--- title: "Sub-Agents, Agent-Teams und Workflows" description: "Sub-Agents und Teams effektiv nutzen, mit der Labyrinth-Analogie für saubere Delegation, ohne den Context-Cliff und ausufernde Kosten" type: "lesson" locale: "de-CH" course: "Claude Code Mastery - Vom Nutzer zum Power User" number: "2.5" canonical: "https://agenticschool.dev/de/kurse/claude-code-mastery/sub-agents-agent-teams-and-workflows" datePublished: "2026-06-12" dateModified: "2026-06-12" --- # Sub-Agents, Agent-Teams und Workflows - Kurs: Claude Code Mastery - Vom Nutzer zum Power User - Lektion: 2.5 - Dauer: 25 min - Level: fortgeschritten - Status: published - Kanonische URL: https://agenticschool.dev/de/kurse/claude-code-mastery/sub-agents-agent-teams-and-workflows - Sprache: de-CH > Sub-Agents und Teams effektiv nutzen, mit der Labyrinth-Analogie für saubere Delegation, ohne den Context-Cliff und ausufernde Kosten ## Zusammenfassung Ein Agent kann nur so viel im Kontext halten, bevor die Qualität über den Cliff fällt. Sub-Agents lassen dich eine in sich geschlossene Aufgabe an einen frischen Agent mit sauberem Kontext delegieren, was den Haupt-Agent scharf hält. Diese Lektion behandelt die Context-Cliff-Motivation, die Labyrinth-Analogie für Delegation, wann du Sub-Agents sequentiell versus parallel laufen lässt und wie du ein Team von Agents davon abhältst, deine Rechnung still zu vervielfachen. ## Was du lernst - Warum es Sub-Agents gibt: das Haupt-Kontextfenster vor dem Performance-Cliff schützen - Die Labyrinth-Analogie: ein Sub-Agent erkundet einen Ast und bringt nur die Schlussfolgerung zurück - Sequentiell versus parallel, und Multi-Agent-Workflows davon abhalten, deine Kosten zu vervielfachen ## Überblick Ein Sub-Agent ist ein frischer Agent, den du für eine abgegrenzte Aufgabe startest. Er erledigt die Arbeit in seinem eigenen sauberen Kontextfenster und bringt nur das Ergebnis zurück, sodass dein Haupt-Agent fokussiert bleibt und nie den Performance-Cliff erreicht, weil er alles auf einmal trägt. Diese Lektion erklärt, warum das zählt, gibt dir die Labyrinth-Analogie, die gute Delegation offensichtlich macht, und behandelt die praktischen Entscheidungen - sequentiell versus parallel, welches Modell, wie du die Aufgabe abgrenzt -, die darüber entscheiden, ob ein Team hilft oder nur Geld verbrennt. ## Was du lernst Du lernst, warum es Sub-Agents gibt und welches Context-Cliff-Problem sie lösen, die Labyrinth-Analogie zum Abgrenzen delegierter Arbeit, wie du ein sauberes Brief für einen Sub-Agent schreibst, damit er eine knappe Schlussfolgerung statt eines Durcheinanders zurückbringt, wann du Agents sequentiell versus parallel laufen lässt und wie du Kosten im Blick behältst, damit ein Team von Agents deine Rechnung nicht still um ein Vielfaches steigert. ## Voraussetzungen Die Lektion zu Tokens, Kontext und Performance-Cliff aus Kurs 1 und ein bequemer Single-Agent-Workflow. Multi-Agent zahlt sich erst aus, wenn du einen Agent wirklich gemeistert hast, denn hier geht es durchweg darum, die Grenzen zu managen, die du zuerst in Kurs 1 getroffen hast - jetzt über mehrere Agents statt einen. ## Das Problem Du gibst deinem Agent eine grosse Aufgabe. Auf halbem Weg ist sein Kontextfenster vollgestopft mit Dateiinhalten, Befehlsausgaben, Sackgassen, die er erkundet hat, und Gesprächsverlauf. Der Performance-Cliff schlägt zu: er beginnt, das ursprüngliche Ziel zu vergessen, frühere Entscheidungen zu widersprechen und bei Details unscharf zu werden, die vor einer Stunde glasklar waren. Die Arbeit in der zweiten Hälfte ist schlechter als in der ersten, nicht weil das Modell schlechter wurde, sondern weil sein Schreibtisch zugeschüttet ist. Das kannst du nicht beheben, indem du besser promptest. Das Fenster ist schlicht voller Rauschen, das die Aufgabe unterwegs erzeugt hat. ## Warum es Sub-Agents gibt Ein Sub-Agent löst das Problem des zugeschütteten Schreibtischs, indem er die unordentliche Erkundung anderswo erledigt. Du startest einen frischen Agent mit leerem Kontext, gibst ihm eine in sich geschlossene Aufgabe, und er arbeitet sich durch all das Dateilesen, Befehlsausführen und die Sackgassen in seinem eigenen Fenster. Wenn er fertig ist, bringt er nur die Schlussfolgerung zu deinem Haupt-Agent zurück. All das Rauschen - die zwölf Dateien, die er gelesen hat, die gescheiterten Ansätze, die rohe Befehlsausgabe - bleibt im Kontext des Sub-Agents und berührt deinen nie. Der Schreibtisch deines Haupt-Agents bleibt sauber, also bleibt er für die ganze Aufgabe scharf. Das ist der ganze Sinn: Sub-Agents sind zuerst ein Kontext-Management-Tool, ein Parallelismus-Tool erst danach. ## Die Labyrinth-Analogie Stell dir deinen Haupt-Agent vor, wie er durch ein Labyrinth auf ein Ziel zugeht und den Faden hält, der den Weg zurück markiert. Jeder Seitengang, den er selbst erkundet, riskiert, dass er seinen Platz verliert und die Route vergisst. Jetzt stell dir vor, er kann stattdessen einen Späher in einen Seitengang schicken. Der Späher erkundet den ganzen Ast - liest alles, trifft auf die Sackgassen, findet die Antwort - und kommt zurück, um nur einen Satz zu berichten: "dieser Gang führt zur Schatzkammer, nimm die zweite links". Der Haupt-Agent hat nie den Hauptweg verlassen, nie den Faden verloren und genau das Wissen gewonnen, das er brauchte. Das ist ein Sub-Agent. Du delegierst einen Ast der Arbeit, der Sub-Agent absorbiert all das Durcheinander des Erkundens, und dein Haupt-Kontext empfängt nur die saubere Schlussfolgerung. - Gute Sub-Agent-Aufgaben sind in sich geschlossen: "finde, welche Datei die Auth-Middleware definiert, und fasse zusammen, wie sie funktioniert". - Der Sub-Agent erledigt all die laute Arbeit: viele Dateien lesen, Suchen ausführen, Ansätze probieren. - Er bringt eine Schlussfolgerung zurück, kein Transkript: eine knappe Zusammenfassung, auf die der Haupt-Agent reagieren kann. - Dein Haupt-Kontext wächst nur um diese Schlussfolgerung, nicht um alles, was der Sub-Agent angefasst hat. ## Sequentiell versus parallel Sobald du Sub-Agents hast, kannst du sie auf zwei Arten laufen lassen, und richtig zu wählen zählt für Korrektheit und Kosten. Lass sie sequentiell laufen, wenn jeder Schritt vom letzten abhängt - erkunden, dann auf Basis des Gefundenen bauen, dann auf Basis des Builds testen. Die Reihenfolge ist die Logik. Lass sie parallel laufen, wenn die Aufgaben wirklich unabhängig sind: fünf getrennte Dateien zusammenfassen, oder drei nicht verwandte Subsysteme prüfen. Parallel ist schneller, aber nur sicher, wenn es keinen geteilten Zustand gibt, über den die Agents stolpern würden. Die ehrliche Voreinstellung ist sequentiell: es ist leichter zu durchdenken, leichter zu debuggen, und die meiste echte Arbeit hat Abhängigkeiten zwischen Schritten. Greif nur zu parallel, wenn die Unabhängigkeit offensichtlich ist. - Sequentiell: jeder Schritt braucht das Ergebnis des vorigen Schritts. Leichter zu durchdenken und zu debuggen. Die sichere Voreinstellung. - Parallel: Aufgaben sind völlig unabhängig ohne geteilten Zustand. Schneller, aber nur korrekt, wenn wirklich unabhängig. - Im Zweifel sequentiell - eine falsche parallele Aufteilung verursacht subtile, schwer aufspürbare Bugs. - Beachte, dass die CLAUDE.md-Axiome in genau diesem Projekt aus exakt diesem Grund auf sequentieller Sub-Agent-Arbeit bestehen. ## Kostenkontrolle Jeder Agent kostet Tokens, und ein Team vervielfacht das schnell. Drei Sub-Agents plus ein Haupt-Agent sind vier Kontextfenster, die gefüllt und berechnet werden, und wenn du sie sorglos startest, klettert die Rechnung still. Drei Gewohnheiten halten es vernünftig. Erstens, starte einen Sub-Agent nur, wenn der Fokus, den er einkauft, die Ausgabe wert ist - ein einzelner Agent erledigt viel Arbeit gut, und nicht alles muss delegiert werden. Zweitens, passe das Modell an die Aufgabe an: eine enge Extraktions- oder Zusammenfassungs-Teilaufgabe kann auf einem kleinen, günstigen Modell laufen, während der Haupt-Agent ein starkes fürs Reasoning nutzt. Drittens, grenze Sub-Agent-Aufgaben eng ab, damit sie schnell fertig werden und nicht abschweifen, denn ein vages Brief macht aus einem günstigen Späher einen teuren Erkunder. Das Ziel ist, Fokus zu kaufen, wo Fokus es wert ist, nicht ein stehendes Heer von Agents zu führen. ## Typische Fehler Die teuren: Sub-Agents für Arbeit starten, die ein einzelner Agent gut erledigen würde, sodass du für nicht benötigte Koordination zahlst; Aufgaben parallel laufen lassen, die heimlich Zustand teilen und sich gegenseitig korrumpieren; einem Sub-Agent ein vages Brief geben, sodass er ein ausuferndes Transkript zurückbringt, das deinen Haupt-Kontext neu verschmutzt statt einer sauberen Schlussfolgerung; und ein Flaggschiff-Modell für jede Teilaufgabe nutzen, wenn ein günstiges reichen würde. Delegiere bewusst, grenze eng ab und wähle das Modell je Job. ## Business-ROI Sub-Agents sind der Weg, die Menge echter Arbeit zu skalieren, die ein agentischer Workflow erledigen kann, ohne dass die Qualität am Cliff zusammenbricht. Ein Team, das gut delegiert, kann Aufgaben übernehmen, die weit grösser sind, als ein einzelnes Kontextfenster je halten könnte, und hält dabei den finalen Output scharf, weil der Haupt-Agent nie in Details ertrinkt. Mit Disziplin gemacht - nur delegieren, wenn es sich lohnt, günstige Modelle für enge Jobs, enge Abgrenzungen - bekommst du den Durchsatz eines Teams für einen Bruchteil dessen, was sorgloses Multi-Agent-Ausgeben kosten würde. Für eine Gründerin ist das der Unterschied zwischen einem Agent, der bei Aufgaben hilft, und einem agentischen System, das ganze Projekte fährt. ## Checkliste Du bist bereit weiterzugehen, wenn jedes davon stimmt. Die nächste Lektion geht tief ins Managen von Kontext über einen oder viele Agents. - Du kannst erklären, warum ein Sub-Agent das Haupt-Kontextfenster schützt. - Du kannst die Labyrinth-Analogie nutzen, um zu entscheiden, was eine gute delegierte Aufgabe ausmacht. - Du weisst, wann du Sub-Agents sequentiell versus parallel laufen lässt und warum sequentiell die Voreinstellung ist. - Du hast drei konkrete Gewohnheiten, um die Multi-Agent-Kosten unter Kontrolle zu halten. ## Ressourcen Halt die Claude-Code-Dokumentation zu Sub-Agents als Lesezeichen für die aktuelle Art, sie zu definieren und aufzurufen, inklusive eigener Sub-Agent-Konfigurationen. Die Modellauswahl-Lektion aus Kurs 1 ist deine Referenz, um ein günstiges Modell an eine enge Teilaufgabe anzupassen. Deine CLAUDE.md ist der richtige Ort, um Team-Regeln festzulegen - sequentiell als Voreinstellung, wann delegiert wird -, damit der Agent sie automatisch anwendet. ## Deine Aufgabe Nimm eine Aufgabe, die normalerweise deinen Kontext aufbläht - etwas, das mehrere Dateien erkunden muss, bevor es handelt. Fahr sie zweimal: einmal mit einem einzelnen Agent, der alles erledigt, und einmal so, dass du den Agent einen Sub-Agent starten lässt, der erkundet und eine Schlussfolgerung zurückmeldet, bevor er handelt. Beachte, wie viel sauberer die Haupt-Session beim zweiten Mal bleibt. Das ist der Cliff, der gemanagt statt getroffen wird. ## Nächste Lektion Kontext über einen oder viele Agents zu managen ist ein eigenes Handwerk. Die nächste Lektion geht tief auf die Hebel: warum Auto-Compaction still schadet, wie du deine Ziele danach neu einspielst, Übergabe-Dokumente schreiben, wann du einen Chat ganz zurücksetzt und den Thinking Effort an die Aufgabe anpassen. ## Transkript Ein Agent kann nur so viel im Kontext halten, bevor die Qualität über den Cliff fällt. Sub-Agents lassen dich eine in sich geschlossene Aufgabe an einen frischen Agent mit sauberem Kontext delegieren, was den Haupt-Agent scharf hält. Diese Lektion behandelt die Context-Cliff-Motivation, die Labyrinth-Analogie für Delegation, wann du Sub-Agents sequentiell versus parallel laufen lässt und wie du ein Team von Agents davon abhältst, deine Rechnung still zu vervielfachen.