Claude Code Agent Teams

Problem: Ein komplizierter Refactor umfasst die API, Datenbankmigrationen, Testabdeckung und Dokumentation. Eine einzelne Claude Code Session arbeitet das linear ab. Subagenten können parallelisieren, kommunizieren aber nur mit dem Hauptagenten. Sie tauschen keine Notizen aus, widersprechen sich nicht gegenseitig und koordinieren sich nicht direkt. Sobald deine KI-Worker wirklich zusammenarbeiten müssen, stoßen Subagenten an ihre Grenzen.

Quick Win: Schalte Agent Teams ein und beschreibe das Team, das du willst, in einem einzigen Prompt:

# Add to your environment or settings.json
export CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS=1

Dann sagst du Claude:

Create an agent team to refactor the payment module. Spawn three teammates:
one for the API layer, one for the database migrations, one for test coverage.
Have them coordinate through the shared task list.

Ein Team Lead startet, drei Teammates gehen in ihre eigenen Bereiche, und sie teilen eine Aufgabenliste plus eine Mailbox. Jeder besitzt seine Spur. Keine Kollisionen. Kein Schweigen.

Hinweis zur Terminologie: Das Feature hier sind Claude Codes eingebaute Agent Teams, ein experimentelles System, das von Anthropic ausgeliefert wird. Wenn du ein selbstgebautes Builder-Validator-Setup mit dem Task-Tool willst, findest du das bei der Team-Orchestrierung mit Builder-Validator-Chains. Beide führen dich zu Multi-Agent-Arbeit. Unter der Haube verhalten sie sich völlig unterschiedlich.

Diese Unterscheidung ist der ganze Punkt dieser Seite. Wenn ein Hauptagent Spezialisten koordinieren und ihre Antworten sammeln kann, fang mit Agent Fundamentals und Agent Patterns an. Lies diese Seite, wenn die Teammates selbst sprechen, sich gegenseitig herausfordern und koordinieren müssen, ohne jede Nachricht durch einen übergeordneten Thread zu routen.

Was Agent Teams wirklich ist

Agent Teams ist ein experimenteller Modus, der mehrere Claude Code Sessions gleichzeitig im selben Projekt betreibt. Eine Session wird zum Lead. Der Lead verteilt Aufgaben, hält die Arbeit ausgerichtet und fasst die Ergebnisse zusammen. Jeder andere Teammate läuft in seinem eigenen Kontextfenster und kann jedem anderen Teammate direkt eine Nachricht schicken.

Wo das von Subagenten abweicht, ist die Verbindung. Ein Subagent lebt innerhalb einer übergeordneten Session und kann seine Antwort nur an diesen Parent zurückschicken. Entdeckungen mitten in der Aufgabe bleiben gefangen. Die Koordination zwischen zwei Subagenten läuft immer über den Hauptagenten. Agent Teams eliminiert diesen Umweg. Teammates schreiben sich direkt, ziehen Aufgaben von einer gemeinsamen Liste und diskutieren Probleme in Echtzeit. Du kannst jederzeit in die Session eines beliebigen Teammates einspringen, ohne den Lead um Erlaubnis zu bitten.

Ein nützliches Bild: Subagenten sind Freelancer, denen du separate Aufträge schickst. Ein Agent Team ist ein Trupp im selben Raum, jeder an seinem Teil, synchronisiert durch direktes Gespräch. Das ist der Unterschied zwischen einer Gig-Queue und einer echten Crew.

Warum das jetzt wichtig ist

Anthropic hat Agent Teams als experimentell zusammen mit dem Opus 4.6 Release eingeführt, und das markiert einen echten Schritt vorwärts für agentische Arbeit. Unabhängige Entwickler hatten ähnliche Setups seit Monaten mit Projekten wie OpenClaw und handgefertigten Orchestrierungsskripten zusammengebastelt. Claude Code hat das Muster jetzt eingebaut.

Drei Gründe, warum das Einschlag hat:

1. Eingebaut schlägt angebaut. Gemeinsame Aufgabenlisten, die Mailbox und der Teammate-Lebenszyklus sind Teil von Claude Code selbst. Nichts Externes. Nichts Brüchiges.

2. Multi-Agent wächst heran. Entwickler, die jetzt Erfahrung mit Agent Teams aufbauen, werden einen echten Vorsprung haben, wenn das Tooling weiterentwickelt wird. Der Abstand zwischen "nutzt Claude Code" und "betreibt Claude Code Teams" wird bald groß werden.

3. Komplexe Projekte brauchen Austausch, nicht nur Aufspaltung. Aufgaben aufteilen bringt parallele Arbeit. Agent Teams bringt parallele Arbeit plus Live-Koordination, bei der Teammates Kontext tauschen, Entscheidungen hinterfragen und gemeinsam zu stärkeren Antworten kommen.

Wann du zu Agent Teams greifen solltest

Ein Team zu betreiben kostet echte Tokens und fügt Koordinationsaufwand zu einer einzelnen Session hinzu. Die Passform ist am stärksten, wenn jeder Teammate einen klar abgegrenzten Arbeitsbereich besitzen kann, aber trotzdem vom Gruppenchat profitiert.

Starke Anwendungsfälle

• Recherche und Review: Verschiedene Teammates graben sich in verschiedene Winkel eines Problems, vergleichen dann ihre Erkenntnisse und zeigen Lücken auf
• Neue Module oder Features: Jeder Teammate übernimmt eine Komponente ohne Dateiüberschneidung
• Debugging mit konkurrierenden Hypothesen: Jeder Teammate testet parallel eine andere Theorie und versucht aktiv, die anderen zu widerlegen
• Ebenenübergreifende Koordination: Eine Änderung, die Frontend, Backend und Tests betrifft, mit je einem Teammate pro Ebene
• Debatte und Konsens: Mehrere Teammates argumentieren für gegensätzliche Positionen bei einer Architekturentscheidung und konvergieren zur stärksten
• Groß angelegte Inventarisierung oder Klassifizierung: Teammates teilen einen großen Datensatz auf und arbeiten ihre Abschnitte unabhängig durch

Für Prompt-Templates und mehr als 10 ausgearbeitete Szenarien zu Marketing, Recherche und Nicht-Entwicklungsaufgaben, sieh dir Agent Teams Use Cases and Prompt Templates an.

Wann Teams den Aufwand wert sind

Agent Teams sind nicht einfach "mehr Agenten". Sie sind eine Koordinationsschicht, und diese Schicht lohnt sich nur, wenn Zusammenarbeit selbst das Ergebnis verändert.

Teams sind es in der Regel wert, wenn:

• jeder Teammate eine klar abgegrenzte Spur besitzen kann
• Entdeckungen in einer Spur beeinflussen, was ein anderer Teammate tun sollte
• Standpunkte zu vergleichen Teil der Aufgabe ist
• die Arbeit merklich langsamer oder schwächer wäre, wenn sie nur durch einen Hauptthread geleitet würde

Teams sind es in der Regel nicht wert, wenn:

• ein einzelner Agent die Aufgabe sauber erledigen könnte
• die Arbeit überwiegend sequenziell ist
• alle die gleichen Dateien bearbeiten würden
• du nur mehrere unabhängige Outputs und eine Zusammenfassung brauchst

Der letzte Fall ist, wo Subagenten immer noch gewinnen. Wenn Worker nicht miteinander reden müssen, zahl nicht für ein System, das ums Reden herum gebaut ist.

Wann du es überspringen solltest

Sequenzielle Arbeit, Bearbeitungen in denselben Dateien oder alles mit engen Abhängigkeiten: eine einzelne Session oder ein Subagenten-Muster kostet weniger und läuft sauberer. Wenn die Worker nicht miteinander reden müssen, ist die Koordinationsschicht purer Overhead. Für parallele Bearbeitungen, die wirklich unabhängig sind, ist /batch einfacher und übernimmt die Worktree-Isolierung für dich. Async-Workflows decken grundlegende parallele Läufe ohne die Collaboration-Schicht ab. Für häufige Fallen und wie du ihnen ausweichst, sieh dir unsere Agent Teams Best Practices an.

Subagenten vs. Agent Teams: Das richtige Tool wählen

Beide parallelisieren Arbeit. Sie operieren auf verschiedenen Ebenen. Die entscheidende Frage: Müssen deine Worker wirklich miteinander reden?

Subagenten passen, wenn du schnelle, fokussierte Worker brauchst, die ein Ergebnis zurückgeben. Teams passen, wenn diese Worker Kontext teilen, sich gegenseitig herausfordern und ihre eigene Koordination durchführen müssen. Bei großen Projekten kombinierst du beides: zuerst planen, um Rollen und Grenzen festzulegen, dann ein Team für die Ausführung starten.

Wie Subagenten überhaupt geroutet werden, erfährst du in den Sub-Agent Best Practices.

Schritt-für-Schritt: Dein erstes Team

In der Praxis spawnen Teammates in 20 bis 30 Sekunden und liefern erste Ergebnisse innerhalb der ersten Minute. Ein 3-Teammate-Lauf verbrennt ungefähr 3 bis 4 Mal so viele Tokens wie eine einzelne Session, die dieselbe Arbeit sequenziell erledigt. Bei komplexen Aufgaben zahlen sich die Zeitersparnisse leicht dafür aus.

Schritt 1: Einschalten

Setze die Umgebungsvariable in deiner Shell:

export CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS=1

Oder trag sie in deine settings.json ein, damit sie über Sessions hinaus erhalten bleibt:

{
  "env": {
    "CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS": "1"
  }
}

Schritt 2: Den Auftrag und das Team beschreiben

Verwende einfaches Deutsch. Sei konkret, wer was tut:

Create an agent team to review our authentication system. Spawn three teammates:
- Security reviewer: audit for vulnerabilities, check token handling
- Performance analyst: profile response times, identify bottlenecks
- Test coverage checker: verify edge cases, find untested paths
Have them share findings and coordinate through the task list.

Was ins Team-Brief gehört

Der erste Team-Prompt zählt mehr, als die meisten denken. Ein vager Brief erzeugt vage Zusammenarbeit.

Ein starker Team-Brief enthält:

• das Gesamtziel
• die Teammate-Rollen
• Datei- oder Systemgrenzen
• woran Teammates sich koordinieren sollen
• was als "fertig" gilt

Beispiel:

Create an agent team to ship the billing refactor.

Team:
- API teammate: own route handlers and webhook flow
- Data teammate: own schema, migrations, and backfills
- Test teammate: own integration coverage and failure cases

Coordination points:
- align on the event model before code changes
- flag any contract mismatch immediately
- do not edit the same file without discussing it first

Done means:
- migrations apply cleanly
- webhook flow still passes
- billing test suite is green

Dieser Prompt gibt dem Team Rollen, Grenzen, Kommunikationspunkte und eine Ziellinie. Ohne das bedeutet "koordinieren" meistens nur "viel reden".

Schritt 3: Das Team beobachten, bei Bedarf steuern

Claude wandelt deine Session in den Lead um, spawnt die Teammates und legt Aufgaben auf die gemeinsame Liste. Claude kann auch selbst ein Team vorschlagen, wenn es denkt, dass deine Anfrage passt. So oder so liegt das Steuer immer noch bei dir.

Nutze Tastaturkürzel zum Beobachten und Steuern: Shift+Oben/Unten um einen Teammate auszuwählen, Ctrl+T für die Aufgabenliste, Enter um in eine Session einzusteigen, Escape zum Unterbrechen.

Schritt 4: Aufräumen

Sobald die Arbeit fertig ist, fahre das Team herunter:

Ask all teammates to shut down, then clean up the team.

Führe das Aufräumen immer über den Lead durch. Teammates werden zuerst beendet, weil der Lead nicht aufräumt, solange noch ein Teammate am Leben ist.

Für Details zu Display-Modi, Delegate-Modus, Plan-Genehmigung, Hooks, Task-Zuweisung und Token-Kosten, sieh dir Agent Teams Advanced Controls an.

Architektur: Wie die Teile zusammenpassen

Vier Komponenten machen ein Team aus:

Das Team und seine Konfiguration liegen lokal auf der Festplatte:

• Team-Konfiguration: ~/.claude/teams/{team-name}/config.json
• Aufgabenliste: ~/.claude/tasks/{team-name}/

Jeder Teammate bekommt sein eigenes Kontextfenster. Beim Spawnen lädt ein Teammate denselben Projektkontext wie jede normale Claude Code Session: deine CLAUDE.md, MCP-Server und Skills. Er liest auch den Spawn-Prompt des Leads. Was er nicht erbt, ist der Gesprächsverlauf des Leads.

Kommunikation läuft über automatische Nachrichtenübermittlung, Benachrichtigungen bei Inaktivität, die gemeinsame Aufgabenliste, Direktnachrichten (an einen Teammate) und Broadcasts (an alle auf einmal, sparsam einsetzen, da die Kosten mit der Teamgröße skalieren).

Teammates erben die Berechtigungseinstellungen des Leads beim Spawnen. Du kannst den Modus eines bestimmten Teammates nach dem Spawnen ändern, nicht beim Spawnen.

Wie du mehr aus CLAUDE.md in einem Team-Setup holst, das Teamverhalten steuerst und Token-Kosten im Griff behältst, erfährst du in Agent Teams Advanced Controls.

Tiefer eintauchen

Das ist die Hub-Seite. Drei Begleitleitfäden gehen bei bestimmten Teilen weiter:

• Advanced Controls: Display-Modi, Delegate-Modus, Plan-Genehmigung, Quality-Gate-Hooks, Task-Zuweisung, Token-Kosten-Management und CLAUDE.md für Teams optimieren
• Use Cases and Prompt Templates: Mehr als 10 reale Szenarien mit Copy-Paste-Prompts für Code-Review, Debugging, Full-Stack-Features, Architekturentscheidungen, Marketingkampagnen und einen schrittweisen Einstiegspfad
• Best Practices and Troubleshooting: Praxiserprobte Praktiken, Plan-Modus-Verhalten, Troubleshooting-Leitfaden, aktuelle Einschränkungen und neuere Fixes von v2.1.33 bis v2.1.45
• End-to-End Workflow: Die vollständige 7-Schritte-Pipeline von der Idee bis zur Produktion: Planung, Contract Chains, Wave Execution und Post-Build-Validierung

Wenn du willst, dass interaktive Arbeit noch schneller wirkt, während ein Team läuft, schau dir Fast Mode an: 2,5-fache Geschwindigkeit bei Opus 4.6 Antworten.

Koordination im Maßstab

Wenn deine Teams größer werden, dreht sich die schwierige Frage von "kann ich das parallelisieren?" zu "wie manage ich eigentlich die Orchestrierung?" Drei Muster tragen Gewicht im Maßstab:

1. Wiederverwendbare Spawn-Prompt-Templates. Halte eine kleine Bibliothek von Prompt-Formen für deine häufigsten Aufstellungen (Review-Team, Build-Team, Research-Team). Jede definiert Rollen, Dateigrenzen und Fertigkeitskriterien, damit nichts jede Session neu aufgebaut werden muss. Für den Workflow, in den diese Templates eingebunden sind, sieh dir den End-to-End-Workflow-Leitfaden an.

2. Berechtigungs-Presets. Genehmige deine häufigsten Operationen vorab in den Berechtigungseinstellungen, bevor du das Team spawnst. Sonst ertrinkt ein frisches Team in den ersten zehn Minuten in Genehmigungsanfragen.

3. CLAUDE.md als gemeinsamer Laufzeitkontext. Eine kompakte CLAUDE.md mit Modulgrenzen, Verifikationsbefehlen und Betriebskontext senkt die Erkundungskosten pro Teammate drastisch. Drei Teammates, die eine klare CLAUDE.md lesen, ist weit günstiger als drei Teammates, die unabhängig voneinander die Codebase durchsuchen.

Das Multi-Agent-Spektrum

Agent Teams sitzt an einem Ende einer Reihe von Multi-Agent-Mustern innerhalb von Claude Code. Zu wissen, wo jedes angesiedelt ist, hilft dir bei der Auswahl:

Kombiniere nach Bedarf. Führe ein Team für die kollaborative Erkundungsphase durch, dann wechsle zu Builder-Validator-Paaren, wenn du die Implementierung erreichst und harte Qualitätsgates brauchst. Lang laufende Team-Sessions stehen und fallen mit denselben Kontextstrategien wie jeder Multi-Agent-Workflow.

Erfahrungen mit Agent Teams jetzt aufzubauen, zahlt sich als Multi-Agent-Tooling weiter wächst. Fang diese Woche mit einer Review-Aufgabe an. Die Kosten sind gering, und die Art, wie du über komplexe Arbeit denkst, wird sich verschieben, sobald du siehst, wie Teammates wirklich koordinieren.