tone: minimal
      verbosity: low
      focus: speed
      skip_explanations: true

Team Dynamics

Wenn mehrere Agents zusammenarbeiten, entstehen Dynamiken die du bewusst gestalten musst. Wer hat die Führung? Wer hat welche Verantwortung? Wie kommunizieren sie? Ohne klare Struktur können sich Agents gegenseitig widersprechen oder im Kreis drehen. Das einfachste Team-Modell ist die Hub-and-Spoke Architektur: Ein Koordinator-Agent verteilt Aufgaben an spezialisierte Worker-Agents. Der Koordinator sieht das große Bild und entscheidet welcher Worker welche Aufgabe bekommt. Die Worker arbeiten unabhängig und melden ihre Ergebnisse an den Koordinator zurück. Das ist das natürliche Modell in Claude Code — deine Hauptsession ist der Koordinator, Subagents sind die Worker. Das Pipeline-Modell funktioniert gut für sequenzielle Prozesse: Agent A analysiert, Agent B plant, Agent C implementiert, Agent D testet, Agent E dokumentiert. Jeder Agent übergibt sein Ergebnis an den nächsten. Der Vorteil: Klare Verantwortlichkeiten, nachvollziehbarer Prozess. Das Peer-Review-Modell nutzt zwei Agents die sich gegenseitig prüfen: Ein Agent implementiert, der andere reviewt. Bei Problemen korrigiert der erste Agent. Das produziert höhere Qualität als ein einzelner Agent, kostet aber auch mehr Tokens. Seit neueren Versionen unterstützt Claude Code auch Agent Teams — mehrere unabhängige Claude Code Sessions die über Messaging-Kanäle kommunizieren und an gemeinsamen Aufgaben arbeiten. Das ist besonders mächtig für große Projekte wo verschiedene Agents an verschiedenen Teilen des Systems parallel arbeiten. Für effektive Team Dynamics musst du Konflikte vorwegnehmen. Was passiert wenn der Security-Agent eine Änderung als unsicher einstuft aber der Performance-Agent sie für nötig hält? Definiere eine Hierarchie: Security hat Vorrang vor Performance hat Vorrang vor Code Style. Diese Regeln gehören in die CLAUDE.md damit alle Agents sie kennen. Fang klein an: Zwei Agents die zusammenarbeiten. Wenn das funktioniert, erweitere schrittweise. Komplexe Team-Setups die sofort mit 7 Agents starten, sind schwer zu debuggen.

MULTI-AGENT TEAM SETUP
━━━━━━━━━━━━━━━━━━━━━━

Beispiel: Feature Development Team

┌─────────────────────────────────────┐
│         TECH LEAD (opus)            │
│   Koordiniert, Final Decisions      │
└───────────────┬─────────────────────┘
                │
    ┌───────────┼───────────┐
    ▼           ▼           ▼
┌───────┐  ┌───────┐  ┌───────┐
│Junior │  │Senior │  │ QA    │
│ Dev   │  │  Dev  │  │ Eng   │
│(haiku)│  │(sonnet│  │(sonnet│
│       │  │       │  │       │
│Impl.  │  │Review │  │ Test  │
│tasks  │  │+Guide │  │ Write │
└───────┘  └───────┘  └───────┘

Interaktion:
- Junior schreibt Code
- Senior reviewed + mentort
- QA schreibt Tests
- Tech Lead macht Final Review
💡 Personality Design Tips 1. Konsistenz - Agent sollte sich immer gleich verhalten 2. Passend zum Task - Strenger Agent für Security, freundlicher für Onboarding 3. Nicht übertreiben - Subtil ist besser als karikiert 4. Testen - Prüfe Agent mit verschiedenen Inputs 5. Iterieren - Persönlichkeit über Zeit verfeinern