So senkst du den Token-Verbrauch von Claude Code (und stößt nicht mehr an Limits)

Zuerst: sehen, wohin deine Tokens gehen

Warum der Verbrauch in einer langen Session steigt

• Langer Kontext: Jede Anfrage trägt die komplette Unterhaltung, und jede Runde von Tool-Aufrufen schickt eine weitere Anfrage. Caching macht erneutes Lesen günstiger, aber nicht kostenlos.
• Cache-Misses: Deine erste Nachricht nach einer Pause, die länger ist als die Cache-Lebensdauer, verarbeitet den ganzen Kontext neu.
• Was läuft, während du nicht aktiv bist: sessionbezogene geplante Aufgaben und /loop, Nachrichten aus deinen anderen Sessions, Ziel-Check-ins, Session-Zusammenfassungen und Komprimierung im Leerlauf.
• Parallele Worker: Jeder Subagent, Workflow-Agent und jedes Mitglied eines Agent Teams schickt eigene Anfragen. Agent Teams verbrauchen etwa 7x so viele Tokens wie eine normale Session, wenn die Teammitglieder im Plan Mode laufen.
• Die Komprimierung selbst: /compact muss die Unterhaltung lesen, die es zusammenfasst. /clear kostet nichts.

12 Wege, den Token-Verbrauch von Claude Code zu senken

1. Zwischen unabhängigen Aufgaben leeren

   /clear startet eine neue Unterhaltung, sodass alter Kontext nicht mehr mitfährt. Führ vorher /rename aus, wenn du sie später mit /resume fortsetzen willst.

2. Mit Anweisungen komprimieren

   /compact Focus on code samples and API usage sagt Claude, was erhalten bleiben soll. Dauerhafte Compact-Anweisungen kannst du auch in die CLAUDE.md schreiben.

   # Compact instructions
   
   Konzentriere dich beim Compact auf Testausgaben und Codeänderungen.

3. Das passende Modell nutzen

   Sonnet erledigt die meiste Programmierarbeit und kostet weniger als Opus; heb dir Opus für Architektur und schwieriges Reasoning auf. Wechsle mit /model und gib einfachen Subagents model: haiku.

4. Den Effort bei einfacher Arbeit senken

   Thinking-Tokens werden als Output abgerechnet und können pro Anfrage in die Zehntausende gehen. Senk die Stufe mit /effort für Routineaufgaben.

5. Die CLAUDE.md kurz halten

   Sie wird in jeder Session vollständig geladen. Bleib unter etwa 200 Zeilen und verschieb workflowspezifische Anweisungen in Skills, die nur bei Bedarf laden. Siehe die CLAUDE.md-Anleitung und Claude Code Skills.

6. MCP-Server ausmisten

   Tool-Definitionen werden standardmäßig erst bei Bedarf geladen, aber jeder Server fügt trotzdem Namen und Anweisungen hinzu. Deaktivier ungenutzte Server in /mcp und greif lieber zu CLIs wie gh, aws oder gcloud, die keine Liste pro Tool hinzufügen.

7. Laute Ausgaben mit einem Hook filtern

   Ein PreToolUse-Hook kann Testbefehle so umschreiben, dass nur Fehlschläge übrig bleiben, und macht so aus Zehntausenden Tokens an Logs ein paar Hundert. Anthropics Dokumentation enthält ein fertiges Filterskript.

   {
     "hooks": {
       "PreToolUse": [
         {
           "matcher": "Bash",
           "hooks": [
             { "type": "command", "command": "~/.claude/hooks/filter-test-output.sh" }
           ]
         }
       ]
     }
   }

8. Ausführliche Arbeit an Subagents abgeben

   Wenn ein Subagent Tests ausführt, Dokumentation liest oder Logs verarbeitet, bleibt die Ausgabe in seinem Kontext; zurück kommt nur eine Zusammenfassung. Gib diesen Subagents ein kleineres Modell.

9. Code-Intelligence-Plugins installieren

   Bei typisierten Sprachen beantwortet ein Language-Server-Plugin „Gehe zu Definition“ mit einem einzigen Aufruf statt mit einem grep und mehreren gelesenen Dateien.

10. Konkrete Prompts schreiben

    „Füge der Login-Funktion in auth.ts eine Eingabevalidierung hinzu“ liest ein paar Dateien; „verbessere diese Codebasis“ durchsucht alles.

11. Erst planen, früh stoppen

    Nutz den Plan Mode für große Änderungen, damit eine falsche Richtung auffällt, bevor Code geschrieben wird; drück Escape, sobald Claude vom Kurs abkommt, und spring mit /rewind zu einem Checkpoint zurück.

12. Im Blick behalten, was läuft, während du weg bist

    Jede geplante Aufgabe, jeder /loop-Lauf und jede Leerlauf-Nachricht schickt deinen gesamten Kontext. Stopp Loops, die du nicht brauchst, setz crossSessionInbound auf hold, um Nachrichten aus anderen Sessions zu sammeln, und prüf die Loops-Zeilen in /usage.

Quelle: Claude-Code-Dokumentation, Manage costs effectively

Nutzungslimits und Teamkosten

Bei Pro, Max und Ultra wird die Nutzung auf die Limits deines Tarifs angerechnet statt in Rechnung gestellt; wie die 5-Stunden- und Wochenlimits funktionieren, steht in Claude Code vs. Codex. Über die API nennt Anthropic einen Unternehmensdurchschnitt von rund $13 pro Entwickler und aktivem Tag und $150 bis $250 im Monat, wobei 90% der Nutzer unter $30 am Tag bleiben.

Admins können Ausgabenlimits für Teams festlegen, und eine modelPricing-Tabelle in den verwalteten Einstellungen sorgt dafür, dass /usage die vertraglich vereinbarten Preise statt der Listenpreise zeigt.

Agents, die nach Zeitplan arbeiten, ohne die ganze Nacht Tokens zu verbrennen

Alles, was eine Session weckt, schickt ihren gesamten Kontext, deshalb braucht ein ständig aktiver Agent Grenzen. Crewmark macht aus einer Session von Claude Code, Codex, DeepSeek Harness oder OpenCode einen KI-Mitarbeiter, der per Heartbeat nur während der Arbeitszeiten aufwacht, die du festlegst.

1. Arbeitszeiten und Rhythmus festlegen

   Wähl alle 15, 30 oder 60 Minuten und die Stunden, in denen er im Dienst ist; außerhalb davon schläft er. Siehe wie du Claude Code proaktiv machst.

2. Ein Issue nach dem anderen

   Jeder Heartbeat übernimmt das nächste Issue vom Board, sodass die Session an einer klar umrissenen Aufgabe arbeitet statt ziellos zu erkunden.

3. Mit dem Tarif, den du ohnehin zahlst

   Mitarbeiter laufen über dein bestehendes Abo und werden auf die Limits deines Tarifs angerechnet. Lies, was ein KI-Mitarbeiter ist.

FAQ zum Token-Verbrauch von Claude Code