Claude-Code-Limits 2026: 8 Regeln, damit dir die Tokens nicht ausgehen

Ailoot-Referenzdokumentation: ailoot.ai/docs/.

Wie funktionieren die Claude-Code-Limits 2026, und warum stößt man an sie?#

Stand 20. Mai 2026 funktionieren die kostenpflichtigen Claude-Code-Tarife so:

Zahlen von der offiziellen Anthropic-Seite. Zusätzlich zum 5-Stunden-Fenster gibt es ein Wochenlimit, das bei intensiven Nutzern etwa ab Freitag spürbar wird.

Was war die Verdopplung am 6. Mai?

Auf der Konferenz Code with Claude SF kündigte Anthropic am 6. Mai 2026 eine Vereinbarung mit SpaceX Colossus 1 an: 220.000 NVIDIA-Grafikkarten, 300 MW Kapazität, innerhalb eines Monats online. Sofort wurden:

• Die 5-Stunden-Limits für alle kostenpflichtigen Tarife verdoppelt.
• Die tägliche Drosselung zu Spitzenzeiten abgeschafft, die zuvor die Kontingente während der Hauptzeiten reduziert hatte.
• Für die API: Das maximale Eingabe-Token-Limit pro Minute für Opus stieg von 30K auf 500K (+1500 %), das maximale Ausgabe-Limit von 8K auf 80K.

Ein weiteres zeitlich begrenztes Angebot gilt vom 13. Mai bis zum 13. Juli: +50 % auf die Wochenlimits für Pro / Max / Team. Nach dem 13. Juli kehren die Wochenkontingente auf ihre bisherigen Werte zurück.

Wie viel nutzt ein Vibe Coder tatsächlich?

Anthropic nennt Richtwerte in seiner offiziellen Dokumentation:

• Entwickler geben im Schnitt 13 $ / Tag und 150–250 $ / Monat aus.
• 90 % der Nutzer bleiben unter 30 $ / Tag.
• Agententeams im Plan Mode verbrauchen etwa 7-mal mehr Tokens als eine Standardsitzung.

Die Größe des Kontextfensters hängt vom Modell ab. Laut der Anthropic-Dokumentation haben Opus 4.7 und neuere Modelle, Sonnet 5 und Fable-Modelle seit September 2026 ein 1M-Token-Fenster bei jedem Tarif, auch bei Pro; die automatische Kompaktierung (Auto-Compact) wird standardmäßig bei etwa 967K ausgelöst. Opus 4.6 und Sonnet 4.6 ohne erweiterten Kontext haben ein 200K-Fenster, und die Kompaktierung wird an der 200K-Grenze ausgelöst. Mit dem Befehl /autocompact kannst du deinen eigenen Schwellenwert einstellen, zum Beispiel /autocompact 500k. Wenn du die Arbeit eines halben Tages in einen Chat packst, wächst der Kontext an, Claude verliert den Faden, fängt an, dieselben Dateien erneut zu lesen, und verbraucht 1,5- bis 2-mal so schnell Tokens.

Nach der vom Autor geschilderten Erfahrung reicht das 200-$-Abo dank der 8 nachfolgend besprochenen Regeln aus. Ohne sie ist sogar Max 20x zur Mittagspause aufgebraucht.

Regel 1. Warum spart „eine Aufgabe – eine Unterhaltung“ die meisten Tokens?#

Die Regel bedeutet nicht „5 Chats parallel öffnen“, sondern konkret „den vorherigen Chat nicht ausschlachten, um ihn für die nächste Aufgabe zu verwenden“.

Nach dem beschriebenen Ansatz funktioniert es so: Bei jeder Nachricht sieht Claude nicht nur die neue Anfrage, sondern auch die gesamte vorherige Unterhaltung. Wenn du morgens über eine Landingpage gesprochen hast, dann zu einer E-Mail-Kampagne übergegangen bist und danach um die Korrektur einer Workshop-Anleitung gebeten hast, ist zum Zeitpunkt der dritten Anfrage die gesamte Unterhaltung im Kontext enthalten. Tokens werden dafür verbraucht, sich an „die Landingpage zu erinnern“, obwohl du selbst schon nicht mehr an sie denkst.

Warum hilft es, „den Kopf freizubekommen“?

Schließ den Chat, sobald die Aufgabe erledigt ist. Dabei geht es nicht einmal um Tokens, sondern darum, den Kopf freizubekommen.

Wenn die Aufgabe wirklich abgeschlossen ist, behalte den Chat nicht „für den Fall, dass ich darauf zurückkomme“. Öffne einen neuen. Den alten findest du mit claude --resume oder /resume anhand eines beliebigen Merkmals (Branch-Name, PR-ID, Tag).

Was solltest du tun, wenn sich eine Aufgabe über zwei Tage erstreckt?

Wenn die Aufgabe wirklich fortgesetzt werden muss, lass den Chat nicht „offen herumhängen“. Bitte Claude vor dem Schließen, einen Prompt für einen benachbarten Chat zu schreiben (siehe Regel 7). So werden 50K Tokens Unterhaltung in einen 500-Token-Prompt komprimiert – und morgen kann der neue Chat den Kontext übernehmen, ohne alles neu zu formulieren.

Regel 2: Halte CLAUDE.md bei 200 statt 500 Zeilen#

CLAUDE.md ist die erste Datei, die Claude liest, wenn eine neue Sitzung beginnt. In diesem Abschnitt geht es konkret darum, Tokens zu sparen.

Wie viele Zeilen sind angemessen?

Warum macht eine lange CLAUDE.md den Agenten dümmer?

Die Erklärung ist einfach: /init beschreibt dem Modell das Repository noch einmal und fügt dem Kontext Informationen hinzu, die das Modell bereits kennt oder durch einen kurzen Blick auf die Struktur selbst herausfinden kann. Diese Duplizierung verbraucht Tokens und verwischt den Fokus.

Die Dichtheitsregel: Jedes Wort ändert das Verhalten

Wenn ich eine Zeile aus CLAUDE.md entfernen kann, ohne dass sich Claudes Verhalten ändert, ist sie unnötig. Nutze diese Prüfung:

1. Öffne CLAUDE.md und gehe jeden Absatz durch.
2. Frage dich: „Fängt Claude an, Fehler zu machen, wenn ich das entferne?“
3. Wenn nicht, lösche es oder verschiebe es in einen Skill.

Alle Regeln, die nur in bestimmten Situationen gelten, gehören in Skills (.claude/skills/<name>/SKILL.md). In CLAUDE.md steht nur, was ständig gebraucht wird.

Regel 3. Warum sollte man den Claude-Code-Plan in einer separaten Datei aufbewahren?#

Plan Mode ist ein Claude-Code-Modus, der mit Shift+Tab aktiviert wird. Claude untersucht darin vor der Umsetzung die Codebasis, liest Dateien und stellt Fragen. Halte Repositoryänderungen im folgenden Ablauf getrennt: Prüfe den vorgeschlagenen Plan und speichere ihn manuell im plans/-Ordner, oder verlasse Plan Mode ausdrücklich und genehmige das Schreiben der Plandatei vor dem neuen Chat.

Warum ist ein Plan in einer Datei besser als einer in Claudes Kopf?

Ich habe in jedem Projekt einen Ordner plans/. Wenn ich eine Aufgabe beginne:

1. Bitte ich Claude im Plan Mode, den Sachverhalt zu untersuchen und einen Ansatz vorzuschlagen.
2. Prüfe ich den Plan und speichere den Text selbst in plans/YYYY-MM-DD-task-name.md. Alternativ verlasse ich Plan Mode und genehmige Claude das Schreiben. Vor dem Schließen prüfe ich den gespeicherten Inhalt.
3. Schließe ich den Chat.
4. Schreibe ich in einem neuen Chat: „Lies plans/YYYY-MM-DD-...md und setze Phase 1 um.“

Was mir das bringt:

• Der Plan ist festgehalten – Claude „vergisst“ nicht, was wir vor einer Stunde beschlossen haben.
• Ich kann den Plan von Hand bearbeiten – ich sehe 5 Schritte, verstehe, dass Schritt 3 unnötig ist, lösche ihn und mache weiter.
• Der Plan übersteht einen Neustart – ich komme morgen zurück, öffne die Datei und mache weiter.
• Ich kann ihn nacheinander an Agenten übergeben – ein Chat schreibt den Plan, ein anderer setzt ihn um, ein dritter überprüft ihn.

Plan Mode unterbricht den Cache nicht

Ein wichtiges Detail: Plan Mode macht nur den Unterhaltungscache (Nachrichten) ungültig, während System-Prompt und Projektkontext (CLAUDE.md) warm bleiben. Das bedeutet, dass der Wechsel zu Plan Mode und zurück fast keine Tokens kostet – anders als der Modellwechsel mit /model, der den Cache für 90 % des Eingabepreises unterbricht und eine Neuberechnung des gesamten Präfixes erzwingt.

Context Engineering bedeutet auch, den Plan an einem Ort aufzubewahren, an dem er Bestand hat, und nicht in einem Chat, der in 5 Stunden verschwindet.

Regel 4. Skills werden durch einen Auslöser geladen, nicht zu Sitzungsbeginn#

Skills werden in drei Stufen geladen:

1. Metadaten immer – zu Sitzungsbeginn sieht Claude nur name und description jedes Skills. Umfang: ~100 Tokens pro Skill.
2. Anweisungen bei Auslöser – wenn der Nutzer etwas Passendes sagt, lädt Claude den Inhalt der SKILL.md. Umfang: bis zu 5000 Tokens.
3. Ressourcen auf Anfrage – gebündelte Dateien (Beispiele, Vorlagen) werden erst herangezogen, wenn das Modell selbst auf sie zugreift.

Wie verändert das die Tokenökonomie?

Im beschriebenen Beispiel standen die Regeln zum Schreiben von Lernanleitungen, die Mailing-Regeln und die Code-Review-Regeln früher in CLAUDE.md. Die Datei wuchs auf 500 Zeilen an, und zu Beginn jeder Sitzung bezahlte ich für alle 500 Zeilen, selbst wenn es im Gespräch um eine Landingpage ging.

In diesem Beispiel enthält CLAUDE.md 200 Zeilen mit Navigation und Grundprinzipien. Die 4 Regelwerke liegen in Skills:

.claude/skills/
├── write-tutorial/SKILL.md         # trigger: “write a guide”
├── deploy-checklist/SKILL.md       # trigger: “check before publishing”
├── send-broadcast/SKILL.md        # trigger: “send a mailing”
└── debug-payment-webhook/SKILL.md  # trigger: “check the payment”

Claude sieht zu Beginn nur die Kopfzeilen – 400 Tokens. Wenn ich sage „Schreib eine Anleitung“, lädt es die entsprechende SKILL.md und befolgt sie. Wenn ich sage „Versende eine Mailing-Kampagne“, lädt es eine andere.

Ein Zitat aus den Skill-Schreibregeln in der offiziellen Anthropic-Dokumentation:

Wenn ein Skill verdächtig ist, installiere ihn nicht

Skills sind ausführbare Anweisungen mit direktem Zugriff auf deine Dateien und API-Schlüssel. Bevor ich die Sammlung einer anderen Person installiere, öffne ich jede SKILL.md und lese sie selbst. Wenn darin bash:-Blöcke mit Links zu externen URLs stehen, ist das ein Warnzeichen; ich installiere den Skill nicht.

Regel 5. Wann sollte man eine Aufgabe an einen Subagenten statt an die Hauptsitzung übergeben?#

Aus der offiziellen Dokumentation:

Welche Aufgaben lassen sich an Subagenten delegieren?

• Eine große Codebasis durchsuchen. Ein Subagent liest 30 Dateien und meldet: „Die relevante Funktion steht in src/lib/payment/cloudpayments.ts:142.“ Ich sehe den Inhalt der 30 Dateien nicht im Hauptkontext.
• Tests ausführen und Logs auswerten. Ein Subagent führt npm test aus, fängt 200 Zeilen Ausgabe ab und meldet: „3 Tests sind aus folgendem Grund in X, Y, Z fehlgeschlagen.“
• Refactoring über mehrere Dateien. Je eine Datei pro Subagent – parallel.
• Links in einer Anleitung überprüfen. Ein Subagent ruft 30 URLs über WebFetch auf und meldet: „5 Links liefern 404 zurück.“

Im Mai 2026 kündigte Anthropic Multi-Agent Orchestration offiziell als erstklassige Funktion an. Zuvor konnten Subagenten nur per SDK im Code gestartet werden; jetzt lassen sie sich direkt in Claude Code über Slash-Befehle starten.

Wo Subagenten an ihre Grenzen stoßen

Deshalb lasse ich Subagenten nie einen halben Tag unbeaufsichtigt. Die Regel lautet: Je mehr du parallel delegierst, desto häufiger solltest du die Zwischenergebnisse überprüfen. Bei großen Aufgaben aktiviere ich Plan Mode separat für jeden Subagenten.

Regel 6. Wie wählt man ein Claude-Modell (Opus / Sonnet / Haiku) für eine Aufgabe aus?#

API-Preise (pro Million Tokens):

Quelle: offizielle Anthropic-Seite. Bei einem Abo sind die Preise nicht sichtbar, aber das Verhältnis bleibt gleich. Bei Opus 4.7 gibt es einen Vorbehalt: Im Vergleich zu Opus 4.6 kann der neue Tokenizer für denselben Text bis zu +35 % mehr Tokens verwenden. Der Preis pro Token ist nicht gestiegen, aber die effektiven Kosten pro Anfrage sind höher. Wenn du alles durch Opus laufen lässt, ohne darüber nachzudenken, ist dein Limit 5-mal schneller aufgebraucht als bei Sonnet oder Haiku für die Hälfte deiner Aufgaben.

Beispiel für die Modellwahl

Wechsle Modelle mit dem Befehl /model. Aber ein Modellwechsel macht den Cache ungültig. Wenn du während einer Sitzung von Sonnet zu Opus wechselst, wird beim nächsten Aufruf das gesamte Präfix von Grund auf zum vollen Eingabepreis neu berechnet (nicht zum Cache-Preis). Deshalb ist es besser, das Modell zu Beginn auszuwählen, statt ständig hin und her zu wechseln.

/effort – eine weniger aggressive Einstellung

Im April 2026 führte Anthropic /effort ein – 5 Stufen der Denktiefe: minimal / low / medium / high / xhigh. Claude Code mit Opus 4.7 läuft standardmäßig auf xhigh.

Was ich mache:

• Für Klassifizierung, Datenextraktion und kurze Zusammenfassungen: /effort low. Das spart bei Aufgabentypen, die kein tiefes Denken erfordern, 30–70 %.
• Für einfache Programmieraufgaben: /effort medium.
• Bei komplexer Architektur lasse ich die Einstellung auf xhigh.

/effort ändert nicht das Modell, sondern nur die Tiefe seines Denkens. Der Cache bleibt intakt.

Regel 7: Übergib einem neuen Chat einen Prompt, statt /compact zu verwenden#

/compact ist ein offizieller Claude-Code-Befehl, der den Verlauf durch eine Zusammenfassung ersetzt. Wenn du ihn direkt nach der letzten Nachricht ausführst, solange der Cache noch warm ist (Abo-TTL: 1 Stunde), wird die Zusammenfassung zwischengespeichert und zum Preis von 10 % des Standardpreises eingelesen. Wenn du länger als eine Stunde wartest, ist der Cache kalt und du zahlst den vollen Preis.

/compact lässt sich anpassen:

/compact Focus on code samples and API usage

Oder du kannst den Standardfokus der Zusammenfassung in CLAUDE.md festlegen:

# Compact instructions
When you are using compact, please focus on test output and code changes

Ich mache es aber meistens anders.

Einen Prompt an einen benachbarten Chat übergeben: Beispiel

Schritte:

1. Wenn ich im aktuellen Chat sehe, dass der Kontext zu mehr als 50 % gefüllt ist, sage ich: „Schreib mir einen Prompt für einen benachbarten Chat, der die Arbeit ohne Sinnverlust fortsetzt. Nimm Folgendes auf: woran wir gearbeitet haben, was bereits erledigt ist, was noch aussteht, wichtige Dateien und Konstanten.“
2. Claude gibt mir einen Prompt mit 300–800 Tokens.
3. Ich schließe den aktuellen Chat mit /clear oder öffne einfach einen neuen.
4. Ich füge den Prompt ein und starte mit einer warmen CLAUDE.md und Projektkontext, aber einem frischen Gesprächsgedächtnis.

Was mir das gegenüber /compact bringt:

• Kontrolle darüber, was in den neuen Chat übernommen wird. /compact fasst nach eigenem Verständnis zusammen; ich kann den Prompt vor dem Start von Hand bearbeiten.
• Ich kann den Prompt in einer plans/-Datei speichern und morgen darauf zurückkommen.
• Der neue Chat beginnt mit einem frischen Gesprächscache – danach arbeitest du zum Preis für zwischengespeicherte Eingaben.

Wann ist /compact besser?

• Wenn du im Plan Mode bist und den aktuellen Plan nicht verlieren möchtest.
• Wenn die Aufgabe gleichförmig ist und der Kontext zusammenhängend bleibt (zum Beispiel bei der Übersetzung eines langen Dokuments).
• Wenn /compact sofort nach Claudes Antwort ausgeführt wird – dann landet die Zusammenfassung im warmen Cache und kostet 10 %.

/clear – der letzte Ausweg

/clear löscht alles, einschließlich des Projektkontexts. Ich verwende es nur beim Wechsel zu einem völlig anderen Thema, wenn ich nichts vom Vorherigen behalten möchte. Nach /clear kostet die nächste Anfrage den vollen Preis für das erneute Laden von CLAUDE.md.

Regel 8. Was macht den Claude-Code-Cache ungültig, und warum zahlt man dafür?#

Bei einem Abo beträgt die Cache-TTL 1 Stunde (sie verlängert sich bei jedem Zugriff). Bei der API sind es standardmäßig 5 Minuten. Wenn du also nach 40 Minuten zur Arbeit zurückkehrst, ist der Cache noch aktiv und die nächste Anfrage kostet für die Eingabe nur wenig. Nach 1 Stunde läuft der Cache ab und du zahlst den vollen Preis.

Was den Cache unterbricht (mitten in einer Aufgabe vermeiden)

1. /model – Modellwechsel mitten in der Sitzung. Jedes Modell hat einen eigenen Cache. Nach /model opus wird das ganze Präfix für Opus von Grund auf neu berechnet.
2. Plan Mode mit der Einstellung opusplan aktivieren. In diesem Modus verwendet Plan Mode Opus und der Normalmodus Sonnet. Jedes Shift+Tab bedeutet einen Modellwechsel und damit einen ungültigen Cache.
3. MCP-Server verbinden oder trennen. Dazu gehört die automatische Wiederverbindung nach einem vorübergehenden Fehler. Wenn dein MCP-Server instabil ist, zahlst du doppelt.
4. Ablehnungsregeln mit nacktem Namen (Bash, WebFetch) – sie ändern die Werkzeugdefinitionen im System-Prompt.
5. /compact – macht die Unterhaltungsebene ungültig (absichtlich).
6. Claude Code auf eine neue Version aktualisieren – eine neue Version bedeutet einen neuen System-Prompt und einen neuen Cache.

Was den Cache NICHT unterbricht

• Dateien im Repository bearbeiten (sie werden bei Bedarf gelesen).
• CLAUDE.md mitten in einer Sitzung bearbeiten (die Änderungen greifen aber erst nach einem Neustart – siehe Regel 2).
• Den Ausgabestil ändern.
• Den Berechtigungsmodus ändern (wenn opusplan nicht beteiligt ist).
• Skills / Befehle aufrufen (sie werden der Unterhaltungsebene hinzugefügt).
• /recap (neuer Befehl, Zusammenfassung ohne Cache-Invalidierung).
• /rewind (zu einem bereits aufgewärmten Präfix zurückkehren).
• Einen Subagenten starten (der Cache des übergeordneten Agenten bleibt unberührt).

So nutzt du den Cache zu deinem Vorteil

• Wechsle nicht ohne Grund mit /model das Modell. Wähle das Modell zu Beginn der Aufgabe.
• Aktiviere nicht „nur für den Fall“ 10 MCP-Server. Jeder erweitert den System-Prompt und unterbricht bei einer Wiederverbindung den Cache.
• Bearbeite CLAUDE.md nicht zwischen Aufgaben – nimm alle Änderungen auf einmal vor und starte danach neu.
• Verwende /recap statt /compact, wenn du nur eine Zusammenfassung ansehen und keinen Kontext freigeben möchtest.

Was wurde aus dem Guthabenvorschlag zum 15. Juni?#

Die vorgeschlagene Aufteilung des Abopools in interaktive und programmgesteuerte Nutzung wurde ausgesetzt. Laut Anthropics Supportupdate können Agent SDK, claude -p und Drittanbieter-Apps weiterhin Abolimits nutzen. Addiere die verworfenen Guthabenbeträge nicht als zweite Pflichtrechnung.

Das im Oktober eingeführte monatliche API-Guthaben für berechtigte Max- und Team-Tarife ist ein enthaltenes Kontingent einer verknüpften Console-Organisation. Es ersetzt nicht die interaktiven Tariflimits. Der aktuelle API-Guthabenleitfaden unterscheidet Tariflogin und API-Schlüsselarbeit und nennt nicht abgedeckte Startoberflächen.

Erfasse vor der Budgetplanung geplanter Aufgaben Anmeldemethode, Startoberfläche, Modell und tatsächliche Nutzung. claude -p allein belegt keinen bestimmten Guthabenabzug. Zusätzliche bezahlte API-Nutzung hängt von der Organisationsabrechnung ab. Aktuelle Erklärung und Rechner: Claude-Code-Automatisierung abrechnen.

Ein Tag im Leben eines Vibe Coders mit Claude Code#

Ein beispielhafter Tag:

1. 9:00. Ich öffne Aufgabe #1 – eine Änderung an einer E-Mail-Vorlage. Ich öffne einen neuen Chat, verwende Plan Mode und bitte Claude, den Sachverhalt zu untersuchen. Der Plan ist in 3 Minuten fertig; ich wechsle zu Auto-Accept, und die Änderung dauert 10 Minuten. Ich schließe den Chat.
2. 9:30. Aufgabe #2 – eine Lernanleitung schreiben. Ich öffne einen neuen Chat, in dem mein Skill zum Schreiben von Anleitungen ausgelöst wird. Er lädt 4000 Tokens Methodik. Ich arbeite damit, und nach 40 Minuten ist die Anleitung fertig. Erledigt.
3. 11:00. Aufgabe #3 – ein komplexes Architekturproblem. /model opus, Plan Mode, Diskussion. Ich prüfe den Plan, speichere ihn manuell in plans/2026-05-20-...md oder genehmige das Schreiben nach Verlassen des Plan Mode. Ich prüfe die Datei und schließe den Chat.
4. 12:00. Neuer Chat: „Lies plans/2026-05-20-...md und setze Phase 1 um.“ 6 Subagenten arbeiten parallel – einer pro Datei. Phase 1 ist in 45 Minuten fertig. Ich schließe den Chat.
5. 14:00. Aufgabe #4 – eine Änderung an einer Landingpage. /model sonnet. Neuer Chat. Planung und Umsetzung dauern 30 Minuten. Ich schließe den Chat.
6. 15:00. Aufgabe #5 – Fehler in der Produktionsumgebung beheben. /model opus, Plan Mode; hier ist Tiefgang nötig. Nach einer Stunde Diskussion bitte ich Claude, einen Prompt für einen benachbarten Chat mit der gefundenen Ursache und vorgeschlagenen Lösung zu schreiben. Ich kopiere ihn in einen neuen Chat und setze die Lösung in 20 Minuten um.

Am Ende des Tages: 6 Aufgaben, 8 geschlossene Chats, kein einziges /compact. Das Limit ist zu 40–60 % ausgeschöpft. Das reicht locker.

Das Limit ist schnell aufgebraucht bei Personen, die:

• Eine ganze Aufgabe in einen Chat packen, dessen Kontext bereits zu 50 % belegt ist.
• CLAUDE.md bei 600 Zeilen halten, weil „sie vielleicht nützlich sein könnten“.
• Für jede einfache Änderung zu /model opus wechseln.
• „Nur für den Fall“ 8 MCP-Server aktivieren.
• Nie Subagenten verwenden und alles in die Hauptunterhaltung ziehen.

Das Limit ist bei Personen nicht schnell aufgebraucht, die sich in Projektdateien ein zweites Gedächtnis aufbauen und mit Claude wie mit einem Ingenieur im Team arbeiten: Sie geben klare Aufgaben, packen nicht alles in eine Unterhaltung und verwenden für verschiedene Aufgaben unterschiedliche Werkzeuge.

Du kannst Ailoot unter ailoot.ai weiter erkunden.