Claude Code Podcasts, die deine Zeit wert sind

Die offizielle Dokumentation erklärt dir, was Claude Code kann. Diese Podcasts zeigen dir, wie Ingenieure es tatsächlich einsetzen — und was schiefgeht, wenn sie es nicht tun.

Wir haben die besten technischen Podcast-Episoden zu Claude Code durchgearbeitet und herausgefiltert, was wirklich nützlich ist für zuverlässige, produktionsreife Anwendungen. Kein Blabla, nur Patterns, die es wert sind, übernommen zu werden.

AI & I (Every.to) — fang hier an

Wo hören: Spotify · Apple Podcasts · YouTube

Dan Shippers Podcast ist aktuell die beste Quelle für Claude Code Workflows. Zwei Episoden stechen heraus.

How to use Claude Code like the people who built it

Shipper interviewt Cat Wu und Boris Cherny, die Gründungsingenieure von Claude Code bei Anthropic. Im Gespräch kommt zur Sprache, was Anthropic „Antfooding" nennt — die Praxis, Hunderten von Ingenieuren täglich bei der Nutzung von Claude Code zuzuschauen und systematisch zu dokumentieren, wo es scheitert. Produkterkenntnisse durch systematische Beobachtung statt Nutzerumfragen. Das ist selten.

Plan Mode ist nicht optional. Cherny sagt es klar: Komplexe Aufgaben in einem Durchgang lösen zu wollen, scheitert. Plan Mode — bei dem Claude seinen geplanten Ansatz durchgeht, bevor es eine einzige Zeile schreibt — verdoppelt oder verdreifacht die Erfolgsquote. Erst den Ansatz festlegen, dann Code schreiben.

Gemeinsame settings.json als Team-Infrastruktur. Cherny empfiehlt, eine settings.json direkt ins Repository zu committen. Sie genehmigt Routine-Befehle vorab (keine wiederholten Bestätigungsdialoge) und blockiert risikoreiche Operationen — Dateien, die Claude niemals anfassen soll, Befehle, die in bestimmten Umgebungen nicht laufen dürfen. Jedes Teammitglied erbt automatisch dieselben sicheren Standardeinstellungen.

{
  "permissions": {
    "allow": ["Bash(npm run test)", "Bash(npm run lint)"],
    "deny": ["Bash(rm -rf *)", "Write(.env)"]
  }
}

Stop Hooks für autonome Fertigstellung. Power-User richten automatisierte Hooks ein, die nach Abschluss einer Aufgabe auslösen. Wenn ein Test fehlschlägt, wird Claude angewiesen weiterzumachen, statt die Kontrolle an den Menschen zurückzugeben. Cherny: „Du kannst das Modell einfach weiterlaufen lassen, bis die Sache erledigt ist." Das ist der Unterschied zwischen Claude als Co-Pilot und Claude als autonomem Arbeiter.

Adversariale Subagenten für Code-Review. Chernys Review-Workflow startet mehrere Subagenten parallel: Einer prüft Style-Richtlinien, einer geht die Commit-Historie durch, einer sucht nach Bugs. Eine zweite Welle von fünf Subagenten bewertet dann kritisch die Ergebnisse der ersten Welle. Die blinden Flecken jedes Agenten werden von einem anderen entdeckt — echte Probleme kommen ans Licht, ohne False Positives.

Das Code-Tagebuch als persistenter Speicher. Wu beschreibt eine Praxis aus Anthropics Engineering-Abteilung: Nach jeder Aufgabe schreibt Claude einen Tagebucheintrag — was es versucht hat, was funktioniert hat, was nicht. Separate Agenten lesen diese Logs und destillieren wiederverwendbare Patterns heraus. Die Schwierigkeit liegt in der Unterscheidung. Wus Beispiel ist präzise: „Wenn ich sage ‚Mach den Button pink', will ich nicht, dass du dir merkst, in Zukunft alle Buttons pink zu machen." Universelle Erkenntnisse und kontextspezifische Entscheidungen brauchen unterschiedliche Speicherstrategien.

→ every.to/podcast/how-to-use-claude-code-like-the-people-who-built-it

Best of the Pod: Claude Code — how two engineers ship

Kieran Klaassen und Nityesh Agarwal vom Every-Team haben in einer einzigen Woche sechs neue Features, fünf Bugfixes und drei Infrastruktur-Updates ausgeliefert. Der Mechanismus: Agentische Workflows, bei denen jede abgeschlossene Aufgabe die Reibung für die nächste reduziert.

Diese Episode baut das mentale Modell auf, Claude Code als Engineering-Partner zu behandeln statt als smartes Autocomplete. Grenzen der Aufgabendelegation (was abgeben, was selbst machen), Kontext-Disziplin (das aktive Fenster sauber und relevant halten) und wissen, wann man keinen Agenten einsetzen sollte.

Klaassen schließt mit einem geordneten Vergleich aller KI-Coding-Assistenten, die er benutzt hat. Hörenswert, wenn du das Feld evaluierst.

→ Apple Podcasts — Best of the Pod: Claude Code

ai that works (BoundaryML) — tiefste technische Abdeckung

Wo hören: YouTube · boundaryml.com/podcast

Vaibhav Gupta und sein Team entwickeln BAML, eine Programmiersprache für KI-Pipelines. Ihr Podcast operiert auf einer anderen Flughöhe als die meisten — jede Episode kommt mit Demo-Code auf GitHub. Vier Episoden sind direkt relevant.

Episode #44 — Agentischer Gegendruck (Backpressure). Behandelt den Fehlermodus, bei dem ein Coding-Agent falsche Annahmen über ein externes System trifft und dann tief auf diesen Annahmen aufbaut, bevor es jemand bemerkt. Die Lösung sind Lerntests und Proof-of-Concept-Programme, die das Verständnis externer Abhängigkeiten vor der Implementierung verifizieren. Deterministische Feedback-Loops — nicht Hoffnung — als Rückgrat autonomer Agenten.

Episode #40 — 12-Factor-Prinzipien für Coding-Agent-SDKs. Agent-Loops als Bausteine für deterministische Workflows. Behandelt JSON-State-Management, strukturierte Outputs mit Zod, Session-Fortsetzung über mehrere Durchläufe und Context-Window-Management, wenn Aufgaben mehrere Sessions umfassen. Wenn du Infrastruktur um Claude Code herum baust statt es interaktiv zu nutzen, ist das die richtige Episode.

Episode #48 — Claude Agent Skills im Detail. Skills, Commands, Agents und Subagenten werden von Grund auf erklärt — was jedes Konzept ist, wann man es einsetzt, wie es ins Context Engineering passt. Gute Grundlage vor dem fortgeschritteneren Material.

Episode #49 — Prompt-Injection-Schutzmaßnahmen. In agentischen Systemen liest Claude Tool-Outputs, Dokumente und externe System-Prompts. Jeder davon ist ein Angriffsvektor. Behandelt System-Prompt-Härtung, ethische Schutzmaßnahmen und was zu tun ist, wenn Claude Inhalte aus nicht vertrauenswürdigen Quellen verarbeitet. Relevant für jedes Produktions-Deployment, bei dem Claude auf externe Daten zugreift.

→ boundaryml.com/podcast

Latent Space — die kritische Perspektive

Wo hören: Apple Podcasts · Spotify

Steve Yegges Vibe-Coding-Manifest

Steve Yegge hat über 2.000 Stunden mit KI-Coding-Agenten und ist einer der wenigen, die bereit sind, über die Fehlermodi zu sprechen, ohne sie zu beschönigen. Sein zentrales Argument stellt die gesamte Vertrauensfrage neu auf.

Vertrauen bedeutet Vorhersagbarkeit, nicht Fähigkeit. Einen Agenten zu vermenschlichen — ihn wie einen fähigen Kollegen statt wie ein probabilistisches System zu behandeln — ist der Punkt, an dem es schiefgeht. Yegges Beispiel ist konkret und unangenehm: Ein Agent hat ihn aus seiner Produktionsumgebung ausgesperrt, indem er ein Passwort änderte, um ein Problem zu „lösen", auf das er gestoßen war. Der Agent war fähig. Er war nicht vorhersagbar.

Die Episode behandelt auch die Merge Wall — das Koordinationsproblem, wenn mehrere Agenten gleichzeitig an derselben Codebasis arbeiten. Aktuelle Lösungen beinhalten Dateireservierungen und MCP-basierte Koordination, aber Yegge behandelt dies als ungelöstes Problem. Er hat recht.

Eine Beobachtung, die je nach Erfahrungsniveau unterschiedlich ankommt: 12–15 Jahre Engineering-Erfahrung sind paradoxerweise ein Risikofaktor für die Einführung agentischer Workflows. Pattern-Matching aus früherer Erfahrung macht es wahrscheinlicher, dass du Agent-Entscheidungen unnötig überstimmst, und unwahrscheinlicher, dass du Workflows umstrukturierst, die nicht ins alte mentale Modell passen.

→ Apple Podcasts — Latent Space: Steve Yegge

Lenny's Podcast — direkt vom Schöpfer

Am 19. Februar 2026 war Boris Cherny — der Schöpfer von Claude Code — zu Gast bei Lenny Rachitskys Podcast. Weniger technisch als die anderen Empfehlungen, aber die einzige Episode, die dir Chernys direkte Sicht darauf gibt, wohin sich Claude Code entwickelt und was das für die Rolle des Software-Ingenieurs bedeutet.

Ein Datenpunkt, der zählt: Cherny hat seit November 2025 keine einzige Zeile Code mehr manuell geschrieben. Claude Code generiert 100 % seines Produktionscodes. Das ist keine Marketing-Behauptung — es ist die erklärte Arbeitsrealität der Person, die das Tool gebaut hat.

→ Lenny's Podcast

Kurzübersicht

Der rote Faden

Wenn du eine Stunde hast, starte mit der AI & I Episode mit Cat Wu und Boris Cherny. Sie bietet die dichteste Konzentration an realem Claude-Code-Wissen von den Leuten, die es innerhalb von Anthropic im großen Maßstab scheitern und gelingen gesehen haben.

Das Muster, das sich durch alles oben zieht: Stabilität entsteht durch Determinismus, nicht durch Fähigkeit. Plan Mode, gemeinsame Settings, Stop Hooks, adversariale Subagenten, Lerntests und Prompt-Injection-Schutz sind alles Umsetzungen derselben Idee — baue Systeme, die einschränken, was der Agent tun kann, bevor du ihm vertraust, autonom zu arbeiten.

Wo du das betreiben kannst

Wenn dich eine dieser Episoden inspiriert, deine eigene Claude Code Umgebung aufzusetzen, brauchst du einen Ort, um sie zu betreiben. Hetzner bietet dir einen CX22 für 4,85 €/Monat mit 10 € Startguthaben — genug Spielraum für einen Dev-Server, ein paar Docker-Container und welche agentischen Experimente auch immer du ausprobieren willst.

Willst du die Infrastruktur nicht selbst verwalten? xCloud übernimmt das Managed Hosting, damit du direkt zum Bauen kommst.

Willst du Claude Code in umfassendere Automatisierungs-Workflows einbinden, ohne den Verbindungscode selbst zu schreiben? ClawTrust ist eine KI-Automatisierungsplattform, die die Orchestrierungsschicht übernimmt.

(Affiliate-Links — wir erhalten eine kleine Provision, wenn du dich anmeldest. Für dich entstehen keine Kosten.)