Wofür Tokens draufgehen – und wie du die Limite schonst

Eine kurze Frage in einem Gespräch, das seit dem Morgen offen ist, kostet mehr als dieselbe Frage in einem neuen Gespräch, denn Claude Code schickt dem Modell mit der Frage das ganze bisherige Gespräch mit. Aus diesem einen Mechanismus ergeben sich die meisten Gewohnheiten, mit denen die Limite länger reicht – vom Format der Dateien, die du Claude Code zum Lesen gibst, bis zum Moment, in dem es sich lohnt, das Gespräch zusammenzufassen oder ein neues anzufangen.

Wofür Tokens draufgehen

Ein Token ist die Einheit, in der ein Modell Text zählt: manchmal ein ganzes Wort, manchmal ein Teil davon, manchmal einzelne Zeichen. In Tokens gezählt wird alles, was das Modell liest, und alles, was es schreibt, auch das, was es abwägt, bevor es antwortet.

Zwischen zwei Nachrichten erinnert sich das Modell an nichts. Darum schickt ihm Claude Code bei jeder deiner Nachrichten das ganze Gespräch von vorn: die Systemanweisungen von Claude Code, die Datei CLAUDE.md, alle früheren Fragen und Antworten, den Inhalt gelesener Dateien und die Ausgaben ausgeführter Befehle. Deine neue Frage ist nur das letzte Stück dieser Sendung. Und wenn Claude Code während einer einzigen Antwort zu Werkzeugen greift, also etwa eine Datei liest oder einen Befehl ausführt, ist jeder Werkzeugaufruf eine weitere Anfrage mit demselben Gepäck.

Einen Teil der Kosten fängt der Prompt-Cache des Modells ab. Was das Modell schon einmal verarbeitet hat, liest es bei der nächsten Anfrage zu einem tieferen Tarif – tiefer, aber nicht null, und deshalb kostet ein langes Gespräch pro Frage mehr als ein frisches. Mit einem Claude-Abo hält der Cache des Gesprächs eine Stunde ohne Aktivität, und sobald du mit Nutzungsguthaben arbeitest, also für Arbeit über die Limite hinaus separat bezahlst, nur fünf Minuten. Bei der ersten Nachricht nach einer längeren Pause verarbeitet das Modell das ganze Gespräch darum neu, ganz ohne Rabatt.

Was das Kontextfenster füllt

Das Kontextfenster, also alles, was Claude Code im laufenden Gespräch vor sich hat, ist schon vor deiner ersten Nachricht nicht leer. Beim Start landen darin die CLAUDE.md-Dateien, Notizen aus dem automatischen Gedächtnis, die Beschreibungen deiner Skills und die Werkzeugnamen der verbundenen MCP-Server. Dann kommt dazu, was im Gespräch passiert: jede gelesene Datei, die Ausgabe jedes Befehls und jede Antwort von Claude Code. All das bleibt im Fenster, bis das Gespräch zusammengefasst wird oder endet, und reist mit jeder weiteren Nachricht mit.

Der Befehl /context, ins Nachrichtenfeld getippt wie eine gewöhnliche Frage, zeigt, was das Fenster gerade belegt, aufgeteilt nach Kategorien und mit Hinweisen, was sich verschlanken lässt. Was schon beim Start im Fenster liegt, beeinflusst du, indem du in CLAUDE.md und in deinen Skills aufräumst. Am meisten in der Hand hast du aber, was du Claude Code während des Gesprächs zu lesen gibst.

Schlankere Formate und kleinere Dateien

Eine Excel-Datei trägt neben den Daten auch Farben, Fettdruck, Formeln und das Layout des Arbeitsblatts mit sich, und Claude Code muss sich durch all das hindurcharbeiten, auch wenn du nur nach den Zahlen fragst. In unseren Workshops raten wir deshalb, bei der Arbeit mit Daten aus einer Tabelle Claude Code zuerst zu bitten, sie in eine CSV-Datei zu exportieren, also in reinen Text mit nur den Daten, ganz ohne Formatierung. Nach unseren Beobachtungen braucht Claude Code bei einer solchen Datei weniger Tokens, muss sich durch weniger Ballast kämpfen und arbeitet schneller.

Mit Texten ist es genauso. Den Inhalt einer Offerte, der AGB oder eines Vertrags aus Word oder PDF verschiebst du besser in eine Markdown-Datei (.md), also reinen Text mit Überschriften und Listen, oder in HTML und arbeitest dort am Inhalt. CSV und Markdown sind für die Arbeit an Daten und Inhalt da, nicht am Aussehen. Das Aussehen kommt zum Schluss: Wenn Daten und Text fertig sind, bittest du Claude Code, sie aus der Arbeitsdatei nach Excel, Word oder PDF zu übertragen.

Eine grosse Datei teilst du bei der Gelegenheit am besten in kleinere auf – bitte Claude Code einfach, zum Beispiel eine Jahresübersicht der Verkäufe in Quartale oder lange AGB in Kapitel aufzuteilen, je eines pro Datei. Ins Gespräch kommt dann nur der Teil, an dem du gerade arbeitest.

CSV hat zwei Haken. Es kennt keine Tabellenblätter, also wird aus einer Arbeitsmappe mit mehreren Blättern eine Reihe separater CSV-Dateien. Farben und Formatierung speichert es auch nicht, und wenn Claude Code Ergebnisse zurück nach Excel schreibt, kann die Formatierung unterwegs verloren gehen. Bitte Claude Code deshalb nicht um eine einmalige Übertragung der Daten, sondern um zwei Skripte, die du immer wieder verwenden kannst – eines bringt die Daten aus der Tabelle ins CSV, das andere die Ergebnisse zurück in die Tabelle:

Schreib ein Skript, das die Daten aus der Tabelle [hier den Dateinamen eintragen] in CSV-Dateien neben dem Original holt, eine Datei pro Tabellenblatt, und ein zweites, das die fertigen Ergebnisse aus den CSV-Dateien in eine Kopie der Tabelle einfügt und dabei Farben und Formatierung des Originals beibehält. Das Original änderst du nicht. Speichere beide Skripte im Ordner Tools, damit du sie bei weiteren Tabellen verwenden kannst. Das erste Skript führst du gleich auf dieser Tabelle aus.

Die CSV-Dateien erscheinen im selben Ordner wie die Tabelle, und du kannst sie in Excel öffnen – es sind dieselben Daten, nur ohne Farben. Die Skripte bleiben im Ordner Tools, also führt Claude Code sie bei der nächsten Tabelle einfach aus, statt alles neu zu schreiben. Es lohnt sich auch, Claude Code eine Regel in CLAUDE.md eintragen zu lassen: Bevor du ein neues Skript schreibst, prüf zuerst, ob im Ordner Tools schon ein passendes Skript liegt.

Wann zusammenfassen, wann ein neues Gespräch

Der Befehl /compact ersetzt den Gesprächsverlauf durch eine Zusammenfassung, /clear leert das Gespräch und fängt bei null an. Wenn du das Thema wechselst und aus dem bisherigen Gespräch nichts mehr brauchst, tippst du /clear: Laut Dokumentation kostet das nichts, und das alte Gespräch wird nicht mehr mit jeder Nachricht mitgeschickt. Wenn du am selben Faden weiterarbeitest und das Gespräch lang geworden ist, tippst du /compact. Hinter den Befehl kannst du schreiben, worauf sich die Zusammenfassung konzentrieren soll:

/compact konzentrier dich auf das, was wir zur Offerte vereinbart haben, und auf die Dateien, die entstanden sind

Auch die Zusammenfassung selbst kostet, denn um sie zu schreiben, schickt Claude Code dem Modell das ganze Gespräch noch einmal. Solange der Cache frisch ist, kostet sie einen Bruchteil dessen, was die Grösse des Gesprächs erwarten liesse, und nach einer längeren Pause wird sie am teuersten. Darum rät die Dokumentation, /compact an einem natürlichen Übergang zwischen zwei Aufgaben auszuführen, wenn eine Sache erledigt ist und bevor die nächste beginnt, statt zu warten, bis das Fenster voll ist und Claude Code das Gespräch mitten in der Arbeit zusammenfasst. Aus demselben Grund fasst du ein langes Gespräch vor einer längeren Pause am besten zusammen, solange der Cache noch frisch ist.

/compact hilft auch vor einem Modellwechsel. Jedes Modell hat seinen eigenen Cache. Nach dem Wechsel liest das neue Modell also das ganze Gespräch von vorn, ohne Rabatt. Fasst du das Gespräch direkt vor dem Wechsel zusammen, liest es die Zusammenfassung statt des ganzen Verlaufs.

Das Fünfstundenfenster und die Wochenlimite

Ein Claude-Plan hat zwei Limiten: eine pro Sitzung, die sich alle fünf Stunden erneuert, und eine pro Woche. Beide gelten gemeinsam für claude.ai, Claude Code und die Claude-App für den Computer, und beide umfassen alle Modelle zugleich. Eine Tageslimite gibt es nicht.

Die Wochenlimite erneuert sich zu einer festen Zeit, die deinem Konto zugeordnet ist, egal wann du mit der Arbeit beginnst. Ab wann das Fünfstundenfenster zählt, lässt die Dokumentation offen. Nach unseren Beobachtungen läuft es ab der ersten Nachricht nach der letzten Erneuerung. Endete das vorherige Fenster um 3 Uhr nachts und schickst du die erste Nachricht um 8 Uhr, erneuert sich die Limite um 13 Uhr.

Wie viel von beiden Limiten übrig ist und wann sie sich erneuern, zeigt der Befehl /usage, und danach planst du deinen Tag. Bleibt bis zur Erneuerung des Fensters eine halbe Stunde und ist von der Limite noch einiges übrig, gib Claude Code jetzt die grösste Aufgabe auf deiner Liste, denn der ungenutzte Teil der Sitzungslimite geht nicht ins nächste Fenster über. Ist nur noch wenig übrig und die Erneuerung weit weg, heb dir für diese Zeit kleine, wiederkehrende Arbeiten auf, für die ein leichteres Modell reicht. Dabei zählt jeder Verbrauch gleichzeitig für beide Limiten, und so kann eine einzige sehr grosse Aufgabe, etwa mit vielen parallel arbeitenden Subagenten, die Wochenlimite aufbrauchen, bevor sich das Fünfstundenfenster erneuert.

In unseren Kursen kommt oft die Frage, wie viele Tokens ein Abo eigentlich bringt. Diese Zahl nennt Anthropic weder für Pro noch für Max, sondern nur Vielfache: Mit Max 5x bekommst du pro Sitzung fünfmal so viel Nutzung wie mit Pro, mit Max 20x zwanzigmal so viel. Was das in der Praxis heisst, hängt von der Länge deiner Gespräche ab, vom Modell, vom Effort-Level und von den Funktionen, die du nutzt, und laut Anthropic verbrauchen Werkzeuge und Konnektoren viele Tokens. Im Voraus ausrechnen lässt sich der Verbrauch darum nicht. Du kannst ihn nur beobachten. In den Plänen Pro und Max zeigt /usage zudem, welchen Anteil einzelne Skills, Subagenten, Plugins und MCP-Server am Verbrauch haben.

Subagent mit leichterem Modell und das Modell fürs Gespräch

Ein Subagent liest und verarbeitet in seinem eigenen Kontextfenster, und in dein Gespräch kommt nur seine Zusammenfassung zurück. Bei viel Lesestoff, etwa ein paar Dutzend Dateien oder einem langen Export aus einem System, schont das das Fenster des Gesprächs, und die folgenden Nachrichten tragen weniger Gepäck. Die Anfragen des Subagenten zählen allerdings zur selben Limite wie die Anfragen im Hauptgespräch. Spürbar sparen lässt sich also erst mit einem leichteren Modell. Ein Subagent ohne festgelegtes Modell arbeitet mit demselben Modell wie das Hauptgespräch. Sprichst du mit Opus, geht auch Opus die Dateien für dich durch.

Die Datei eines Subagenten schreibst du nicht von Hand. Du beschreibst Claude Code, wofür der Subagent da sein soll, und Claude Code legt seine Datei im Ordner .claude/agents an – gib in derselben Bitte auch an, mit welchem Modell der Subagent arbeiten soll, zum Beispiel mit Haiku oder Sonnet. Es lohnt sich auch, in CLAUDE.md eine allgemeine Regel festzuhalten, damit Claude Code solche Aufgaben an Subagenten abgibt, ohne dass du jedes Mal nachhelfen musst:

Füge meiner globalen CLAUDE.md eine Regel hinzu: Aufgaben, die sich auslagern lassen, etwa das Durchsehen vieler Dateien, Suchen oder Zusammenstellungen, gibst du an Subagenten mit einem leichteren Modell ab als dem, das wir im Gespräch verwenden. Gibt es für eine solche Aufgabe noch keinen Subagenten, schlag vor, einen anzulegen.

Fürs Hauptgespräch empfehlen wir zum Einstieg Sonnet, weil es weniger von der Limite verbraucht als Opus, und Opus hebst du dir für den schwierigen Teil der Arbeit auf. Bei unseren Kursteilnehmenden sehen wir allerdings, dass ein kleineres Modell manchmal nur auf dem Papier günstiger ist. Bei einer schwierigeren Aufgabe braucht Sonnet mehrere Korrekturrunden, und jede Korrektur ist eine weitere Nachricht mit dem ganzen bisherigen Gespräch. Opus schafft mit einem einzigen Prompt, woran Sonnet eine Stunde sitzen würde. Seine Stärke spielt Sonnet bei kleinen, wiederkehrenden Arbeiten aus, auch als Modell für Subagenten, denen Opus solche Aufgaben übergibt.

Kurz gefasst

Sparen kannst du bei dem, was du ins Gespräch lässt, und dabei, wie lange es dort bleibt. Ein neues Thema heisst ein neues Gespräch, und einen langen Faden fasst du mit /compact zusammen, am Übergang zwischen zwei Aufgaben und vor einem Modellwechsel. Gib Claude Code Daten als CSV statt als formatierte Tabelle und ein Kapitel statt des ganzen Dokuments, und überlass schwere Lektüre einem Subagenten mit leichterem Modell. Wie viel von der Limite übrig ist und wann sie sich erneuert, siehst du in /usage, und wenn von der Sitzungslimite noch viel übrig ist und die Erneuerung naht, ist das ein guter Moment für die grösste Aufgabe des Tages.