Claude Agent Skills: So bauen Schweizer KMU eigene KI-Workflow-Pakete (Stand Mai 2026)

Anthropic hat in den letzten sechs Monaten still und leise einen neuen offenen Standard etabliert, der die Spielregeln für KI-gestützte Wissensarbeit verändert: Claude Agent Skills. Was im Oktober 2025 als Anthropic-eigene Funktion startete, ist seit dem 18. Dezember 2025 ein offener Standard auf agentskills.io — und wurde in nur fünf Monaten von Microsoft (VS Code, GitHub), Cursor, Goose, Amp und OpenCode adoptiert. Im April 2026 hat Anthropic die Enterprise-Funktionen ausgebaut: Org-wide Provisioning, ein Skills-Directory mit Beiträgen von Atlassian, Canva, Cloudflare, Figma, Notion, Ramp, Stripe, Vercel und Sentry — und Pre-built Skills für Excel, PowerPoint, Word und PDF, die ohne eine einzige Codezeile produktive Office-Workflows liefern.

Für Schweizer KMU ist das mehr als ein weiteres Feature. Skills sind das Betriebshandbuch für KI: ein Ordner mit Anweisungen, Skripten und Templates, den Claude bei Bedarf lädt — und der die Lücke zwischen «schicker ChatGPT-Demo» und «belastbarem produktivem Prozess» schliesst. Wer als Schweizer KMU heute Claude Pro, Team oder Enterprise abonniert hat, kann ohne zusätzliche Lizenzkosten eigene Skills bauen. Die einzige Frage ist: welche zuerst?

Dieser Artikel erklärt, was Agent Skills technisch sind, wie sie sich von MCP, Custom GPTs und Workspace Agents unterscheiden, welche drei Skills ein Schweizer KMU als erstes bauen sollte — und welche Rolle die nDSG dabei spielt.

Was sind Claude Agent Skills — und warum sind sie 2026 plötzlich überall?

Eine Skill ist im Kern unaufregend: ein Ordner. Genauer ein Verzeichnis mit einer Pflichtdatei SKILL.md, die in YAML-Frontmatter name und description deklariert und im Body in Markdown beschreibt, wie Claude eine bestimmte Aufgabe lösen soll. Daneben können Skripte (Python, Bash, Node), Templates (Word, Excel, PDF) und Referenzdokumente liegen. Claude liest zunächst nur die description — und entscheidet erst dann, ob er den vollen Skill-Inhalt lädt. Dieses Progressive Disclosure ist der eigentliche Trick: Eine Workspace mit 50 Skills überfrachtet Claude nicht, weil nur die zwei oder drei relevanten tatsächlich aktiviert werden.

Warum der Hype gerade 2026? Weil Anthropic im April Enterprise-Provisioning, ein Skills-Directory und Office-Pre-built-Skills (Excel, PowerPoint, Word, PDF) gebündelt hat. Ein Schweizer KMU, das vor sechs Monaten noch über «Wie schreibe ich einen guten Prompt?» nachgedacht hat, fragt jetzt: «Welche Workflows packen wir als Skill und teilen sie zentral?» Damit verschiebt sich der Engpass von der KI-Bedienung hin zur Prozess-Dokumentation — und das ist eine Fähigkeit, die Schweizer KMU traditionell besser beherrschen als das Silicon Valley.

Skill, MCP, Custom GPT, Workspace Agent — was ist was?

In den letzten zwölf Monaten sind in den KI-Plattformen vier Bausteine entstanden, die viele Entscheider in einen Topf werfen. Sie lösen unterschiedliche Probleme — und ergänzen sich.

Der zweite oft übersehene Punkt: Skills sind plattformübergreifend portierbar. Eine SKILL.md, die für Claude geschrieben ist, läuft seit Q1 2026 unverändert in Microsoft Copilot Studio (über VS Code/GitHub), in Cursor, in Goose und in OpenCode. Das ist eine seltene Ausnahme im KI-Markt — und für Schweizer KMU ein realer Investitionsschutz: Sie binden sich nicht an einen Anbieter, wenn Sie Ihre Prozesse als Skills dokumentieren.

Wie ist eine Skill technisch aufgebaut?

Anthropics Spec ist bewusst minimal. Ein vollständiges Beispiel für einen «Wochenreport-Generator»-Skill für ein Schweizer Beratungsunternehmen:

wochenreport-generator/
├── SKILL.md
├── scripts/
│   └── extract_billable_hours.py
├── templates/
│   └── wochenreport_vorlage.docx
└── references/
    └── kpi_definitionen.md

Die SKILL.md enthält im Frontmatter name: wochenreport-generator und eine description, die Claude zur Trefferentscheidung nutzt — etwa: «Generiert den wöchentlichen Beratungsreport mit gebuchten Stunden, KPI-Übersicht und Risiken pro Mandat. Nutzen, wenn Anfragen nach Wochenreport, Status-Update oder Mandats-Übersicht kommen.» Im Body folgt eine Schritt-für-Schritt-Anleitung mit Aufrufen der Skripte und Verweisen auf Templates und Referenzen.

Die zweite Best Practice betrifft die Eval-Pflicht: Bevor eine Skill produktiv geht, sollten 3–5 typische Anfragen formuliert sein, in denen die Skill triggern muss, und 2–3, in denen sie nicht triggern darf. Anthropic empfiehlt diesen Eval-Set explizit in der Enterprise-Dokumentation, weil ohne ihn die zentrale Verwaltung im Team-Plan keinen Sinn ergibt: Wer nicht messen kann, ob die Skill greift, kann sie auch nicht freigeben.

Drei Skills, die Schweizer KMU heute bauen sollten

Wir haben in den letzten Wochen über zwanzig Skill-Piloten bei Schweizer Klienten begleitet. Drei Use Cases haben sich als reproduzierbare Wertgeneratoren herauskristallisiert.

1. Offerten-Generator-Skill

Aufgabe: Aus einem kurzen Briefing (Kunde, Leistungsumfang, Sonderkonditionen) generiert die Skill eine fertige Word-Offerte mit Preistabelle, Zahlungsbedingungen, AGB-Verweis und Kundenanrede in CH-Hochdeutsch. Bausteine: Word-Template mit Platzhaltern, Preisliste als CSV, AGB als Referenzdokument, Schreibstil-Guide. Mehrwert: Statt 45–60 Minuten pro Offerte 6–10 Minuten — bei einem Vertrieb mit 20 Offerten/Monat sind das 12+ Stunden gewonnene Zeit.

2. Wochenreport-Generator-Skill

Aufgabe: Wochenreport pro Mandat oder Projekt. Holt gebuchte Stunden aus dem Time-Tracking, fasst KPI-Veränderungen zusammen, kennzeichnet Risiken nach Ampelschema, schliesst mit konkreten Empfehlungen. Bausteine: Excel-Template mit Pivot-Tabellen, Skript zur Stunden-Extraktion, Risiko-Definitionen, KPI-Glossar. Mehrwert: 2–3 Stunden pro Beraterin pro Woche; in Beratungs-, IT- und Marketingteams oft der erste Skill, der ROI in Tagen statt Wochen liefert.

3. Bewerbungs-Triage-Skill

Aufgabe: Liest Bewerbungs-PDFs, extrahiert Erfahrung, Sprachen und Verfügbarkeit, vergleicht mit dem Anforderungsprofil und schreibt eine Begründung pro Empfehlung (A/B/C-Bucket). Bausteine: PDF-Pre-built-Skill von Anthropic, Anforderungsprofile als Markdown, Bewertungsraster, Datenschutz-Anweisung («keine Speicherung ausserhalb des Workspaces»). Mehrwert: Bei 50 Bewerbungen pro Position 6–8 Stunden Vorqualifizierungs-Zeit und konsistentere Entscheidungen.

Kostenlose Skill-Sprechstunde. In 30 Minuten klären wir, welche zwei Skills bei Ihnen in der ersten Woche ROI liefern. Discovery-Call buchen →

Was bedeutet das für Schweizer KMU?

Vier strategische Implikationen, die wir mit Klienten zwischen 10 und 250 Mitarbeitenden in den letzten Wochen diskutiert haben:

1. Prozess-Dokumentation wird zum Wettbewerbsvorteil. Eine Skill ist letztlich nichts anderes als ein gut geschriebenes Standard Operating Procedure (SOP) in Markdown. Schweizer KMU, die ihre Prozesse über Jahre dokumentiert haben, sind im Vorteil — sie müssen nur konvertieren, nicht erfinden. Wer keine SOPs hat, sollte beim ersten Skill-Pilot bewusst Zeit für die Erst-Dokumentation einplanen; sie ist nicht «Overhead», sondern das eigentliche Asset.

2. Lock-in-Risiko sinkt deutlich. Weil Skills offener Standard sind und in Microsoft, Cursor, Goose, OpenCode und natürlich Claude laufen, ist die Investition in eine Skill-Bibliothek weitgehend plattform-unabhängig. Das war bei Custom GPTs anders. Schweizer KMU mit Compliance-Anspruch sollten Skills bewusst gegenüber proprietären Single-Vendor-Bots bevorzugen.

3. nDSG bleibt der gleiche Hebel — aber besser kontrollierbar. Skills laufen entweder lokal in Claude Code (z. B. auf Engineer-Laptops mit lokal gespeicherten Daten) oder in Anthropics Cloud. Im zweiten Fall greifen die bekannten Pflichten: Auftragsverarbeitungsvertrag, Bekanntgabe ins Ausland, Verzeichnis der Bearbeitungstätigkeiten. Vorteil gegenüber Vibe-Prompting: Mit einer Skill ist nachvollziehbar, was Claude tut, weil es in der SKILL.md steht. Audit-Fähigkeit verbessert sich messbar.

4. Skills sind die Brücke vom Pilot zum Produktivbetrieb. Die meisten KI-Pilotprojekte scheitern nicht an der Technik, sondern an der Skalierung: «Cool, aber wie bringe ich das auf 50 Mitarbeitende mit gleicher Qualität?» Genau das löst Org-wide Skill Provisioning. Ein Admin lädt die Skill einmal hoch, weist sie der Rolle «Vertrieb» zu — und alle 30 Vertriebsmitarbeitenden bekommen exakt denselben Offerten-Generator. Das ist der Schritt von «KI-Spielerei» zu «KI-Produktivität».

Skill-Pilot in 14 Tagen. Wir bauen zusammen mit Ihrem Team Ihren ersten produktiven Skill — inklusive Eval-Set, nDSG-Check und Übergabe-Workshop. KI-Agenten-Service ansehen →

Praxis-Beispiel: Reddit-Agent mit Daytona & Playwright

Wie sieht ein produktiver Agent-Workflow jenseits von Office-Skills aus? Ein Beispiel aus unserer eigenen Werkstatt: Reddits API-Partnerprogramm (RBP) hatte unseren Antrag auf Schreibzugriff im April 2026 abgelehnt — ohne API kein automatisiertes Posten oder Kommentieren. Statt aufzugeben, haben wir einen Browser-Agenten gebaut, der Reddit so bedient wie ein menschlicher Nutzer: Ein Cron-Trigger startet über einen Vercel-Endpoint eine frische Daytona-Sandbox (Start in ~3 Sekunden, USD 0.0504 pro vCPU-Stunde), darin klont ein Python-Skript das Repo, installiert Playwright samt headless Chromium und loggt sich mit hinterlegten Credentials ein. Claude übernimmt das Reasoning — Thread-Auswahl, Kommentar-Entwurf, Quality-Gate («jeder Kommentar muss die Frage des Threadstarters konkret beantworten, keine Self-Promotion») — Playwright die Ausführung. Nach dem Run loggt die Sandbox alle Resultate in eine Datenbank, verschickt einen Review-Report per E-Mail und löscht sich selbst.

Die Arbeitsteilung ist der eigentliche Punkt: Claudes Computer-Use-API hätte pro Run rund 80 Vision-Calls gebraucht (CHF 0.30–0.50), direktes Playwright mit Claude nur für die Denk-Schritte kostet etwa CHF 0.005 pro Run — bei rund 3 Minuten Sandbox-Zeit. Die schwierigen Teile waren nicht die KI, sondern das Handwerk: Cloudflare-Bot-Detection beim Login (gelöst über Storage-State-Export einer manuellen Session), Subreddit-Spam-Filter (gelöst über Account-Age- und Karma-Gates in den Quality-Rules) und Verhaltensmuster-Detection (gelöst über randomisierte Pausen und Tipp-Geschwindigkeiten).

Die Lehre für Schweizer KMU: Ein zuverlässiger Agent ist selten «ein Prompt», sondern eine kleine Pipeline aus isolierter Ausführungsumgebung, klaren Regeln (im Kern: eine Skill) und nachvollziehbarem Logging. Jeder Kommentar ist rückverfolgbar und löschbar — genau die Auditierbarkeit, die auch nDSG-seitig gefordert ist. Die Gesamtkosten liegen unter CHF 10 pro Monat und Agent, selbst bei stündlichen Runs.

Update [Juni 2026]: Was sich im Agenten-Ökosystem bewegt

Seit der Erstveröffentlichung dieses Guides hat sich das Umfeld rasant weiterentwickelt. Die wichtigsten Entwicklungen im Überblick — jeweils mit der KMU-Konsequenz:

Claude schreibt über 80 % seines eigenen Codes. Anthropic berichtet am 4. Juni 2026, dass über 80 % des Codes in der eigenen Produktivumgebung von Claude geschrieben wird; Entwickler liefern 8× mehr Output als 2024, und der Engpass verschiebt sich vom Schreiben zum Review. Für KMU heisst das: Die Kern-Kompetenz wird das effiziente Reviewen von Agent-Output — mit Test-First-Workflows, automatisierten Security-Scans und klaren Blast-Radius-Grenzen (kritische Systeme behalten strengeres menschliches Review).

US-Exportkontrolle als neue Risiko-Klasse. Am 12. Juni 2026 musste Anthropic auf eine US-Regierungsdirektive hin die Modelle Claude Fable 5 und Mythos 5 weltweit deaktivieren — elf Tage nach Erlass der Direktive, drei Tage nach Release; API-Aufrufe werden seither auf Opus 4.8 umgeleitet. Die Lehre für jedes KMU mit produktiven KI-Workflows: Modell-Verfügbarkeit ist jetzt auch eine politische Variable. Kein produktiver Workflow sollte zu mehr als ~60 % von einem einzelnen Anbieter abhängen; eine Routing-Schicht (z. B. LiteLLM), die einen Modell-Wechsel zur Config-Änderung statt zur Code-Migration macht, und ein in Europa hostbarer Open-Source-Fallback gehören auf die Risiko-Liste.

Self-hosted Sandboxes und MCP-Tunnels. Am Code-w/-Claude-Event in London (19. Mai 2026) hat Anthropic Self-hosted Sandboxes (Public Beta) und MCP-Tunnels (Research Preview) vorgestellt: Die Tool-Ausführung von Claude-Agenten läuft damit in der eigenen Infrastruktur (Cloudflare, Daytona, Modal oder Vercel als Managed Provider), die Orchestrierung bleibt bei Anthropic. Relevant vor allem für Schweizer KMU mit strikten Residency-Anforderungen (Gesundheit, Finanzen, Rechtsberatung) — für Standard-Workflows reichen normale Managed Agents.

Browser-Agenten werden produktionsreif. Mit dem Open-Source-Release von BrowserAct (14. Mai 2026) sind die drei klassischen Hürden der Browser-Automatisierung — Bot-Detection, Token-Verschwendung, brüchige Selektoren — deutlich kleiner geworden; das Tool ist MCP-kompatibel und lässt sich per claude mcp add direkt in Claude Code einbinden. Typische KMU-Use-Cases: Preis-Monitoring, Formular-Duplikate über mehrere Portale, Daten-Konsolidierung aus SaaS-Tools ohne API.

Auch die Konkurrenz zieht nach. Cursor 3.4 (13. Mai 2026) macht Cloud-Agenten teamfähig — Multi-Repo-Umgebungen, Dockerfile-Setups mit Build-Secrets und selbst-gehostete Worker für regulierte Branchen. Google hat an der I/O 2026 mit Modern Web Guidance ein offenes Skillset mit 100+ geprüften Web-Best-Practices für Coding-Agenten publiziert, das auch in Claude Code und Cursor funktioniert — ein weiterer Beleg, dass sich das Skills-Modell als Standard durchsetzt. Und SAP hat Claude an der Sapphire 2026 zur primären Reasoning-Engine seiner Joule-Agenten gemacht (Integration über MCP; für GROW-Kunden ab Q3 2026 relevant).

KI-Agenten in der Code-Security. Mit Project Glasswing haben Anthropic-Partner seit April 2026 über 10’000 kritische Schwachstellen in fremden Codebases gefunden (u. a. 271 Zero-Days in Firefox 150). Für KMU ohne Glasswing-Zugang relevant: Claude Security (Public Beta) macht Codebase-Scans mit öffentlichen Modellen zugänglich — und generell verkürzen sich Patch-Fenster, weil auch Angreifer solche Werkzeuge bekommen werden. Mehr dazu im Beitrag Claude Security Beta für KMU.

Skills, MCP und WebMCP — wie alles zusammenwirkt

Wenn Sie unsere Artikel zu GEO vs. LLMO vs. SEO und zur llms.txt gelesen haben, ist Ihnen aufgefallen: Es gibt einen Trend, der alle diese Themen verbindet. Maschinenlesbarkeit als strategische Fähigkeit. Skills sind das Pendant für interne Workflows zu dem, was llms.txt und Schema.org für die externe Website sind: ein dokumentiertes, strukturiertes, von Maschinen ausführbares Format.

Die Verbindung in der Praxis: Eine Schweizer Treuhand-KMU baut eine «Mandanten-Onboarding»-Skill. Diese Skill nutzt MCP, um auf das interne CRM zuzugreifen. Gleichzeitig stellt die Treuhand-Website WebMCP-Endpoints bereit, damit externe Agenten Termine buchen können. Das Resultat: ein durchgängiger Prozess von der externen Anfrage bis zum internen Mandantendossier — alles dokumentiert, auditfähig, nDSG-konform.

Wie eine WebMCP-fähige Seite in der Praxis aussieht, zeigen wir auf unserer eigenen Demo-Site openhermit.com: klare Aktions-Endpoints, dokumentierte Schemas, robots.txt-Regeln für Claude- und GPT-Crawler. Sie ist gleichzeitig Referenz und Test-Ground — wenn Sie eine Skill bauen, die externe Agenten ansteuern soll, lohnt sich ein Blick darauf, bevor Sie die eigene Website refactorieren.

Verwandte Artikel:

• Agent Readiness Score: Ist Ihre Website bereit für KI-Agenten? — Was Cloudflare bei 200’000 Websites gemessen hat
• ChatGPT Workspace Agents in der Schweiz — Der direkte Vergleich der OpenAI-Variante
• llms.txt Guide für Schweizer Websites — Maschinenlesbarkeit auf der Website-Seite
• GEO vs. LLMO vs. SEO — Wo sich Sichtbarkeit für KI lohnt
• nDSG-Checkliste für KMU — Datenschutz für KI-Workflows

Häufig gestellte Fragen: Claude Agent Skills für Schweizer KMU

Was sind Claude Agent Skills?

Agent Skills sind modulare Workflow-Pakete für Claude — ein Ordner mit einer SKILL.md-Datei, optionalen Skripten, Templates und Referenzdokumenten. Claude lädt eine Skill nur dann, wenn die Aufgabe sie erfordert (Progressive Disclosure). Anthropic hat Skills im Oktober 2025 eingeführt und am 18. Dezember 2025 als offenen Standard publiziert. Microsoft (VS Code, GitHub), Cursor, Goose, Amp und OpenCode haben den Standard übernommen — Skills funktionieren also über AI-Plattformen hinweg.

Wie unterscheiden sich Skills von MCP-Servern oder Custom GPTs?

MCP (Model Context Protocol) ist die Verbindungsschicht: Wie kommt Claude an Daten und Tools? Skills sind die Anleitungsschicht: Wie wendet Claude diese Tools an, um eine konkrete Aufgabe zu lösen? Custom GPTs (OpenAI) sind im Gegensatz dazu ein einzelner Chatbot mit festem System-Prompt und proprietär. Skills sind kleinteiliger, kombinierbar und plattformübergreifend. In der Praxis nutzen wir bei loaded.ch oft beides: MCP für die Datenanbindung, Skills für die wiederholbare Workflow-Logik.

Welche Skills sollte ein Schweizer KMU als erstes bauen?

Beginnen Sie mit Workflows, die Mitarbeitende mehrmals pro Woche manuell ausführen: Wochenreport-Generator, Offerten-Vorbereitung, Bewerbungs-Triage, Pull-Request-Review, Kunden-Onboarding-Checkliste, monatliches Compliance-Reporting. Anthropic liefert bereits Pre-built Skills für Excel, PowerPoint, Word und PDF mit. Eine eigene Skill ist in 2–4 Stunden gebaut, wenn der Prozess klar dokumentiert ist. Wir setzen Skills aktuell in unseren KI-Agenten-Projekten ein.

Was kosten Claude Agent Skills?

Skills selbst sind kostenfrei — sie sind in Claude Pro, Max, Team und Enterprise inkludiert, ebenso in Claude Code, im Claude Agent SDK und in der API. Bezahlt wird nur der zugrunde liegende Claude-Plan und der Token-Verbrauch. Realistisch: Ein Schweizer KMU mit 10–20 Mitarbeitenden auf Claude Team (CHF 30–35 pro Sitz und Monat) baut sich ohne Mehrkosten eine Skill-Bibliothek auf. Die Investition liegt in der Konzeption und Pflege der Skills, nicht in der Plattform.

Wie ist eine Claude Skill technisch aufgebaut?

Eine Skill ist ein Verzeichnis mit mindestens einer SKILL.md-Datei. Diese hat einen YAML-Frontmatter mit name und description sowie ein Markdown-Body mit der eigentlichen Anleitung. Optional liegen Skripte (Python, Bash), Templates (Word, Excel, PDF) und Referenzdokumente daneben. Claude liest zuerst nur die description (Progressive Disclosure), lädt den vollen Inhalt nur bei Bedarf. Best Practice: kleine, fokussierte Skills statt einer grossen Universal-Skill — weniger als 30 aktive Skills pro Workspace, sonst sinkt die Trefferquote.

Wie passen Claude Agent Skills in die Schweizer Datenschutz-Realität?

Die Skill-Datei selbst enthält Anweisungen, keine Personendaten. Sobald die Skill aber Daten verarbeitet (CRM-Einträge, Bewerber, Kunden), gelten die nDSG-Pflichten: Auftragsverarbeitungsvertrag mit Anthropic Ireland, Bekanntgabe ins Ausland dokumentieren, Verzeichnis der Bearbeitungstätigkeiten anpassen. Details in unserer nDSG-Checkliste für KMU. Anthropic garantiert vertraglich, dass Team- und Enterprise-Daten nicht für Modelltraining verwendet werden.

Können Skills zentral für ein Team verwaltet werden?

Ja. Anthropic hat im Frühjahr 2026 Org-wide Skills Provisioning für Team- und Enterprise-Plans freigegeben. Admins laden Skills einmalig hoch, weisen sie Workspaces oder Rollen zu und versionieren zentral — alle Mitarbeitenden bekommen die geprüfte, aktuelle Version. Best Practice: Skill-Verzeichnisse in Git versionieren, Pull-Request-Reviews vor Deployment, Eval-Sets mit 3–5 typischen Anfragen pro Skill. Ein Agent-Readiness-Check klärt im halben Tag, welche Skills Sie zuerst zentralisieren sollten.

Welcher Use Case rechtfertigt einen ersten Skill-Pilot bei Schweizer KMU?

Drei Kandidaten mit hoher Erfolgsquote: 1) Quartals-Reporting (Excel-Skill kombiniert mit firmeneigenen Daten), 2) Offerten-Generator (Word-Skill mit Preisliste und CI), 3) Onboarding-Pakete für neue Mitarbeitende oder Kunden (PDF-Skill mit Checkliste). Alle drei zeigen messbare Stunden-Einsparung in der ersten Woche und sind in einem Pilot-Workshop von einem halben Tag implementiert. Discovery-Call buchen →