Back

Das Claude-Ökosystem für Marketer: Was du wissen musst

Technologische Taxonomie: Claude Team-Plattformen, Agent Teams und Sub-Agents im Vergleich

Die fortschreitende Evolution autonomer KI-Systeme erfordert eine Begriffsabgrenzung zwischen den verschiedenen Kooperations- und Lizenzierungsstufen innerhalb des Anthropic-Ecosystems. In der Praxis führt die ungenaue Verwendung der Begriffe „Teams“, „Agent Teams“ und „Sub-Agents“ häufig zu Missverständnissen bezüglich der technischen Kapazitäten und organisatorischen Einsatzbereiche.

Auf der obersten, organisatorischen Ebene befindet sich das klassische Claude Teams-Abonnement. Hierbei handelt es sich um eine rein kollaborative Plattform für menschliche Arbeitsgruppen, die einen gemeinsamen administrativen Rahmen, geteilte Dokumenten-Repositories (Projects) und ein zentralisiertes Abrechnungsmodell nutzen. 

Die Interaktion erfolgt hier manuell durch menschliche Prompts in einer grafischen Web-Oberfläche, wobei die KI als reiner Chat-Kollaborateur agiert.

Demgegenüber stehen die auf technischer Ebene operierenden Claude Code Agent Teams. Dieses Framework bildet eine dezentralisierte Multi-Agenten-Architektur ab, bei der mehrere vollwertige, eigenständige Instanzen von Claude Code gleichzeitig gestartet werden. Diese virtuellen Teammitglieder (Teammates) koordinieren sich selbstständig über eine gemeinsame, synchronisierte Task-Liste und kommunizieren über ein integriertes Mailbox-System (AgentDM) direkt auf Peer-to-Peer-Ebene miteinander, um komplexe, mehrdimensionale Aufgaben parallel zu lösen. (Feature noch Experimentell im Juni 2026)

Die unterste Abstraktionsebene bilden die Claude Sub-Agents. Sie sind als leichtgewichtige, flüchtige Hilfsprozesse konzipiert, die streng hierarchisch strukturiert sind. Ein Sub-Agent wird von einer übergeordneten Sitzung für eine singuläre, scharf umrissene Aufgabe erzeugt, arbeitet diese in einem isolierten Kontextfenster ab, liefert das Ergebnis an den Aufrufer zurück und wird anschließend vollständig terminiert, wobei sein gesamter Konversationsverlauf gelöscht wird. Eine direkte Kommunikation zwischen verschiedenen Sub-Agents ist architektonisch ausgeschlossen. Ein effizientes Werkzeug für das Kontextmanagement.

Evaluierungsparameter

Claude Teams (Organisatorisch)

Claude Code Agent Teams (Kollaborativ)

Claude Code Sub-Agents (Hierarchisch)

Zielgruppe & Ebene

Menschliche Mitarbeiter in geteilten Workspaces.

Parallelisierte, autonome Software- & Systemkoordination.

Scoped-Hilfsdienste innerhalb einer einzelnen Sitzung.

Kommunikationsmuster

Mensch-zu-Maschine via Web-Chat.

Autonomes Peer-to-Peer-Messaging via AgentDM-Bus.

Streng unidirektional (Rückmeldung an Parent-Session).

Lebensdauer

Persistent (Benutzerprofil- und Projekthistorie).

Persistent über die aktive Sitzungsdauer des Leads.

Flüchtig (sofortige Terminierung nach Task-Erledigung).

Kontext-Integrität

Einzelnes, vom Nutzer getriebenes Kontextfenster.

Separate, vollständig unabhängige Kontextfenster je Teammate.

Isoliertes, temporäres Kontextfenster pro Teilaufgabe.

Lizenzanforderungen

Team- oder Enterprise-Lizenzpool ($150+/Nutzer).

Pro-, Max- oder Enterprise-API-Tarife (nutzungsbasiert).

Standardmäßiger Bestandteil jeder Claude Code-Installation.

Koordinationsmedium

Manuelle Aufgabenzuweisung im Chat.

Lokale, file-locked Task-Liste und Mailbox.

Direkte Funktionsaufrufe über das integrierte Agent-Tool.

Claude Code Agent Teams

Die innere Funktionsweise von Agent Teams basiert auf einem strukturierten Kommunikations- und Synchronisationsprotokoll, das lokal auf der Maschine des Benutzers ausgeführt wird. Sobald das System initiiert wird, übernimmt die primäre Claude Code-Sitzung die Rolle des „Team Leads“. Der Lead-Agent fungiert als zentraler Planer und Supervisor. Er analysiert die übermittelte Gesamtaufgabe, überführt diese in eine detaillierte, relationale Aufgabenliste und instanziiert die geforderten Teammates unter Zuweisung eindeutiger Identifikatoren.

Die Koordination dieses Agentenschwarms stützt sich auf eine dezentralisierte Task-Datenbank, die im lokalen Verzeichnis unter ~/.claude/tasks/{team-name}/ verwaltet wird.

Jede Aufgabe innerhalb dieser Struktur durchläuft eine vordefinierte Zustandsmaschine von „ausstehend“ über „bereit“ und „beansprucht“ bis hin zu „abgeschlossen„.

Über das Werkzeug SendMessage können Agenten Direktnachrichten an spezifische Kollegen senden oder Broadcast-Meldungen an das gesamte Team absetzen. Das System bettet diese eingehenden Nachrichten automatisch als strukturierte <teammate-message>-Elemente in den laufenden Konversationsverlauf des empfangenden Agenten ein. Dies ermöglicht komplexe, mehrwinklige Debatten und Konsensfindungen, ohne dass Informationen über den Lead-Agenten vermittelt werden müssen.

Ein entscheidendes Feature zur Steuerung dieser Arbeitsabläufe ist der Delegate Mode (aktivierbar mit Shift+Tab). Wird dieser Modus für den Team Lead aktiviert, wird dessen Handlungsspielraum streng auf die reine Koordination, Aufgabenverteilung und Ergebnissynthese beschränkt. Dem Lead-Agenten wird in diesem Zustand die Berechtigung entzogen, selbstständig Code zu schreiben, Systembefehle auszuführen oder lokale Testläufe zu starten, was eine effiziente Arbeitsteilung erzwingt und die Gefahr eines redundanten Ressourceneinsatzes minimiert.

Zur Absicherung kritischer Systemeingriffe lässt sich zudem der Plan Approval-Modus konfigurieren. Bei komplexen oder risikoreichen Arbeitsschritten operieren die Teammates zunächst in einem rein schreibgeschützten Planungsmodus. Sie entwerfen ihre geplante Implementierungsstrategie und senden eine formelle Genehmigungsanfrage an den Lead-Agenten. Der Lead analysiert das vorgeschlagene Vorgehen, prüft es auf architektonische Konsistenz und gibt den Task entweder explizit frei oder weist ihn mit konstruktivem Feedback zur Überarbeitung zurück.

Custom Sub-Agents 

Für eng umgrenzte, spezialisierte Hilfsaufgaben, die keine kontinuierliche Peer-to-Peer-Kommunikation erfordern, stellt die Implementierung maßgeschneiderter Sub-Agents ein hocheffizientes Werkzeug dar. Custom Sub-Agents werden deklarativ über Markdown-Dateien definiert, die ein strukturiertes YAML-Frontmatter mit dem eigentlichen System-Prompt der Instanz kombinieren. Das Frontmatter steuert die Identität, die Werkzeugfreigaben und die Modellzuweisung des Sub-Agents.

Beispiel einer Konfiguration:

name: marketing-claims-verifier

description: Analysiert Werbeentwürfe auf rechtliche Konformität und Markenrichtlinien tools: Read, Grep, Glob model: sonnet isolation: worktree

Sie sind ein hochspezialisierter Compliance-Prüfer. Analysieren Sie die bereitgestellten Marketingtexte auf verbotene Heilsversprechen, fehlerhafte technische Spezifikationen und stilistische Abweichungen von der Marken-Identity.

Ein herausragendes Sicherheits- und Stabilitätsmerkmal im Sub-Agenten-Framework ist das Attribut isolation: worktree. Wird diese Eigenschaft im Frontmatter deklariert, erzeugt Claude Code beim Spawnen des Sub-Agents eine isolierte, temporäre Git-Arbeitskopie (Worktree) des aktuellen Repositories. Dieser temporäre Zweig wird standardmäßig vom Standard-Branch des Projekts abgezweigt und nicht vom aktuellen, ungesicherten Arbeitsstand des Hauptpfads.

Sämtliche Bash-, Dateisystem- oder Testbefehle, die der Sub-Agent ausführt, operieren ausschließlich innerhalb dieses isolierten Dateisystembereichs. Dadurch wird sichergestellt, dass experimentelle Code-Generierungen oder aggressive Suchen keine Seiteneffekte auf den aktiven Entwicklungszweig des Benutzers haben. Schließt der Sub-Agent seine Aufgabe erfolgreich ab, ohne lokale Änderungen am Dateisystem zu hinterlassen, wird der temporäre Worktree vom System vollautomatisch bereinigt und gelöscht. Versucht ein Prozess, auf das Hauptverzeichnis zuzugreifen, während der Worktree aktiv ist oder vorzeitig gelöscht wurde, bricht die Ausführung mit einer Fehlermeldung ab, um die Integrität des Quellcodes zu wahren.

Während im Vordergrundmodus (Foreground) der Sub-Agent die Hauptkonversation blockiert und eventuelle Rechteabfragen direkt an das Terminal des Nutzers weiterreicht, erlauben Hintergrund-Sub-Agents (Background) eine asynchrone parallele Abarbeitung.

Sollte ein im Hintergrund operierender Sub-Agent auf eine zustimmungspflichtige Operation stoßen (z. B. das Schreiben einer Datei oder das Ausführen eines potenziell gefährlichen Shell-Befehls), wird diese Anfrage transparent in die aktive Hauptkonversation des Benutzers „hochgesprudelt“ (Prompt Bubbling). Der Benutzer kann diese spezifische Anfrage über das Terminal des Leads bestätigen oder ablehnen, ohne den gesamten Hintergrundprozess zu terminieren.

Erweiterte Agenten-Fähigkeiten: Skills, Hooks und das offizielle Marketing-Plugin

Skills im Agenten-Kontext

Ein Skill (auch Agent Skill) repräsentiert eine wiederverwendbare, modularisierte Instruktions- und Funktionseinheit auf Basis des offenen Agent Skills-Standards, der über verschiedene KI-Schnittstellen hinweg funktioniert. Technisch gesehen handelt es sich um ein dediziertes Verzeichnis, das eine deklarative Markdown-Datei (SKILL.md) mit strukturierten Anweisungen, Workflows und Best Practices enthält. Claude Code lädt Skills vollautomatisch in das Kontextfenster, sobald die semantische Beschreibung des Skills zur aktuellen Benutzeranfrage passt (Model-Invoked).

Nutzen für Marketer: Marketer können Skills einsetzen, um repetitive Abläufe wie wöchentliche Newsletter-Entwürfe, Landingpage-Analysen oder Content-Prüfungen deterministisch zu vereinheitlichen. Ein Skill wie Brand Voice Enforcement gleicht jeden generierten Text eigenständig mit den Marken-Guidelines ab und korrigiert Tonalitätsabweichungen („Voice Drift“) noch vor der Ausgabe. Ein Tool wie der frontend-design-Skill sorgt zudem dafür, dass für Kampagnen gestaltete Landingpages und Benutzeroberflächen durch gezielte CSS- und Typografie-Regeln ästhetisch anspruchsvoll statt generisch aussehen.

Hooks im Agenten-Kontext

Als Hooks werden benutzerdefinierte Shell-Befehle oder Skripte bezeichnet, die ereignisgesteuert an exakt definierten Stellen im Systemlebenszyklus von Claude Code getriggert werden. Da Hooks strikt regelbasiert und nicht über das unvorhersehbare LLM-Reasoning laufen, bieten sie eine deterministische Kontrolle zur Absicherung von Workflows. Im Framework der Agent Teams existieren hierfür spezielle Schnittstellen wie TaskCreated, TaskCompleted und TeammateIdle.

Tritt beispielsweise das Event TaskCompleted ein (ein Teammate versucht, eine Aufgabe in der gemeinsamen Task-Liste als fertig zu markieren), führt das System den hinterlegten Hook aus. Liefert dieses Skript (etwa ein automatischer Grammatik- oder Compliance-Check) den Exit-Code 2 zurück, wird die Erledigung des Tasks blockiert, und der Agent erhält ein automatisiertes Feedback zur sofortigen Überarbeitung.

Das offizielle Claude Marketing-Plugin

Mit dem offiziellen, quelloffenen Marketing-Plugin für Claude Cowork liefert Anthropic eine mächtige Funktionserweiterung, die typische Marketingprozesse in vorkonfigurierte Befehle teilt. Über CLI-Kommandos wie /draft-content (für die strukturierte Texterstellung von Landingpages, Newslettern und Blogposts), /campaign-plan (zur Ausarbeitung von Content-Kalendern und Channel-Strategien) sowie /seo-audit, /brand-review oder /competitive-brief lassen sich Kampagnen direkt aus der Konsole steuern.

Das Plugin integriert sich über das Model Context Protocol (MCP) nahtlos in marktführende Marketing- und Design-SaaS-Schnittstellen wie Slack, HubSpot, Canva, Figma, Klaviyo, Amplitude und Ahrefs. Es fungiert als extrem zeiteffizienter Copilot. Da es Entwürfe zwar exzellent vorbereiten, aber nicht eigenständig posten, schalten oder tracken kann, bleibt die finale Freigabe und Execution (das Schließen der „Copilot-to-CMO“-Lücke) als Sicherheitsguardrail stets in der Hand des menschlichen Marketing-Operators

Über die Claude UI kann interaktiv das Plugin mit den eigenen Unternehmens Präferenzen, wie z.B. Ton of Voice einstellen.

Strategische Marketing-Workflows und operationalisierte Governance

Die Implementierung von Agent Teams in Marketing-Organisationen und Digitalagenturen ermöglicht den Übergang von rein reaktiven KI-Schreibwerkzeugen hin zu hochgradig standardisierten, parallelisierten Produktionspipelines. Durch die funktionale Spezialisierung einzelner Agenten-Instanzen wird die qualitative Varianz menschlicher Prompts eliminiert und eine konsistente, markenkonforme Ausgabequalität im industriellen Maßstab sichergestellt.

Ein besonders effektives Einsatzszenario ist die Etablierung einer semi-automatisierten Omnichannel Content Engine. Dieser Workflow löst das klassische Problem der manuellen Content-Zweitverwertung über mehrere Plattformen hinweg, indem er den Prozess in isolierte, hochspezialisierte Teilschritte zerlegt, die über das lokale Nachrichtensystem koordiniert werden:

Der Prozess startet beim Research-Agenten, der automatisierte Web-Scans von Wettbewerberkanälen durchführt, Suchtrends analysiert und ein strategisches Informationsbriefing erstellt. Dieses Briefing wird über den Nachrichten-Bus direkt an den SEO-Agenten übermittelt. Dieser strukturiert die semantischen Vorgaben, definiert primäre und sekundäre Keywords und optimiert das Content-Framework gezielt für moderne KI-Antwortmaschinen (Answer Engine Optimization / GAIO).

Der Copywriting-Agent übernimmt die Strukturierung und generiert den primären Fachartikel. Bevor dieser Text weiterverarbeitet wird, durchläuft er die Instanz des Compliance- und QC-Agents. Dieser gleicht den Text mit den rechtlichen Vorgaben ab, filtert nicht autorisierte Heilsversprechen oder geschützte Begriffe heraus und validiert die Faktenbasis.

Erst nach erfolgreichem Compliance-Audit übernimmt der Repurposing-Agent das Dokument. Seine Aufgabe ist das plattformspezifische Slicing: Er generiert aus dem Fachartikel vollautomatisch LinkedIn-Fachtexte, knackige Twitter-Threads, Reel-Videoscripts und personalisierte E-Mail-Nurture-Sequenzen.

Zum Abschluss bereitet der Analytics-Agent die Performance-KPIs vor und entwirft ein automatisiertes Reporting-Dashboard zur Erfolgsmessung.

Agenten-Rolle im Marketing

Funktionale Zuständigkeit

Output-Spezifikation

Research-Agent

Primäre Marktforschung, Mitbewerber-Monitoring und Zielgruppen-Audits.

Strukturierte Research-Briefings, Trend-Dossiers.

SEO / AEO-Agent

Keyword-Clustering, Strukturierung für Suchmaschinen und semantische Schema-Optimierung.

Content-Outlines, strukturierte JSON-LD-Schema-Blöcke.

Copywriting-Agent

Erstellung von journalistisch anspruchsvollen Longform-Inhalten, Landingpage-Kopien und Fachartikeln.

Rohentwürfe von Blogartikeln, Whitepapern und Ad-Copy-Sätzen.

Social-Repurposing

Multichannel-Formatkonvertierung und zielgruppengerechte Tonalitäts-Adaption.

LinkedIn-Postings, Newsletter-Sequenzen, Videoskripte für TikTok/Reels.

Compliance / QC-Agent

Strikte Markenkonformitätsprüfung (Brand Voice), Claims-Verifizierung und stilistisches Korrektorat.

Redigierte Textfassungen, Compliance-Audit-Logs.

Analytics-Agent

Kampagnen-Erfolgsprognose, Datenbereinigung und performante Metriken-Visualisierung.

KPI-Dashboard-Spezifikationen, Anomalie-Prognosen.

Die operationelle Sicherheit dieses Systems wird durch eine zweistufige Governance-Struktur gewährleistet:

Das „Brand OS“

Um eine konsistente Markenidentität über alle Kanäle hinweg zu garantieren, wird im Projektverzeichnis eine zentrale Wissensdatenbank – das sogenannte „Brand OS“ – etabliert. Diese besteht aus strukturierten Markdown-Dateien, die Richtlinien zur Markenstimme, dem exakten Tonalitäts-Vektoring, verbotenen Werbeversprechen, definierten Käuferprofilen (Buyer Personas) und bewährten Conversion-Mustern enthalten. Da alle Teammates beim Spawnen automatisch den Projektkontext laden, operieren sämtliche Agenten synchron auf Basis dieser identischen Identitätsvorgaben, was eine unkontrollierte stilistische Drift zuverlässig verhindert.

Human-in-the-Loop-Gating

Trotz der hohen Autonomie der Agententeams gilt in produktiven Umgebungen die eiserne Regel: Kein autonomes System ist berechtigt, eigenständig Kampagnen zu veröffentlichen, Direktnachrichten an Kunden zu versenden, Anzeigenbudgets zu aktivieren oder lokale Projektdaten unumkehrbar zu manipulieren. Alle Teammates arbeiten in einer geschützten Sandbox-Umgebung. Sobald eine Kampagne vollständig generiert wurde, legt der Lead-Agent dem menschlichen Operator die Ergebnisse im Terminal vor. Erst nach expliziter menschlicher Verifizierung und Freigabe erfolgt die manuelle oder teilautomatisierte Publikation über gesicherte API-Schnittstellen.

Orchestrierungs-Alternative – Beispiel teamfuse

Neben der nativen, direkt in Claude Code integrierten Agenten-Orchestrierung haben sich im Open-Source-Bereich und auf Architekturebene spezialisierte Frameworks etabliert, die alternative Lösungswege für den Betrieb autonomer Agententeams bieten.

teamfuse: Der persistente Streaming-Enterprise-Stack

Das Framework teamfuse verfolgt den Ansatz, ein vollständiges, virtuelles Software- und Marketingunternehmen lokal in einem Repository abzubilden10. Im Gegensatz zu den nativen Agent-Teams, die bei jeder Sitzung neu instanziiert werden und beim Beenden ihre Konfigurationsdaten verlieren, setzt teamfuse auf persistente, dauerhaft im Hintergrund aktive Claude Code-Sitzungen.

Dieses System basiert auf einer vierstufigen Architektur:

  • Operator-Ebene: Ermöglicht die Steuerung des Teams über standardisierte /teamfuse-Befehle direkt aus einer aktiven Claude-Sitzung heraus oder über eine mobile Slack-Brücke für den administrativen Fernzugriff.
  • AgentDM Message Bus: Ein dedizierter Messaging-Bus, über den alle Agenten-DMs und Gruppenkanäle in Echtzeit abgewickelt werden.
  • Persistente Agenten-Instanzen: Fünf eigenständige Claude-Code-Prozesse, die jeweils in einem eigenen Verzeichnis (z. B. agents/marketing/) mit eigenem CLAUDE.md und rollenspezifischen MCP-Servern operieren. Ein ressourceneffizienter Python-Wrapper hält diese Prozesse über stdin/stdout-Schnittstellen dauerhaft aktiv (Streaming Agent Loop) und sendet das /clear-Kommando zwischen den Arbeitsschritten, wodurch der zeit- und tokenintensive Kaltstart-Overhead beim Laden von MCP-Servern und Skills eliminiert wird.

Ähnliche Features bieten auch Anbieter bzw. Frameworks wie CrewAI und OpenClaw an.

Fazit

Bei Digital Loop sehen wir dass die Technik und Tools bereits da sind, aber echter Mehrwert entsteht wenn Teams enabled werden,  und dabei eine Governance für den Betrieb, Kollaboration, aber auch für die Qualitätssicherung (Branding Guidelines, Rechtliche Anforderungen, Security usw.) sichergestellt ist. Viele dieser erwähnten Komponenten sind nicht nur Claude spezifisch, sondern bereits Industriestandards und werden breit von KI-Anbieter unterstützt.

Ab einer Claude Teams Lizenz können Unternehmen und Teams sich dafür eigene zentrale Marketplaces (Repositories) aufsetzen, um diese besser verfügbar zu machen und eine Governance für Updates sicherstellen. Es gibt aber auch große Marketplaces wie mcpmarket.com

John Muñoz
John Muñoz
https://digital-loop.com/
Strategische digitale Infrastruktur und Datenkompetenz: Über 10 Jahre Erfahrung in den Bereichen Digital Analytics, MarTech und technisches SEO. Als Geschäftsführer und Gründer von Digital Loop schlägt er eine Brücke zwischen komplexen technischen Systemlandschaften und übergeordneter Geschäftsstrategie, um datengestützte Erfolge zu erzielen.