Vorwort: Worum es in diesem Buch geht

Vielleicht kennst du das: Du nutzt Claude (oder eine andere KI) ab und zu — und merkst, dass da mehr geht. Aber sobald du tiefer einsteigen willst, prasseln Begriffe auf dich ein: Skills, Agents, MCP, API, Token, Subagenten. Jeder Artikel setzt voraus, was der nächste erst erklären müsste.

Dieses Buch räumt auf. Es erklärt die Claude-Welt einmal komplett und in der richtigen Reihenfolge — vom ersten Chat bis zu den Konzepten, über die Entwickler reden. Ohne Informatikstudium, ohne Buzzword-Nebel, mit Analogien, die hängen bleiben.

Für wen dieses Buch ist

Für neugierige Einsteiger genauso wie für Leute, die Claude schon nutzen und endlich verstehen wollen, was unter der Haube passiert: Selbständige, Büro-Profis, Studierende, Gründer — und alle, die mitreden wollen, wenn über KI-Agenten gesprochen wird. Programmieren musst du dafür nicht können. Die technischeren Kapitel (8 und 9) bauen sanft auf und lohnen sich gerade dann, wenn du „sowas noch nie verstanden hast".

Ein ehrlicher Hinweis

KI-Produkte entwickeln sich rasant. Dieses Buch ist auf dem Stand von Juni 2026; einzelne Preise, Menüs und Produktdetails werden sich ändern — die Konzepte und Denkwerkzeuge, um die es hier hauptsächlich geht, bleiben.

Kapitel 1: Was ist Claude? KI verstehen ohne Informatikstudium

Stell dir vor, du hättest einen Assistenten, der praktisch alles gelesen hat, was Menschen je aufgeschrieben haben: Romane, Lexika, Zeitungsartikel, Kochrezepte, Geschäftsbriefe, wissenschaftliche Aufsätze. Dieser Assistent kann sich zwar nicht an jede einzelne Seite erinnern, aber er hat aus all dem Gelesenen ein unglaublich feines Gespür dafür entwickelt, wie Sprache funktioniert — wie ein guter Satz weitergeht, wie eine höfliche E-Mail klingt, wie man ein kompliziertes Thema einfach erklärt.

Genau so kannst du dir Claude vorstellen. Claude ist ein sogenanntes Sprachmodell (im Fachjargon: LLM, „Large Language Model" — großes Sprachmodell). Und das Beste daran: Du brauchst kein Informatikstudium, um es zu verstehen oder zu nutzen.

Ein extrem belesener Assistent, der Texte vervollständigt

Fangen wir mit der wichtigsten Frage an: Was macht ein Sprachmodell eigentlich? Die ehrliche, fast schon banale Antwort lautet: Es vervollständigt Texte. Mehr nicht — und gleichzeitig viel mehr, als es zunächst klingt.

Kennst du das Spiel, bei dem jemand einen Satz anfängt und du ihn beenden sollst? „Der frühe Vogel fängt den ..." — du sagst sofort „Wurm". Ein Sprachmodell macht im Kern dasselbe, nur auf einem extrem hohen Niveau: Es hat beim Training riesige Mengen an Text verarbeitet und dabei gelernt, vorherzusagen, welcher Wortbaustein als Nächstes am wahrscheinlichsten kommt.

Aber wenn diese Vorhersage gut genug wird, passiert etwas Erstaunliches: Um den nächsten Satz einer Erklärung sinnvoll fortzusetzen, muss das Modell die Erklärung verstehen — zumindest in einem praktischen Sinn. Aus „Texte vervollständigen" wird so: Fragen beantworten, Texte zusammenfassen, E-Mails formulieren, Ideen entwickeln, Probleme durchdenken.

Token: Die Wortbausteine, mit denen Claude rechnet

Ein Token ist die kleinste Texteinheit, mit der ein Sprachmodell arbeitet. Stell dir Token wie Lego-Steine für Sprache vor: Manche Steine sind ein ganzes Wort („Haus"), manche nur ein Wortteil („Ver-", „-ständnis"), manche ein Satzzeichen. Kurze, häufige Wörter sind oft ein einziger Token; lange oder seltene Wörter werden in mehrere Token zerlegt.

Warum solltest du das wissen? Token sind die Währung der KI: Limits und Preise beziehen sich darauf. Und sie bestimmen, wie viel Claude „auf einmal" verarbeiten kann — womit wir beim nächsten Begriff wären.

Das Kontextfenster: Claudes Arbeitsgedächtnis

Stell dir einen Schreibtisch vor. Alles, was darauf liegt, hat dein Assistent im Blick: deine Frage, die Unterlagen, seine Notizen aus dem bisherigen Gespräch. Was nicht auf dem Schreibtisch liegt, existiert für die aktuelle Aufgabe schlicht nicht.

Dieser Schreibtisch ist das Kontextfenster — das Arbeitsgedächtnis von Claude. Es ist groß, aber nicht unendlich. Daraus folgt: Innerhalb eines Gesprächs erinnert sich Claude an alles Gesagte. Ein neuer Chat aber beginnt mit leerem Schreibtisch.

Warum Claude manchmal Fehler macht

Claude ist keine Datenbank. Eine Datenbank schlägt nach — die Information ist da oder nicht. Claude dagegen formuliert auf Basis gelernter Muster die wahrscheinlichste, plausibelste Antwort. Meistens ist sie richtig. Aber manchmal klingt eine Antwort überzeugend — und ist trotzdem falsch. Solche selbstbewusst vorgetragenen Fehler nennt man Halluzinationen.

Das ist kein vergessener Bug, sondern eine direkte Folge davon, wie Sprachmodelle funktionieren: Vorhersage statt Nachschlagen. Die gute Nachricht: Man kann sehr gut damit umgehen, wenn man es weiß. Die Grundregel: Claude ist ein brillanter Assistent, aber du bleibst die Person, die kritische Fakten prüft.

Das Wichtigste in Kürze

• Claude ist ein Sprachmodell (LLM): wie ein extrem belesener Assistent, der gelernt hat, Texte sinnvoll fortzusetzen.
• Token sind die Wortbausteine, in denen Claude Text verarbeitet — die „Währung" für Limits und Abrechnung.
• Das Kontextfenster ist Claudes Arbeitsgedächtnis: Ein neuer Chat startet mit leerem Schreibtisch.
• Claude sagt Antworten vorher, statt sie nachzuschlagen — deshalb können überzeugend klingende Fehler (Halluzinationen) passieren.