Mal eben gebaut: Was in meinem dev-Ordner mit Claude Code entstanden ist

Nach einem Jahr mit Claude Code liegen in meinem dev-Ordner 16 Projekte, die ich ohne Coding-Agenten nicht gebaut hätte: sechs produktiv laufende Webanwendungen zwischen 10.000 und 43.000 Zeilen Code, fünf Werkzeuge für Forschung und Lehre, dazu Websites, Folien, Videos und ein Bildsystem. Die Bauzeit ist nicht mehr der Engpass. Der Engpass ist die Frage, ob ich beurteilen kann, was da entstanden ist. Dieser Beitrag ist ein Rundgang durch den Ordner, jeweils mit der Frage: Was kann das Ding? Am Ende steht, was sich über alle Projekte hinweg bewährt hat und was ich heute anders machen würde.

Angefangen hat es im September 2025 mit PaperFlow. Ich wollte wissen, wo meine eingereichten Paper gerade stehen, und hatte keine Lust, das in einer Tabelle zu pflegen. Ein Wochenende später lief eine erste Version mit zehnstufigem Workflow und Supabase-Datenbank, rund 22.000 Zeilen Code, zwölf Commits. Das war der Moment, in dem sich meine Einschätzung verschoben hat. Vorher war der Bau eines eigenen Werkzeugs eine Investition, die sich lohnen musste. Danach war er ein Nachmittag.

Der Ordner auf einen Blick

Alle Zahlen sind Stand September 2026 und stammen aus den Git-Historien und einer groben Zeilenzählung ohne Abhängigkeiten. Sie sollen die Größenordnung zeigen, nicht mehr.

Projekt	Was es tut	Seit	Umfang	Status
ProjectHub	Persönliches Cockpit für Projekte, Aufgaben, Liquidität, OKRs, Abschlussarbeiten	März 2026	ca. 43.000 Zeilen, 76 Commits	produktiv
chat-weyhe.de	Bürger-Chatbot für die Gemeinde Weyhe	März 2026	ca. 24.000 Zeilen, 90 Commits	produktiv
PaperFlow	Publikationsmanagement von der Idee bis zum BibTeX-Eintrag	September 2025, Neubau Februar 2026	ca. 22.000 Zeilen, 39 Commits	produktiv
DelphiStudi	Delphi-Studien anlegen, durchführen, auswerten	April 2026	ca. 10.000 Zeilen, 18 Commits	produktiv
HCI Hub	Arbeitsumgebung für UX-Projekte im Team	2026	ca. 33.000 Zeilen	produktiv
Fitti-Tracker	Krafttraining am Smartphone protokollieren	Januar 2026	ca. 15.000 Zeilen, 10 Commits	täglich in Gebrauch
Destille	Persönliche Wissensdatenbank nach dem LLM-Wiki-Muster	Juli 2026	ca. 10.000 Zeilen, 36 Commits	in Betrieb, wächst
WriterOS	Fachbücher mit Agentenrollen schreiben, direkt in LaTeX	Februar 2026	ca. 3.500 Zeilen	Experiment
Bewertungstool	Gesprochenes Feedback zu Hausarbeiten wird zum Protokoll	2026	ca. 500 Zeilen Python	in Gebrauch
Projekt-Aufteilung	Studierende aus Moodle auf Projekte verteilen	2026	ca. 500 Zeilen Python	in Gebrauch
Iterative Faktorenanalyse	Faktorstruktur schrittweise über einen Datensatz beobachten	November 2025	ca. 5.500 Zeilen	Forschungswerkzeug
hinderks.org	Diese Website, Next.js und MDX	Januar 2026	ca. 15.500 Zeilen, 54 Commits	produktiv
prof.hinderks.org	Seite zur Professur, MkDocs	August 2026	klein	produktiv
Reels als Code	Hochkant-Erklärvideos mit Remotion	2026	ca. 11.500 Zeilen, 6 Videos	in Gebrauch
SlideDev	Vortragsfolien als Code mit Slidev	August 2026	24 Commits	in Gebrauch
Visual Identity System	Claude-Skills für Illustrationen im eigenen Stil	Januar 2026	Skills und Prompts	in Gebrauch

Größere Anwendungen

ProjectHub: mein persönliches Cockpit und daily driver

ProjectHub ist das Projekt, das am meisten gewachsen ist, und das nicht, weil ich es geplant hätte. Angefangen hat es als selbst gehostetes Projekt-Dashboard, weil meine Projektinformationen über Docmost, Overleaf, Gitea und OpenCloud verstreut waren. Jedes Projekt hat Aufgaben, Log-Einträge und Links, lässt sich in Spaces einordnen, mit anderen Projekten verknüpfen und schnell durchsuchen.

Dann kam der Effekt, den ich inzwischen von mehreren Projekten kenne: Sobald das Cockpit da ist, wandern andere Dinge hinein. Zuerst eine Liquiditätsplanung mit Zeitstrahl und Teilbuchungen, die vorher als eigenes Projekt im Ordner lag. Dann OKRs mit wöchentlichem Review. Dann ein Kalorien- und Proteintracker. Zuletzt die Verwaltung und Bewertung von Abschlussarbeiten, inklusive Export des Gutachtentexts. Mit rund 43.000 Zeilen Code ist ProjectHub heute das größte Projekt im Ordner.

chat-weyhe.de: der Bürger-Chatbot

Der Chatbot beantwortet Fragen von Bürgerinnen und Bürgern der Gemeinde Weyhe: Öffnungszeiten, Ausweise, Kitas und Schulen, Abfuhrtermine, Vereine, Ortsgeschichte. Die Wissensbasis tragen eigene Scraper aus dem Weyher Internet zusammen. Beantwortet wird über kuratierte Fakten, eine RAG-Suche oder eine selbst betriebene Suchmaschine, abgesichert durch mehrere Prüfschritte gegen Halluzinationen.

Dahinter stehen ein europäisches Sprachmodell von Mistral, eine eigene Datenbank und keine gespeicherten IP-Adressen. Mit 90 Commits ist es das Projekt mit der längsten Iterationsgeschichte im Ordner, und die meisten dieser Commits drehen sich nicht um das Modell, sondern um die Regeln davor und dahinter. Die ausführliche Geschichte, von der Vertrauensreihenfolge der Quellen bis zu den sicheren Ausfallpfaden, steht in Wie baue ich einen Chatbot für meine Organisation?.

PaperFlow: Publikationsmanagement

PaperFlow begleitet ein Paper von der Idee bis zur Nachverwertung. Ein zehnstufiger Workflow mit Historie zeigt, wo jedes Paper steht. Einreichungen bei Journals und Konferenzen bleiben auch nach einer Ablehnung dokumentiert, so dass ich später nachvollziehen kann, wo ein Manuskript schon war. Ein Deadline- und Erinnerungssystem hält Submission- und Camera-Ready-Fristen im Blick. Nach der Veröffentlichung holt PaperFlow die Metadaten per DOI bei CrossRef, erzeugt den BibTeX-Eintrag und bietet Platz für Zusammenfassung und Social-Media-Beitrag.

PaperFlow ist auch das Projekt, das ich einmal komplett neu gebaut habe. Die erste Version vom September 2025 lief, war aber in wenigen Tagen entstanden und entsprechend gewachsen. Im Februar 2026 habe ich sie mit den Regeln und dem Stack neu aufgesetzt, die sich bis dahin in den anderen Projekten bewährt hatten. Der Neubau hat ähnlich viele Zeilen, aber eine Struktur, die ich heute noch verstehe.

DelphiStudi: Delphi-Studien online

DelphiStudi ist eine Anwendung, um Delphi-Studien zu entwerfen, durchzuführen und auszuwerten. Die Studienleitung legt Seiten, Aussagen mit siebenstufiger Likert-Skala und Runden an und erzeugt Teilnahmecodes. Die Expertinnen und Experten antworten anonym. Ab der zweiten Runde sieht jede Person ihre eigene frühere Bewertung, die Kennwerte der Vorrunde (Mittelwert, Median, Standardabweichung, Interquartilsabstand) und die Kommentare der anderen und kann ihre Einschätzung anpassen. Genau dieser Rückkopplungsschritt macht eine Delphi-Studie aus, und genau dafür gab es kein Werkzeug, das zu meinem Studiendesign passte. Wie ich Studien sonst dokumentiere, zeigt die Studien-Sektion mit den Research-Protokollen.

HCI Hub: UX-Projekte an einem Ort

HCI Hub ist eine Arbeitsumgebung für UX-Projekte im Team. Personas, User Stories mit Abhängigkeiten, Wireframes, Mockups und User Journey Maps liegen in einem Projekt zusammen. Ein phasenbasiertes Dashboard zeigt den Stand, Teammitglieder werden per Einladung dazugeholt, Ergebnisse lassen sich als PDF exportieren. Mit rund 33.000 Zeilen Code ist es eines der größeren Projekte in der Liste, und es ist das, das am ehesten in die Lehre zurückwirkt: Die Artefakte sind die, die ich in meinen Veranstaltungen unterrichte.

Fitti-Tracker: Krafttraining protokollieren

Eine Web-App fürs Fitnessstudio, gebaut fürs Smartphone und für Hände, die gerade eine Hantel gehalten haben. Trainingsvorlagen für einen Push/Pull-Split, große Buttons zum Erfassen von Sätzen, Wiederholungen und Gewichten, Gewichtsvorschläge auf Basis des letzten Trainings, dazu Trainingshistorie und Diagramme zum Fortschritt pro Übung. Zehn Commits seit Januar 2026, das Projekt ist schlicht fertig. Das kommt selten vor und ist ein gutes Zeichen.

Forschung und Lehre

Destille: meine Wissensdatenbank

Die Destille ist eine persönliche Wissensdatenbank nach dem LLM-Wiki-Muster von Andrej Karpathy: Aus Rohquellen werden Quellennotizen und daraus Wiki-Seiten, verbunden über feste Regeln. Mein Merksatz dazu: Obsidian zeigt, qmd findet, Claude Code denkt und schreibt, Git erinnert sich. Eine Liste eingefrorener Testfragen dient als Messlatte, ob die Datenbank besser oder schlechter wird. Von allen Projekten im Ordner ist es das mit dem geringsten Anteil an klassischem Code und dem höchsten Anteil an Regeln. Warum ich sie gebaut habe und was sie von einem Second Brain unterscheidet, steht in Die Destille: Warum ich mir eine eigene Wissensdatenbank gebaut habe.

WriterOS: Fachbücher schreiben mit Agenten

WriterOS ist ein Schreibsystem für wissenschaftliche Fachbücher, das direkt mit LaTeX arbeitet. Bestehende LaTeX-Projekte lassen sich importieren, Befehle wie /status zeigen den Fortschritt aller Kapitel. Jedes Kapitel durchläuft drei Rollen: Ein Researcher sammelt Notizen, ein Writer schreibt den Entwurf, ein Editor überarbeitet ihn. Ausprobiert habe ich es am UEQ-Handbuch, das zu meiner Arbeit an der UEQ-Familie gehört.

WriterOS ist ehrlicherweise ein Experiment und gerade noch in der näheren Evaluation. Ich werde berichten, sobald ich hier neue Erkentnisse gewonnen habe.

Projekt-Aufteilung

Eine kleine Streamlit-App für die Lehre: Teilnehmendenliste aus Moodle laden, Projekte anlegen, dann nacheinander die Studierenden aufrufen und den Projekten zuweisen. Wer nicht zugeteilt werden soll, lässt sich markieren und wird übersprungen. Ebenfalls rund 500 Zeilen. Das ist die Kategorie Werkzeug, die es vor Coding-Agenten schlicht nicht gegeben hätte, weil eine Stunde Klicken in Moodle billiger war als ein Tag Programmieren.

Iterative Faktorenanalyse

Ein Web-Werkzeug, das eine Faktorenanalyse schrittweise über einen Datensatz laufen lässt, jeweils zehn Zeilen mehr. Es zeigt, wie sich die Zuordnung der Items zu Faktoren verändert und ab wann sie stabil bleibt, und exportiert den kompletten Verlauf als CSV. Für die Frage, ab welcher Stichprobengröße eine Faktorstruktur trägt, ist das anschaulicher als jede Faustregel. Der methodische Hintergrund steht auf der Seite zur empirischen Forschung.

Websites, Folien, Videos und Bilder

Diese Website

hinderks.org habe ich von WordPress auf Next.js mit MDX umgezogen. Neben dem Blog gibt es Seiten für Kurse, Vorträge und Studienprotokolle sowie einen Newsletter mit Double-Opt-in. Auch die GEO-Prüfung, mit der ich Beiträge wie diesen auf ihre Lesbarkeit für KI-Suchmaschinen abklopfe, ist ein Claude-Skill im Repository. Dazu kommt prof.hinderks.org, eine schlanke Seite mit MkDocs für meine Professur, entstanden an einem einzigen Tag im August 2026.

Reels als Code

Hochkant-Videos für verschiedene Erklärstücke, gebaut mit Remotion. Jedes Video ist eine Datendatei, die Gestaltung steckt in wiederverwendbaren Schablonen: eine für Bildschirmaufnahmen mit Frage-Band, eine, die den Chat selbst nachbaut. Sechs Videos sind so entstanden, vom Wochenrückblick bis zum Erklärstück, was ein Bürgermeister eigentlich entscheidet. Der Vorteil gegenüber einem Schnittprogramm: Ein Video, das ich korrigieren will, ist eine Datei, die ich ändere.

SlideDev: Vorträge als Code

Meine Vortragsfolien mit Slidev: ein gemeinsames Theme, beliebig viele Foliensätze, zum Beispiel für die Mensch und Computer 2026, die ISD 2026 und eine Vorlesungsreihe zu Conversational Design. Eine Übersichtsseite listet alle Foliensätze und startet jeden per Klick. Die Folien zu meinen Vorträgen entstehen seit August 2026 nur noch so.

Visual Identity System

Eine Sammlung von Claude-Skills, die Illustrationen in meinem visuellen Stil erzeugen, über das Bildmodell Nano Banana Pro von Google. Der Stil ist in Regeln festgehalten, nicht in Beispielbildern allein: Farben, Linienführung, welche Metaphern erlaubt sind. Viele Illustrationen hier im Blog stammen daraus, das Titelbild dieses Beitrags auch.

Was sich durch alle Projekte zieht

Der Stack ist fast überall derselbe: React mit Tailwind im Frontend, Supabase als Datenbank und Auth-Schicht, alles in Docker-Containern auf meinem eigenen Server. Die kleinen Werkzeuge für die Lehre sind Python mit Streamlit. Das ist keine Technologieentscheidung aus Überzeugung, sondern aus Wiederholung: Ein Agent, der im letzten Projekt gelernt hat, wie ich Supabase-Policies schreibe, macht es im nächsten genauso.

Drei Muster haben sich dabei herausgebildet.

Muster	Was ich mache	Warum
Regeldatei im Projekt	Jedes größere Projekt hat eine CLAUDE.md mit Stack, Konventionen und Verboten	Der Agent vergisst zwischen zwei Sitzungen alles, die Datei nicht
Design-Repo vor App-Repo	Für Fitti-Tracker, PaperFlow und HCI Hub gibt es ein eigenes Design-Repository, das vor der Anwendung entstand	Layout und Datenmodell klären sich billiger in Mockups als im Code
Neubau statt Umbau	PaperFlow habe ich nach fünf Monaten neu aufgesetzt statt weiterzupflegen	Mit Agent ist ein Neubau günstig, ein gewachsener Altbau bleibt teuer

Was gut funktioniert hat und was nicht

Gut funktioniert hat alles, was ein klar umrissenes Problem und einen Nutzer hatte, nämlich mich. Der Fitti-Tracker ist nach zehn Commits fertig, weil ich genau weiß, was ich im Fitnessstudio brauche. Das Bewertungstool läuft seit einem Nachmittag unverändert. Die kleinen Werkzeuge sind die eigentliche Neuigkeit: Sie hätten früher den Aufwand nicht gerechtfertigt und lösen heute exakt mein Problem.

Gehakt hat es, wo das Ziel unklar war oder wo der Agent eine Stimme brauchte. WriterOS ist ein Experiment in Prüfung, weil ein Fachbuch von einer Stimme lebt und drei Agentenrollen drei liefern. Und ProjectHub zeigt die Kehrseite des Nachmittags: Weil jede Erweiterung so billig ist, wandert alles hinein. 43.000 Zeilen sind nicht mehr „mal eben gebaut", sondern Software, die gepflegt werden will.

Anders machen würde ich heute drei Dinge. Erstens die Regeldatei am ersten Tag schreiben, nicht nach dem ersten Chaos. Zweitens bei jeder Anwendung, die über ein Werkzeug hinausgeht, vorher entscheiden, was sie nicht können soll. Drittens früher messen: Die Destille hat eingefrorene Testfragen, chat-weyhe.de hat seine Prüfschritte, die meisten anderen Projekte haben nichts, was mir sagt, ob sie besser oder schlechter werden.

Das eigentliche Fazit steht schon im ersten Absatz. Die Bauzeit ist nicht mehr der Engpass. Der Engpass ist meine Fähigkeit, das Ergebnis zu beurteilen: ob die Faktorenanalyse rechnet, was sie soll, ob der Chatbot schweigt, wenn er schweigen soll, ob 43.000 Zeilen noch eine Struktur haben. Was das für Teams und Organisationen bedeutet, habe ich in Warum KI kein Tool-Problem ist, sondern ein Organisationsproblem beschrieben. Wie ich Entwicklung mit Coding-Agenten in Teams einführe, steht auf der Seite zur KI-gestützten Entwicklung.

---

Alle Projekte laufen auf eigener Infrastruktur: Docker-Container auf einem eigenen Server, Supabase als Datenbank, ein europäisches Sprachmodell, wo eines im Betrieb gebraucht wird. Die Agenten haben gebaut, nicht entschieden.