Ausführen von Aufgaben in Parallelität

Subagenten ermöglichen es Claude Code, bestimmte Aufgaben an separate Agenten zu delegieren, während die Hauptkonversation auf den Gesamtworkflow fokussiert bleibt. Jeder Subagent erledigt seine zugewiesene Arbeit eigenständig und gibt nur seine Ergebnisse sowie eine Zusammenfassung an den Hauptagenten zurück.

Dies hilft, unnötigen Kontext in der Hauptkonversation zu reduzieren. Recherchen, Tool-Aufrufe, Zwischen-Dateien und detaillierte Überlegungen zu jeder Aufgabe verbleiben beim jeweiligen Subagenten, anstatt den primären Kontextbereich zu füllen.

Subagenten können zudem unabhängige Aufgaben parallel ausführen. In diesem Beispiel wird Claude gebeten, einen vollständigen Outreach-Workflow abzuschließen:

• Fünf neue Zahnarztpraxen-Leads finden;
• Die Lead-Scraping-Fähigkeit nutzen, um diese zu verifizieren und zu speichern;
• Für jeden Lead ein personalisiertes Website-Mockup generieren;
• Für jeden Interessenten eine Outreach-E-Mail entwerfen;
• Die fertigen Nachrichten als Gmail-Entwürfe speichern.

Der Hauptagent übernimmt die Rolle des Koordinators. Er prüft die verfügbaren Fähigkeiten, bestimmt, welche Aufgaben von vorherigen Ergebnissen abhängen, und entscheidet, welche Schritte gleichzeitig ausgeführt werden können.

Beispielsweise können mehrere Subagenten gleichzeitig nach Leads suchen. Nachdem die Leads überprüft und freigegeben wurden, kann Claude für jeden Interessenten einen separaten Mockup-Generierungs-Subagenten starten. Sobald die Mockups fertig sind, können die E-Mail-Entwürfe erstellt werden.

Diese Agenten lassen sich über das Hintergrundaufgaben-Panel überwachen. Es zeigt, welche Aufgaben laufen, wie lange sie aktiv sind und wie viele Tokens sie verwenden. Einzelne Aufgaben können zudem geöffnet werden, um deren Konversation einzusehen.

Je nach Aufgabenkomplexität können unterschiedliche Modelle zugewiesen werden. Ein leistungsfähigeres Modell kann schwierige kreative oder technische Entscheidungen treffen, während ein schnelleres Modell vorhersehbare Aufgaben erledigt. Dies hilft, Qualität, Geschwindigkeit und Tokenverbrauch auszubalancieren.

Subagenten sind besonders nützlich, wenn ein Workflow mehrere klar definierte Aufgaben enthält, insbesondere wenn einige davon unabhängig voneinander ausgeführt werden können. Anstatt jeden Schritt nacheinander zu erledigen, kann Claude den Prozess koordinieren und mehrere fertige Ergebnisse parallel liefern.