Code-Reviews bei Anthropic: Wie das Claude-Code-Team KI-generierten Code prüft

ArtikelAddy Osmani, Morgan Westlee Lunt, Qing Wang19. Oktober 2026Sammlung

Das Team hinter Claude Code beschreibt seinen mehrstufigen Review-Prozess für eine Codebasis, die zu rund 90 Prozent von KI geschrieben wird. Statt manueller Zeile-für-Zeile-Prüfung setzt das Team auf kontinuierliche Verifikation, automatisierte KI-Reviews, risikobasierte menschliche Freigaben und schnelle Rollbacks.

Das Wichtigste

Im Monorepo von Anthropic stieg das Volumen von etwa 2.500 täglichen Änderungen im Mai auf über 30.000 im September, während im Claude-Code-Repository die gemergten PRs stiegen und Reverts um mehr als 40 Prozent sanken.
Vor dem Erstellen eines PRs prüfen Claude und spezialisierte Subagents den Code eigenständig gegen Tests, Builds und Vorgaben aus CLAUDE.md und REVIEW.md.
Ein mehrstufiger KI-Review lässt mehrere Agents parallel nach Fehlern suchen; nur Befunde mit Konsens werden als blockierende Kommentare im PR gepostet.
Sicherheits- und Standard-CI-Prüfungen blockieren das Mergen, bis alle offenen Befunde korrigiert oder begründet aufgelöst wurden.
Menschliche Freigaben werden nach Risikoklassen eingeteilt: Low-Risk-Änderungen durch vertrauenswürdige Autoren benötigen keine menschliche Zweitfreigabe, mittlere Risiken brauchen eine Person und Hochrisikopfade zwei Personen.
Vergangene Vorfälle und Reverts dienen als tägliches automatisches Testset (Evals), um die Qualität des KI-Reviewers messbar zu verbessern.

Warum das relevant ist

Wenn KI-Agents den Großteil des Codes schreiben, werden klassische manuelle Code-Reviews zum Flaschenhals. Anthropic zeigt, wie Entwicklerteams menschliche Aufmerksamkeit gezielt auf Risikobereiche lenken können, ohne Einbußen bei Stabilität oder Sicherheit hinzunehmen.

Einordnung

Der Ansatz von Anthropic verschiebt den Schwerpunkt von einer bloßen Gatekeeper-Rolle am Ende eines Pull Requests hin zu vorgelagerten Feedbackschleifen. Entscheidend ist die Kombination aus klar dokumentierten Systemanweisungen, automatisierter Verifikation und deterministischen CI-Prüfungen. Menschliche Arbeit konzentriert sich dabei nicht auf Syntax oder Routinefehler, sondern auf Architektur, Produktkontext und Fälle mit hohem Ausfallrisiko.

Erwähnte Links

How the Claude Code team does code reviewclaude.dev/blog/solving-code-review-at-anthropic

Gefunden in

How the Claude Code Team Redesigned Code Review for AIX-Post

Zusammenfassung von KI erstellt (Gemini 3.8 Flash, 19. Oktober 2026). Sie kann Fehler enthalten – maßgeblich ist die Originalquelle.

Inhaltlich ähnlich, ermittelt über die KI-Suche.

X-Post:ClaudeDevs16. Okt. 2026
Wie das Claude-Code-Team Code-Reviews mit KI neu gestaltet
Rund 90 Prozent des Codes von Claude Code werden durch Claude selbst geschrieben. Das Entwicklerteam von Anthropic beschreibt, wie ein mehrstufiger, automatisierter Review-Prozess die Anzahl gemergter Pull Requests verdoppelt und Reverts um über 40 Prozent gesenkt hat.
9962Lesezeichen1,6 Mio.Aufrufe
KI & AI· Meinung
Artikel:Anthropic5. Sep. 2026
Power-User-Tipps für Claude Code aus dem Anthropic-Team
Das Entwicklerteam von Claude Code bei Anthropic teilt bewährte Workflows zur Steigerung der Entwicklungsgeschwindigkeit. Im Mittelpunkt stehen parallele Ausführung über Git-Worktrees, strukturierte Planung, iterative Fehlervermeidung via CLAUDE.md und automatisierte Verifikation.
KI & AI· Sammlung
X-Post:Casey Lee25. Aug. 2026
Anthropic AI-Native SDLC Playbook: Wie Pipelines mit schnellen Coding-Agents Schritt halten
Casey Lee analysiert ein Playbook von Anthropic zur Softwareentwicklung mit KI-Agents. Während Werkzeuge wie Claude Code Pull Requests in wenigen Stunden erstellen, bleiben Sicherheitsreviews und Freigaben traditionelle Engpässe. Anthropic schlägt daher vor, auch Planung, Review und Release agentenbasiert zu strukturieren und Menschen gezielt an Gates einzusetzen.
276Lesezeichen21.974Aufrufe
KI & AI· Meinung
Video
Video:CURT7. Sep. 2026
Wie Anthropic Software entwickelt: Thariq Shihipar über Claude Code und die Zukunft des Engineerings
In einem Interview mit Ryan Peterman erklärt Thariq Shihipar, Softwareentwickler im Claude-Code-Team bei Anthropic, wie sich Softwareentwicklung durch moderne KI-Modelle verändert. Bei Anthropic nutzen Entwickler Claude als Denkpartner auf höheren Abstraktionsebenen, während das manuelle Schreiben von Code im IDE in den Hintergrund tritt. Shihipar erläutert die wachsende Bedeutung von Harness-Engineering, autonome Workflows (Loop Engineering), Sicherheits- und Teststrategien gegen Systemausfälle sowie die Gründe, warum technisches Grundwissen trotz KI-Automation unverzichtbar bleibt.
KI & AI· Vortrag
Link:Anthropic5. Sep. 2026
Anthropic analysiert den Weg zur rekursiven Selbstverbesserung von KI
The Anthropic Institute legt interne Daten und Benchmark-Trends vor, die zeigen, wie stark KI-Modelle bereits die Entwicklung künftiger KI-Systeme beschleunigen. Seit Mai 2026 stammen über 80 Prozent des bei Anthropic zusammengeführten Codes von Claude, und Entwickler mergen im Schnitt achtmal so viel Code pro Tag wie noch 2024. Vollständige rekursive Selbstverbesserung ist noch nicht erreicht, da Modellen weiterhin das strategische Urteilsvermögen bei der Zielsetzung fehlt, rückt jedoch schneller näher als erwartet.
KI & AI· Forschung
Artikel:Ryan Peterman9. Sep. 2026
Wie Anthropic Software entwickelt und wie sich das Engineering verändern wird
In dieser Podcast-Folge von 'The Peterman Pod' spricht Ryan Peterman mit Thariq Shihipar aus Anthropics Claude-Code-Team darüber, wie Anthropic KI-Modelle intern für die Softwareentwicklung einsetzt und welche Veränderungen der Softwarebranche bevorstehen.
KI & AI· Diskussion