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 Wahrheit: Dein Limit ist wahrscheinlich nicht zu klein. 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 in den Kontext geladen — darunter eine 6.600-Wörter-Serverdatei, von der am Ende drei Funktionen relevant waren
- Re-Reads, 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. Bei jeder. Einzelnen. Frage.
Rechne das auf einen Arbeitstag mit 30, 40 Codebase-Fragen hoch, und du weißt, wo dein Wochenlimit geblieben ist.
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 % mit Suchen belegt ist, verdoppelt nicht deine Ergebnisse — es verdoppelt deine Suchkosten.
Der eigentliche Hebel ist eine andere Frage: Was muss pro Anfrage wirklich in den Kontext?
Die Denkrichtung: Gib dem Modell eine Karte statt einer Taschenlampe
Der Durchbruch in unserem Setup kam nicht durch ein besseres Prompting und nicht durch ein größeres Modell, sondern durch eine Vorleistung: das Wissen über die Codebase einmal vorverdichten — 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:
| Roher Weg | Karten-Weg | |
|---|---|---|
| Kontext pro Frage | ≥ 17.000 Token (Idealfall!) | ~2.000 Token |
| Suchrunden | mehrere grep-Kaskaden + Re-Reads | eine gezielte Abfrage |
| Faktor | — | konservativ 9×, real deutlich mehr |
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.
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. Architektur, Konventionen, harte Regeln, Verzeichnis-Landkarte — einmal geschrieben, spart sie dem Modell in jeder Session die teuersten ersten Explorations-Runden.
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.
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.
Das sind die Basics. Sie bringen dich vielleicht auf Faktor 2.
Der Rest des Weges steht nicht im Blog
Das komplette Setup — 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:
Das komplette Token-Setup gibt's per Mail
Anmelden, Bestätigungslink klicken — und du bekommst den Insider-Artikel mit Setup, Benchmark und Methodik.
Häufige Fragen
Warum ist mein Claude-Limit so schnell aufgebraucht? Weil bei Codebase- und Dokumenten-Fragen der Großteil der Token nicht für die Antwort draufgeht, sondern für die Suche: grep-Kaskaden, komplette Dateien im Kontext, wiederholtes Einlesen derselben Inhalte.
Hilft es, einfach ein größeres Claude-Abo zu kaufen? Kurzfristig ja, strukturell nein. Wenn 90 % des Budgets in Suche statt Denken fließen, skaliert mehr Budget vor allem die Verschwendung mit.
Was bringt eine CLAUDE.md-Datei im Projekt? Orientierung zu Session-Beginn: Architektur, Konventionen, Regeln. Das spart die teuersten ersten Explorations-Runden — ist aber statisch und damit nur die halbe Miete.
Wie messe ich, wofür meine Token draufgehen? Beobachte eine einzige Frage: Welche Dateien liest das Modell, wie oft, wie groß sind sie? Bei uns kamen für eine Frage über 17.000 Token nur fürs Datei-Lesen zusammen — die verwertbare Antwort steckte in unter 2.000.
