Weniger Tokens verbrauchen

Was es ist und warum es zählt

Ein Token ist ein kleines Stück Text: die Einheit, mit der gemessen wird, wie viel das Modell arbeitet. Jede Nachricht, die du schickst, jede Datei, die Claude liest, jede Antwort und jedes Nachdenken verbraucht Tokens. Mit einem Abo zählen sie gegen deine Nutzungslimits. Mit der API landen sie auf der Rechnung.

Was ich am Anfang nicht verstanden hatte: Bei jeder Nachricht schickt Claude Code dem Modell die ganze Unterhaltung, nicht nur deinen letzten Satz. Der Cache macht dieses erneute Lesen billiger, aber nicht kostenlos. Ein langer Chat kostet also bei jeder Frage mehr, selbst bei einer Frage von einer Zeile.

Das Zweite: Der Großteil der Verschwendung ist nicht das Modell, das du wählst, sondern die Leerläufe. Du schreibst eine vage Anfrage, Claude macht etwas anderes, du sagst „mach's nochmal“, es liest alles neu und versucht es wieder. Jede Runde kostet.

1. Kurze Chats, lange Dateien

Wichtige Entscheidungen lasse ich nicht im Chat. Ich schreibe sie in eine Datei im Projekt. Ich nenne sie ENTSCHEIDUNGEN.md, aber den Namen wählst du. Drin steht wenig: was wir entschieden haben, warum und was noch fehlt.

Wenn der Chat lang wird oder ich zu einer Arbeit wechsle, die nichts damit zu tun hat, schließe ich ihn und öffne einen neuen. In Claude Code geht das mit /clear: Du startest mit einer leeren Unterhaltung, und die Projektdateien bleiben, wo sie sind.

Bevor ich schließe, schreibe ich:

Aktualisiere ENTSCHEIDUNGEN.md mit dem, was wir heute entschieden haben, und dem, was noch fehlt.

Dann /clear, und im neuen Chat:

Lies ENTSCHEIDUNGEN.md und mach von dort aus weiter.

So startet der neue Chat leicht, nur mit dem Nötigen, statt Stunden an Versuchen, Fehlern und überholten Nachrichten mitzuschleppen. Wenn dir ein alter Chat wichtig ist, verlierst du ihn nicht: Mit /resume kommst du zurück.

Ein Hinweis zu CLAUDE.md, der Anweisungsdatei, die Claude Code bei jeder Sitzung von selbst lädt. Dort stehen bei mir nur Regeln, die immer gelten, und ich halte sie kurz, weil sie in jede Sitzung kommt, auch wenn sie nicht gebraucht wird. Die Entscheidungen des Tages kommen in ENTSCHEIDUNGEN.md, die Claude liest, wenn du es darum bittest.

2. Keine Logs einfügen

Ein Log ist das Protokoll dessen, was ein Programm während der Ausführung tut: Fehler, Warnungen, Meldungen. Oft sind das Hunderte oder Tausende Zeilen. Wenn du sie in den Chat einfügst, landen sie alle in der Unterhaltung und bleiben dort. Und weil die Unterhaltung bei jeder Nachricht neu geschickt wird, zahlst du diese Zeilen bei jeder weiteren Frage wieder.

Ich füge nichts Langes mehr ein. Ich sage Claude, wo die Datei liegt, oder bitte es, den Befehl selbst auszuführen, und nur mit dem zurückzukommen, was zählt:

Lies logs/server.log und finde den Fehler: Nenn mir nur die Zeilen, die zählen.

Führ die Tests selbst aus und schau dir die Ausgabe an: Sag mir, was fehlschlägt und warum.

Gut zu wissen: Auch was Claude liest, landet im Chat. Der Vorteil ist, dass es in der Datei suchen und nur die nützlichen Stellen lesen kann, statt alles aufzunehmen wie beim Einfügen. Wenn die Ausgabe wirklich riesig ist, zum Beispiel alle Tests des Projekts, gebe ich die Arbeit einem Helfer: Das Rauschen bleibt in seiner Unterhaltung, und zu mir kommt nur die Zusammenfassung zurück.

Nimm einen Helfer, um die Tests auszuführen: Gib mir nur zurück, welche fehlschlagen und warum.

3. Hohes Nachdenken, nicht maximal

In Claude Code kannst du festlegen, wie viel Claude nachdenkt, bevor es antwortet. Das heißt Effort-Level und hat fünf Stufen: low, medium, high, xhigh und max. Je höher, desto mehr Tokens verbraucht es beim Nachdenken, und die Tokens fürs Nachdenken zählen wie die der Antwort.

Bei den aktuellen Modellen ist die Ausgangsstufe medium. Meine Grundstufe ist medium oder high, also mittel oder hoch, je nach Arbeit: Das ist meine Wahl, keine Regel. Du änderst sie mit dem Befehl /effort: Allein öffnet er einen Schieberegler, oder du schreibst die Stufe direkt dazu.

/effort high

Das Maximum schalte ich nur für die Sitzung ein, in der es nötig ist: ein Bug, den keiner findet, eine Arbeit, die das ganze Projekt betrifft. Danach starte ich wieder mit meiner Grundstufe. Das ist praktisch, weil max nur für die laufende Sitzung gilt und nicht gespeichert bleibt. Und die Dokumentation warnt selbst, dass das Modell bei max dazu neigt, zu viel nachzudenken, mit einem Gewinn, der die Tokens oft nicht wert ist.

4. Helfer mit dem kleinen Modell

Claude Code kann Teile der Arbeit an Helfer abgeben, die Subagents. Jeder Helfer arbeitet in seiner eigenen, getrennten Unterhaltung und gibt dir am Ende nur das Ergebnis zurück. Für einfache Arbeiten, etwa herausfinden, wo eine Funktion benutzt wird, eine Datei zusammenfassen oder Texte prüfen, brauchst du nicht das größte Modell.

Wenn du nichts sagst, nutzt ein Helfer meist dasselbe Modell wie der Hauptchat. Das kleinste Modell, Haiku, reicht für solche Arbeiten und verbraucht weniger. Es gibt zwei Wege, es zu nutzen.

Du bittest im Moment darum

Wenn Claude einen Helfer startet, kann es das Modell für diese Arbeit wählen. Du musst nur darum bitten:

Nimm einen Helfer mit dem kleinen Modell, um alle Stellen zu finden, an denen der Login benutzt wird, und gib mir dann die Liste.

Du legst ihn einmal an und nutzt ihn wieder

Helfer, die du oft nutzt, kannst du als Dateien im Ordner .claude/agents/ des Projekts speichern. Am einfachsten bittest du Claude, einen anzulegen. In der Datei bestimmt das Feld model das Modell: Mit model: haiku läuft er immer auf dem kleinen.

Leg für dieses Projekt einen Helfer an, der im Code sucht und Dateien zusammenfasst. Speicher ihn in .claude/agents/ und gib ihm model: haiku.

Auch Helfer verbrauchen Tokens, zusätzlich zu denen des Hauptchats. Die Ersparnis kommt vom kleineren Modell und davon, dass ihr Rauschen nicht in deinem Chat landet.

5. Eine klare Anfrage

Drei vage Anfragen kosten mehr als eine klare. Bei „reparier das Profil“ muss Claude das halbe Projekt durchsuchen, um zu verstehen, was du meinst, repariert dann vielleicht das Falsche, und es geht von vorne los. Eine präzise Anfrage lässt es wenige Dateien lesen und direkt ans Ziel gehen.

Bevor ich schreibe, packe ich vier Dinge hinein:

• Wo: welche Seite, welche Datei, welcher Button.
• Was nicht stimmt: was jetzt passiert.
• Was ich will: was danach passieren soll.
• Wie ich prüfe: ein Test, eine Kontrolle, ein Ergebnis, das ich sehen kann.

Statt „reparier das Profil“ schreibe ich:

Auf der Profilseite speichert der Button Speichern die E-Mail nicht. Behebe das und füg einen Test hinzu, der es beweist. Fass keine anderen Dateien an.

Das „wie ich prüfe“ ist der wichtigste Teil: Wenn Claude seine Arbeit selbst prüfen kann, findet es den Fehler, bevor du ihn finden musst. Und ein „mach's nochmal“ weniger ist eine ganze Runde Tokens gespart.

Und wenn Claude in die falsche Richtung losläuft, stopp es sofort mit Esc, statt zu warten, bis es fertig ist.

Die Zahlen: ein typischer Tag, in einem Arbeitsmonat

Diese Zahlen sind ein realistisches Beispiel dafür, wie sich die Dinge ändern, keine Rechnung. Sie hängen davon ab, wie viel du arbeitest, vom Projekt und vom Modell. Sie sollen zeigen, woher die Ersparnis kommt.

• Vorher, mit langen Chats und eingefügten Logs: Jede neue Funktion brauchte im Schnitt 4 oder 5 Runden „mach's nochmal“, und ein Arbeitstag verbrauchte etwa 6 Millionen Tokens.
• Nach den fünf Gewohnheiten: 1 oder 2 Runden pro Funktion, und derselbe Tag verbraucht etwa 3 Millionen.

Der Großteil der Ersparnis kommt von zwei Dingen: aufgeräumte Chats, weil ein langer Chat bei jeder Nachricht komplett neu gelesen wird, und weniger „mach's nochmal“. Am Monatsende sind die Kosten etwa halb so hoch, bei derselben Arbeit.

Deine eigenen Zahlen siehst du mit /usage: Es zeigt die Tokens der Sitzung und, wenn du ein Abo hast, wie viel von deinen Limits du verbraucht hast. Mit /context siehst du, was den Chat gerade füllt.

Die Regel: Die Kosten sind nicht der Preis des Modells, sondern wie oft du es dieselbe Sache neu machen lässt.

Häufige Fehler

• Einen einzigen Chat den ganzen Tag offen lassen: Jede Nachricht schickt den ganzen Verlauf neu, also schließ ihn mit /clear, wenn du die Arbeit wechselst.
• Entscheidungen nur im Chat lassen: Wenn du ihn schließt, hast du sie nicht mehr zur Hand, also lass sie vorher in ENTSCHEIDUNGEN.md schreiben.
• Ganze Logs und Ausgaben einfügen: Sag Claude, wo die Datei liegt, und frag nur nach den Zeilen, die zählen.
• Das Nachdenken auch für Kleinigkeiten auf max lassen: Nutz es nur in der Sitzung mit dem schwierigen Bug und starte dann wieder mit deiner Grundstufe.
• Vage Anfragen schicken und dann mit „mach's nochmal“ nach „mach's nochmal“ korrigieren: Schreib, wo, was nicht stimmt, was du willst und wie du prüfst.

Checkliste

• Ich habe eine Datei ENTSCHEIDUNGEN.md im Projekt
• Ich lasse sie vor jedem /clear aktualisieren
• Ich füge keine langen Logs in den Chat ein
• Grundstufe medium oder high, max nur für die Sitzung, die es braucht
• Helfer für einfache Arbeiten laufen auf dem kleinen Modell
• Jede Anfrage sagt, wo, was nicht stimmt, was ich will, wie ich prüfe
• Ab und zu schaue ich in /usage

Häufige Fragen