Je besser der Kontext definiert ist, desto besser sind die von KI erzeugten Ergebnisse. Unter dem Begriff «Context Engineering» etabliert sich deshalb ein Bereich mit dem Ziel, den Perimeter der Lösungsfindung für KI bestmöglich zu definieren.
Das geniale Werkzeug Claude Code hat die Definition von Kontext in einen einfachen Rahmen gesetzt, welcher sich als sehr mächtig erweist: markdown-Dateien mit Anweisungen für den Agenten. Spannend finde ich aber nicht nur den Aspekt, den Agenten besser steuern zu können, aber wie ich über deren Formulierung die Arbeitsmethoden anderer Leute kennenlernen kann. Doch dazu später.
Die Steuerung von Claude Code
Claude Code hat als Werkzeug für Programmierer im Terminal gestartet. Das heisst, dass der User seine Arbeit in Dateisystem über Dateien und Ordner organisiert.
In jeden Folder gibt es eine oder mehrerer Markdown-Dateien mit Instruktionen für den Agenten, beispielsweise die Datei CLAUDE.md. Damit kann ich dessen Arbeit auf mehrere Threads/Agenten aufteilen und damit modularisieren. Beispielsweise wie folgt:
post zu skills/
├── building_the_project
├── code_conventions
├── database_schema
├── running_tests
├── system_architecture
└── system_requirements
In jedem der Verzeichnisse befinden sich wiederum md-Dateien mit spezialisierten, lokalen Anweisungen, Die Struktur selbst, kann beliebig festgelegt werden.
Die Erweiterung um Skills
Dem selben Prinzip folgend, hat Anthropic sogenannte Skills semantisch isoliert. Eine sehr gute Einleitung zur Idee dazu haben Barry Zhang und Mahesh Murag Anfang 2025 an der Konferenz AIE Europe präsentiert.
Hier ein beispielhafter Skill, welcher Claude Code «erklärt», wie ich in diesem Projekt (kontextspezifisch) Code erklärt bekommen will, ist der folgende. Die Datei wäre hier gespeichert: ~/.claude/skills/explaining-code/SKILL.md
---
name: explaining-code
description: Explains code with visual diagrams and analogies. Use when explaining how code works, teaching about a codebase, or when the user asks "how does this work?"
---
When explaining code, always include:
1. **Start with an analogy**: Compare the code to something from everyday life
2. **Draw a diagram**: Use ASCII art to show the flow, structure, or relationships
3. **Walk through the code**: Explain step-by-step what happens
4. **Highlight a gotcha**: What's a common mistake or misconception?
Keep explanations conversational. For complex concepts, use multiple analogies.
Skills sind aber auch spannend für Menschen
Bis vor wenigen Tagen waren Skills für mich Anweisungen für Claude Code, doch dann bin ich über den folgenden Post von Guillermo Rauch den CEO von Vercel gestolpert.

Vercel publiziert ihr Wissen zur Optimierung von react.js und next.js in der Form von Skills. Spannend daran ist nicht das das Wissen selbst, aber auch die sehr kompakte Formulierung in Markdown. Sozusagen eine Zusammenfassung der Zusammenfassung, die sich sehr gut liest und einfach verständlich ist.
Hier der der Link zum Respository für alle Leute die sich für Webentwicklung, Claude Code, react.js oder next.js interessieren: https://github.com/vercel-labs/agent-skills/tree/main/skills
Zwei Erkenntnisse zum Abschluss
Markdown wird zur Lingua franca um (technische) Sachverhalte zu beschrieben. Perfekt lesbar von KI und von Menschen. Der Zwang, Inhalte auf einfache Weise semantisch zu strukturieren, bewirkt Wunder.
Die Zukunft der (technischen) Dokumentation ist da. Sofern es diese noch braucht, wird diese neu von KI und von Menschen genutzt. Und da KI immer wichtiger wird, muss man nochmals über die Büchern, was der beste Weg ist. Genau so wie bei Webinhalten, die immer weniger von Menschen gelesen werden.
Update 21 January 2026: Vercel just launched skills.sh (It’s a directory where you can install best practices skills for React, Next.js, Stripe, and 90+ other tools with a single command.): https://skills.sh
