Damit gehört dein Claude Code zu den Top 1 %

Andrej Karpathys Best Practices für AI Coding – kompakt erklärt

Anfang des Jahres hat Andrej Karpathy, Mitgründer von OpenAI, auf X seine persönlichen Learnings zum Coden mit AI Agents geteilt. Der Post hat über 7,7 Millionen Aufrufe erreicht – und ein Community-Entwickler namens Forrest Chang hat daraus eine fertige CLAUDE.md gebaut, die mittlerweile über 100.000 Sterne auf GitHub gesammelt hat. In diesem Artikel schauen wir uns an, was Karpathy beobachtet hat, welche vier Prinzipien sich daraus ableiten lassen und wie du sie direkt in deinem eigenen Claude-Code-Setup einsetzen kannst.

Karpathys radikaler Workflow-Wechsel

Karpathy beschreibt in seinem Post etwas, das viele Entwicklerinnen und Entwickler aktuell selbst erleben: Sein über 20 Jahre etablierter Arbeitsworkflow hat sich innerhalb eines einzigen Monats komplett gedreht. Aus 80 % manuellem Coding und 20 % Agent-Coding wurden 80 % Agent-Coding und nur noch 20 % manuelle Edits. Er programmiert mittlerweile also hauptsächlich in natürlicher Sprache – und gibt offen zu, dass das seinem Ego durchaus wehtut. Coding ist ein Handwerk, auf das viele zu Recht stolz sind. Dass diese Tätigkeit nun zunehmend von KI übernommen wird, ist für viele ein spürbarer Einschnitt.

Eine neue Art von Fehlern

Mit dem Wechsel zu agentischem Coding kommen auch neue Fehlerarten ins Spiel. Früher waren das simple Syntaxfehler – ein vergessenes Semikolon, ein falscher Parameter. Heute beschreibt Karpathy die Fehler so: „subtle conceptual errors that a slightly sloppy and hasty junior dev might do." Also Fehler, die ein schludriger Junior-Entwickler machen würde. Das Tückische daran: Der Code sieht auf den ersten Blick plausibel aus.

Konkret zeigen sich diese Probleme in mehreren Mustern:

• Die KI trifft stille Annahmen, ohne nachzufragen, und wählt im Zweifel einfach eine Interpretation aus.
• Bei widersprüchlichen Anforderungen fällt ihr das oft gar nicht auf – oder sie weist zumindest nicht darauf hin.
• Sie liefert die gewünschte Lösung, aber keine Einordnung, ob es einen einfacheren oder besseren Weg gäbe.
• Sie schreibt 1.000 Zeilen Code, wo 100 gereicht hätten, und räumt toten oder ungenutzten Code nicht auf.
• Sie ändert manchmal Code oder Kommentare, die mit der eigentlichen Aufgabe gar nichts zu tun haben.
• Die Modelle sind nach wie vor zu schmeichlerisch: Fragt man „könntest du das nicht einfacher machen?", bekommt man fast immer ein „ja klar" – und dann werden 1.000 Zeilen ohne Hinterfragen auf wenige Hundert eingedampft.

Karpathys Tipp: Nutze für die Planung neuer Features konsequent den Plan Mode in Claude Code – dort fällt das Modell deutlich seltener in diese Muster.

Die Lösung: vier Prinzipien für die CLAUDE.md

Die CLAUDE.md wird bei jeder neuen Session automatisch in den Kontext von Claude Code geladen. Genau dort lassen sich die folgenden vier Prinzipien verankern, damit Claude sie zu jedem Zeitpunkt berücksichtigt.

1. Think Before Coding

Dieses Prinzip adressiert direkt das Problem mit den stillen Annahmen. Bevor Claude irgendetwas baut, soll es seine Annahmen offenlegen, bei Unsicherheit nachfragen und bei mehreren möglichen Interpretationen die Optionen aufzeigen, statt heimlich eine auszuwählen. Existiert ein einfacherer Weg, soll Claude darauf hinweisen.

Ein Beispiel: Wenn du ein Feature „exportiere alle Benutzerdaten" baust, würde Claude sonst einfach loslegen – ohne zu fragen, welche Felder, welches Format und wie es um Datenschutz steht. Mit diesem Prinzip stellt es zuerst Rückfragen.

2. Simplicity First

Hier geht es darum, Over-Engineering zu verhindern. Claude soll den minimalen Code schreiben, der das Problem löst – ohne spekulative Abstraktionen, ohne ungefragte Features, ohne Konfigurationsoptionen, ohne Error-Handling für unmögliche Fälle. Wenn 200 Zeilen geschrieben wurden, wo 50 gereicht hätten, soll der Agent neu ansetzen. Schöner Zusatz aus der Datei: Würde ein Senior Engineer den Code als „überkompliziert" bezeichnen? Falls ja: vereinfachen.

3. Surgical Changes

Claude soll nur dort Änderungen vornehmen, wo sie nötig sind. Bei einem Bugfix wird ausschließlich der betroffene Code angefasst – nicht das Drumherum, nicht die Kommentare. Bestehender Code-Stil wird gematcht, auch wenn Claude es selbst anders machen würde. Die eingebaute Selbstkontrolle lautet: „Every changed line should trace directly to the user's request." Jede geänderte Zeile muss sich direkt auf die Anfrage zurückführen lassen.

Generell gilt aber natürlich: Du bist als Entwickler in letzter Instanz verantwortlich. Schau dir die Diffs an, die Claude Code dir anzeigt – nur so siehst du, was wirklich verändert wurde.

4. Goal-Driven Execution

Karpathy bringt es selbst auf den Punkt: „Don't tell it what to do, give it success criteria and watch it go." Claude soll Aufgaben in eigene Ziele übersetzen. Bei „behebe diesen Fehler" heißt das konkret: einen Test schreiben, der den Bug reproduziert, und sicherstellen, dass dieser Test am Ende grün ist. Bei Refactorings gilt: Tests müssen vorher und nachher grün sein.

Eine ehrliche Einordnung

Diese Prinzipien sind kein Wunderheilmittel – Claude Code wird auch danach noch Fehler machen, aber das Risiko sinkt deutlich und der Workflow des Agents verändert sich nachhaltig.

Spannend finde ich noch eine zweite Beobachtung von Karpathy, die im Video aufgegriffen wird: Er bemerkt selbst, dass seine Fähigkeit, Code manuell zu schreiben, langsam abbaut. Lesen und Schreiben von Code sind eben unterschiedliche Skills – und wer hauptsächlich reviewt, kommt im Schreiben automatisch aus der Übung. Das ist ein Thema, über das aktuell viele Entwicklerinnen und Entwickler nachdenken, und es gibt zu Recht Frust, der oft auch mit der Art und Weise zusammenhängt, wie Agentic Coding in Unternehmen eingeführt wird.

Fazit

Die vier Prinzipien lassen sich eins zu eins in deine eigene CLAUDE.md übernehmen. Sie sorgen dafür, dass Claude weniger ins Blaue läuft, weniger overengineert, weniger ungefragte Änderungen macht und bei Unsicherheit zuerst nachfragt – statt einfach loszulegen. Genau das hebt deinen Agenten in den Bereich, in dem die Ergebnisse spürbar besser werden.