Die Idee

Ein Skill ist ein benannter, wiederverwendbarer Satz von Anweisungen für ein KI-Coding-Werkzeug. Er hält ein Verfahren fest, das du mehr als einmal verwendest: eine Debugging-Checkliste, einen Code-Review-Ablauf oder einen Ablauf für Release Notes. Statt denselben langen Prompt in jeden Chat einzufügen, bewahrst du das Verfahren an einer Stelle auf und nutzt es, wenn die Aufgabe dazu passt.

Das ist nützlich, wenn dein Projekt zwei Arten von Orientierung hat. Manche Regeln sind bei fast jeder Aufgabe wichtig. Andere Anweisungen sind nur für eine bestimmte Arbeit relevant. Eine projektweite Konvention kann zum Beispiel in CLAUDE.md für Claude Code stehen. Ein ausführlicher Debugging-Ablauf kann ein Skill sein, der nur beim Debuggen hinzukommt. Laut Anthropic lädt Claude Code den Inhalt eines Skills, wenn der Skill verwendet wird, während CLAUDE.md-Inhalt dauerhafter Kontext ist. Quelle: Anthropic

Einfach gesagt: Ein Skill ist ein gespeichertes Vorgehensmodell für eine wiederkehrende Arbeitsart. Er gibt einem KI-Werkzeug genau dann spezifischere Anweisungen, wenn du sie brauchst.

In Claude Code wird ein Skill mit einer SKILL.md-Datei erstellt, die Anweisungen enthält. Laut Dokumentation kann ein Skill bei Relevanz automatisch verwendet oder direkt mit /skill-name aufgerufen werden. Quelle: Anthropic GitHub beschreibt Agent Skills als Verzeichnisse, die Anweisungen, Skripte und Ressourcen für einen Agent enthalten können, damit dieser sie bei Relevanz lädt. Quelle: GitHub

Die Einzelheiten hängen vom Werkzeug ab. „Skill“ ist eine hilfreiche allgemeine Idee, aber weder ein universelles Dateiformat noch ein universeller Befehl. GitHub dokumentiert mehrere mögliche Projektpfade, darunter .github/skills, .claude/skills und .agents/skills; die Unterstützung hängt jedoch von der jeweiligen Copilot-Oberfläche ab. Quelle: GitHub

Ein kleines Beispiel

Hypothetisches Beispiel: Dein Team untersucht häufig Frontend-Bugs. Jedes Mal fügst du Anweisungen ein, die das KI-Werkzeug auffordern, das Problem zu reproduzieren, den relevanten Code zu untersuchen, die passenden Tests des Projekts auszuführen und zu berichten, was es geprüft hat.

Du könntest einen Skill namens frontend-debug erstellen. Seine SKILL.md könnte Folgendes festhalten:

  1. Bitte zunächst um zuverlässige Reproduktionsschritte oder halte sie fest.
  2. Ermittle die wahrscheinliche Komponente und zugehörige Tests.
  3. Schlage eine kleine Änderung vor und erkläre, warum sie das Problem beheben soll.
  4. Führe nur die im Verfahren genannten, vom Projekt freigegebenen Prüfungen aus.
  5. Berichte anschließend, was geändert und geprüft wurde und was unsicher bleibt.

Entscheidend ist nicht, dass genau diese Schritte für jedes Projekt passen. Entscheidend ist, dass du das bestehende Verfahren deines Teams ausdrücklich machst. Ein guter Skill hat einen klaren Zweck, geordnete Schritte und einen sichtbaren Endpunkt. Er kann auch auf Dateien oder Skripte in seinem eigenen Verzeichnis verweisen, wenn das Werkzeug dieses Muster unterstützt. Quelle: Anthropic

Probier es aus

Nimm dir fünf Minuten. Suche einen Anweisungsblock, den du mindestens zweimal eingefügt hast. Automatisiere ihn noch nicht.

Gib dem Verfahren zuerst einen kurzen Namen. Schreibe dann in einem Satz, wann es verwendet werden soll. Liste drei bis fünf geordnete Schritte auf. Ergänze eine Abschlussprüfung wie: „Fasse geänderte Dateien und ausgeführte Tests zusammen.“ Entferne anschließend Hinweise, die bereits projektweite Regeln sind. Diese Trennung hilft, den Skill fokussiert zu halten.

Wenn dein Werkzeug Skills unterstützt, vergleiche deine Skizze mit dessen Dokumentation, bevor du Verzeichnis, Dateiformat oder Aufrufsyntax auswählst. Beginne mit einer nur lesenden Aufgabe, etwa dem Erstellen einer Review-Checkliste, statt mit einer Aufgabe, die Dateien ändert.

Darauf solltest du achten

Ein Skill besteht aus Anweisungen, ist aber keine Garantie für korrekte Arbeit. Die automatische Auswahl kann ausbleiben; bei einem wichtigen Verfahren kann ein direkter Aufruf klarer sein. Das KI-Werkzeug kann die Aufgabe weiterhin missverstehen oder eine falsche Änderung erzeugen.

Prüfe erzeugten Code, Skripte und Befehle, bevor du sie akzeptierst oder ausführst. Behandle ein Skill-Verzeichnis wie andere Formen der Projekt-Automatisierung: Prüfe seinen Inhalt und beachte Berechtigungen, bevor du es teilst oder aktivierst. Mache außerdem nicht jede kleine Präferenz zu einem Skill. Ein Skill lohnt sich, wenn er ein Verfahren bewahrt, das du wirklich wiederholst und im Lauf der Zeit verbessern möchtest.