App mit Claude bauen: So testet Claude sie selbst, bevor du klickst

Claude baut dir in einer halben Stunde ein Buchungsformular, sagt „fertig“, du öffnest es, klickst auf „Termin buchen“ und es passiert nichts. Das liegt selten an deinem Prompt. Claude hat die App nie selbst ausprobiert. Wenn du ihm das ermöglichst und vorher einen Satz dazu schreibst, wann die App fertig ist, testet Claude sie selbst und bessert nach, bis sie läuft. Wie das ohne eine Zeile Code geht, steht hier.

Das Wichtigste vorab

• Claude braucht einen Weg zu prüfen. Ohne Browser sieht er nur seinen Code, nie das Ergebnis.
• Claude prüft nur, was du ihm sagst. Ein Satz vor dem Bauen legt fest, wann die App fertig ist.
• Für Mails braucht er Zugriff aufs Postfach. Sonst kann er nicht nachsehen, ob die Bestätigung ankommt.
• Setz eine Grenze. Sonst probiert Claude endlos weiter.

Warum Claude „fertig“ sagt, obwohl nichts geht

Anthropic beschreibt das in den Best Practices für Claude Code ziemlich trocken: Claude hört auf, wenn die Arbeit fertig aussieht. Hat er keine Möglichkeit, sie zu prüfen, ist „sieht fertig aus“ das einzige Signal, das er hat. Und dann bist du die Prüfschleife. Jeder Fehler wartet, bis du ihn findest.

Im normalen Chat-Fenster ist genau das der Ablauf. Claude schreibt den Code für dein Buchungsformular, gibt ihn dir zurück und sagt dir, du sollst mal testen. Du klickst, findest den Fehler, beschreibst ihn, bekommst eine neue Version, klickst wieder. Mit der App hast du dann mehr Zeit verbracht als Claude.

Der Tipp von Boris Cherny

Boris Cherny hat Claude Code bei Anthropic gebaut. In seinem Thread darüber, wie er selbst damit arbeitet, nennt er als letzten Tipp den aus seiner Sicht wichtigsten (Post auf X):

„give Claude a way to verify its work. If Claude has that feedback loop, it will 2-3x the quality of the final result.“

Auf Deutsch: Gib Claude eine Möglichkeit, die eigene Arbeit zu prüfen. Mit dieser Rückmeldeschleife wird das Ergebnis laut ihm zwei- bis dreimal besser. Bei ihm selbst heißt das: Claude testet jede Änderung über die Chrome-Erweiterung im Browser und arbeitet weiter, bis es funktioniert.

Daraus folgen zwei Dinge, die du einrichtest. Erstens muss Claude prüfen können. Zweitens muss er wissen, was er prüfen soll. Der zweite Punkt ist der wichtigere, deshalb fangen wir damit an.

Der Prüfsatz: vor dem Bauen festlegen, wann die App fertig ist

Claude prüft nur das, was du ihm vorher sagst. „Bau mir ein Buchungsformular“ gibt ihm nichts, woran er messen kann. Also schreibst du einen Satz dazu, der beschreibt, was am Ende passieren muss. Am besten aus Sicht deines Kunden, mit einem Ergebnis, das man sehen kann.

Für das Buchungsformular heißt der Satz:

„Ein Kunde bucht einen Termin, und die Bestätigung kommt per Mail an.“

Daraus machst du den kompletten Auftrag. Das hier kannst du kopieren und anpassen:

Vorlage Buchungsformular: „Bau mir ein Buchungsformular für meine Kunden. Fertig ist es erst, wenn ein Kunde im Browser einen Termin bucht und die Bestätigung mit Datum und Uhrzeit im Postfach [deine Testadresse] ankommt. Prüf das selbst: Öffne das Formular, buch einen Termin wie ein Kunde und schau im Postfach nach. Wenn etwas hakt, reparier es und prüf von vorn. Zeig mir am Ende einen Screenshot der Buchung und der angekommenen Mail. Wenn du nach drei Versuchen am selben Fehler hängst, hör auf und sag mir, woran es liegt.“

Den Screenshot verlangst du, weil Anthropic genau das empfiehlt: Claude soll Belege zeigen, statt nur „läuft“ zu behaupten. Einen Screenshot anzuschauen geht schneller, als alles selbst nachzuklicken.

Ein Hinweis zur Mail: Damit eine App wirklich Mails verschickt, braucht sie einen Versanddienst. Welchen, schlägt Claude dir vor. Das Konto dafür legst du selbst an und gibst Claude die Zugangsdaten.

Drei weitere Beispiele aus dem Alltag, nach demselben Muster:

• Kontaktformular auf deiner Website: „Fertig, wenn jemand das Formular ausfüllt und die Anfrage als neue Zeile in meiner Google-Tabelle steht.“
• Angebotsrechner: „Fertig, wenn ich Stunden und Stundensatz eingebe und sich das PDF-Angebot mit der richtigen Summe inklusive Mehrwertsteuer herunterladen lässt.“
• Landingpage: „Fertig, wenn jeder Link auf der Seite aufgeht und auf Handybreite nichts abgeschnitten ist.“

„Sieht gut aus“ oder „funktioniert“ taugen als Prüfsatz nichts, daran kann Claude sich nicht messen. Ein guter Satz hat eine Handlung und ein Ergebnis, das man nachsehen kann. Mehr zu messbaren Zielen steht im Artikel über Loops mit /goal.

Claude die App selbst im Browser testen lassen

Jetzt bekommt Claude die Möglichkeit zu prüfen. Dafür nutzt du Claude Code, das Programm, in dem Claude auf deinem Rechner baut. Du hast zwei Wege.

Weg 1: die Claude-Desktop-App. Im Code-Tab hat Claude ein eingebautes Browser-Fenster. Laut Anthropics Doku startet er die App dort selbst, macht Screenshots, klickt Elemente an, füllt Formulare aus und repariert, was er findet. Diese automatische Prüfung nach jeder Änderung ist standardmäßig eingeschaltet. Für Nicht-Coder ist das der einfachste Einstieg, du brauchst kein Terminal. Auf fremden Seiten kauft Claude dort nichts und legt keine Konten an, ohne dich zu fragen. Wie du die Desktop-App einrichtest, zeigt dieser Artikel.

Der Haken: Dieses Browser-Fenster startet ohne deine Logins. Für die App selbst reicht das. Für dein Postfach brauchst du einen der Wege unten.

Weg 2: Claude in Chrome. Die Chrome-Erweiterung lässt Claude in deinem echten Chrome arbeiten. Er klickt, tippt und füllt Formulare aus wie ein Mensch. Claude Code verbindet sich mit der Erweiterung (im Terminal mit claude --chrome) und nutzt dann deine eingeloggten Seiten mit, also auch dein Gmail im Browser. Anthropic nennt als Einsatz ausdrücklich das Testen von Web-Apps: Formulare prüfen und Abläufe durchklicken (Docs). Die Erweiterung läuft auf allen bezahlten Plänen (Pro, Max, Team, Enterprise).

Bei Login-Seiten und CAPTCHAs hält Claude an und gibt an dich zurück.

Postfach anbinden, damit Claude die Bestätigung sieht

Damit Claude den zweiten Teil des Prüfsatzes checken kann („die Bestätigung kommt per Mail an“), muss er in ein Postfach schauen dürfen. Dafür gibt es zwei Wege.

Gmail-Connector: Du verbindest Gmail einmal in claude.ai unter den Connectors. Laut Anthropic-Support kann Claude damit Mails suchen und lesen, die Google-Connectors stehen allen Nutzern zur Verfügung. Bist du in Claude Code mit deinem claude.ai-Konto angemeldet, sind die Connectors dort automatisch mit dabei. Welche Connectors es sonst gibt, steht in der Connector-Übersicht.

Postfach im Browser: Mit Claude in Chrome öffnet Claude einfach dein Gmail, in dem du schon eingeloggt bist, und sieht nach.

Mein Rat für beide Wege: Leg dir eine eigene Testadresse an. Dann wühlt Claude nicht durch Kundenmails, und die Testbuchungen landen nicht in deinem echten Postfach.

Ist das eingerichtet, schickst du den Auftrag mit dem Prüfsatz los. Claude baut das Formular, öffnet es, bucht einen Termin, schaut ins Postfach, findet vielleicht eine leere Mail ohne Uhrzeit, repariert das und prüft noch einmal. Du musst dazwischen nichts tun.

Optional: ein zweiter Claude als Prüfer

Wer etwas gebaut hat, bewertet es zu gnädig. Das gilt auch für Claude. Addy Osmani nennt das Trennen von dem, der schreibt, und dem, der prüft, den nützlichsten Baustein in so einer Schleife (Loop Engineering). Anthropic empfiehlt dasselbe als Schreiber-Prüfer-Muster: Eine frische Sitzung bewertet besser, weil sie den Code nicht selbst geschrieben hat.

Für dich heißt das: Öffne in Claude Code eine zweite Sitzung und gib ihr nur den Prüfsatz.

„Prüf die App in diesem Ordner gegen diesen Satz: [dein Prüfsatz]. Du hast sie nicht gebaut. Teste sie im Browser wie ein Kunde und melde nur Fehler, die den Satz brechen. Stilfragen interessieren mich nicht.“

Der letzte Satz ist wichtig. Ein Prüfer, der Fehler finden soll, findet laut Anthropic meistens welche, auch wenn alles passt. Wenn du jede Kleinigkeit nachbessern lässt, wird die App unnötig kompliziert. Was der Prüfer findet, kopierst du in die erste Sitzung zurück.

Wer lieber ein fertiges Rollen-Set statt eigener Prompts nimmt: Das Claude-Code-Setup gstack vom Y-Combinator-Chef bringt mit dem Befehl /qa genau so einen Tester mit, der deine App im Browser durchklickt.

Wann Claude aufhören soll

Eine Schleife ohne Grenze kann sich festbeißen. Claude probiert dann denselben Fehler zehnmal, und du merkst es erst am Verbrauch. Deshalb steht in der Vorlage oben schon: „Wenn du nach drei Versuchen am selben Fehler hängst, hör auf und sag mir, woran es liegt.“

Mit /goal in Claude Code kannst du die Grenze direkt in die Bedingung schreiben. Anthropic empfiehlt dafür einen Zusatz wie „oder hör nach 20 Runden auf“ (Doku zu /goal). Macht Claude mehrere Runden lang keinen Fortschritt mehr, stoppt Claude Code die Schleife von selbst und gibt an dich zurück.

Und ganz am Ende klickst du selbst einmal durch. Osmani schreibt dazu: „Verification is still on you.“ Die Schleife spart dir das ständige Nachtesten. Den letzten Blick, bevor ein echter Kunde bucht, ersetzt sie nicht.

Die Reihenfolge auf einen Blick

Bevor Claude baut, schreibst du einen Satz, wann die App fertig ist. Dann gibst du ihm einen Browser (Desktop-App oder Chrome-Erweiterung) und, wenn Mails im Spiel sind, ein Testpostfach. Dazu eine Grenze, wann er aufhört. Ab da testet Claude seine App selbst, und du öffnest sie erst, wenn er dir den Screenshot schickt.

Dass die App läuft, ist das eine. Sicher sein ist das andere: Nach demselben Browser-Prinzip kannst du deine fertige Seite auch auf Sicherheitslücken testen, dann klickt sich ein KI-Hacker durch und meldet die Löcher.

Mehr getestete Setups findest du in der Tutorial-Übersicht.

Newsletter

Willst du wissen, welche KI-Tools wirklich überleben, und welche du dir sparen kannst? Im Newsletter teste ich jede Woche neue Tools und schicke dir ehrlich die, die zählen.

👉 Zum Newsletter anmelden