Eine Claude-Skill ist eine SKILL.md-Datei, die Claude Code beim Start liest und danach bei jedem passenden Task befolgt. Mit NotebookLM baust du sie in rund 5 Minuten source-grounded aus deinen echten Quellen (PDFs, Artikel, Calls) statt sie aus dem Kopf zu tippen. NotebookLM zitiert nur, was du reingibst. Das killt die häufigste Fehlerquelle: vage Anweisungen, die im Output halluzinieren.
Was ist eine SKILL.md und was macht sie?
Eine SKILL.md definiert drei Dinge:
- 1.WAS Claude tun soll (die Aufgabe)
- 2.WIE Claude es tun soll (das Rezept)
- 3.WORAUS Claude schöpfen darf (deine Quellen, übersetzt in Constraints)
Claude Code liest die Datei beim Start und lädt sie automatisch, sobald ein Task zur Trigger-Beschreibung im Skill-Header passt. Du prompt-est die Aufgabe also nicht jedes Mal neu. Du baust das Rezept einmal, danach folgt Claude ihm reproduzierbar.
Die offizielle Anthropic-Doku beschreibt den Aufbau so: jede Skill braucht eine SKILL.md aus YAML-Frontmatter, das Claude sagt, wann die Skill zu nutzen ist, plus Markdown mit den Anweisungen. Das Feld description hilft Claude laut Doku dabei, zu entscheiden, wann es die Skill automatisch lädt. t3n nennt Skills gespeicherte Anweisungen und Ressourcen für wiederkehrende Aufgaben (Februar 2026).
Voraussetzung: Claude Pro oder Max plus Claude Code lokal installiert. Wenn dein Claude-Code-Setup noch nicht steht, ist das Agent Dev Kit der Tag-1-Stack davor.
Warum NotebookLM statt Skill selbst schreiben?
Weil du die Skill nicht aus dem Kopf schreiben willst, sondern aus deinen echten Quellen generierst. NotebookLM ist source-grounded: Es antwortet nur aus dem hochgeladenen Material. Das eliminiert vage Anweisungen, die später im Claude-Output halluzinieren. heise schrieb schon zum Start, NotebookLM könne laut Google Zitate angeben, sodass sich die generierten Antworten leichter überprüfen lassen (2023). Dieselbe Meldung nennt die Grenze: Das Tool ist auf die gelieferten Dokumente und deren Korrektheit angewiesen, und Halluzinationen bleiben laut Google möglich. Die Kuratier-Arbeit an den Quellen ist damit der eigentliche Hebel, nicht das Schreiben selbst.
Wie läuft der 5-Minuten-Workflow?
| Schritt | Zeit | Was du tust |
|---|---|---|
| 1. Quellen kuratieren | 60 Sek | 3-7 beste Quellen in ein neues NotebookLM laden |
| 2. Skill schreiben lassen | 90 Sek | NotebookLM nach einer SKILL.md mit festen Sektionen fragen |
| 3. Ins Skill-Folder droppen | 30 Sek | Datei nach ~/.claude/skills/<skill-name>/ verschieben |
| 4. Claude liest + folgt | sofort | Task geben, Claude lädt die Skill automatisch |
| 5. Eine Skill pro Job-Typ | laufend | Statt Mega-Skill viele kleine, spezialisierte |
Schritt 1 (Quellen kuratieren): Lade 1-2 Beispiel-Outputs, die du gerne hättest, einen Style-Guide oder eine Brand-Voice-Doku, 1-2 Reference-Artikel und optional eine Anti-Pattern-Doku (was nie passieren soll). Faustregel: lieber 3 saubere Quellen als 12 mittelmäßige. NotebookLM gewichtet linear nach Quelle, nicht nach Menge. Das Limit ist nicht dein Problem: Googles NotebookLM-Hilfe nennt bis zu 50 Quellen pro Notebook für Nutzer ohne kostenpflichtiges Abo, jede Quelle mit bis zu 500.000 Wörtern. Der Engpass ist deine Auswahl.
Schritt 2 (schreiben lassen): Frag NotebookLM nach einer Datei namens SKILL.md mit klaren Sektionen: Aufgaben-Beschreibung in einem Satz, Trigger-Bedingungen als Bullets, Schritt-für-Schritt-Anweisung (max 8 Schritte), Output-Format als konkretes Beispiel, verbotene Patterns. Wichtig ist die Constraint-Klausel: Alles ausschließlich aus den Quellen. Was nicht drinsteht, markiert NotebookLM als [Quelle ergänzen] statt zu raten. Danach liest du einmal kritisch drüber und füllst oder löschst jeden Marker.
Schritt 3 (ablegen): Persönliche Skills gehören in ~/.claude/skills/<skill-name>/SKILL.md. Eine Datei pro Skill, keine Sub-Folder-Hierarchie nötig.
Schritt 4 (testen): Gib Claude eine echte Aufgabe und check den Output gegen dein Quellen-Beispiel. Weicht er ab, justierst du die Skill, nicht deinen Prompt-Wortlaut. Warum dieser Check nicht optional ist, zeigt die Stack-Overflow-Entwicklerumfrage 2025: In der Opt-in-Befragung unter 49.009 Entwicklern aus 177 Ländern nennen 66 Prozent KI-Lösungen, die fast richtig sind, aber eben nicht ganz, als größte Frustration. 46 Prozent misstrauen der Genauigkeit der Tools aktiv, 33 Prozent vertrauen ihr. Repräsentativ ist diese Stichprobe nicht.
Schritt 5 (aufteilen): Statt einer Skill, die alles kann, baue 5-8 kleine, die je EINEN Job-Typ beherrschen. Vorteil: wartbar, und Claude lädt nur die passende Skill, was schneller und token-effizienter ist.
Welche Sektionen braucht eine gute SKILL.md?
Die Struktur, die sich in der Praxis trägt:
- ·Wann triggern (plus explizite Anti-Trigger, wann NICHT)
- ·Schritt-für-Schritt (max 8 nummerierte Schritte)
- ·Output-Format (ein konkretes, copy-paste-bares Beispiel)
- ·Verbotene Patterns (was die Skill NIE machen darf)
- ·Quellen (worauf die Skill basiert, mit Notiz warum relevant)
Das komplette Bracket-Template zum Einsetzen und Kopieren liegt im PDF.
Welche 5 Fehler killen die meisten Skills?
- 1.Zu viele schlechte Quellen. 12 mittelmäßige PDFs sind nicht 3 hochwertige. Kuratieren ist die wichtigste Arbeit.
- 2.NotebookLM raten lassen. Steht ein
[Quelle ergänzen]-Marker drin, füll ihn oder lösch die Section. Nie durchwinken. - 3.Die Mega-Skill. Eine Skill gleich ein Job-Typ. Punkt.
- 4.Den Prompt statt die Skill justieren. Weicht der Output ab, ändere die SKILL.md, nicht deinen Anfrage-Wortlaut.
- 5.Skills falsch ablegen. Persönliche Skills nach
~/.claude/skills/, nur projekt-spezifische ins Repo unter.claude/skills/. Die Doku listet beide Orte mit Geltungsbereich: persönliche Skills gelten in allen deinen Projekten, Projekt-Skills nur im jeweiligen Projekt.
Was bringt das konkret?
Eine gut gebaute Skill spart pro Aufgabe 5-15 Minuten Re-Prompting plus 1-2 Iterations-Runden mit Claude. Bei 5 wiederkehrenden Job-Typen mal 3-5x pro Woche kommen rund 2-4 Stunden pro Woche zusammen. Der eigentliche Hebel ist aber nicht die Sekunden-Ersparnis, sondern dass der Output deterministisch reproduzierbar wird. Du kannst Skills weiterreichen, dokumentieren und in Team-Workflows einbauen.
Dieses Pack zeigt das Werkzeug. Für den Unterbau: das Agent Dev Kit liefert CLAUDE.md plus die Schichten-Architektur, und die offiziellen Claude Code Docs zu Skills sind die Referenz. Dieses Pack ersetzt sie nicht. Es ist der adcompany-Weg, Skills mit NotebookLM zu produzieren: pragmatisch, source-grounded, wartbar.