Zum Inhalt springen

Claude Code Plan Mode: wann reicht er im Team?

Für CTOs und EntwicklerHarness und Prüfungen · Aktualisiert

Filip PapranecGründer von Digitaliko

Ein Plan, den nur Sie sehen, ist kein Teamplan. Illustration: ein Terminal im Plan Mode mit einem vorgeschlagenen Plan, daneben ein GitHub-Issue mit Akzeptanzkriterien und ein READY-Check, der die Prämisse prüft.Ein Plan, den nur Sie sehen, ist kein Teamplan. Illustration: ein Terminal im Plan Mode mit einem vorgeschlagenen Plan, daneben ein GitHub-Issue mit Akzeptanzkriterien und ein READY-Check, der die Prämisse prüft.

Der Plan Mode von Claude Code lässt Claude den Code erkunden und einen Plan vorschlagen, bevor es irgendetwas ändert. Sie geben den Plan frei, und erst dann beginnen die Änderungen. Für einen Entwickler in einer Session reicht das oft. Im Team nicht, denn der Plan lebt in einer Session auf einem Laptop, und niemand sonst kann ihn reviewen oder später prüfen.

Deshalb nutzen wir den Plan Mode für den Entwurf und halten den Plan dort, wo das Team arbeitet: im GitHub-Issue, mit Akzeptanzkriterien, die ein Reviewer mit Ja oder Nein beantworten kann. Bevor unser Agent etwas baut, prüft ein Read-only-Check die Prämisse des Issues gegen den Code.

Wie funktioniert der Plan Mode von Claude Code?

Der Plan Mode ist einer der Permission-Modi. Laut Dokumentation der Permission-Modi liest Claude Dateien, führt Shell-Befehle zum Erkunden aus und schreibt einen Plan, ändert Ihren Quellcode aber erst nach Ihrer Freigabe. Der Ablauf:

  1. Plan Mode starten

    Shift+Tab, /plan vor einem Prompt oder claude --permission-mode plan.

  2. Claude erkundet

    Es liest Dateien und führt Read-only-Befehle aus. Änderungen bleiben gesperrt.

  3. Es schlägt einen Plan vor

    Ctrl+G öffnet den Plan in Ihrem Editor, sodass Sie ihn direkt ändern können.

  4. Sie entscheiden

    Freigabe mit Auto Mode, Freigabe mit manuellen Änderungen oder weiter planen.

Die Freigabe schaltet die Session aus dem Plan Mode, und Claude beginnt zu ändern. Die Plandatei wird in ~/.claude/plans/ gespeichert, sofern Sie kein plansDirectory setzen.

Der Kostenleitfaden von Anthropic empfiehlt den Plan Mode für komplexe Aufgaben, weil eine falsche Richtung vor den Änderungen billiger ist als danach.

Wo reicht der Plan Mode im Team nicht?

Der Plan Mode beantwortet "versteht Claude gerade, was ich will". Ein Team braucht Antworten auf drei weitere Fragen:

  • Wer hat den Plan noch gesehen? Er lebt in einer Session. Eine Kollegin, die die Arbeit morgen übernimmt, oder der Reviewer des Pull Requests sieht nie, was vereinbart war.
  • Stimmte die Prämisse? Der Plan baut auf dem, was der Entwickler getippt hat. Steht im Issue "der Export verliert leere Zeilen" und der Code behandelt sie längst, behebt der Plan einen Fehler, den es nicht gibt.
  • Woran erkennen wir, dass es fertig ist? Ein Plan listet Schritte. Ein Reviewer braucht Kriterien, idealerweise jedes mit einem Test belegt.

Plan Mode

  • Lebt in einer Session, gespeichert auf einer Maschine
  • Baut auf dem, was der Entwickler getippt hat
  • Freigegeben von der Person an der Tastatur
  • Listet Schritte auf
  • Ideal zum Erkunden vor einer Änderung

Was wir im Team nutzen

Plan im Issue

  • Lebt im GitHub-Issue, das das ganze Team liest
  • Prämisse wird vor Arbeitsbeginn gegen den Code geprüft
  • Reviewt von dem, der den PR reviewt
  • Listet Kriterien, die ein Reviewer mit Ja oder Nein beantwortet
  • Überlebt die Session, den Branch und die Person

Das sind keine Rivalen. Der Plan Mode ist ein guter Weg, das Issue zu schreiben.

Wie planen wir stattdessen?

Jede Aufgabe ist ein GitHub-Issue mit einem Typ und einem geforderten Ergebnis:

TypErgebnis, das existieren muss
codeEin PR mit Closes #N, ein Test, der vorher scheitert und nachher besteht, die Skripte des Repositorys grün
researchEine Markdown-Datei plus eine Claims-Datei: jede Aussage mit Quell-URL und wörtlichem Zitat
qaEin Bericht mit PASS oder FAIL pro Szenario, plus Screenshots
docDie Markdown-Datei, Links funktionieren

Das Issue sagt, was zu liefern ist. Wer es übernimmt, ein Mensch oder unser KI-Agent, ergänzt ein fehlendes Ergebnis oder Akzeptanzkriterium als ausdrückliche Annahme, statt still zu raten.

Wie sieht der READY-Check aus?

Bevor unsere Agenten-Schleife etwas baut, läuft ein READY-Schritt. Das ist nicht der Plan Mode. Es ist ein eigener Read-only-Aufruf mit typisierter Antwort:

claude -p "$(cat ready.md; cat issue.md)" \
  --permission-mode default --permission-prompts none \
  --tools "Read,Grep,Glob,WebFetch" \
  --json-schema "$(cat ready.schema.json)" --output-format json --max-turns 40

Das Schema zwingt die Antwort in Felder: ready, done_when (Kriterien, die ein Reviewer mit Ja oder Nein beantworten kann), verify (wie jedes belegt wird), understood, premise und verifiable, das test oder human ist. Kommt kein gültiges Objekt zurück, zählt das als Fehler, nie als Standardwert.

Plan Mode im Vergleich mit einem Plan im Issue. Plan Mode: eine Session liest den Code, schlägt einen Plan vor, der Entwickler gibt ihn frei, der Plan bleibt in dieser Session. Plan im Issue: Akzeptanzkriterien im GitHub-Issue, ein Read-only-READY-Check prüft die Prämisse gegen den Code, dann BUILD, VERIFY und ein Pull Request, der das Issue schließt.Plan Mode im Vergleich mit einem Plan im Issue. Plan Mode: eine Session liest den Code, schlägt einen Plan vor, der Entwickler gibt ihn frei, der Plan bleibt in dieser Session. Plan im Issue: Akzeptanzkriterien im GitHub-Issue, ein Read-only-READY-Check prüft die Prämisse gegen den Code, dann BUILD, VERIFY und ein Pull Request, der das Issue schließt.

Die Build-Session bekommt diese Kriterien dann als Auftrag. Sie läuft mit --disallowedTools AskUserQuestion ExitPlanMode: Zu diesem Zeitpunkt steht der Plan, der Agent kann also weder anhalten, um zu fragen, noch zurück ins Planen fallen. Die ganze Schleife, von READY bis zum Pull Request, steht in Harness Engineering in der Praxis.

Was findet ein Prämissen-Check, was der Plan Mode nicht findet?

Einen Plan, der in gutem Glauben auf einer falschen Prämisse gebaut ist. Der READY-Prompt verlangt vom Modell, jede Aussage des Issues über das aktuelle Verhalten gegen das Repository zu prüfen und file:line zu zitieren. Hält eine Aussage nicht, beginnt die Antwort mit REFUTED: und listet, was nicht mehr stimmt und was noch stimmt.

Was danach passiert, hängt davon ab, wie viel übrig bleibt:

  • Nichts mehr zu tun. Das Issue geht mit den Belegen und dem Vorschlag, es zu schließen, an einen Menschen zurück.
  • Ein Teil ist widerlegt. Die Schleife schlägt den korrigierten Umfang im Issue vor und wartet, bis ein Mensch mit OK antwortet, bevor gebaut wird.
  • Nur ein Mensch kann es prüfen. Ist verifiable gleich human, sagt der Agent vor dem Start, was sich jemand ansehen muss.

Diesen Fehler haben wir selbst gemacht. Wir haben den Agenten auf eine Art entworfen, und das echte Szenario war am Ende ein anderes.

Filip Papranec
Filip Papranec
Gründer von Digitaliko

Genau diese Lücke schließt ein Prämissen-Check. Planen ist billig. Das Falsche zu planen ist der teure Teil, und bis zum Review sieht es genau wie Fortschritt aus.

Wann reicht der Plan Mode?

Ziemlich oft. Damit entscheiden Sie, ob der Plan die Session verlassen muss:

Der Plan Mode passt zu kurzen, lokalen Änderungen, bei denen Sie der einzige Leser sind. Alles andere verdient einen Plan, den das Team lesen kann. Wie eine geschriebene Spezifikation zum Vertrag zwischen Menschen und Agenten wird, steht in Spec-Driven Development mit KI-Agenten.

Möchten Sie Pläne, die die Session überleben?

Wir richten Issue-Verträge, READY-Checks und die Agenten-Schleife direkt in den Repositorys eines Teams ein, im Rahmen von AI-native SDLC für Entwicklerteams. KI schreibt heute unseren gesamten Code, und ein Senior steht für das Ergebnis gerade. Seit 2023 haben wir 15+ Produktionsprojekte geliefert.

Wir melden uns innerhalb von zwei Arbeitstagen und wählen gemeinsam, was wir zuerst lösen.

Wenn Sie lieber zuerst sprechen möchten, buchen Sie ein 15-Minuten-Meeting mit Filip.

Wer in Ihrem Team fände den Plan von gestern heute wieder?

Kurz gesagt

  • Der Plan Mode erkundet und schlägt vor, bevor etwas geändert wird: Shift+Tab, /plan oder --permission-mode plan.
  • Er löst eine Session. Ein Team braucht einen Plan, den andere lesen können, eine geprüfte Prämisse und Kriterien für fertig.
  • Wir halten den Plan im GitHub-Issue und lassen vor dem Bauen einen Read-only-READY-Check laufen.
  • Nutzen Sie den Plan Mode, um das Issue zu entwerfen, nicht statt des Issues.

Häufige Fragen

Was ist der Plan Mode in Claude Code?

Ein Permission-Modus, in dem Claude Dateien liest und erkundende Befehle ausführt und dann einen Plan vorschlägt, ohne Ihren Quellcode zu ändern. Änderungen bleiben gesperrt, bis Sie den Plan freigeben.

Wie schaltet man den Plan Mode in Claude Code ein?

Mit Shift+Tab hindurchschalten, einen einzelnen Prompt mit /plan beginnen oder die Session mit claude --permission-mode plan starten.

Kann ich den Plan bearbeiten, bevor Claude loslegt?

Ja. Ctrl+G öffnet den vorgeschlagenen Plan in Ihrem Editor, oder Sie planen weiter und sagen Claude, was es ändern soll.

Wo speichert Claude Code Pläne?

Standardmäßig in ~/.claude/plans/ oder in dem Verzeichnis, das die Einstellung plansDirectory festlegt. So oder so liegt er auf einer Maschine, deshalb gehört ein Teamplan zusätzlich ins Issue.

Ist der Plan Mode dasselbe wie Spec-Driven Development?

Nein. Der Plan Mode ist eine Funktion einer Session. Spec-Driven Development hält den Plan als schriftliches Artefakt fest, das das ganze Team reviewt und die Checks prüfen können. Der Plan Mode kann den Entwurf dafür liefern.

Fragen Sie eine KI zu diesem Artikel

Die KI nutzt dabei auch unsere anderen Artikel und Erfahrung aus echten Projekten.

ChatGPTClaudePerplexity
Engineering

Weitere Artikel

Harness und Prüfungen

Playwright MCP: Der KI-Agent beweist es im Browser

Playwright MCP gibt einem KI-Agenten einen echten Browser. Wie wir ihn nutzen, damit der Agent seine eigene Änderung in der laufenden App prüft und PASS oder FAIL mit Screenshots zurückgibt, was das findet, was Unit-Tests übersehen, und wann einfache Playwright-Skripte besser sind.

Harness und Prüfungen

LLM as a Judge: KI-Reviewer, der die Arbeit widerlegen soll

LLM as a Judge heißt: Ein Sprachmodell bewertet die Arbeit eines anderen Modells anhand schriftlicher Kriterien. Wie wir das bei jedem Pull Request unseres KI-Agenten einsetzen: zuerst maschinelle Checks, dann eine frische Session nur mit Lesezugriff, die widerlegen soll, ein typisiertes Urteil und die Regeln, die nach seinen Fehlern dazukamen.

Harness und Prüfungen

KI-Code-Review mit Claude Code in CI: was es übersieht

Wie wir Claude Code Review auf jedem Pull Request mit einer wiederverwendbaren GitHub Action betreiben: was der KI-Reviewer suchen soll, wie er grün blieb und schwieg, was er übersieht und warum nur ein Mensch freigibt.

Zeit, mit dem Planen aufzuhören und das Problem zu lösen.

Kontakt

  • Digitaliko s.r.o.
    Šípková 377/17
    958 03 Malé Uherce, Slowakei
  • Melden Sie sich bei uns
    info@digitaliko.com
    +421 950 595 506
    WhatsApp