Claude-Token sparen: wohin dein Wochenlimit wirklich geht

Mitten in der Arbeit steht plötzlich „Limit erreicht” im Terminal, und der Reflex heißt größeres Abo. Wir haben auf einem eigenen Produktions-Repo gemessen, wofür das Budget bei einer einzigen Codebase-Frage tatsächlich draufgeht. Der mit Abstand größte Posten ist die Suche nach den richtigen Dateien.

Mittags leer: Wer sein Token-Budget mit Suchen statt Denken verbrennt, dem hilft auch das größere Abo nicht. Bild: Collective Brain (KI-generiert)

Hand aufs Herz: Wer Claude Code ernsthaft im Alltag nutzt, im Repo, in der Doku-Ablage, im Projektordner, kennt den Moment. Mitten in der Arbeit: Limit erreicht. Und die reflexhafte Reaktion ist immer dieselbe: größeres Abo, zweiter Account, warten bis zum Reset.

Die unbequeme Diagnose: Dein Limit ist wahrscheinlich groß genug. Es wird nur zum falschen Zweck verbrannt.

Was bei einer einzigen Frage wirklich passiert

Stell eine typische Frage an eine Codebase: „Wie funktioniert bei uns das Änderungs-System, und wo wird eine Änderung verarbeitet?”

Was das Modell dann tut, sieht man selten, es passiert ja im Hintergrund. Aber es lässt sich messen. Auf einem unserer Produktions-Repos (186 Dateien, rund 1,4 Millionen Wörter) sah eine einzige solche Frage so aus:

• Mehrere grep-Runden über das ganze Repo, um Kandidaten zu finden
• Fünf bis acht komplette Dateien landeten im Kontext, darunter eine 6.600-Wörter-Serverdatei, von der am Ende drei Funktionen relevant waren
• Erneutes Einlesen bereits gelesener Stellen, weil frühere Ausschnitte aus dem Kontextfenster gefallen sind

Allein die fünf richtigen Dateien, also der Idealfall, den es in der Praxis nie gibt, weil man erst suchen muss, sind knapp 13.000 Wörter, über 17.000 Token. Die tatsächlich verwertbare Antwortgrundlage: unter 2.000 Token. Alles andere ist Suchaufwand, und zwar bei jeder einzelnen Frage.

Rechne das auf einen Arbeitstag mit 30, 40 Codebase-Fragen hoch, und du weißt, wo dein Wochenlimit geblieben ist. Zur Einordnung der Größenordnung: Anthropic beziffert die Kosten quer über Unternehmenseinsätze mit rund 13 US-Dollar pro Entwickler und aktivem Tag sowie 150 bis 250 US-Dollar pro Entwickler und Monat. Bei 90 Prozent der Nutzer bleibt es unter 30 US-Dollar am aktiven Tag. Wie sich das im Abo-Modell niederschlägt, haben wir in der Übersicht zu Usage-Credits und Abrechnung aufgeschlüsselt.

Warum „mehr Budget kaufen” die falsche Antwort ist

Das ist 2026 dieselbe Denkfalle wie „mehr Server kaufen” in 2010: Wenn der Prozess verschwenderisch ist, skaliert mehr Kapazität vor allem die Verschwendung. Ein doppelt so großes Limit, das zu 90 Prozent mit Suchen belegt ist, verdoppelt deine Suchkosten und nicht deine Ergebnisse.

Der eigentliche Hebel ist eine andere Frage: Was muss pro Anfrage wirklich in den Kontext?

Auf Team- und Enterprise-Plänen kommt ein Detail dazu, das viele Chefs überrascht, wenn die Rechnung kommt: Das Sitzplatz-Kontingent wird in einem rollierenden Fünf-Stunden-Fenster und einem Wochenfenster zurückgesetzt, und es teilen sich Claude Code, der Claude-Chat und Cowork denselben Topf. Ein Entwicklerplatz zieht daraus deutlich mehr als ein Chat-Platz, weil jede Runde Dateiinhalte, Werkzeugaufrufe und mehrstufiges Nachdenken mitträgt.

Die Denkrichtung: Gib dem Modell eine Karte statt einer Taschenlampe

Der Durchbruch in unserem Setup kam über eine Vorleistung statt über besseres Prompting oder ein größeres Modell: das Wissen über die Codebase einmal vorverdichten, also Struktur, Symbole, Beziehungen, Communities, und dem Modell pro Frage nur noch den relevanten Ausschnitt dieser Karte geben, statt es mit der Taschenlampe durchs ganze Gebäude zu schicken.

Konkret gemessen, gleiche Frage, gleiches Repo:

Der konservative Faktor 9 unterstellt, dass der rohe Weg sofort die richtigen Dateien trifft. Tut er nie. In realen Sessions, mit Fehlgriffen, Breitensuche und erneutem Einlesen, haben wir bis zu 72× mehr beantwortete Fragen pro Token-Budget gemessen. Aus einem Limit, das mittags leer war, wird eines, das die Woche übersteht.

Was Anthropic selbst empfiehlt

Als dieser Artikel im Juli erschien, war die Vorverdichtung noch unser eigener Umweg. Inzwischen steht dieselbe Denkrichtung in Anthropics eigener Kostendokumentation, und zwar erstaunlich wörtlich. Zu den Code-Intelligence-Plugins für typisierte Sprachen heißt es dort, ein einzelner Sprung zur Definition ersetze das, was sonst ein grep plus das Lesen mehrerer Kandidatendateien wäre. Und als Beispiel für einen sinnvollen Skill nennt die Doku ausgerechnet einen „codebase-overview”, der Architektur, wichtige Verzeichnisse und Namenskonventionen beschreibt, damit Claude sie nicht durch Lesen mehrerer Dateien erschließen muss.

Vier weitere Punkte aus derselben Quelle sind im Alltag sofort verwertbar:

• Messen geht jetzt offiziell. Der Befehl /usage zeigt auf Pro-, Max-, Team- und Enterprise-Plänen, welcher Anteil des Verbrauchs auf einzelne Skills, Subagenten, Plugins und MCP-Server entfällt, und flaggt Muster wie langen Kontext oder Cache-Misses ab einem Anteil von 10 Prozent. /context zeigt, was gerade im Fenster liegt.
• MCP-Server kosten weniger Kontext als früher, weil die Werkzeug-Schemata standardmäßig erst bei Bedarf geladen werden. Klassische CLI-Werkzeuge wie gh oder aws bleiben trotzdem sparsamer, weil sie gar keine Auflistung mitbringen.
• Ein Hook kann Ausgaben vorfiltern, bevor das Modell sie sieht. Statt eine Logdatei mit 10.000 Zeilen komplett zu lesen, greppt der Hook nach ERROR und liefert nur die Treffer, was den Kontext laut Doku von Zehntausenden Token auf Hunderte drückt.
• Agent-Teams verbrauchen im Planungsmodus etwa das Siebenfache einer normalen Sitzung, weil jeder Teamkollege ein eigenes Kontextfenster unterhält. Wer sie einsetzt, hält die Teams klein und beendet sie aktiv.

Der Subagent las 6.100 Token an Dateien. Du hast ein Ergebnis von 420 Token bekommen. Das ist die Kontextersparnis.

Anthropic, Claude-Code-Dokumentation zum Kontextfenster, abgerufen am 17. August 2026

Drei Hebel, die du heute umsetzen kannst

Auch ohne unser komplettes Setup holst du mit drei Gewohnheiten spürbar mehr aus deinem Budget:

1. Pflege eine CLAUDE.md, aber halte sie kurz. Architektur, Konventionen, harte Regeln, Verzeichnis-Landkarte: einmal geschrieben, spart sie dem Modell in jeder Session die teuersten ersten Explorations-Runden. Anthropic empfiehlt seit dem Sommer eine Obergrenze von rund 200 Zeilen, weil die Datei bei jedem Sessionstart vollständig im Kontext landet, auch bei völlig anderer Arbeit. Alles, was nur für einzelne Abläufe gilt, gehört deshalb in einen Skill, der erst beim Aufruf lädt. Wie das praktisch aussieht, zeigt unsere Übersicht der Claude-Skills.

2. Gezielte Reads statt Explorieren. Sag, wo etwas steht, wenn du es weißt („die Funktion liegt in server/aenderungen.mjs”) statt das Modell suchen zu lassen. Jede vermiedene Suchrunde sind vierstellige Token. Für wiederkehrendes Firmenwissen lohnt sich stattdessen eine gepflegte Projekt-Wissensbasis.

3. Subagenten für Breitensuche. Wenn wirklich das ganze Repo durchsucht werden muss, delegiere die Suche an einen Subagenten, der nur das Ergebnis zurückgibt, statt die Fundstellen-Dumps in deinen Hauptkontext zu kippen. Die Größenordnung aus Anthropics eigenem Beispiel steht oben im Zitat.

Dazu kommt die billigste Gewohnheit überhaupt: /clear zwischen zwei unabhängigen Aufgaben. Claude Code schickt den kompletten Gesprächsverlauf bei jeder Anfrage mit, deshalb zieht eine seit Stunden offene Sitzung auch für eine Einzeiler-Frage noch das ganze bisherige Gespräch mit. Und wer per API abrechnet statt über ein Abo, findet die Preisseite dieser Rechnung in unserer Kalkulation der Claude-API-Kosten.

Das sind die Basics. Sie bringen dich vielleicht auf Faktor 2.

Der Rest des Weges steht nicht im Blog

Das komplette Setup, also welche Karte wir bauen, womit wir sie aktuell halten, wie sie sich in Claude Code einklinkt, und der volle Benchmark mit Methodik und Rohzahlen, geht nicht an alle. Wir schicken es per Mail an die Abonnenten von CB Brainwave, unserem Newsletter für KI, Marketing und Web im Mittelstand.

Trag dich ein, bestätige den Link in deinem Postfach (Double-Opt-in, DSGVO-sauber, jederzeit abbestellbar), und der Artikel mit dem vollständigen Setup landet bei dir:

Arno Hoffrichter

Chief Technology Officer, Collective Brain GmbH · Hamburg

CTO bei Collective Brain. Verantwortlich für die technische Umsetzung von Web-Projekten und SEO-Architektur.

Beratung anfragen