Wie ich Quads, ein mobiles Brettspiel, mit Claude gebaut habe – von einem 2-Stunden-Hackathon in den App Store

Inhaltsverzeichnis

Aktualisiert im Juli 2026.

Kurzfassung: Quads ist ein mobiles Brettspiel – eine klare Neuauflage des klassischen abstrakten Spiels Quarto –, das als 2-Stunden-Hackathon mit einem Freund in Kolumbien begann und in die App Stores gebracht wurde. Das ist die vollständig offene Version davon, wie ich mit Claude baue: parallele Agenten-Worktrees, eine echte (nicht auf einem LLM basierende) Spiel-KI, Offline-First-Design und die konkreten Stolperfallen, die mich Stunden gekostet haben.

[Aus Betreibersicht] Ich betreibe über 30 produktive Agenten quer über eine Beratungsmarke und Pickleland, meine Pickleball-Anlage im Großraum Austin. Das meiste, was ich baue, ist ernsthafte Business-Software, bei der ich den Spielplan privat halte. Quads ist das Gegenteil – ein spaßiges Nebenprojekt, das ich dir von oben bis unten zeigen kann. Wenn du genau sehen willst, wie ich mit Claude arbeite, ohne dass etwas glattgeschliffen wurde, dann ist das der Beitrag. Das Spiel findest du unter playquads.com.

Es begann als 2-Stunden-Hackathon in Kolumbien

Der Ursprung ist fast peinlich beiläufig. Ich war auf einer Reise nach Kolumbien, und ein Freund und ich gaben uns einen 2-Stunden-Hackathon vor: etwas Kleines aussuchen, es mit KI bauen, sehen, wie weit wir kommen. Wir landeten bei Quarto – einem wunderschönen kleinen abstrakten Strategiespiel, das leicht zu lernen und überraschend tiefgründig ist. Zwei Stunden später hatten wir einen spielbaren Prototyp, und die Idee war zu gut, um sie auf einem Laptop liegen zu lassen.

Was als zeitlich begrenzte Mutprobe begann, wurde zu einer echten, ausgelieferten mobilen App für iOS und Android. Genau dieser Bogen – Scherz-Prototyp zu Store-Eintrag – ist der ganze Grund, warum ich dieses Projekt für schreibenswert halte. Der Abstand zwischen „lustige Idee” und „etwas, das Fremde herunterladen können” ist zusammengeschrumpft, und Quads ist eine klare Fallstudie dafür, wie.

Zunächst ein kurzer Abstecher zum Namen. Das Spiel ist eine Neuimplementierung von Quarto, einem markenrechtlich geschützten Spiel von Gigamic. Die allererste Nicht-Code-Entscheidung war also, es nicht Quarto zu nennen, wo immer ein Kunde es sehen würde. Es ging von Quarto (der Mechanik) über ein paar Zwischennamen zu Quads – einem Namen, den ich verwenden darf. Wenn du einen Klassiker neu umsetzt, kläre die Markenfrage, bevor du dich in einen Namen verliebst.

Was Quads eigentlich ist

Für die Uneingeweihten: Quads wird auf einem 4×4-Brett mit 16 einzigartigen Spielsteinen gespielt. Jeder Stein hat vier binäre Eigenschaften – groß oder klein, dunkel oder hell, eckig oder rund, massiv oder hohl – und die 16 Steine decken jede mögliche Kombination genau einmal ab. Du gewinnst, indem du eine Reihe aus vier Steinen vervollständigst, die sich in irgendeiner einen Eigenschaft gleichen.

Der Kniff, der es genial macht: Du wählst nicht den Stein, den du setzt. Dein Gegner reicht ihn dir. Dann reichst du ihm seinen. Jeder Zug ist also eine doppelte Zwickmühle – du versuchst, den dir gereichten Stein zu setzen, ohne einen Sieg vorzubereiten, während du einen Stein zum Überreichen wählst, der deinem Gegner nicht das Spiel schenkt. Es ist elegant und wirklich schwer.

Die App liefert vier Arten zu spielen, alle vollständig offline: gegen den Computer über fünf Schwierigkeitsstufen, Weiterreichen auf einem Gerät, ein tägliches Rätsel und einen asynchronen Modus „einen Freund herausfordern”. Kein Konto, kein Server, kein Login. Diese Offline-First-Entscheidung hat einen Großteil der technischen Umsetzung geprägt, und sie ist ein großer Teil davon, warum ein Solo-Build machbar war.

Die Spiellogik: ein ganzes Regelwerk, das aus Bit-Mathematik herausfällt

Das ist mein Lieblingsteil, denn es ist die Art von Sache, die befriedigend ist, egal ob eine KI sie geschrieben hat oder nicht.

Jeder der 16 Steine ist einfach eine Ganzzahl von 0 bis 15. Jedes der vier Bits ist eine Eigenschaft. Das ist alles – die gesamte Steinmenge sind die Zahlen 0–15, denn vier Bits ergeben genau 16 Kombinationen.

Die Sieg-Erkennung wird dadurch nahezu trivial. Für jede Reihe aus vier Steinen führst du zwei laufende Akkumulatoren mit: die Bits, die in jedem Stein 1 sind, und die Bits, die in jedem Stein 0 sind. Ist einer der beiden Akkumulatoren nach allen vier Steinen ungleich null, stimmen die Steine in mindestens einer Eigenschaft überein – das ist ein Sieg. Das ganze Regelwerk fällt in ein paar bitweise UND-Operationen zusammen.

Weil die Logik aus reinen Funktionen über Ganzzahlen besteht – kein Framework, keine Oberfläche, kein Zustand –, ist sie direkt per Unit-Test prüfbar, und sie lässt sich trivial erweitern. Quads liefert sogar eine Hausregel-Variante, in der die neun 2×2-Quadrate ebenfalls als Gewinnformen zählen, was eine zweizeilige Ergänzung obendrauf auf denselben Bit-Trick ist. Wenn du und ein KI-Partner die Kernlogik so sauber halten, wird das Hinzufügen einer Funktion zur Freude statt zum Risiko.

Der KI-Gegner ist kein LLM (und das ist die richtige Entscheidung)

Hier ist ein Lehrmoment, der mir am Herzen liegt: nicht jede „KI” sollte ein großes Sprachmodell sein.

Der Quads-Gegner ist reine klassische Spiel-KI, und das sollte er auch sein. In jedem Zug trifft er zwei Entscheidungen – wohin er den ihm gereichten Stein setzt und welchen Stein er zurückgibt – und die Schwierigkeit skaliert, wie tief er nachdenkt:

• Rookie spielt im Wesentlichen zufällig und wird dir den Sieg schenken.
• Die mittleren Stufen fügen Heuristiken hinzu: nimm einen sofortigen Sieg, falls einer existiert, und vermeide es, einen Stein zu verschenken, mit dem der Gegner gewinnen kann, und bevorzuge dabei den Stein, der die wenigsten künftigen Bedrohungen scharfstellt.
• Master und Grandmaster führen eine begrenzte Negamax-Suche aus – echte Spielbaum-Suche –, aber mit einem harten Knotenbudget, damit ein Zug niemals den Haupt-Thread des Telefons blockieren kann. Früh im Spiel, wo eine perfekte Suche nicht handhabbar ist, greift sie auf schnelle Heuristiken zurück; spät im Spiel, wo der Baum klein genug ist, sucht sie wirklich.

Zwei Dinge sind es wert, hiervon geklaut zu werden. Erstens wäre ein Sprachmodell hier schlechter – langsamer, teurer, nicht deterministisch und schlagbar – als fünfzig Zeilen Negamax. Passe das Werkzeug zum Problem. Zweitens ist das Knotenbudget die eigentliche Ingenieursarbeit: Auf einem mobilen Gerät ist „korrekt, hängt aber gelegentlich vier Sekunden lang” eine gescheiterte Funktion. Die Suche so zu begrenzen, dass ein Zug immer schnell ist, auch wenn er gelegentlich suboptimal ausfällt, ist der Unterschied zwischen einem Spielzeug und einem Produkt. Zu wissen, wann man zu einem LLM greift, ist dasselbe Urteilsvermögen, das ich auf jede Automatisierung anwende – es ist der Kern von wie ich entscheide, ob ein KI-Build es wert ist.

Wie ich Claude tatsächlich betreibe: parallele Agenten in Worktrees

Nun der Teil, den ich bei meinen größeren Produkten privat halte, dir hier aber vollständig zeigen kann.

Ich baue nicht mit einer Claude-Sitzung nach der anderen. Ich betreibe mehrere parallel, jede in ihrem eigenen git-Worktree auf ihrem eigenen Branch. Ein Agent fügt Internationalisierung hinzu, ein anderer baut das System für das tägliche Rätsel, ein anderer macht den Farbenblind-Modus, ein anderer verdrahtet den Ton – jeder isoliert in seiner eigenen Arbeitskopie, sodass sie sich nicht gegenseitig überschreiben können, und jeder wird zurückgemergt, wenn er grün ist. Die git-Historie von Quads ist eine Wand aus Merge branch 'worktree-agent-…'-Commits, was genau so aussieht, wie dieser Arbeitsablauf von außen aussieht.

Der Grund, warum Worktrees wichtig sind, ist einfach: Parallele Agenten, die dasselbe Arbeitsverzeichnis bearbeiten, treten sich sofort gegenseitig auf die Füße. Gib jedem einen isolierten Checkout, und du kannst tatsächlich vier Funktionen gleichzeitig im Bau haben und sie dann wie jeden anderen Branch mergen. Es ist die einzelne Veränderung mit dem höchsten Hebel an meiner Arbeitsweise – ich bin von einem Gespräch, einer Funktion zu einer kleinen Flotte übergegangen.

Wenn du die Disziplin hinter den Prompts willst, mit denen diese Agenten laufen, es ist dieselbe, die ich in wie man System-Prompts für KI-Agenten schreibt, die im Produktivbetrieb nicht versagen beschreibe: Der Hebel liegt in klaren, aktuellen Spezifikationen, nicht in cleverer Formulierung.

Die Stolperfalle, die mich eine Stunde gekostet hat (damit sie dich keine kostet)

Jedes Projekt lehrt dich eine dumme, teure Lektion. Bei Quads war es diese: das Vorschau-Tool zeigt nicht immer den Branch, von dem du denkst, dass es ihn zeigt.

Wenn du mehrere Agenten in mehreren Worktrees laufen lässt und ihre Arbeit als Vorschau ansiehst, kann die Vorschau aus einem anderen Verzeichnis starten als dem, in dem deine aktuelle Sitzung ist – also machst du einen Screenshot der App, siehst keine deiner Änderungen und beginnst, „fehlende” Oberfläche zu debuggen, die nie gefehlt hat. Die Funktion war in Ordnung; die Vorschau zeigte auf den falschen Checkout. Ich habe echt Zeit dadurch verloren, bevor ich herausfand, was los war, und ich habe es in den projekteigenen Notizen aufgeschrieben, damit das zukünftige Ich (und jeder Agent, dem ich das Repo übergebe) das Vorschauziel prüft, bevor Phantom-Bugs gejagt werden.

Die verwandte Falle: Die Konfigurationsdatei, die diese Vorschauen definiert, wird über parallele Sitzungen hinweg geteilt, sodass zwei Agenten, die sie gleichzeitig bearbeiten, still die Einträge des jeweils anderen überschreiben können. Wenn du eine Flotte betreiben willst, behandle geteilte Konfiguration als eine umkämpfte Ressource – sie wird dich genau einmal beißen und dann nie wieder, wenn du die Lektion aufschreibst.

Diese Gewohnheit – jede schwer erkämpfte Stolperfalle in einer dauerhaften Datei festzuhalten, die die nächste Sitzung lesen wird – ist das stille Rückgrat des Bauens mit KI in jeder Größenordnung. Kontext verdampft zwischen Sitzungen; aufgeschriebene Lektionen nicht.

Die Offline-First-Tricks, auf die ich stolz bin

Weil Quads kein Backend hat, brauchten ein paar Probleme clevere, serverlose Antworten:

• Das tägliche Rätsel wird deterministisch aus dem lokalen Tag des Jahres gewählt, sodass jeder Spieler weltweit dasselbe Rätsel ohne jede Server-Koordination erhält. (Bonus-Lektion: Ich habe einen Sommerzeit-Off-by-one in dieser Datumsmathematik ausgeliefert und dann sofort behoben. Datumsangaben sind immer schwieriger, als sie aussehen.)
• „Einen Freund herausfordern” kodiert ein Rätsel in einen kurzen Textcode – etwa QC1-01-03-3 –, abgesichert durch eine Prüfsumme, sodass ein Tippfehler keine gültige-aber-falsche Herausforderung erzeugen kann. Dein Freund tippt ihn in seine eigene Kopie der App und spielt genau die Stellung, vollständig offline. Keine Konten, kein Matchmaking, kein Server.
• Reichhaltige Link-Vorschauen sind die eine Stelle, an der ich doch ein winziges bisschen Server-Code verwendet habe. Wenn du einen Herausforderungs-Link teilst, rendert eine einzige Cloudflare Pages Function pro Code die Open-Graph-Tags, damit sich der Link in iMessage oder WhatsApp schön entfaltet. Social-Crawler führen kein JavaScript aus, also würde eine clientseitig gerenderte Vorschau für jeden Link identisch aussehen – eine kleine Funktion behebt das, ohne dass ein echtes Backend nötig ist.

Keines davon ist schwer, sobald man es sieht, aber jedes ist eine Stelle, an der die faule Antwort lautet „starte einen Server und eine Datenbank” und die bessere Antwort „mach die clevere Offline-Sache”. Ein Backend ganz zu vermeiden ist der Grund, warum eine einzelne Person das ausliefern und pflegen konnte.

Vom Hackathon zum Store-Eintrag

Die letzte Etappe – der Teil, den dir niemand über ein „2-Stunden-Projekt” erzählt – ist alles zwischen „es funktioniert auf meinem Telefon” und „Fremde können es herunterladen”. Internationalisierung über acht Sprachen in einem Durchgang. Store-Texte, die niemals den markenrechtlich geschützten Namen verwenden. Build-Werkzeuge für den App Store, Versionierung und die plattformspezifischen Berechtigungs-Aufräumarbeiten, die dafür sorgen, dass eine Store-Prüfung dich nicht abweist. Das ist unglamourös, und es ist die Stelle, an der viele Nebenprojekte still sterben.

Es mit Claude zu machen, hat die Checkliste nicht kürzer gemacht, aber es hat jeden Punkt billig genug gemacht, dass ich es tatsächlich zu Ende gebracht habe. Das ist die eigentliche Geschichte von Quads: nicht, dass KI ein Brettspiel geschrieben hat – ein solches können viele Leute prototypisieren –, sondern dass sie die Kosten der letzten Meile so weit gesenkt hat, dass aus einem Hackathon-Scherz ein ausgeliefertes Produkt wurde.

Wenn du eine kleine Idee hast, auf der du seit einer Weile sitzt, dann ist das mein ganzer Appell. Fang mit der 2-Stunden-Version an. Du wirst überrascht sein, wie nah die Ziellinie gerückt ist. Und wenn du sehen willst, wie weit dieselbe Arbeitsweise die Skala hinaufreicht, ich habe sie bis zu einer vollständigen Multi-Tenant-SaaS getrieben – wie ich Courtlines, eine Plattform für Clubmanagement, mit Claude gebaut habe.

Spiele Quads unter playquads.com.

FAQ

Was ist Quads?

Quads ist ein mobiles Brettspiel für iOS und Android – eine klare Neuimplementierung des klassischen abstrakten Strategiespiels Quarto. Du spielst auf einem 4×4-Brett mit 16 einzigartigen Steinen, und der Kniff ist, dass dein Gegner den Stein wählt, den du setzen musst. Es ist kostenlos spielbar mit Modi für Solo, Weiterreichen, ein tägliches Rätsel und asynchrone Herausforderungen. Finde es unter playquads.com.

Hat Claude das ganze Spiel geschrieben?

Claude hat den Großteil des Codes geschrieben, ausgehend vom Design und den Entscheidungen, die mir gehören. Ich habe mehrere Claude-Sitzungen parallel laufen lassen, jede in ihrem eigenen git-Worktree, die verschiedene Funktionen bauten, die ich zusammengemergt habe. Die Spiellogik, der KI-Gegner, die Internationalisierung, die Töne und das Rätselsystem wurden größtenteils auf diese Weise gebaut und von mir überprüft.

Wird der KI-Gegner im Spiel von einem LLM angetrieben?

Nein – und das bewusst. Der Gegner nutzt klassische Spiel-KI: Heuristiken bei niedrigeren Schwierigkeiten und eine begrenzte Negamax-Suche in den oberen Stufen, mit einem harten Knotenbudget, sodass ein Zug das Gerät nie blockiert. Ein Sprachmodell wäre für diese Aufgabe langsamer, teurer und schwächer. Die richtige Art von KI für das Problem zu wählen, zählt mehr, als immer zum größten Modell zu greifen.

Wie lange hat es gedauert, Quads zu bauen?

Der erste spielbare Prototyp entstand aus einem 2-Stunden-Hackathon mit einem Freund auf einer Reise nach Kolumbien. Diesen Prototyp in eine ausgefeilte, auslieferbare App in beiden App Stores zu verwandeln – mit Internationalisierung, einem echten KI-Gegner, Offline-Herausforderungen und Store-Konformität – dauerte erheblich länger, aber jeder einzelne Schritt war mit KI billig genug, dass das Projekt tatsächlich die Ziellinie erreichte.

Was ist die größte Lektion aus dem Bau von Quads mit Claude?

Zwei Dinge. Erstens, betreibe Agenten in isolierten git-Worktrees, damit du mehrere Funktionen parallel bauen kannst, ohne dass sie sich gegenseitig überschreiben. Zweitens, schreibe jede Stolperfalle in einer dauerhaften Datei auf, die die nächste Sitzung lesen wird – Kontext verdampft zwischen Sitzungen, aber aufgeschriebene Lektionen summieren sich. Für das größere Bild dieser Arbeitsweise siehe wie ich Courtlines mit Claude gebaut habe.