# Claude Code Tokenverbrauch senken: 9 Verlustmuster > 73 % der Tokens gehen verloren, bevor Claude den Prompt sieht. CLAUDE.md, MCP, Verlauf – wo in Claude Code Kontext verloren geht und wie Sie 9 Verlustquellen beheben. Source: https://ailoot.ai/blog/de/where-claude-code-tokens-go/ Canonical: https://ailoot.ai/blog/de/where-claude-code-tokens-go/ Language: de Publisher: Ailoot (https://ailoot.ai/) Translation: guide-167 Revision: sha256-0cc8d0e211ca3cf4af71b60911c8805b0af1e4f6993d3910746f9dc1df88ba9c
Das Wichtigste Ein großer Teil der Tokens wird verbraucht, bevor Claude Ihre Anfrage liest: durch eine aufgeblähte CLAUDE.md, durch das erneute Lesen des bisherigen Gesprächsverlaufs und durch weitere Muster wie MCP-Server. In diesem Artikel schlüssle ich die Verlustmuster anhand offizieller Anthropic-Angaben auf und gebe Ihnen eine Checkliste für die erste Bereinigung in 15 Minuten, mit der Sie den Verbrauch senken können, ohne zu einem neuen Tarif zu wechseln.
In einem Beispiel zeigte `/context` in einer neuen Claude-Code-Sitzung, dass vor der ersten Nachricht bereits 60K Tokens von 200K belegt waren. Im Projektverzeichnis war lediglich `claude` gestartet worden. Sechzigtausend Tokens – ein Drittel des Budgets war bereits für die „Vorbereitung“ des Gesprächs aufgebraucht. Zwei Wochen später fand ich genau heraus, wohin sie gegangen waren. Im Folgenden finden Sie alle 9 Muster, die Ihre Tokens verbrauchen, bevor Sie überhaupt mit dem Tippen anfangen, und wie Sie sie beheben. Die Zahlen stammen aus der offiziellen Anthropic-Dokumentation und Messungen aus echten Sitzungen.
[Ailoot-Dokumentation](https://ailoot.ai/docs/) – Referenzmaterialien zur Nutzung des Dienstes.
## Was bedeutet „73 % der Tokens gehen verloren, bevor der Prompt kommt“?
Das Wichtigste Ein großer Teil Ihrer Tokens wird verbraucht, bevor Claude Ihre eigentliche Anfrage liest: durch eine aufgeblähte CLAUDE.md, durch das erneute Durchgehen des bisherigen Chatverlaufs und durch weitere Muster – von MCP-Servern bis hin zur Zusammenfassung im Hintergrund. Dabei geht es nicht um Tariflimits, sondern darum, wie Kontext funktioniert.
Ein paralleler Thread von Mnimiy (@Mnilax) führt 9 Muster auf, die zusammen diese 73 % ergeben. Ich habe sie in einer Tabelle mit konkreten Zahlen aus anderen Quellen zusammengefasst – dem GitHub-Issue \#13717 mit einem `/context`-Screenshot bei einem 200K-Fenster, Cameron Cookes Hinweis auf einen methodischen Fehler in `/context` selbst und Anthropics offizieller Seite zur Kostenverwaltung. | Muster | Anteil an den Verlusten | Quelle | |----|----|----| | 1\. Aufgeblähte CLAUDE.md | — | — | | 2\. Erneutes Lesen des alten Verlaufs | — | — | | 3\. MCP-Server | bis zu 49 % (historisch), jetzt 8–15 % mit Tool Search | Messungen aus echten Sitzungen | | 4\. Angesammelte `tool_use`-Ausgabe | 5–15 % | Messungen aus echten Sitzungen | | 5\. System-Prompt + Systemtools | 9,6 % (1,6 % + 8 %) | GitHub \\#13717 | | 6\. Doppelte Skills und Plugins | 2–5 % | Vercel-Recherche | | 7\. Agent-Teams im Plan Mode | bis zu 700 % | [Anthropic-Dokumentation](https://code.claude.com/docs/en/costs) | | 8\. Budget für Extended Thinking | 5–20 % | [Anthropic-Dokumentation](https://code.claude.com/docs/en/costs) | | 9\. Zusammenfassung im Hintergrund mit `--resume` | ~\$0.04/Sitzung im Leerlauf | [Anthropic-Dokumentation](https://code.claude.com/docs/en/costs) | Ich werde nicht behaupten, dass die Zahl „73“ unumstößlich ist – je nach Konfiguration könnten es 60 % oder 80 % sein. Das Gesamtbild stimmt jedoch, und jedes Muster lässt sich einzeln beheben. Im Folgenden behandle ich jeweils drei auf einmal. ## Wie baut Claude den Kontext auf, bevor es Ihre Anfrage liest?
Das Wichtigste Bevor Sie auch nur das erste Zeichen eingeben, hat Claude bereits fünf Ebenen geladen: den System-Prompt, Beschreibungen integrierter Tools, die CLAUDE.md-Datei, Tool-Namen und Anweisungen verbundener MCP-Server (bei deaktivierter Tool Search deren vollständige Beschreibungen) sowie den Speicher (`memory_files`). Bei einem 200K-Fenster kann das leicht 60–100K ausmachen, also ein Drittel bis die Hälfte des Budgets. Der Rest steht für das Gespräch selbst und Tools wie Read/Edit zur Verfügung.
In der Diskussion zu GitHub-Issue \#13717 öffnete jemand `/context` in einer Sitzung mit sechs MCP-Servern und erhielt folgende Aufschlüsselung: | Kontextebene | Tokens | % von 200K | |----|----|----| | System-Prompt | 3 200 | 1,6 % | | Systemtools (Read/Edit/Bash usw.) | 16 100 | 8,0 % | | MCP-Tools (6 Server: google-docs + asana + calendar + slack + atlassian + gmail) | 98 700 | **49,3 %** | | Speicherdateien (`memory_files`, Exporte des `Memory tool`) | 3 000 | 1,5 % | | Freier Speicher | 34 000 | 17,0 % | | Autocompact-Puffer | 45 000 | 22,5 % | Beachten Sie: Selbst wenn Sie noch nichts geschrieben haben, ist fast die Hälfte des Fensters belegt. Weniger als die Hälfte bleibt für freien Speicher und den Autocompact-Puffer, und in diese Hälfte muss Ihr gesamtes Gespräch passen – Nachrichten, Antworten von Claude, gelesene Dateien und Kommandoausgaben. Die Fenstergröße hängt vom Modell ab. Laut [Anthropics Modelldokumentation](https://code.claude.com/docs/en/model-config#extended-context) verfügen Opus 4.7 und neuer, Sonnet 5 sowie Fable-Modelle seit September 2026 bei jedem Tarif, einschließlich Pro, über ein **1M-Token-Fenster**. **200K** bleiben für Opus 4.6 und Sonnet 4.6 ohne erweiterten Kontext sowie für Sitzungen, in denen 1M mit der Variable `CLAUDE_CODE_DISABLE_1M_CONTEXT=1` deaktiviert ist. Ein größeres Fenster löst das Problem eines aufgeblähten Kontexts nicht: Alles, was vor der ersten Nachricht geladen wird, wird mit jeder Anfrage an das Modell gesendet, und [die Kostendokumentation](https://code.claude.com/docs/en/costs) sagt ausdrücklich, dass mit mehr Kontext auch mehr Tokens verbraucht werden. Ein Abonnement ändert daran nichts – bei jedem Tarif zählt jedes zusätzliche Token gegen Ihr Limit. ## Wohin geht das erste Drittel des Kontexts: CLAUDE.md, Verlauf und MCP?
Das Wichtigste Die drei wichtigsten Muster belegen 36–76 % des Kontexts, bevor Sie das Gespräch beginnen. CLAUDE.md trägt zum wiederholt übergebenen Kontext bei. Der Verlauf wächst über Gesprächsrunden; spätere Anfragen können mehr Eingabe verarbeiten. Kosten hängen auch von Cache-Lese- und -Schreibzugriffen ab. Eine allgemeine exponentielle Wachstumsrate gibt es nicht. MCP-Server verbrauchten früher bis zu 49 % des Fensters. Die neue Tool-Search-Funktion, die im Dezember 2025–Januar 2026 eingeführt wurde, hat den größten Teil davon beseitigt, doch viele Konfigurationen nutzen noch das alte Modell.
### Muster 1. CLAUDE.md vor jeder Nachricht Die Datei wird **vor jeder Nachricht geladen, die Sie senden**, nicht nur einmal pro Sitzung. Eine 5.000-Token-CLAUDE.md belegt diesen Kontext in Anfragen, die sie enthalten. Frische Eingabe, Cache-Schreiben und Cache-Lesen brauchen aber getrennte Abrechnung. Wiederholter Inhalt kostet nicht zwangsläufig den vollen ungecachten Preis. [Anthropic sagt in der Dokumentation ausdrücklich](https://code.claude.com/docs/en/costs):

Versuchen Sie, CLAUDE.md unter 200 Zeilen zu halten und nur die wichtigsten Informationen aufzunehmen. Verschieben Sie spezielle Anweisungen in Skills, die bei Bedarf geladen werden.

— Anthropic-Dokumentation, code.claude.com/docs/en/costs
In einem Beispiel umfasst die CLAUDE.md des Projekts 180 Zeilen – alle Spezialanweisungen (zum Verfassen von Workshop-Anleitungen, zum Format für TG-Posts und zur juristischen Checkliste) wurden in Skills und Markdown-Dateien im Ordner `business/` verschoben, die Claude nur liest, wenn es dort gezielt nachschaut. Dadurch ist die Grundlast gegenüber vor zwei Monaten um 60–70 % gesunken. ### Muster 2. Der Gesprächsverlauf wird mit jeder Antwort erneut gelesen Dieses Muster ist von außen am schwersten zu erkennen, weil es unsichtbar ist. Das Modell erhält bei Folgeanfragen den beibehaltenen Gesprächskontext. Prompt-Caching kann einen stabilen Präfix wiederverwenden; Komprimierung und Leeren können den Text verändern. Wiederholt gelieferter Kontext belegt das Fenster auch dann, wenn Cachepreise seine Kosten senken. Die Lösung ist `/clear` zwischen voneinander unabhängigen Aufgaben. Meine Regel: Für jede neue Aufgabe ein neuer Chat. Dauert eine Aufgabe lange und benötigen Sie den Verlauf, verwenden Sie `/compact`, um die bisherigen Inhalte zu einer kurzen Zusammenfassung zu verdichten und von dort aus weiterzumachen. Mehr zu dieser Regel finden Sie in der Anleitung [„So verbrauchen Sie Ihre Claude-Code-Limits nicht an einem Tag: 8 Regeln zum Tokensparen“](https://ailoot.ai/blog/de/claude-code-token-limits-saving/), mit Beispielen aus meinen Sitzungen. ### Muster 3. MCP-Server registrieren alle ihre Tools im Kontext Das war bis 2026 ein historischer Schwachpunkt von Claude Code und verursachte die größten Verluste. Im bereits erwähnten Issue \#13717 belegten sechs verbundene MCP-Server (Google Docs, Asana, Calendar, Slack, Atlassian, Gmail) 98 700 Tokens – **49 % des gesamten Fensters**, bevor das Gespräch begann. Anthropic veröffentlichte die Funktion **Tool Search**, die bei der Verringerung dieses Problems hilft. [In Anthropics Dokumentation](https://code.claude.com/docs/en/costs) heißt es inzwischen:

MCP-Tooldefinitionen werden standardmäßig zurückgestellt – zunächst gelangen nur die Namen in den Kontext, bis Claude ein bestimmtes Tool aufruft. Führen Sie `/context` aus, um zu sehen, was Speicherplatz belegt. Wenn möglich, sollten Sie die CLI bevorzugen: Tools wie gh, aws, gcloud und sentry-cli sind weiterhin effizienter als MCP-Server, weil sie keine Beschreibungen für jedes einzelne Tool hinzufügen.

— Anthropic-Dokumentation, code.claude.com/docs/en/costs
Was Sie in der Praxis tun sollten: 1. **Aktualisieren Sie Claude Code auf eine Version mit Tool Search** (alle aktuellen Versionen nach Dezember 2025). 2. **Öffnen Sie `/mcp`** und deaktivieren Sie Server, die Sie in der aktuellen Sitzung nicht benötigen. Im beschriebenen Beispiel sind Playwright und shadcn ständig verbunden. Die übrigen aktiviere ich für eine einzelne Aufgabe und führe danach sofort `/mcp disconnect` aus. 3. **Ersetzen Sie MCP, wo möglich, durch die CLI.** Verwenden Sie `gh` statt eines MCP-Servers für GitHub. Nutzen Sie den Kalender im Browser statt Google Calendar MCP. Was MCP-Server grundsätzlich sind und wie Sie sie sinnvoll konfigurieren, habe ich in [„Claude-Code-MCP-Server 2026: 7 fertige Setups und Schritt-für-Schritt-Installation“](https://ailoot.ai/blog/de/mcp-servers-claude-code/) behandelt. Ein Teil des Problems mit CLAUDE.md und Skills betrifft nicht nur den Umfang, sondern auch die Struktur. Eine Anweisungsdatei (CLAUDE.md) bildet den Kern. Weiteres Projektwissen (Zielgruppe, Produkte, juristische Dokumente, tagesbezogene Anweisungen) liegt im Ordner `business/` – das ist in meiner Methodik das **Second Brain**. Claude liest nur, was gerade benötigt wird, und die Kontextverdichtung findet bereits auf dieser Ebene statt. Die vollständige Aufschlüsselung finden Sie in [„Das Second Brain in Claude Code“](https://ailoot.ai/blog/de/claude-code-second-brain/). Noch ein Detail, das häufig übersehen wird: CLAUDE.md aufzuräumen, zu Skills zu wechseln und MCP zu deaktivieren, ist der erste Schritt. Danach kommt die Methodik des **Context Engineering** ins Spiel – was in welchen Prompt gehört, in welcher Reihenfolge, was Sie im Plan Mode übergeben und was Sie mit `/compact` bearbeiten. Diese Anleitung behandelt einen Baustein. ## Was sammelt sich in einer Sitzung an, und was lässt sich nicht kürzen?
Das Wichtigste Das vierte Muster ist die Tool-Ausgabe. Jede gelesene Datei, jede `bash`-Ausgabe und jede Antwort eines MCP-Servers bleibt dauerhaft im Sitzungskontext. Sie lesen 10.000 Zeilen Logs? Sie bleiben bis `/clear` erhalten. Das fünfte Muster ist die Systemgrundlast: 19K Tokens für den System-Prompt und Beschreibungen integrierter Tools. Sie können diese nicht kürzen, aber wenn Sie sie kennen, können Sie besser rechnen.
### Muster 4. Tool-Ausgaben sammeln sich im Verlauf der Sitzung an Ein selten erwähnter Punkt: Wenn Claude `bash cat huge-file.log` ausführt, gelangt die GESAMTE Ausgabe dieses Befehls in den Kontext und **bleibt dort bis zum Ende der Sitzung oder bis `/clear`**. Dasselbe gilt für `Read` einer großen Datei – alle 10.000 Zeilen bleiben erhalten und belegen bei jeder späteren Nachricht Tokens (siehe Muster 2). Lösungen: 1. **Verwenden Sie `head`, `tail` und `grep`, statt alles zu lesen.** `bash tail -100 deploy.log` statt `Read deploy.log`. Damit reduzieren Sie die Ausgabe sofort um das 10- bis 100-Fache. 2. **Hooks zur Vorverarbeitung.** Legen Sie ein Skript in `~/.claude/hooks` ab, das Bash-Ausgaben filtert, bevor Claude sie sieht. Ein Beispiel aus der Anthropic-Dokumentation ist ein PreToolUse-Hook, der `npm test 2>&1 | grep -A 5 -E 'FAIL|ERROR'` ausführt, statt die vollständige Testausgabe auszugeben. Dadurch wird sie um das 50- bis 100-Fache komprimiert. Einzelheiten stehen in [„Claude Code Hooks 2026: Schritt-für-Schritt-Einrichtung und 7 fertige Beispiele“](https://ailoot.ai/blog/de/claude-code-hooks/). 3. **`/clear` nach einem umfangreichen Lesevorgang.** Wenn Sie für eine bestimmte Aufgabe eine sehr große Datei gelesen haben und sie nicht mehr benötigen, lassen Sie sie nicht „für alle Fälle“ im Kontext – starten Sie einen neuen Chat. ### Muster 5. System-Prompt + Systemtools = dauerhafte Grundlast Dieses Muster lässt sich nicht ändern, weil sich kaum etwas dagegen tun lässt. Claude Code startet mit einem System-Prompt (~3 200 Tokens) und Beschreibungen aller integrierten Tools – Read, Edit, Write, Bash, Glob, Grep, WebSearch, WebFetch, TodoWrite (~16 100 Tokens). Zusammen ergibt das eine **dauerhafte Grundlast** von 19 300 Tokens, die Sie nicht reduzieren können. Was Sie praktisch tun können: - **Bewusstsein dafür schaffen.** Rechnen Sie mit einer Grundlast von 19K: Bei einem 200K-Fenster bleiben 200K - 19K = 181K für alles Weitere (abzüglich CLAUDE.md, MCP und Autocompact-Puffer). In einem 1M-Fenster ist mehr Platz, aber diese „Abgabe“ fällt weiterhin bei jeder Anfrage an. - **Messen Sie wiederholte Verarbeitung.** Die Grundlast belegt das Fenster und kann in weiteren Anfragen erneut vorkommen. Sie ist keine einmalige Sitzungsgebühr. Berechnen Sie Kosten getrennt aus Eingabe-, Cache-Schreib-, Cache-Lese- und Ausgabetokens. ## Wo gehen Tokens bei Skills, Plugins und Agent-Teams verloren?
Das Wichtigste Das sechste Muster ist die doppelte Registrierung von Skills und Plugins. Vercel stellte in seiner Recherche fest, dass 56 % der Skills während einer Sitzung nie aufgerufen, aber ständig in den Kontext geladen werden. Das siebte Muster sind Agent-Teams: Wenn Sie im Plan Mode mehrere Claude-Instanzen starten, steigt der gesamte Tokenverbrauch im Vergleich zu einer einzelnen Sitzung um etwa das 7-Fache. Anthropic hat das ausdrücklich dokumentiert.
### Muster 6. Skills und Plugins können doppelt registriert sein Dieses Problem trat mit der Einführung von Plugins in Claude Code auf (Ende 2025). Wenn Sie ein Plugin installieren, das Skills hinzufügt, gelangen diese Skills in den Kontext. Haben Sie außerdem ähnliche Benutzer-Skills in `~/.claude/skills/` installiert, werden auch sie geladen. Manchmal **doppelt**. Vercel veröffentlichte eine Zahl in seiner Recherche zu seinem KI-Stack: **56 % der Skills werden während einer Sitzung nie aufgerufen**, ihre Beschreibungen werden jedoch ständig in den Kontext geladen. Bei 100 Tokens pro Beschreibung sind das bei 100 Skills bis zu 5 600 Tokens „Gepäck“. Was Sie tun sollten: 1. **`/context` zeigt, was tatsächlich belegt ist.** Wenn der Abschnitt Skills über 3K liegt, räumen Sie ihn auf. 2. **`ls ~/.claude/skills/`** – prüfen Sie, welche Skills tatsächlich installiert sind. Entfernen Sie Skills, die Sie seit über einem Monat nicht verwendet haben. 3. **`/plugin remove`** für Plugins, die Sie „zum Ausprobieren“ installiert und dann vergessen haben. Wie die richtige Struktur für Skills aussieht und worin sie sich von CLAUDE.md unterscheiden, erfahren Sie in [„Claude Code Skills 2026: Eine persönliche Skills-Bibliothek aufbauen“](https://ailoot.ai/blog/de/claude-code-skills-library/). ### Muster 7. Agent-Teams verbrauchen im Plan Mode 7-mal mehr Agent-Teams sind eine Funktion, mit der Claude Code mehrere parallele Modellinstanzen startet, jede mit eigenem Kontext. [Anthropic sagt in der Dokumentation ausdrücklich](https://code.claude.com/docs/en/costs):

Agent-Teams verbrauchen etwa 7-mal mehr Tokens als reguläre Sitzungen, wenn Teammitglieder im Plan Mode arbeiten: Jedes Mitglied hat ein eigenes Kontextfenster und läuft als separate Claude-Instanz. Halten Sie Teamaufgaben klein und in sich abgeschlossen, um den Verbrauch pro Mitglied zu begrenzen.

— Anthropic-Dokumentation, code.claude.com/docs/en/costs
Das bedeutet: Fünf Teammitglieder im Plan Mode entsprechen fünf parallelen Sitzungen, die jeweils ihre eigene Systemgrundlast, eine eigene Kopie von CLAUDE.md und eigene MCP-Tools laden. Der Gesamtverbrauch an Tokens wächst nichtlinear. Was Sie tun sollten: 1. **Verwenden Sie Sonnet oder Haiku für Teammitglieder.** Nutzen Sie Opus nur für die Teamleitung, die sie koordiniert. Der Tokenpreis kann niedriger sein. Messen Sie aber vollständige Aufgabenkosten und Qualität jedes Mitglieds, statt eine feste Ersparnis anzunehmen. 2. **Kleine Teams.** Zwei oder drei Teammitglieder statt zehn. 3. **Beenden Sie inaktive Teammitglieder.** Wenn die Aufgabe abgeschlossen ist, ein Teammitglied aber noch läuft, verbraucht es weiterhin im Hintergrund Tokens. Mehr über den [Plan Mode](https://ailoot.ai/blog/de/claude-code-plan-mode/) und darüber, wann er tatsächlich hilft, erfahren Sie in [„Plan Mode in Claude Code: Schritt-für-Schritt-Anleitung und 4 Phasen 2026“](https://ailoot.ai/blog/de/claude-code-plan-mode/). ## Wofür berechnet Claude Tokens, während Sie nicht hinsehen?
Das Wichtigste Das achte Muster ist Extended Thinking. Claude denkt vor der Antwort „laut“ nach, und diese Denktokens zählen als Ausgabe. Standardmäßig umfasst das Budget bei komplexen Aufgaben Zehntausende Tokens. Das neunte Muster ist die Hintergrundzusammenfassung: Selbst wenn Sie nicht tippen, verarbeitet Claude Code frühere Sitzungen für `--resume` und speichert Zusammenfassungen. Etwa \$0.04 pro Sitzung werden im „Leerlauf“ verbraucht.
### Muster 8. Extended Thinking verbraucht Tokens, ohne dass Sie etwas tun Extended Thinking ist ein Modus, in dem Claude vor der Antwort in einem verborgenen Denkblock die Lösung „durchdenkt“. Bei der Abrechnung zählen diese als **Ausgabetokens**, wie eine gewöhnliche Antwort, aber im Chat sehen Sie sie nicht. [Anthropic sagt in der Dokumentation](https://code.claude.com/docs/en/costs):

Extended Thinking ist standardmäßig aktiviert, weil es die Ergebnisse bei schwierigen Planungs- und Denkaufgaben deutlich verbessert. Denktokens werden als Ausgabe abgerechnet, und das Standardbudget kann je nach Modell Zehntausende Tokens pro Anfrage umfassen.

— Anthropic-Dokumentation, code.claude.com/docs/en/costs
Das bedeutet, dass eine einzelne komplexe Anfrage 10–30K Denktokens verbrauchen kann, die das Budget „aufbrauchen“, während Sie im Chat nur eine kurze Zusammenfassung sehen. Was Sie tun sollten: 1. **`/effort low`** für einfache Aufgaben. Dadurch wird das Denkbudget auf ein Minimum reduziert. 2. **`MAX_THINKING_TOKENS=8000`** in der Umgebung, um eine Obergrenze festzulegen. 3. **`/config` → Thinking deaktivieren** für sehr routinemäßige Aufgaben, bei denen Claude nicht „nachdenken“ muss. Wann Thinking tatsächlich nützlich ist (komplexe Architektur, komplexe mehrstufige Schlussfolgerungen) und wann nicht, erfahren Sie in [„Sonnet oder Opus 4.7 in Claude Code: Modell und /effort 2026 auswählen“](https://ailoot.ai/blog/de/claude-code-model-effort-sonnet-opus/). ### Muster 9. Zusammenfassung im Hintergrund während Leerlaufzeiten Dies ist ein sehr kleines, aber interessantes Muster. Claude Code führt einen Hintergrundprozess aus, der frühere Sitzungen für den Befehl `claude --resume` zusammenfasst. Dieser Prozess läuft auch, wenn Sie nicht tippen. [Anthropic sagt dies ausdrücklich in der entsprechenden Dokumentation](https://code.claude.com/docs/en/costs):

Claude Code verwendet auch im Leerlauf Tokens für Hintergrundfunktionen: Gesprächszusammenfassungen (Hintergrundaufgaben, die frühere Sitzungen für claude --resume verdichten) und die Verarbeitung von Befehlen. Diese Hintergrundprozesse verbrauchen auch ohne aktive Interaktion eine geringe Anzahl von Tokens (üblicherweise weniger als $0.04 pro Sitzung).

— Anthropic-Dokumentation, code.claude.com/docs/en/costs
Vier Cent pro Sitzung sind keine Katastrophe. Haben Sie jedoch täglich 10 offene Sitzungen, sind das bereits \$0.40 passive Ausgaben pro Tag, \$12 pro Monat. Schließen Sie Sitzungen, die Sie gerade nicht benötigen. Eine Sitzung lässt sich über den Index mit `/resume` wiederherstellen – Sie müssen sie nicht offen halten. ## So messen Sie Ihre Verluste: der Befehl `/context` und seine Einschränkungen
Das Wichtigste Der Befehl `/context` in Claude Code zeigt, wohin Ihre Tokens gerade gehen. Er hat jedoch einen bekannten Fehler: Früher überschätzte er MCP-Tools um das 3-Fache, weil er den Mehraufwand pro Tool für jedes Tool einzeln zählte. Anthropic hat das in neueren Versionen behoben. Liegt MCP in Ihrem `/context`-Bericht über 30K, aktualisieren Sie zuerst Claude Code und messen Sie dann erneut.
Zunächst zum Befehl. Öffnen Sie in Claude Code `/context` (oder `/usage` für die Abrechnung), dann erhalten Sie etwa Folgendes: ``` Context window: 200 000 tokens System prompt: 3 200 (1.6%) System tools: 16 100 (8.0%) MCP tools: 12 600 (6.3%) CLAUDE.md: 4 800 (2.4%) Memory files: 3 000 (1.5%) Conversation: 18 400 (9.2%) Free space: 141 900 (71.0%) ``` Das ist eine normale dauerhafte Grundlast nach der ersten Bereinigung. Gut – 71 % des Fensters sind frei. ### Bekannter `/context`-Fehler: 3-fache Überschätzung bei MCP Bis zu einem kürzlichen Update zeigte `/context` den dreifachen tatsächlichen MCP-Verlust an, weil der Aufwand pro Tool für jedes Tool einzeln gezählt wurde. Cameron zufolge hat Anthropic dies in der aktuellen Version behoben, die für dasselbe XcodeBuildMCP nun 12 600 meldet. Also: 1. **Wenn `/context` für MCP-Tools 50K+ anzeigt** – verwenden Sie möglicherweise eine alte Claude-Code-Version. Aktualisieren Sie sie. 2. **Wenn MCP 8–15K beträgt** – das ist mit Tool Search normal. 3. **Wenn MCP in einer neuen Version 30–50K beträgt**, sind tatsächlich viele ungenutzte Server verbunden. Öffnen Sie `/mcp` und trennen Sie sie. ### Was Sie zusätzlich zu `/context` prüfen sollten `/usage` – zeigt Ihren Tarifverbrauch der letzten 24 Stunden oder 7 Tage. Bei Pro und Max wird eine Aufschlüsselung nach Skills, Subagents, Plugins und einzelnen MCP-Servern angezeigt. Nützlich, um festzustellen, welches Skill am meisten verbraucht. `/cost` – für API-Nutzer. Zeigt die anteiligen Kosten der aktuellen Sitzung in Dollar. Nicht für Pro-/Max-Abonnenten gedacht – sie benötigen es nicht. `/usage-credits` – ermöglicht Pro-/Max-Nutzern, ein monatliches Ausgabenlimit festzulegen. Nützlich, wenn Sie verhindern wollen, dass ein skriptgesteuertes Agent-Team versehentlich Ihre Kreditkarte ausreizt. ## So bereinigen Sie den Claude-Code-Kontext in 15 Minuten
Das Wichtigste Nutzen Sie diese acht Schritte gegen vermeidbaren Kontext. Ziele wie 70 % freier Platz oder 40–50 % weniger Verbrauch sind nicht garantiert. Eine Kontextmomentaufnahme misst nicht den gesamten Sitzungsverbrauch. Die meisten Punkte dauern 1–2 Minuten. Die wichtigsten sind das Bereinigen von CLAUDE.md und das Trennen nicht verwendeter MCP-Server – jeweils fünf Minuten. Gehen Sie die Schritte der Reihe nach durch und lassen Sie keinen aus.
Öffnen Sie Ihr Projekt in Claude Code und gehen Sie die Schritte durch: 1. **`/context`** – notieren Sie die aktuelle Aufschlüsselung. Das ist Ihre Ausgangsbasis. 2. **`/clear`** – wenn sich im Chat Verlauf angesammelt hat, der nichts mit der aktuellen Aufgabe zu tun hat. Neues Fenster. 3. **`ls -la ~/.claude/skills/`** – sehen Sie nach, welche Skills installiert sind. Entfernen Sie die, die Sie seit einem Monat nicht verwendet haben. Befehl: `rm -rf ~/.claude/skills/[skill-name]` (oder löschen Sie den Ordner über die Benutzeroberfläche). 4. **`/plugin list`** – dasselbe für Plugins. Entfernen Sie nicht verwendete Plugins mit `/plugin remove `. 5. **`/mcp`** – prüfen Sie die verbundenen MCP-Server. Behalten Sie nur die, die Sie für die aktuelle Aufgabe benötigen. Trennen Sie die übrigen mit `/mcp disconnect `. 6. **Öffnen Sie CLAUDE.md in einem Editor.** Wenn die Datei mehr als 200 Zeilen umfasst, verschieben Sie spezielle Anweisungen in Skills (`~/.claude/skills/[topic]/SKILL.md`). Streben Sie einen Kern von 100–200 Zeilen und 5–15 thematische Skills an. Die ausführliche Anleitung finden Sie unter [„CLAUDE.md 2026 konfigurieren: fertige Vorlage und 6 Regeln“](https://ailoot.ai/blog/de/claude-md-template/). 7. **Prüfen Sie `/effort`** – verwenden Sie `/effort low` für einfache Aufgaben. Ein hohes Denkbudget ist nur bei komplexer Architektur erforderlich. 8. **Abschließende Messung mit `/context`.** Vergleichen Sie sie mit Schritt 1. In den beschriebenen Sitzungen sank der belegte Kontext nach Bereinigung von 60–80K auf 25–30K. Das verändert die Momentaufnahme, belegt aber keinen festen Rückgang verarbeiteter Gesamttokens oder Kosten. Vergleichen Sie vollständige Läufe derselben Aufgabe einschließlich Cache- und Ausgabenutzung vor einer Ersparnisbehauptung. Wenn Sie mehr wollen, als nur Tokens zu verstehen, und eine vollständige Methodik für die Arbeit mit Claude aufbauen möchten, bietet diese Anleitung einen ersten Baustein. ## Wann hilft der Wechsel zu Sonnet oder Haiku mehr als die Kontextbereinigung?
Das Wichtigste Die Kontextbereinigung ist nicht immer die kostengünstigste Maßnahme. Wenn Ihre Aufgaben überwiegend Routinearbeiten sind (Textänderungen, Vorlagenerstellung, Formatierung), kann ein niedrigerer Tokenpreis die Kosten senken. Ein Modellwechsel belegt aber keinen festen Rückgang des Tokenverbrauchs. Andere Tokenizer, Reasoning, Ausgabelängen und Wiederholungen verändern die tatsächlichen Mengen. Für komplexe Architektur, komplexe mehrstufige Schlussfolgerungen und das Debuggen kniffliger Fehler ist Opus weiterhin nötig. Wählen Sie passend zur Aufgabe.
[Anthropic schreibt in der Dokumentation über Modelle](https://code.claude.com/docs/en/costs):

Sonnet bewältigt die meisten Programmieraufgaben gut und kostet weniger als Opus. Heben Sie Opus für komplexe Architekturentscheidungen und komplexe mehrstufige Schlussfolgerungen auf. Verwenden Sie /model, um mitten in der Sitzung zu wechseln, oder legen Sie das Standardmodell unter /config fest. Für einfache Subagent-Aufgaben geben Sie in deren Konfiguration model: haiku an.

— Anthropic-Dokumentation, code.claude.com/docs/en/costs
Eine grobe Übersicht der Preise für Eingabetokens (Stand: 27. Mai 2026): | Modell | Preis / 1M Eingabetokens | Verwendung | |----|----|----| | Opus 4.7 | \$15 | Architektur, komplexe mehrstufige Schlussfolgerungen, schwieriges Debugging | | Sonnet 4.5 | \$3 | 80 % der alltäglichen Programmieraufgaben: Änderungen, Refactoring, Tests, Dokumentation | | Haiku 4.5 | \$1 | Formatierung, einfache Verarbeitung, Subagent-Aufgaben, routinemäßige Textänderungen | Meine Konfiguration: 1. **Standard – Sonnet 4.5.** Das ist unter `/config → default model` eingestellt. Es deckt 80 % der Aufgaben ab. 2. **Führen Sie `/model opus` manuell aus**, wenn eine Aufgabe wirklich schwierig ist (eine Architekturentscheidung, die Diagnose eines rätselhaften Fehlers oder ein neues Produkt). 3. **Verwenden Sie `/model haiku`** für Tests und Formatierung. Oder legen Sie in der Subagent-Konfiguration ausdrücklich `model: haiku` fest. 4. **`/effort` getrennt vom Modell.** Sie können Opus mit `/effort low` verwenden – Sie erhalten ein leistungsfähiges Modell mit minimalem Denkaufwand für schnelle Antworten auf Aufgaben mittlerer Schwierigkeit. Wann sich die Kontextbereinigung mehr lohnt als ein Modellwechsel: - Der Kontext ist zu mehr als 50 % belegt – bereinigen Sie ihn zuerst. - Der Kontext ist in Ordnung, aber die Aufgaben sind komplex – verwenden Sie Opus mit normalem Effort. - Der Kontext ist in Ordnung und die Aufgaben sind Routine – verwenden Sie Haiku. Eine ausführliche Aufschlüsselung der Modelle und des Efforts finden Sie unter [„Sonnet oder Opus 4.7 in Claude Code: Modell und /effort 2026 auswählen“](https://ailoot.ai/blog/de/claude-code-model-effort-sonnet-opus/). ## Welche Tipps erhöhen den Verbrauch, statt ihn zu senken?
Das Wichtigste Blogs enthalten oft Ratschläge, die kurzfristig funktionieren, den Arbeitsablauf aber langfristig beeinträchtigen. Die drei wichtigsten sind: „Alle MCP löschen“, „CLAUDE.md vergessen und alles in den Prompt schreiben“ und „immer im Plan Mode arbeiten“. Jeder dieser Ratschläge löst ein Problem und schafft drei neue. Schauen wir sie uns an.
### Anti-Muster 1. „Alle MCP löschen, sie verbrauchen Tokens“ Bequemlichkeit ist der häufigste Fehler. Ja, MCP verbrauchte früher bis zu 49 % des Kontexts – nach Tool Search sank der Anteil jedoch auf 8–15 %. Außerdem bietet MCP echte Tools, die Sie andernfalls von Hand bauen müssten. Wenn Sie alle MCP löschen, kehren Sie zur manuellen Arbeit zurück, die mehr Zeit „verschlingt“, als die eingesparten Tokens wert sind. Der richtige Ansatz: Behalten Sie nur die MCP-Server, die Sie tatsächlich regelmäßig nutzen. Ich behalte Playwright (zum Testen von Landingpages) und shadcn (zum Generieren von Benutzeroberflächen). Alles andere nutze ich jeweils für eine einzelne Aufgabe. ### Anti-Muster 2. „CLAUDE.md nicht verwenden, alles direkt in den Prompt schreiben“ Das klingt „logisch“: Wenn CLAUDE.md mit jeder Anfrage geladen wird, verzichten wir darauf. In der Praxis tippen Sie ohne CLAUDE.md bei jeder Nachricht dieselben Anweisungen von Hand ein, und Claude vergisst den Kontext zwischen Nachrichten. Das bedeutet **mehr Tokens**, nicht weniger – sie kommen lediglich über einen anderen Kanal. Der richtige Ansatz: Halten Sie CLAUDE.md kompakt (100–200 Zeilen), mit dem Kern darin und Spezialmaterial in Skills. Einzelheiten finden Sie unter [„CLAUDE.md 2026 konfigurieren“](https://ailoot.ai/blog/de/claude-md-template/). ### Anti-Muster 3. „Immer im Plan Mode arbeiten“ Der Plan Mode ist ein ausgezeichnetes Werkzeug für komplexe Aufgaben, bei denen Sie zunächst die Codebasis erkunden und einen Plan vorschlagen müssen. Bei der Arbeit mit Agent-Teams verbraucht er jedoch **durchschnittlich 7-mal mehr Tokens** ([Anthropic-Dokumentation](https://code.claude.com/docs/en/costs)). Bei einer einfachen Aufgabe wie „Beheben Sie einen Tippfehler in der README“ verbraucht der Plan Mode 7-mal mehr als eine direkte Änderung. Der richtige Ansatz: Verwenden Sie den Plan Mode für komplexe Aufgaben, die mindestens 30 Minuten dauern. Stellen Sie bei kurzen Aufgaben eine direkte Anfrage ohne Plan Mode. Wann welcher Modus sinnvoll ist, erfahren Sie unter [„Plan Mode in Claude Code: Schritt-für-Schritt-Anleitung und 4 Phasen 2026“](https://ailoot.ai/blog/de/claude-code-plan-mode/).
### Quellen - Anthropic-Dokumentation: [Kosten effektiv verwalten](https://code.claude.com/docs/en/costs) – offizielle Zahlen zu Kosten, Modellen, MCP, Agent-Teams und Denkbudgets - Anthropic-Dokumentation: [Modellkonfiguration – erweiterter Kontext](https://code.claude.com/docs/en/model-config#extended-context) – Fenstergröße nach Modell und Tarif, Schwellenwerte für automatische Kontextverdichtung - Thread von Rahul (@sairahul1) auf X: – erste virale Nacherzählung von Chernys Aussage mit Aufschlüsselung nach Muster - Thread von Mnimiy (@Mnilax) auf X: – paralleler Thread mit 9 Mustern - Ailoot-Materialien: die Methodik „Second Brain + Context Engineering“ in [CLAUDE.md konfigurieren](https://ailoot.ai/blog/de/claude-md-template/), [Das Second Brain in Claude Code](https://ailoot.ai/blog/de/claude-code-second-brain/), [Context Engineering 2026](https://ailoot.ai/blog/de/context-engineering/), [Plan Mode in Claude Code](https://ailoot.ai/blog/de/claude-code-plan-mode/), [Skills](https://ailoot.ai/blog/de/claude-code-skills-library/), [MCP-Server](https://ailoot.ai/blog/de/mcp-servers-claude-code/), [Hooks](https://ailoot.ai/blog/de/claude-code-hooks/), [Sonnet oder Opus](https://ailoot.ai/blog/de/claude-code-model-effort-sonnet-opus/), [Claude-Code-Limits nicht an einem Tag verbrauchen](https://ailoot.ai/blog/de/claude-code-token-limits-saving/).
Weitere Materialien finden Sie auf [Ailoot](https://ailoot.ai/). ## Fragen und Antworten ### Verbraucht ein Modell mit niedrigerem Tokenpreis zwangsläufig weniger Tokens? Nein. Der Preis ändert Tokenkosten, die Menge hängt von Tokenizer, Reasoning, Ausgabe und Wiederholungen ab. Vergleichen Sie vollständige Läufe derselben Aufgabe vor einer behaupteten Token- oder Kostenreduktion. ### Zeigt /context die gesamte Abrechnung meiner Sitzung? Nein. Es zeigt den aktuellen Kontextumfang. Prüfen Sie für Verarbeitung und Kosten getrennte Summen für Eingabe, Cache-Schreiben, Cache-Lesen und Ausgabe. Wiederholter Basisteil wird nicht einfach einmal je Sitzung berechnet. ## Ailoot · Das Unternehmen und sein Projektportfolio Ailoot baut auf bewährte Betriebserfahrung, einen großen Kundenstamm, stabilen Service und kontinuierliche KPI-Kontrolle. Das Unternehmen und sein Projektportfolio: Millionen von Kunden; monatliche Umsätze in Milliardenhöhe. Ailoot nutzt diese Betriebserfahrung für den API-Zugang zu KI-Funktionen in Kundenprodukten, Agenten, Anwendungen und Automatisierungen.