So erstellen Sie ein Claude Cowork Plugin & Ihren eigenen KI-Mitarbeiter (Vollständiger Kurs)

Die meisten Leute behandeln Claude Cowork wie einen cleveren Datei-Organizer.

Speichere dir das :)

Lass es ein paar Dateien sortieren. Eine Tabelle umwandeln. Vielleicht einen Ordner umbenennen.

Das ist die Junior-Version von Cowork.

Die Senior-Version ist der Bau eines Plugins – eines kompletten KI-Mitarbeiters, der deine Branche kennt, deinen genauen Prozess befolgt, dein exaktes Ausgabeformat produziert und deine Arbeitsabläufe eigenständig ausführt, während du etwas anderes tust.

Ein KI-Mitarbeiter, der jeden Tag zur Arbeit kommt, nie krank wird, nie zweimal eingearbeitet werden muss und jede einzelne Woche besser wird.

Ein Cowork-Plugin ist ein strukturiertes Paket, das alles enthält, was Claude braucht, um eine bestimmte Rolle auszufüllen: die Fähigkeiten, die Befehle, die Referenzmaterialien, die Regeln und die Qualitätskontrollen. Einmal installiert, hast du einen Mitarbeiter.

Dies ist der vollständige Kurs zum Bau eines solchen Plugins.

Was ein Plugin eigentlich ist

Ein Plugin ist ein Ordner. Das ist alles. Ein Ordner mit einer bestimmten Struktur, die Cowork genau sagt, was zu tun ist und wie es zu tun ist.

In diesem Ordner:

markdown

1my-plugin/
2├── .claude-plugin/
3│   └── plugin.json        ← Identität: Name, Rolle, Beschreibung
4├── skills/
5│   └── primary-task/
6│       └── SKILL.md        ← Der Arbeitsablauf: Schritt-für-Schritt-Prozess
7├── commands/
8│   └── run-task.md         ← Slash-Befehle: /prefix:command
9├── references/
10│   └── templates.md        ← Referenzmaterialien: Vorlagen, Benchmarks, Beispiele
11├── global-instructions.md  ← Grundlegende Anweisungen: Persönlichkeit, Präferenzen, Standardeinstellungen
12└── folder-instructions.md  ← Projektspezifischer Kontext

plugin.json teilt Cowork mit, dass dieser Ordner ein Plugin ist, welche Rolle es spielt und wann es aktiviert werden soll.

SKILL.md ist das Gehirn – der Schritt-für-Schritt-Prozess, dem dein KI-Mitarbeiter bei jeder Aufgabe folgt. Dies ist die mit Abstand wichtigste Datei. Wenn du das richtig hinbekommst, funktioniert alles andere.

Befehle sind Slash-Command-Trigger. Gib /prefix:command ein und der gesamte Arbeitsablauf wird ausgelöst.

Referenzen sind die Vorlagen, Benchmarks, Branchendaten und Beispiele, die dein Mitarbeiter braucht, um die Arbeit richtig zu erledigen.

Globale Anweisungen sind die grundlegenden Anweisungen – Persönlichkeit, Kommunikationsstil, Qualitätsstandards und Standardannahmen.

Ordneranweisungen sind projektspezifische Kontextinformationen – was in diesem Ordner ist, was die aktuellen Prioritäten sind und wie mit den spezifischen Daten hier umzugehen ist.

Phase 1: Recherchiere die Rolle (30 Minuten)

Bevor du auch nur eine Datei schreibst, musst du genau wissen, was dein KI-Mitarbeiter tut.

Öffne Claude und verwende diese Aufforderung:

"Recherchiere den vollständigen professionellen Arbeitsablauf für einen [ROLLE] in der [BRANCHE]. Berücksichtige: den Schritt-für-Schritt-Prozess, den sie befolgen, die von ihnen verwendeten Tools und Datenquellen, die wichtigsten Kennzahlen und Entscheidungskriterien, gängige Ausgabeformate sowie fachkundige Grenzfälle und Fallstricke. Sei umfassend – ich baue daraus einen automatisierten Arbeitsablauf."

Lies die Ausgabe sorgfältig. Dies ist das Rohmaterial, aus dem deine Skill-Datei aufgebaut wird.

Jetzt befrage dich selbst. Wie sieht DEINE Version dieses Prozesses aus? Welche Abkürzungen nimmst du? Welche Qualitätskontrollen führst du immer durch? Auf welche Fehler achtest du immer? Wie sieht "gut" im Vergleich zu "schlecht" aus?

Die besten KI-Mitarbeiter werden nicht aus allgemeinen Best Practices gebaut. Sie werden aus DEINER spezifischen Expertise gebaut.

Phase 2: Schreibe die Skill-Datei (60 Minuten)

Die SKILL.md ist das Gehirn deines KI-Mitarbeiters. Alles, was er darüber weiß, wie er seinen Job macht, lebt hier.

Hier ist die Struktur:

name: [skill-name]

description: [Wann sollte dies aktiviert werden? Sei aggressiv mit Trigger-Phrasen.

"Verwende diesen Skill, wenn der Benutzer sagt: [liste 5-7 Phrasen].

NICHT verwenden für: [liste Dinge, die ähnlich klingen, aber anders sind]."]

Übersicht

[Ein Absatz: Was dieser Skill tut und was er produziert]

Prozess

[Nummerierte Schritte. Jeder Schritt ist spezifisch, testbar und eindeutig.

Nicht "analysiere die Daten", sondern "vergleiche den aktuellen Zeitraum mit dem vorherigen Zeitraum

und berechne die prozentuale Veränderung für jede Kennzahl."]

[Schritt mit spezifischer Anweisung]
[Schritt mit spezifischer Anweisung]
[Schritt mit spezifischer Anweisung] ...

Ausgabeformat

[Genau so sieht das Arbeitsergebnis aus]

Titelformat
Abschnittsüberschriften in der richtigen Reihenfolge
Längenbeschränkungen
Formatierungsanforderungen

Regeln

[Deine nicht verhandelbaren Qualitätsstandards]

[Regel 1]
[Regel 2]
[Regel 3]

Grenzfälle

[Was zu tun ist, wenn die Dinge nicht geradlinig sind]

Wenn [Situation]: [spezifische Aktion]
Wenn [Situation]: [spezifische Aktion]

Qualitäts-Checkliste

[Führe dies aus, bevor du eine Ausgabe lieferst]

[ ] [Prüfung 1]
[ ] [Prüfung 2]
[ ] [Prüfung 3]

Das Beschreibungsfeld im YAML-Frontmatter ist der kritischste Teil. Wenn es zu vage ist, wird der Skill nie aktiviert. Wenn es zu breit gefasst ist, kapert es nicht verwandte Gespräche. Liste 5-7 spezifische Trigger-Phrasen UND explizite negative Abgrenzungen auf.

Phase 3: Erstelle die unterstützenden Dateien (30 Minuten)

Die plugin.json:

{

"name": "my-ai-employee",

"description": "Ein [ROLLE], der [WAS ES TUT] für [WEN]",

"version": "1.0"

}

Der Slash-Befehl:

Erstelle eine Markdown-Datei in /commands/, die deinen Arbeitsablauf auslöst:

/employee:run

Führe den Skill [primary-task] auf den Daten im aktuellen Ordner aus.

Schritte:

Lies alle relevanten Dateien im Arbeitsverzeichnis
Führe den Skill aus, indem du jeden Schritt in SKILL.md befolgst
Führe die Qualitäts-Checkliste vor der Auslieferung durch
Speichere die Ausgabe als [Format] im aktuellen Ordner
Gib eine kurze Zusammenfassung dessen, was produziert wurde

Globale Anweisungen:

Du bist ein [ROLLE] mit [ANZAHL] Jahren Erfahrung in der [BRANCHE].

Grundlegende Anweisungen:

Beginne mit der Empfehlung, erkläre danach
Verwende immer spezifische Zahlen, niemals vage Beschreibungen
Wenn Daten fehlen oder mehrdeutig sind, melde es – rate niemals
Standard-Ausgabeformat: [DEINE PRÄFERENZ]
Kommunikationsstil: [DIREKT/GESPRÄCHIG/FORMELL]
Im Zweifelsfall frage lieber nach, als anzunehmen

Referenzdateien:

Füge alle Vorlagen, Benchmark-Daten, Branchenstandards oder Beispiele hinzu, die dein Mitarbeiter benötigt. Je spezifischer deine Referenzmaterialien sind, desto fachkundiger ist die Ausgabe.

Phase 4: Installieren, Testen und Verfeinern

Installiere den Plugin-Ordner in deiner Claude Cowork-Umgebung. Verwende diese Aufforderung in Cowork:

"Ich habe einen Plugin-Ordner unter [PFAD]. Überprüfe, ob die Struktur gültig ist – prüfe plugin.json, das SKILL.md-Frontmatter und die Befehlsdateien. Installiere es und führe einen schnellen Test mit dem einfachsten Slash-Befehl durch."

Teste es jetzt an echter Arbeit. Nicht an Beispieldaten. Echte Daten aus deinem tatsächlichen Arbeitsablauf.

Führe es 5 Mal mit verschiedenen Eingaben aus. Bewerte nach jedem Durchlauf:

Hat es jeden Schritt in der SKILL.md befolgt?
Hat es die Regeln befolgt?
Entsprach die Ausgabe der Formatspezifikation?
Würdest du diese Ausgabe so verwenden oder benötigt sie erhebliche Bearbeitung?

Jedes Mal, wenn etwas nicht stimmt, aktualisiere die SKILL.md. Füge eine Regel hinzu. Verschärfe einen Schritt. Füge ein Beispiel hinzu, das zeigt, wie gut im Vergleich zu schlecht aussieht.

Diese Verfeinerungsschleife ist es, die aus einem mittelmäßigen KI-Mitarbeiter einen außergewöhnlichen macht. Nach Durchlauf 10 wird die Ausgabequalität dramatisch höher sein als nach Durchlauf 1.

Phase 5: Skaliere deinen KI-Mitarbeiter

Sobald dein primärer Skill zuverlässig läuft, erweitere die Fähigkeiten des Mitarbeiters.

Füge einen zweiten Skill hinzu. Dein Recherche-Analyst kann jetzt auch Wettbewerbsbeobachtung durchführen. Dein Content-Stratege kann jetzt auch Inhalte wiederverwenden. Jeder neue Skill ist eine neue SKILL.md im Skills-Ordner.

Füge automatisierte Arbeitsabläufe hinzu. Verkette mehrere Skills zu mehrstufigen Prozessen, die durch einen einzigen Slash-Befehl ausgelöst werden. Recherche → Analyse → Bericht → Verteilung. Ein Befehl, vier Skills, null manuelle Schritte.

Füge geplante Aufgaben hinzu. Dein KI-Mitarbeiter erstellt den Wochenbericht jeden Freitag um 16 Uhr. Verarbeitet das tägliche Postfach jeden Morgen um 7 Uhr. Scannt die Konkurrenz jeden Montag. Echter autonomer Betrieb.

Füge Unter-Agenten hinzu. Für komplexe Arbeitsabläufe kann dein KI-Mitarbeiter mehrere Unter-Agenten starten, die parallel arbeiten. Fünf Dateien gleichzeitig verarbeitet statt nacheinander. Der Geschwindigkeitsvorteil potenziert sich mit jedem zusätzlichen Unter-Agenten.

Das Leistungsbeurteilungssystem

Hier unterscheiden sich diejenigen, die einen anständigen KI-Mitarbeiter bauen, von denen, die einen großartigen bauen.

Überprüfe jede Woche die Ausgaben. Notiere, was perfekt funktioniert hat, was korrigiert werden musste und was du manuell wiederholen musstest. Aktualisiere dann die SKILL.md.

Das dauert 15 Minuten pro Woche. Der kumulative Effekt über zwei Monate ist enorm.

Nach Woche 1 ist dein Mitarbeiter funktionsfähig. Nach Woche 4 ist er gut. Nach Woche 8 produziert er Arbeit, für die ein menschlicher Berufsanfänger Monate Training bräuchte, um sie zu erreichen.

Das Werkzeug wird nicht von alleine besser. Deine Anweisungen werden besser. Und deine Anweisungen liegen vollständig in deiner Kontrolle.

Wo du jetzt anfangen solltest

Wähle die Aufgabe, für die du jede Woche die meiste Zeit aufwendest. Die, die du fürchtest. Die, die jedes Mal dem gleichen Prozess folgt.

Investiere 2 Stunden in den Bau des Plugins gemäß diesem Kurs.

Bis heute Abend wirst du einen KI-Mitarbeiter haben, der deine zeitaufwändigste Aufgabe erledigt. Bis nächsten Monat wirst du dich fragen, wie du es jemals manuell gemacht hast.

Die meisten Leute werden weiterhin alles selbst machen, weil der Bau eines KI-Mitarbeiters "kompliziert klingt".

Diejenigen, die heute 2 Stunden investieren, werden für den Rest des Jahres jeden Tag einen autonomen KI-Mitarbeiter für sich arbeiten lassen.

Folge mir @eng_khairallah1 für weitere Automatisierungsarchitekturen, Workflow-Designs und KI-Playbooks für Unternehmen.

Ich hoffe, das war nützlich für dich, Khairallah ❤️