# lesse-anthropic-building-agentic-systems-claude-2025-11-23

## Veille

Leistungsstarke agentische Systeme mit Claude entwickeln - Architektur- und Implementierungsmuster - Anthropic

## Titre Article

Building Powerful Agentic Systems with Claude

## Date

2025-11-23

## URL

https://www.youtube.com/live/cMSprbJ95jg?si=4HnxK8w1ELvSr4tz

## Keywords

KI-Agenten, Claude, Anthropic, agentische Architektur, Claude-APIs, Agentenentwicklung, Orchestrierung, Entwicklerplattform

## Authors

Katelyn Lesse

## Ton

**Profil**: Senior Engineer bei Anthropic, tiefgehende technische Perspektive, Experten-Register, strukturierte Präsentation für erfahrene Entwickler

**Stil**: Präzise und methodische technische Darstellung. Professioneller und didaktischer Ton mit konkreten Implementierungsbeispielen. Technische, aber zugängliche Sprache mit Metaphern aus der Softwarearchitektur. Die Autorität ergibt sich aus direkter Erfahrung mit der Claude-Plattform. Zielgruppe: Entwickler und Softwarearchitekten, die komplexe agentische Systeme entwickeln.

## Pense-betes

- **3 Säulen zur Maximierung von Claude**: Fähigkeiten nutzen, Kontextfenster verwalten, Claude einen Computer geben
- **Thinking als API-Funktion**: Leistung skaliert mit der Denkzeit, konfigurierbares Token-Budget
- **MCP (Model Context Protocol)**: Standard für die Interaktion mit externen Systemen (GitHub, Sentry)
- **Memory-Tool**: Clientseitiges Dateisystem zum Speichern/Abrufen relevanten Kontexts
- **Context Editing**: Automatische Bereinigung veralteter Tool-Ergebnisse (39 % Leistungsgewinn)
- **Code Execution Tool**: Sichere Sandbox-Umgebung auf Anthropic-Servern
- **Agent Skills**: Ordner mit Skripten/Anweisungen mit Fachwissen (z. B. Designsystem)
- **Infrastrukturherausforderungen**: Container-Orchestrierung, Sitzungspersistenz, Sicherheit im großen Maßstab

## RésuméDe400mots

Katelyn Lesse, Engineering Lead für die Claude-Entwicklerplattform bei Anthropic, stellt einen Drei-Säulen-Ansatz zur Maximierung der Leistung agentischer Systeme mit Claude vor und verwendet Claude Code als konkretes Implementierungsbeispiel.

Die erste Säule besteht darin, **die Fähigkeiten von Claude zu nutzen** – über anpassbare API-Funktionen. Claude hat eine „Thinking"-Fähigkeit entwickelt, bei der sich die Leistung mit der zugewiesenen Denkzeit verbessert. Die API stellt diese Funktion über ein konfigurierbares Token-Budget bereit und ermöglicht Entwicklern die Wahl zwischen schnellen Antworten und tiefgehendem Reasoning. Zuverlässige Tool-Nutzung erlaubt es Claude, benutzerdefinierte Tools aufzurufen, wie es Claude Code mit seinen zahlreichen Tools zur Dateimanipulation und Testausführung tut.

Die zweite Säule betrifft das **Kontextmanagement**. Den richtigen Kontext zur richtigen Zeit zu erhalten, ist entscheidend für die Leistung. Drei wesentliche Innovationen unterstützen dies: MCP (Model Context Protocol) ermöglicht die standardisierte Interaktion mit externen Systemen wie GitHub oder Sentry; das Memory-Tool bietet ein clientseitiges Dateisystem, in dem Claude intelligent Informationen (Codebase-Muster, Git-Präferenzen) speichert, um sie bei Bedarf abzurufen; Context Editing bereinigt automatisch veraltete Tool-Ergebnisse und erzielt in internen Benchmarks einen Leistungsgewinn von 39 %.

Die dritte, kühnste Säule plädiert dafür, **„Claude einen Computer zu geben"**. Anstatt über die Komplexität von Agenten-Harnessen zu diskutieren, stellt Anthropic die Infrastruktur bereit, die es Claude ermöglicht, autonom Code zu schreiben und auszuführen. Das Code Execution Tool bietet eine sichere Sandbox-Umgebung auf den Servern von Anthropic und verwaltet Container und Orchestrierung. Dieser Ansatz ermöglichte die Einführung von Claude Code für Web und Mobilgeräte und löste komplexe Herausforderungen bei Orchestrierung und Sitzungspersistenz.

**Agent Skills** bereichern diese Autonomie durch die Bereitstellung von Fachwissen. Dabei handelt es sich um Ordner mit Skripten und Anweisungen, die Claude je nach Kontext aufrufen kann, etwa um beim Erstellen von Landingpages automatisch ein Designsystem anzuwenden. Diese Kombination von Skills mit MCP schafft ein System, in dem Claude Zugriff auf Tools, Kontext und das Fachwissen hat, um diese effektiv zu nutzen.

Anthropics Zukunftsvision entwickelt sich weiterhin entlang dieser drei Achsen: neue Claude-Fähigkeiten über die API bereitzustellen, das Kontextmanagement mit ausgefeilteren Tools zu verbessern und Infrastrukturherausforderungen zu lösen, um echte, sichere agentische Autonomie im großen Maßstab zu ermöglichen.

## GrapheDeConnaissance

- Katelyn Lesse —travaille_chez→ Anthropic (ORGANISATION, 0.98)
- Anthropic —a_créé→ Claude (TECHNOLOGIE, 0.98)
- Claude —utilise→ thinking API (TECHNOLOGIE, 0.95)
- MCP —permet→ interaction standardisée avec systèmes externes (CONCEPT, 0.95)
- Context Editing —mesure→ gain de performance de 39% (MESURE, 0.9)
- Claude Code —utilise→ Memory tool (TECHNOLOGIE, 0.9)
- Anthropic —permet→ Code Execution Tool sandboxé (TECHNOLOGIE, 0.92)
- Agent Skills —améliore→ autonomie agents (CONCEPT, 0.88)
- Agent Skills —converge_avec→ MCP (TECHNOLOGIE, 0.85)
- temps de raisonnement —améliore→ Claude (TECHNOLOGIE, 0.92)
- Katelyn Lesse —recommande→ trois piliers systèmes agentiques (CONCEPT, 0.95)

---
Canonical: https://www.thekb.eu/de/fiches/lesse-anthropic-building-agentic-systems-claude-2025-11-23/