Wie ich mein Blog-Backend in 4 Tagen mit Claude Code neu aufgebaut habe

Vor zwei Wochen habe ich meine WordPress-Website in 3 Tagen redesignt mit Claude Codes frontend-design-Plugin. Dann habe ich DIALØGUE in 14 Tagen neu aufgebaut und über das Gefühl geschrieben, von der Beschleunigung erschreckt zu sein.

Aber ich war noch nicht fertig. Dieses WordPress-Redesign war nur ein frischer Anstrich auf einem 17 Jahre alten Haus. Das Fundament war immer noch PHP, MySQL und eine GCP-VM, für die ich monatlich zahlte.

Also tat ich das, was jeder vernünftige Mensch tun würde: Ich migrierte das Ganze zu Next.js. In 4 Tagen.

Projekt	Was	Zeit
DIALØGUE v1	MVP Podcast-Generator	~6 Monate
STRAŦUM	9 KI-Agenten, Multi-Tenant	75 Tage
Website-Redesign	WordPress Frontend Overhaul	3 Tage
DIALØGUE v2	Vollständiger App-Rebuild	14 Tage
Dieses Projekt	WordPress → Next.js, 485 Beiträge, Sydney RAG	4 Tage

Der Unterschied diesmal? Ein Community-Plugin namens Superpowers, das die Art, wie ich mit Claude Code arbeite, verändert hat.

Der Ausgangspunkt

Mein Blog lief seit 17 Jahren auf WordPress. PHP, MySQL, eine GCP-VM. Es funktionierte, aber:

Sydney (mein KI-Chatbot) war im November 2025 eingestellt worden – die Vektordatenbank-Kosten waren es nicht wert
Jede Änderung bedeutete SSH, Dateitransfers, Cache leeren
485 Beiträge in einer MySQL-Datenbank eingesperrt
Basis-SEO via Yoast-Plugin

Das Endergebnis

Schicht	Vorher	Nachher
Inhalt	MySQL-Datenbank	485 MDX-Dateien in Git
KI-Assistent	Eingestellt	Sydney 2.0 mit Supabase pgvector
Bilder	WordPress-Uploads (14.000+ Dateien)	Vercel Blob (~2.000 optimiert)
SEO	Yoast-Plugin	Sitemap, RSS, strukturierte Daten, FAQ-Schema, llms.txt
Deploy	SSH + Dateitransfer	`git push`

Aber die Architektur ist nicht die Geschichte. Die Geschichte ist, wie ein Plugin das möglich gemacht hat, ohne auszubrennen.

Was Superpowers anders macht

Die meisten KI-Coding-Tools sind reaktiv. Du fragst, sie antworten. Ping-Pong.

Superpowers dreht das um. Es ist eine Methodik, verkleidet als Plugin – ein strukturierter Workflow, der sowohl dich als auch Claude zwingt, zu denken, bevor ihr tippt.

1. Brainstorming (Geschäft zuerst, Code später)

Als ich sagte „migriere meinen WordPress-Blog zu Next.js", öffnete Claude keinen Code-Editor. Es begann mit warum:

„Was ist das Geschäftsziel? Kostensenkung, Iterationsgeschwindigkeit oder etwas anderes?"
„Was ist Sydneys 2.0-Zweck – generischer Chatbot oder etwas Spezifischeres?"
„Wer ist die Zielgruppe? Was sollen sie fühlen, wenn sie die Website besuchen?"

Erst nachdem die Ziele klar waren, kam es zu technischen Fragen:

„Müssen alle 485 URLs für SEO erhalten bleiben?"
„Wie ist deine Bildsituation – lokale Uploads oder CDN?"

Das Ergebnis? Ein Design-Dokument, das nicht nur was zu bauen festhielt, sondern warum – inklusive Wettbewerbsanalyse, Zielgruppen und Erfolgskennzahlen. Das dauerte vielleicht 20 Minuten Gespräch, richtete aber alles Folgende aus.

2. Planung (Das Dokument, das alles steuert)

Nach dem Brainstorming erstellte Superpowers einen Implementierungsplan – keine vagen Punkte, sondern 400+ Zeilen spezifischer Aufgaben:

Genaue Dateipfade zum Erstellen oder Ändern
Überprüfungsschritte für jede Aufgabe
Abhängigkeiten zwischen Aufgaben
Jede Aufgabe auf 2–5 Minuten Arbeit ausgelegt

Ich konnte es überprüfen, Prioritäten anpassen und dann „ausführen" sagen.

3. Parallele Agenten (Hier wird es schnell)

Das hatte ich nicht erwartet: Claude Code weiß, wann es verschiedene Modelle verwenden soll.

Für komplexe Architekturentscheidungen verwendet es Sonnet 4.5 – den Tiefdenker. Für parallele Aufgaben wie das Lesen mehrerer Dateien, das Generieren von Boilerplate oder das Zusammenfassen von Inhalten? Es startet Haiku 4.5-Agenten – 4–5-mal schneller zu einem Bruchteil der Kosten.

Während der Migration schaute ich zu, wie es mehrere Haiku-Agenten gleichzeitig startete – einer extrahierte Blog-Beiträge, ein anderer analysierte CSS-Muster, ein weiterer generierte Komponenten-Stubs – während Sonnet den Gesamtplan orchestrierte.

Das ist kein Autocomplete. Es ist ein Team.

4. Ausführung mit eingebautem Code-Review

Superpowers führt Aufgaben nicht nur aus – es überprüft seine eigene Arbeit nach jeder Aufgabe. Zwei automatische Prüfungen:

Spec-Compliance: „Habe ich das getan, was der Plan sagte?"
Code-Qualität: „Ist das wirklich guter Code?"

Ich schaute zu, wie Claude eine Komponente schrieb und sich dann sofort selbst kritisierte: „Diese Komponente funktioniert, verletzt aber DRY – gemeinsame Logik in ein Utility extrahieren." Manchmal entdeckte es Probleme, die mir erst in der Produktion aufgefallen wären.

Die Momente, die mich überraschten

Ich habe KI-Coding-Tools seit zwei Jahren genutzt. Ich dachte, ich wüsste, was ich erwarten sollte. Diese Momente haben mich widerlegt.

„Es hörte auf, um Erlaubnis zu bitten"

An Tag 2 musste ich 11 Blog-Beiträge aktualisieren, die Sydney erwähnten. Die alten Beiträge bezogen sich auf Fähigkeiten, die nicht mehr existierten, verlinkten auf URLs, die sich geändert hatten, und beschrieben einen Chatbot, der sich erheblich weiterentwickelt hatte.

Bei den ersten 5–6 Beiträgen zeigte Claude die vorgeschlagenen Änderungen und fragte: „Sieht das richtig aus? Soll ich fortfahren?"

Ich genehmigte jede. Gleiches Muster: Fähigkeitsbeschreibung aktualisieren, Link korrigieren, Notiz zur Entwicklung von Sydney hinzufügen.

Bei Beitrag 7 änderte sich etwas. Claude... tat es einfach. Keine Bestätigungsanfrage. Es hatte meine Präferenzen aus dem Muster der Genehmigungen gelernt.

Der ursprüngliche Plan sagte, Claude würde Änderungen zur Überprüfung teilen. Aber es passte sich an. Es erkannte, dass ich immer wieder dieselbe Art von Änderung genehmigte, und hörte auf, mich zu unterbrechen.

Das war in keiner Dokumentation, die ich gelesen hatte. Es war emergentes Verhalten – die Art von Intuition, die du von einem menschlichen Mitarbeiter erwarten würdest, der seit Monaten mit dir zusammenarbeitet, nicht seit Stunden.

Lange Sessions, die wirklich funktionieren

Frühere KI-Tools verloren nach 20–30 Minuten komplexer Arbeit den Kontext. Man musste die Architektur neu erklären, Konventionen neu etablieren, Ziele neu teilen.

Diese Migration lief stundenlang ohne Unterbrechung. Claude erinnerte sich, dass wir das TRANSMISSION-Design-System verwendeten. Es erinnerte sich, dass content/blog/ das MDX-Verzeichnis war. Es erinnerte sich, dass Sydney Gesprächsgedächtnis brauchte, nicht nur Suche.

Ich konnte weggehen, zurückkommen und genau dort weitermachen, wo wir aufgehört hatten. Das Plan-Dokument fungierte als persistentes Gedächtnis – Claude las es neu und verstand sofort den vollständigen Kontext.

Sydney RAG in 15 Minuten, nicht Monaten

Das ist es, was mich am meisten verfolgt.

Mein erster Versuch eines RAG-Chatbots (Sydney 1.0) dauerte Monate des Lernens: Vektordatenbanken, Embedding-Modelle, Chunking-Strategien, Retrieval-Pipelines. Ich schrieb über die Weaviate-Kosten, die Debugging-Albträume, die Cold-Start-Probleme.

Diesmal? Ich überprüfte den Git-Verlauf. Die Kern-RAG-Pipeline – Supabase pgvector-Schema, HNSW-Index, Embedding-Generierungsskript – war in 15 Minuten fertig.

pnpm db:seed        # 485 Beiträge mit Supabase synchronisieren
pnpm db:embeddings  # Embeddings generieren

Zwei Befehle. Sydney konnte mein gesamtes 17-jähriges Blog-Archiv durchsuchen. :D

Das Wissen, das ich 2024 Monate damit verbracht hatte zu erwerben? Claude hatte es eingebaut. Die Infrastruktur, die mich monatlich bei Weaviate kostete? Kostenlos-Tier bei Supabase.

Ich bin mir nicht sicher, wie ich das fühlen soll.

Was das bedeutet (und was nicht)

Ich sage nicht, dass alle ihren Blog zu Next.js migrieren sollten. Ich sage nicht, dass Superpowers Magie ist. Ich sage nicht einmal, dass KI Entwickler ersetzen wird.

Was ich sage: Die Art, wie wir Software bauen, ändert sich schneller, als die meisten Menschen realisieren.

Das Muster, das ich immer wieder sehe:

Projekt	Zeit	Was sich geändert hat
DIALØGUE v1	6 Monate	Alles von Grund auf lernen
STRAŦUM	75 Tage	Bessere Tools, mehr Erfahrung
Website-Redesign	3 Tage	`frontend-design`-Plugin
DIALØGUE v2	14 Tage	Mehrere Plugins, die zusammenarbeiten
Blog-Rebuild	4 Tage	Superpowers-Workflow

Jeder Sprung kam nicht davon, härter zu arbeiten. Es kam davon, anders zu arbeiten – mit Tools, die in Workflows denken, nicht nur in Vervollständigungen. (Der neueste Eintrag in dieser Tabelle: Eine native iOS-App bauen, ohne Swift zu kennen – das Gerüst dauerte einen Abend, aber die echte Produktarbeit ist noch im Gange.)

Selbst ausprobieren

Wenn du neugierig auf Superpowers bist:

In Claude Code /plugin tippen und Superpowers aus der Liste auswählen
Mit /superpowers:brainstorm beginnen, bevor du Code schreibst
Es Fragen stellen lassen – dem Drang widerstehen, zur Implementierung zu springen
Dem Plan vertrauen, aber ihn vor der Ausführung überprüfen

Das erste Mal, wenn Claude aufhört, um Bestätigung zu bitten, weil es deine Präferenzen gelernt hat, wirst du verstehen, warum ich diesen Beitrag geschrieben habe. :)

Häufig gestellte Fragen

Was ist Superpowers für Claude Code?

Superpowers ist ein Community-Plugin für Claude Code, erstellt von Jesse Vincent. Es ist eine strukturierte Workflow-Methodik, die dich durch Brainstorming, Planung, Ausführung und Code-Review führt – und sowohl dich als auch Claude zwingt, zu denken, bevor Code geschrieben wird.

Wie lange dauert es, Superpowers zu lernen?

Ungefähr 20 Minuten Brainstorming-Gespräch, um den Workflow zu verstehen. Das echte Lernen passiert, wenn du siehst, wie Claude einen 400+ Zeilen langen Implementierungsplan generiert und beginnt, parallele Agenten zu starten, um ihn auszuführen.

Funktioniert Superpowers mit jedem Projekt?

Ja, aber es glänzt bei komplexen, mehrstufigen Projekten. Für eine einfache Fehlerbehebung ist es überdimensioniert. Für die Migration eines 17 Jahre alten Blogs mit 485 Beiträgen, den Aufbau einer RAG-Suche und die Optimierung von Tausenden von Bildern? Das ist der Punkt, an dem der strukturierte Workflow sich auszahlt.

Was ist der Unterschied zwischen Sonnet- und Haiku-Agenten?

Claude Code verwendet Sonnet 4.5 für komplexe Architekturentscheidungen und Haiku 4.5 für parallele Aufgaben wie das Lesen von Dateien und die Boilerplate-Generierung. Haiku ist 4–5-mal schneller zu einem Bruchteil der Kosten. Das System wählt automatisch das Modell basierend auf der Aufgabenkomplexität.

Kann Claude Code wirklich meine Präferenzen lernen?

Ja – durch Mustererkennung. Nachdem ich 5–6 ähnliche Änderungen genehmigt hatte, hörte Claude auf, um Bestätigung zu bitten, und wendete einfach dasselbe Muster auf die restlichen Beiträge an. Das ist nicht explizit programmiert; es ist emergentes Verhalten des Modells, das deine Genehmigungsmuster versteht.

Hast du strukturierte KI-Workflows für deine Projekte ausprobiert, oder machst du noch das Ping-Pong hin und her? Ich würde gern hören, was bei dir funktioniert.

Viele Grüße,

Chandler

Immer noch am Coden, immer noch am Lernen, immer noch gelegentlich erschreckt von der Geschwindigkeit dieser Entwicklung.