Entwicklung einer Fantasy-Baseball-Analyse-App mit Claude Code: Erfahrungen eines Jurastudenten

Ein Navy-Veteran und Jura-Student mit einem Informatik-Abschluss von 2017, der seit dem Abschluss keinen Code mehr angefasst hatte, hat eine komplette Fantasy-Baseball-Analyse-iOS-App namens Ball Knower mit Claude Code für die Umsetzung entwickelt, während er alle Produkt- und Fachbereichsentscheidungen traf. Die App ist im App Store verfügbar und wurde im letzten Jahr des Jura-Studiums entwickelt.

Was entwickelt wurde

Ball Knower ist eine Fantasy-Baseball-Analyse-App, die Folgendes umfasst:

• 1.313 MLB-Spielerprofile mit Statcast-Perzentil-Balken (farbkodierte Balken von Baseball Savant)
• Tägliche Pitcher-Empfehlungen für Streaming mit einer Bewertung von 0-100
• Keep-Trade-Cut-Dynasty-Ranglisten mit ELO-Bewertung
• 1.241 MLB-Spieler + 72 FanGraphs-Talente
• 87 verschiedene Metriken pro Spieler

Technischer Stack

Frontend: SwiftUI (iOS 17+), Swift Charts, StoreKit 2

Backend: Python 3.12, FastAPI, SQLAlchemy async, PostgreSQL, Redis, APScheduler

Infrastruktur: Einzelner DigitalOcean-Droplet, Docker

Datenquellen: 30 geplante Jobs, die Daten von MLB Stats API, Baseball Savant über pybaseball, ESPN RSS, The Odds API und Open-Meteo-Wetter beziehen

Wo Claude Code glänzte

• Verband eine FastAPI-Dependency-Injection-Kette mit einer asynchronen SQLAlchemy-Session und einer Redis-Cache-Schicht in Minuten (hätte allein durch Dokumentation Tage gedauert)
• Debugte eine asynchrone Wettlaufsituation im Abonnement-Validierungsprozess, bei der der Refresh-Token-Koordinator und der StoreKit 2-Listener in Konflikt standen
• Identifizierte das Problem und schrieb eine Actor-basierte Lösung, nachdem die Symptome beschrieben wurden
• Schrieb etwa 70 % der Codezeilen

Wo Claude Code Schwächen zeigte

• Mappte 85 % der Datenquellenspalten korrekt, aber 15 % lieferten stillschweigend nil ohne Fehler oder Abstürze
• Übersah Spaltennamen-Unterschiede (z.B. pybaseball liefert brl_percent, während die Datenbankspalte barrel_pct hieß)
• Erzeugte selbstbewusst Code, der die App Tracking Transparency-Berechtigung für nicht-personalisierte Werbung anforderte, was zur Ablehnung des Builds durch Apple führte
• Erzeugte SwiftUI-Modifikatorketten, die kompilierten, aber in Randfällen falsch gerendert wurden
• Verwendete veraltete API-Muster, ohne zu erwähnen, dass sie veraltet waren

Rolle des Entwicklers

Der Entwickler schrieb oder korrigierte die verbleibenden 30 % des Codes, darunter:

• Gewichtungen des Bewertungsalgorithmus
• Cache-Invalidierungslogik
• Abonnement-Ablauf
• Daten-Spalten-Mappings
• App Store-Compliance
• Fachbereichsspezifische Entscheidungen (Dome-Stadien haben keinen Wind, Spring-Training-Statistiken sollten nicht gleich gewichtet werden, Baseball Savants Perzentil-API erfordert Lückenfüllungslogik für nicht-qualifizierte Spieler)

Entwicklungsmetriken

• 300+ Entwicklungsstunden über ein Semester
• 30 automatisierte Cron-Jobs, die täglich ab 2:25 Uhr ET laufen
• 9 externe Datenquellen täglich synchronisiert
• 2 App Store-Ablehnungen vor der Annahme (EULA-Kennzeichnung + unnötige ATT-Berechtigung)
• Break-even: 13 Abonnenten zu 3,99 $/Monat