Artikel · 24. Oktober 2026

Sechs Produkte mit Claude Code: Was Agentic Coding im Alltag wirklich bringt

Bei der LaunchX GmbH betreiben wir mit einem kleinen Team sechs eigene Produkte: PlannyMeals, TrackyMeals, UptimeEye, LaunchPilot, BrutalCoach und Miroir – vier davon als Apps im App Store. Den Großteil des Codes schreibt inzwischen Claude Code. Eine unserer Apps stand in etwa zwei Tagen. Das klingt nach Abkürzung, ist es aber nur an einer Stelle.

Der Engpass hat sich verschoben

Mit einem Coding-Agenten ist das Schreiben von Code nicht mehr der teure Teil. Teuer wird es danach: Code zu reviewen, den man nicht selbst geschrieben hat, dauert länger als man denkt. Und ein Agent fasst auch mal Stellen an, um die man ihn gar nicht gebeten hat. Die entscheidende Frage ist deshalb nicht „Wie schnell ist das gebaut?“, sondern „Läuft das in drei Monaten noch?“.

Was bei uns den Unterschied macht

  • Projektwissen als Datei statt im Kopf: Jedes Repository hat eine CLAUDE.md mit Architektur, Befehlen, Konventionen und bekannten Stolperfallen. Der Agent startet jede Sitzung mit diesem Kontext – und neue Erkenntnisse landen wieder dort.
  • Wiederkehrende Abläufe als Skills: iOS-Releases, App-Store-Screenshots oder Store-Einträge sind als eigene Skills beschrieben. Der Agent folgt einem erprobten Ablauf, statt ihn jedes Mal neu zu erfinden.
  • Harte Regeln für alles, was nach außen wirkt: Releases, Store-Einreichungen, Pushes und Deployments passieren nur auf ausdrückliche Anweisung. Geheimnisse werden nie ausgegeben oder committet, Dateien werden einzeln gestaged.
  • Tests als Sicherheitsnetz: Jede Nacht um 3 Uhr laufen automatische Ende-zu-Ende-Tests auf iOS und Android. Ist morgens etwas rot, wissen wir es, bevor ein Nutzer es merkt.
  • Gemeinsames Fundament: Ein Go-Backend nach OpenAPI-first-Ansatz trägt mehrere Produkte, deployt per GitOps auf Kubernetes. Je weniger Sonderwege, desto besser arbeitet der Agent.

Was ich daraus für Kundenprojekte mitnehme

Dieselben Prinzipien nutze ich auch im Kundenprojekt – dort mit OpenCode und Anthropic-Modellen. Agentic Coding lohnt sich nicht, weil der Agent schneller tippt, sondern wenn das Team Kontext, Leitplanken und Tests so aufsetzt, dass schnell erzeugter Code auch schnell und sicher geprüft werden kann.

Wer gerade eine App oder ein internes Tool mit KI bauen lässt, sollte deshalb weniger fragen „Wie schnell?“ und mehr „Wie testet ihr das?“. Lautet die Antwort nur „Wir schauen vorher nochmal drüber“, wird aus dem günstigen Angebot schnell ein teurer Wartungsfall.