Skip to content
Learning Lab · 6 min read

Eigene GPTs und Claude Projekte erstellen: Kein Code nötig

Erfahren Sie, wie Sie eigene GPTs und Claude Projekte ohne Programmierkenntnisse erstellen können. Dieser praktische Leitfaden führt Sie Schritt für Schritt durch die Erstellung spezialisierter KI-Assistenten für Ihre spezifischen Bedürfnisse, von der Einrichtung bis zur Bereitstellung.

Build Custom GPTs and Claude Projects Without Code

Warum eigene GPTs und Claude Projekte wichtig sind

Wenn Sie ChatGPT oder Claude bisher nur über ihre Standardoberflächen genutzt haben, entgeht Ihnen eine mächtige Funktion: die Erstellung spezialisierter KI-Assistenten, die genau auf Ihre Bedürfnisse zugeschnitten sind. Eigene GPTs und Claude Projekte ermöglichen es Ihnen, zweckgebundene KI-Tools zu erstellen, ohne eine einzige Zeile Code anfassen zu müssen. Ob Sie Kleinunternehmer, Content Creator, Pädagoge oder jemand anderes sind, diese Tools ermöglichen es Ihnen, Arbeitsabläufe, Wissensdatenbanken und spezifische Anweisungen in wiederverwendbare KI-Assistenten zu verpacken.

Der Unterschied ist erheblich. Anstatt in jeder Konversation denselben Kontext und dieselben Anweisungen zu wiederholen, merkt sich Ihr benutzerdefinierter Assistent Ihre Präferenzen, hat Zugriff auf Ihre Dokumente und befolgt Regeln, die Sie einmal festgelegt und für immer wiederverwendet haben. Stellen Sie es sich so vor, als würden Sie einen spezialisierten KI-Mitarbeiter einstellen, anstatt jedes Mal einem temporären Auftragnehmer Anweisungen zu geben.

Die Landschaft verstehen: GPTs vs. Claude Projekte

Bevor Sie mit dem Bau beginnen, lassen Sie uns klären, woraus Sie tatsächlich wählen. Eigene GPTs (erstellt in ChatGPT Plus) sind für schnelle Iterationen konzipiert und lassen sich mit einem konversationellen Einrichtungsprozess leichter erstellen. Claude Projekte (in Claude.ai) bieten einen strukturierteren, kollaborativen Arbeitsbereich, in dem Sie Dokumente, Konversationen und Einstellungen an einem Ort organisieren können.

Hier ist der praktische Unterschied: Nutzen Sie GPTs, wenn Sie ein Einzweck-Tool erstellen, das Sie schnell teilen möchten. Nutzen Sie Claude Projekte, wenn Sie laufend mit einem Team arbeiten, Dokumente verwalten oder etwas entwickeln, das Sie über einen längeren Zeitraum aufbauen werden. Beide sind No-Code-Lösungen, aber die Schnittstellen und Funktionen unterscheiden sich geringfügig.

Ihr erstes eigenes GPT erstellen: Schritt für Schritt

Schritt 1: Auf den GPT Builder zugreifen

Melden Sie sich bei ChatGPT Plus an (erfordert ein kostenpflichtiges Abonnement), klicken Sie auf das Menü und wählen Sie „Ein GPT erstellen“. Sie sehen zwei Optionen: einen visuellen Builder auf der linken Seite und eine Konversationsschnittstelle auf der rechten Seite. Die meisten Leute beginnen mit der Konversationsmethode – sagen Sie ChatGPT einfach, was das GPT tun soll, und es führt Sie durch die Erstellung.

Schritt 2: Den Zweck Ihres GPTs definieren

Seien Sie in der Konversation spezifisch, was Ihr GPT tun soll. Sagen Sie nicht „hilft beim Marketing“. Sagen Sie stattdessen etwas wie: „Ich möchte ein GPT, das mir hilft, Instagram-Bildunterschriften für meine nachhaltige Modemarke zu schreiben. Es soll meiner Markenstimme entsprechen – konversationell, feministisch und leicht respektlos. Jede Bildunterschrift sollte 3-5 relevante Hashtags und einen Call-to-Action enthalten.“

Diese Klarheit ist wichtig, da ChatGPT Ihre Beschreibung verwendet, um das Verhalten des GPTs zu formen. Je spezifischer Sie in Bezug auf Ton, Zielgruppe und Ausgabeformat sind, desto besser das Ergebnis.

Schritt 3: Wissensdateien hochladen (Optional, aber leistungsstark)

Hier werden eigene GPTs wirklich nützlich. Anstatt sich auf das allgemeine Wissen von ChatGPT zu verlassen, können Sie PDFs, Word-Dokumente oder Textdateien mit Ihren spezifischen Informationen hochladen. Ein Berater könnte seine Methodikdokumente hochladen. Ein Lehrer könnte Lehrplanrichtlinien hochladen. Ein Geschäftsinhaber könnte Markenrichtlinien und Produktkataloge hochladen.

Um Dateien hinzuzufügen, wechseln Sie zum Builder-Panel (nicht zur Konversation), scrollen Sie zu „Wissen“ und laden Sie Ihre Dateien hoch. Das GPT wird diese bei der Beantwortung von Fragen referenzieren, wodurch es viel genauer und spezialisierter wird.

Schritt 4: Anweisungen konfigurieren

Im Builder-Panel finden Sie das Feld „Anweisungen“. Hier schreiben Sie den System-Prompt – die zugrunde liegenden Regeln, wie sich Ihr GPT verhält. Hier ist ein echtes Beispiel für ein Social-Media-GPT:

You are a social media expert for sustainable fashion brands. When writing captions: (1) Use a conversational, energetic tone. (2) Reference sustainability or feminist values naturally, not preachy. (3) Always include a CTA like "link in bio" or "tag us." (4) Include 4-5 relevant hashtags. (5) Keep Instagram captions under 300 characters. For TikTok, aim for 100-150 characters. Never use clichés like "game-changer" or corporate speak.

Schritt 5: Testen und Verfeinern

Nutzen Sie das Chat-Panel auf der rechten Seite, um Ihr GPT zu testen. Bitten Sie es, eine Beispiel-Bildunterschrift zu schreiben. Wenn die Ausgabe nicht Ihren Erwartungen entspricht, gehen Sie zurück zu den Anweisungen und verfeinern Sie diese. Iteration ist normal – rechnen Sie mit 2-3 Überarbeitungsrunden, bevor es perfekt ist.

Schritt 6: Veröffentlichen und Teilen

Wenn Sie mit dem GPT zufrieden sind, veröffentlichen Sie es. Sie können es privat halten (nur für Sie), einen Link mit bestimmten Personen teilen oder es im GPT Store auflisten. ChatGPT übernimmt die gesamte technische Bereitstellung – Sie klicken einfach auf Veröffentlichen.

Claude Projekte erstellen: Ein kollaborativerer Ansatz

Schritt 1: Ein neues Projekt starten

Klicken Sie in Claude.ai in der Seitenleiste auf „Neues Projekt“. Geben Sie ihm einen aussagekräftigen Namen wie „Produktdokumentations-Assistent“ oder „Kunden-Onboarding-Spezialist“. Im Gegensatz zu GPTs legen Projekte von Anfang an Wert auf Organisation und Zusammenarbeit.

Schritt 2: Dokumente hochladen und organisieren

Claude Projekte verfügen über einen eigenen Bereich für Dokumente. Laden Sie hier Ihre PDFs, Tabellen und Textdateien hoch. Sie können diese in Ordnern organisieren und Beschreibungen hinzufügen. Dies wird zur Wissensbasis Ihres Projekts – Claude referenziert diese Dokumente in jeder Konversation innerhalb dieses Projekts.

Schritt 3: Projektanweisungen definieren

Klicken Sie auf „Projektanweisungen“ und beschreiben Sie, wie sich Claude verhalten soll. Im Gegensatz zu GPT-Anweisungen, die oft von anderen Personen verwendet werden, sind Projektanweisungen Ihre internen Regeln. Seien Sie detailliert in Bezug auf Kontext, Terminologie und Ergebnisse.

Beispiel: Sie sind Experte für die Synthese von Kundenfeedback. Bei der Analyse von Feedback aus unserer Tabelle: (1) Identifizieren Sie Themen und gruppieren Sie ähnliche Kommentare. (2) Markieren Sie dringende Probleme für das Produktteam. (3) Verwenden Sie unsere interne Terminologie (nennen Sie es niemals "Bug", sondern "technisches Problem"). (4) Geben Sie umsetzbare Empfehlungen.

Schritt 4: Kollaborativ arbeiten (Optional)

Ein großer Vorteil: Sie können Teammitglieder zu einem Projekt einladen. Jeder sieht dieselben Dokumente, Anweisungen und den Konversationsverlauf. Das ist von unschätzbarem Wert für Teams, die an laufenden Initiativen arbeiten.

Schnellstart: Jetzt ausprobieren

Für eigene GPTs: Erstellen Sie jetzt ein GPT für eine wiederkehrende Aufgabe. Wenn Sie E-Mails schreiben, bauen Sie ein E-Mail-GPT. Wenn Sie Social Media verwalten, bauen Sie einen Bildunterschriften-Generator. Verwenden Sie diese Vorlage: „Du hilfst mir bei [spezifische Aufgabe]. Passe meinen Ton an [beschreibe ihn]. Formatiere Ausgaben als [spezifiziere]. Niemals [liste 2-3 Dinge auf, die es vermeiden sollte].“ Laden Sie relevante Dokumente hoch (Markenrichtlinien, frühere Beispiele, Vorlagen). Testen Sie mit einem Beispiel. Verfeinern Sie die Anweisungen bei Bedarf. Sie haben jetzt einen wiederverwendbaren Assistenten.

Für Claude Projekte: Starten Sie ein Projekt für etwas, an dem Sie wiederholt arbeiten werden – eine Buchgliederung, ein Kundenprojekt, eine Forschungsinitiative. Laden Sie alle relevanten Dokumente hoch. Schreiben Sie 2-3 Sätze, die beschreiben, worauf sich Claude konzentrieren soll. Führen Sie eine Konversation und sehen Sie, wie es automatisch auf Ihre Dokumente verweist. Dies funktioniert in der Regel besser mit größeren Dokumenten (10+ Seiten), bei denen der Kontext wichtig ist.

Häufige Fehler und wie man sie vermeidet

Fehler 1: Unpräzise beim Zweck sein. „Baue mir einen Schreibassistenten“ ist zu allgemein. „Baue mir einen Förderantrags-Autor, der die Sprache der gemeinnützigen Wirkungsmessung verwendet“ ist perfekt.

Fehler 2: Zu viele Dokumente hochladen. Beginnen Sie mit 3-5 Schlüsseldokumenten. Mehr Dokumente bedeuten nicht immer bessere Ergebnisse – sie können Verwirrung stiften. Fügen Sie mehr hinzu, wenn Sie lernen, was hilft.

Fehler 3: Nicht gründlich testen. Probieren Sie Grenzfälle aus. Bitten Sie Ihr GPT oder Projekt, ungewöhnliche Anfragen oder mehrdeutige Eingaben zu bearbeiten. Beheben Sie Probleme, bevor Sie sich darauf verlassen.

Fehler 4: Versionskontrolle vergessen. Wenn Sie Anweisungen ändern, machen Sie einen Screenshot oder notieren Sie das Datum. Möglicherweise müssen Sie Änderungen rückgängig machen.

Batikan
· Updated · 6 min read
Topics & Keywords
Learning Lab sie und die claude projekte auf ein für das
Share

Stay ahead of the AI curve

Weekly digest of the most impactful AI breakthroughs, tools, and strategies.

Related Articles

Cursor vs. GitHub Copilot vs. Claude Code: Welcher KI-Assistent gewinnt bei Produktionsarbeit?
Learning Lab

Cursor vs. GitHub Copilot vs. Claude Code: Welcher KI-Assistent gewinnt bei Produktionsarbeit?

Drei KI-Coding-Assistenten dominieren Produktionsumgebungen. Dies ist keine Funktionsliste. Es ist eine Aufschlüsselung dessen, was jeder tatsächlich tut, wo er versagt und welche Tools für Architektur, Boilerplate und Debugging verwendet werden sollten.

· 11 min read
Tabellen mit Claude und GPT-4o analysieren
Learning Lab

Tabellen mit Claude und GPT-4o analysieren

Claude und GPT-4o können Ihre Tabellen und CSVs analysieren, aber nur, wenn Sie die Daten korrekt strukturieren und präzise fragen. Lernen Sie, wie Sie Dateien hochladen, Analyse-Prompts schreiben und Fallstricke bei Halluzinationen vermeiden.

· 2 min read
LLM-Halluzinationen: Warum sie auftreten und 5 Wege, sie zu stoppen
Learning Lab

LLM-Halluzinationen: Warum sie auftreten und 5 Wege, sie zu stoppen

Warum erfinden Sprachmodelle selbstbewusst Fakten? Weil sie Token vorhersagen, nicht die Wahrheit. Erfahren Sie, wie Grounding, Constraint Prompting und Temperatureinstellungen die Halluzinationsraten von über 15 % auf unter 5 % in Produktionssystemen senken.

· 6 min read
KI-Workflows für Freelancer, die tatsächlich abrechenbare Stunden erhöhen
Learning Lab

KI-Workflows für Freelancer, die tatsächlich abrechenbare Stunden erhöhen

KI kann Ihre Freelance-Leistung verdoppeln, ohne Ihr Urteilsvermögen zu ersetzen. Lernen Sie vier Produktions-Workflows, die administrative Aufgaben komprimieren und über 10 abrechenbare Stunden pro Monat zurückgewinnen.

· 6 min read
Schluss mit Halluzinationen: Wie RAG LLMs wirklich erdet
Learning Lab

Schluss mit Halluzinationen: Wie RAG LLMs wirklich erdet

Ihr LLM hat gerade selbstbewusst eine Forschungsarbeit zitiert, die es nicht gibt. Sie haben es nach Ihren API-Dokumenten für Ihr Unternehmen gefragt, und es beschrieb Endpunkte, die 2019 depreziert wurden. Das passiert, weil Sprachmodelle Text basierend auf Mustern in Trainingsdaten generieren, nicht indem sie Ihre tatsächlichen Informationen abfragen. Retrieval Augmented Generation (RAG) löst dieses Problem. Nicht, indem Modelle schlauer gemacht werden, sondern indem ihnen Zugriff auf echte Daten gewährt wird, bevor sie eine Antwort generieren. Die Technik ist essenziell für Produktionssysteme geworden, aber die meisten Implementierungen scheitern leise — entweder indem sie irrelevante Dokumente zurückgeben oder die Abrufung so verbessern, dass das Modell von zu viel Kontext verwirrt wird. Diese Anleitung führt durch, wie RAG tatsächlich funktioniert, warum einfache Setups scheitern und welche spezifischen Mustern in der Produktion funktionieren.

· 7 min read
Wohin Ihre Prompts gehen: Datenverarbeitung bei ChatGPT, Claude und Gemini
Learning Lab

Wohin Ihre Prompts gehen: Datenverarbeitung bei ChatGPT, Claude und Gemini

ChatGPT speichert Ihre Daten und verwendet sie standardmäßig für das Training. Claude trainiert nicht mit Web-Konversationen, es sei denn, Sie stimmen zu. Gemini verknüpft Ihre Chats mit Ihrem gesamten Google-Konto. Hier erfahren Sie, was jedes Modell mit Ihren Prompts macht und wie Sie sensible Informationen schützen.

· 5 min read

More from Prompt & Learn

Otter vs Fireflies vs tl;dv: Der ultimative Vergleich von Meeting-Transkriptionstools
AI Tools Directory

Otter vs Fireflies vs tl;dv: Der ultimative Vergleich von Meeting-Transkriptionstools

Drei Tools versprechen, Ihre Meetings zu transkribieren und Aktionspunkte zu extrahieren. Nur eines integriert sich nahtlos in Ihren Workflow. Hier ist der echte Vergleich: Otter vs Fireflies vs tl;dv – Genauigkeitsdaten, Preisaufschlüsselungen und ehrliche Vor- und Nachteile für jedes Tool.

· 4 min read
Gamma vs Beautiful.ai vs Tome: Test der Folgenerstellung
AI Tools Directory

Gamma vs Beautiful.ai vs Tome: Test der Folgenerstellung

Ich habe Gamma, Beautiful.ai und Tome für Produktionspräsentationen getestet. Gamma generiert am schnellsten, hat aber Probleme mit dem Branding. Beautiful.ai liefert visuelle Konsistenz und Datenverarbeitung. Tome bietet Flexibilität und Kollaboration. Hier erfahren Sie, was in der Praxis funktioniert – und wann jedes Tool punktet.

· 12 min read
App-Store-Starts 2026: KI-Tools als Katalysator
AI News

App-Store-Starts 2026: KI-Tools als Katalysator

Appfigures berichtet über einen deutlichen Anstieg von App-Starts im Jahr 2026, angetrieben durch KI-Entwicklungswerkzeuge, die Zeitpläne von Wochen auf Tage komprimieren. Ein einzelner Entwickler mit Claude oder Mistral kann jetzt liefern, was 2022 ein ganzes Ingenieurteam erforderte.

· 3 min read
Julius AI vs. ChatGPT vs. Claude für Datenanalyse
AI Tools Directory

Julius AI vs. ChatGPT vs. Claude für Datenanalyse

Julius AI, ChatGPT Advanced Data Analysis und Claude Artifacts erledigen Datenaufgaben, aber Ausführungsgeschwindigkeit, Preise und Arbeitsabläufe unterscheiden sich erheblich. Hier erfahren Sie, wie Sie das richtige für Ihren Anwendungsfall auswählen.

· 5 min read
Perplexity vs Google AI vs Consensus: Welches Tool gewinnt für akademische Recherchen?
AI Tools Directory

Perplexity vs Google AI vs Consensus: Welches Tool gewinnt für akademische Recherchen?

Perplexity, Google AI und Consensus glänzen jeweils bei unterschiedlichen Forschungsaufgaben. Perplexity punktet bei aktuellen Themen mit Echtzeit-Synthese. Consensus liefert unübertroffene Zitationspräzision für begutachtete Arbeiten. Google Scholar bietet historische Tiefe. Diese Aufschlüsselung zeigt genau, welches Tool Sie für Ihre nächste Arbeit verwenden sollten – und warum.

· 7 min read
Googles Reise-Tools halbieren die Planungszeit. Das funktioniert wirklich
AI Tools Directory

Googles Reise-Tools halbieren die Planungszeit. Das funktioniert wirklich

Google hat im Frühjahr sieben integrierte Reise-Tools veröffentlicht. Die Preisverfolgung prognostiziert optimale Buchungsfenster, die Restaurantverfügbarkeit liefert Echtzeitdaten und Offline-Karten funktionieren ohne Mobilfunkabdeckung. Hier erfahren Sie, welche Funktionen Vertrauen verdienen und wo Sie Erwartungen anpassen sollten.

· 4 min read

Stay ahead of the AI curve

Weekly digest of the most impactful AI breakthroughs, tools, and strategies. No noise, only signal.

Follow Prompt Builder Prompt Builder