Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
medium.com18. Juni 2026 · Q010911

I Installed the 144K-Star Karpathy CLAUDE.md File — Here’s What Changed

medium.com · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Der Autor schildert einen einwöchigen Selbstversuch mit vier Regeln für Claude, die laut seiner Beobachtung zu mehr Rückfragen, einfacheren Lösungen und weniger ungefragten Änderungen führten. Der begrenzte Test belegt besonders die Wirkung gegen erfundene Funktionen nicht eindeutig; die Datei schränke vor allem Claudes Verhalten ein und ersetze kein Fachwissen oder eigenes Urteil.

Mittel

Der Autor berichtet über einen einwöchigen persönlichen Test einer CLAUDE.md-Datei mit vier Regeln: Claude soll erst das Problem verstehen, einfache Lösungen wählen, nur angeforderte Stellen ändern und keine Funktionen oder Bibliotheken erfinden. Die Datei stammt laut Bericht von Forrest Chang und verdichte Beobachtungen Andrej Karpathys zu Fehlern von KI-Programmieragenten.

Mike zufolge fragte Claude mit den Regeln bei mehrdeutigen Aufträgen häufiger nach, lieferte bei einer Aufgabe eine deutlich kleinere Lösung und änderte seltener ungefragt weitere Codebereiche. Das habe die Prüfung erleichtert und sein Vertrauen gestärkt. Bei erfundenen Funktionen sei der Effekt unklar: Ein gezielter Versuch verlief vorsichtig, doch der Autor weiß nicht, ob die Datei dafür ausschlaggebend war.

Der Bericht beschreibt einen begrenzten Selbstversuch mit einigen direkten Vergleichen, keine systematische Studie. Die Datei mache Claude nach Einschätzung des Autors nicht intelligenter und ersetze weder Fachverständnis noch eigenes Urteil. Sie könne vor allem helfen, wenn Claude mehr tut als verlangt oder bei Unklarheiten zu schnell entscheidet. Die Popularität des Projekts erklärt Mike damit, dass es eine verbreitete Frustration knapp und leicht umsetzbar adressiere.

Ausführlich lesen

Der Bericht schildert einen einwöchigen persönlichen Versuch des Autors Mike, eine CLAUDE.md-Datei mit vier Verhaltensregeln beim Programmieren mit Claude zu verwenden. Anlass sei ein GitHub-Repository von Forrest Chang gewesen, das laut Bericht 144.000 Sterne erhalten habe. Die Datei enthalte keinen Programmcode, sondern fasse Beobachtungen über typische Fehler von KI-Programmieragenten in Regeln zusammen: erst das Problem verstehen, einfache Lösungen bevorzugen, nur ausdrücklich gewünschte Stellen ändern und keine Bibliotheken oder Funktionen erfinden. Der Bericht führt diese Beobachtungen auf Äußerungen Andrej Karpathys zu seinem zunehmend agentengestützten Programmieralltag zurück.

Der Autor nutzt nach eigener Aussage vor allem Python und etwas JavaScript für eigene Werkzeuge und Automatisierungen. Eine Woche lang habe er Claude mit der Datei für alle Programmieraufgaben eingesetzt. Er vergleicht das Verhalten mit seiner Erinnerung an die Nutzung ohne Datei und wiederholt einige Aufgaben mit und ohne Anweisung. Der Text beschreibt damit einen persönlichen, begrenzten Praxistest, keine systematische Untersuchung mit einer größeren Zahl von Nutzern oder Aufgaben.

Als deutlichste Veränderung berichtet Mike, Claude habe bei mehrdeutigen Aufträgen häufiger nachgefragt, statt selbst eine Interpretation auszuwählen. Das habe ihm nach eigener Einschätzung Arbeit erspart, weil er weniger unbeabsichtigte Annahmen rückgängig machen musste. Bei einer Datenverarbeitungsaufgabe habe Claude ohne die Datei eine Lösung mit eigener Klasse, mehreren Hilfsfunktionen und Abstraktionsschicht vorgeschlagen; mit der Datei sei eine Funktion mit zwölf Zeilen entstanden. Über die Woche hinweg seien ihm kleinere Änderungen und weniger angefasste Dateien aufgefallen.

Auch die Regel zu gezielten Änderungen habe sein Vertrauen gestärkt: Claude habe nach seiner Beobachtung fast aufgehört, benachbarte Funktionen ungefragt zu verbessern. Stattdessen habe es zusätzliche mögliche Änderungen angesprochen. Dadurch habe der Autor die Ergebnisse schneller prüfen können. Zur Vermeidung erfundener Funktionen bleibt sein Urteil ausdrücklich vorsichtig: Während des Tests sei das Problem selten aufgetreten. Bei einem absichtlichen Versuch mit einer weniger bekannten Bibliotheksmethode habe Claude seine Unsicherheit eingeräumt und eine Überprüfung empfohlen. Der Autor könne nicht sagen, ob dies an der Datei oder am üblichen Modellverhalten lag; für ein belastbares Urteil sei ein längerer Test nötig.

Der Bericht betont, dass die Anweisungen Claude nicht intelligenter machten und keine neuen Fähigkeiten hinzufügten. Sie hätten vor allem sein Verhalten eingegrenzt und ungefragte Entscheidungen reduziert. Bei komplexen Aufgaben ersetzten sie laut Autor weder eigenes Urteilsvermögen noch das Verständnis der jeweiligen Fachlogik. Besonders hilfreich sei die Datei demnach, wenn Claude bei unklaren Aufträgen zu eigenmächtigem Handeln neige; fehlendes Domänenverständnis behebe sie nicht.

Die Erklärung für die Popularität des Projekts ist die Deutung des Autors: Es habe eine verbreitete Frustration – dass KI mehr ändere als verlangt – präzise benannt. Karpathys Name habe der Beobachtung Glaubwürdigkeit verliehen, während die leicht kopierbare Datei den Einstieg erleichtert habe. Als allgemeine Lehre hebt Mike hervor, dass präzise, konkrete Vorgaben ein wichtiger Teil der Arbeit mit KI-Programmierwerkzeugen seien. Die positiven Ergebnisse beruhen jedoch auf seinem begrenzten Selbstversuch; insbesondere für die Regel gegen erfundene Funktionen liefert der Text keine starke Vergleichsgrundlage.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Der Bericht ist ein persönlicher Selbstversuch mit einer Coding-Regeldatei für Claude, keine Studie zu KI-Sicherheit oder Governance. Die Einordnungen bleiben daher bei Nebenbezügen und Hintergrund, und keine Frage wird umfassend beantwortet.

Im Bericht, aber nicht in der Zusammenfassung

  • Der Ausgangspunkt der Datei: ein Reddit-Frust Forrest Changs über Claudes Programmierverhalten, aus dem in 48 Stunden die Regeldatei entstand
  • Die Verbreitung des Repos mit rund 144.000 Sternen und die Einordnung als schnell wachsendes KI-Repo
  • Der Bezug zu Karpathys Beobachtungen, dass er Ende 2025 nur noch etwa 20 % seines Codes selbst schrieb

Automatische Gegenprüfung mit dem vollständigen Originaltext (Batch, 20.11.2026). Ungeprüft durch Menschen.

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 8 von 8
Angezeigte Modelle
Vorfälle melden
Fähigkeiten messen
Unabhängig prüfen
Tempo und Grenzen
Vertrauen in Modelle
  1. SF-V1 Was zählt als Beleg für die Werte eines Modells, wenn sein sichtbares Denken und seine Selbstauskünfte allein nicht genügen?
    • clef 100 %kein Bezug
    • Luna 31 %Hintergrund, keine Belege
    • JEV 36 %einzelne zitierbare Belege
    • amos 25 %gleiches Oberthema, hilft nicht
    • SubQ 46 %gleiches Oberthema, hilft nicht
    • drex 42 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  2. SF-V3 Halten die Werte eines Modells, wenn niemand zusieht oder die Lage neu ist?
    • clef 100 %kein Bezug
    • Luna 45 %Hintergrund, keine Belege
    • JEV 31 %einzelne zitierbare Belege
    • amos 31 %nur am Rande erwähnt
    • SubQ 44 %gleiches Oberthema, hilft nicht
    • drex 52 %gleiches Oberthema, hilft nicht
    • d3-ultra 54 %gleiches Oberthema, hilft nicht

    • SF-V3-T02 Wie macht man die Ausrichtung eines Modells an Werten zu prüfbaren Verhaltensregeln statt zu angestrebten menschlichen Eigenschaften wie der „Liebe zur Menschheit“? Luna: Stufe 4 · 27 % · einzelne zitierbare Belege · Haiku-Prüfung: Stufe 2 · nur am Rande erwähnt
    • SF-V3-T04 Wer muss Rechenschaft ablegen, wenn ein Modell Werte auf Lagen überträgt, die beim Training niemand vorhergesehen hat: das Modell, das Labor oder der Mensch, der das Ziel gesetzt hat? Luna: Stufe 3 · 45 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 1 · gleiches Oberthema, hilft nicht
  3. SF-V4 Was für ein Wesen ist ein Modell, und was folgt daraus für den Umgang mit ihm und für den Wert des Menschseins?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 51 %einzelne zitierbare Belege
    • amos 48 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 48 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  4. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 20 %gleiches Oberthema, hilft nicht
    • Luna 60 %einzelne zitierbare Belege
    • JEV 50 %beantwortet teilweise oder widerspricht
    • amos 29 %einzelne zitierbare Belege
    • SubQ 30 %gleiches Oberthema, hilft nicht
    • drex 25 %einzelne zitierbare Belege
    • d3-ultra 39 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung Hintergrund, keine Belege

Agenten und vernetzte Systeme
  1. SF-A1 Welche Befugnisse darf ein KI-Agent haben, also eine KI, die selbstständig mit Werkzeugen handelt? Wer entzieht sie ihm, und wie prüft man, dass er in seinem Auftrag bleibt?
    • clef 22 %gleiches Oberthema, hilft nicht
    • Luna 50 %einzelne zitierbare Belege
    • JEV 48 %beantwortet teilweise oder widerspricht
    • amos 24 %einzelne zitierbare Belege
    • SubQ 31 %gleiches Oberthema, hilft nicht
    • drex 38 %gleiches Oberthema, hilft nicht
    • d3-ultra 42 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung einzelne zitierbare Belege

Modelle teilen und schützen
  1. SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
    • clef 100 %kein Bezug
    • Luna 46 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 46 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
Offenlegung und Rechenschaft
Beteiligung und Gemeinwohl
  1. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 100 %kein Bezug
    • Luna 43 %gleiches Oberthema, hilft nicht
    • JEV 26 %einzelne zitierbare Belege
    • amos 42 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
  2. SF-E5 Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
    • clef 100 %kein Bezug
    • Luna 45 %einzelne zitierbare Belege
    • JEV 55 %beantwortet teilweise oder widerspricht
    • amos 39 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 57 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung Hintergrund, keine Belege

    • SF-E5-T02 Welche Entscheidungen müssen menschlich bleiben, auch wenn eine KI sie besser treffen könnte, und wie würden Staaten in Entscheidungsschleifen mit hohem Risiko prüfbar machen, dass ein Mensch die Ausgabe der KI wirklich beurteilt und nicht nur routinemäßig abgenickt hat? Luna: Stufe 3 · 42 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 2 · nur am Rande erwähnt

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →