Claude Code: 9 Tipps für weniger Token-Verbrauch und effizientere Arbeit

Die Arbeit mit Claude Code offenbart schnell ein zentrales Problem: Nicht die Preise, sondern unnötiger Token-Verbrauch bremst die Produktivität. Jede Session füllt sich mit irrelevanten Dateien, veralteten Logs und gescheiterten Versuchen – bis die Leistung einbricht.

Die Lösung liegt in einem einfachen Grundsatz:

Beschränken Sie Claudes aktiven Kontext auf das Wesentliche.

Doch wie gelingt das konkret? Diese neun Methoden helfen mir im Alltag, Token zu sparen und gleichzeitig präzisere Ergebnisse zu erzielen. Viele davon lassen sich sofort umsetzen – probieren Sie es aus.

Unnötige Ausgaben filtern: Nur relevante Informationen anzeigen

Claude Code muss nicht jeden Terminal-Output verarbeiten. Rohdaten wie vollständige Testprotokolle oder endlose Logs überfluten den Kontext und verschwenden wertvolle Tokens. Stattdessen sollten Sie nur die entscheidenden Details weitergeben:

• Fehlermeldungen
• Stack-Traces
• Erwartete vs. erhaltene Werte
• Geänderte Dateien

Ein einfaches Beispiel: Anstatt den gesamten Testlauf auszuführen,

npm test

nutzen Sie gefilterte Befehle wie diesen:

npm test 2>&1 | grep -A 5 -E "FAIL|ERROR|Error|Expected|Received" | head -100

Durch diese Anpassung reduziert sich die Token-Ausgabe um bis zu 90 %, ohne dass wichtige Informationen verloren gehen. Praktische Wrapper wie cc-test, cc-lint oder cc-typecheck können diesen Prozess weiter vereinfachen. Sie lassen sich bei Bedarf ausführen und halten den Kontext sauber.

Das richtige Modell für jede Aufgabe wählen

Nicht jede Aufgabe erfordert die volle Rechenleistung eines hochpreisigen Modells. Die Nutzung von Opus für einfache Änderungen ist wie der Einsatz eines Hochleistungsrechners für eine Datenbankabfrage – übertrieben und kostspielig.

Ein effizienter Workflow sieht so aus:

• Sonnet: Standardmodell für die meisten Programmieraufgaben – kostengünstig und leistungsstark.
• Opus: Nur für komplexe Architekturprobleme, tiefe Fehleranalyse oder anspruchsvolle Debugging-Szenarien.
• Haiku: Ideal für repetitive Aufgaben, Boilerplate-Code oder schnelle Recherchen.

Für Subagenten empfiehlt sich die Einstellung:

CLAUDE_CODE_SUBAGENT_MODEL=haiku

So laufen Erkundungsagenten, Log-Inspektoren oder Dokumentationsabfragen auf dem günstigsten Modell, während der Hauptthread auf Sonnet bleibt.

Ein weiterer oft übersehener Kostentreiber ist die Extended Thinking-Funktion. Diese verbraucht Tokens für interne Überlegungen, die für einfache Änderungen unnötig sind. Deaktivieren Sie sie bei trivialen Aufgaben:

MAX_THINKING_TOKENS=0  # Für einfache Bearbeitungen
MAX_THINKING_TOKENS=10000  # Nur für tiefgehende Analysen

Durch diese Anpassungen bleibt der Kontext schlank, und die Kosten sinken spürbar.

Sitzungen gezielt zurücksetzen: /clear, /compact und Handoff-Dateien

Nach mehreren Interaktionen sammelt sich im Kontext irrelevante Information an: alte Versuche, falsche Annahmen, veraltete Dateiinhalte. Selbst wenn Claude alles speichert, wird dieser Ballast zur Belastung.

Hier helfen zwei Befehle:

• `/clear`: Vollständiger Reset mit Übergabeprotokoll.
• `/compact`: Mid-Flight-Zusammenfassung mit gezielten Anweisungen.

Vor dem Zurücksetzen sollten Sie eine Handoff-Datei erstellen, die alle relevanten Informationen enthält:

• Aktuelles Ziel
• Geänderte Dateien
• Getroffene Entscheidungen
• Fehlschlagende Tests
• Ursache des Problems
• Nächste Schritte

Claude generiert diese Datei automatisch, wenn Sie:

.frage Claude: Erstelle .claude/session-handoff.md mit allen relevanten Details.

Nach dem Speichern löschen Sie den Kontext mit:

/clear

Und setzen die Arbeit mit:

Lies .claude/session-handoff.md und setze die Aufgabe fort.

Für kleinere Bereinigungen während einer Session nutzen Sie `/compact` – aber immer mit klaren Vorgaben. Beispiel:

/compact Preserve: Optimistische Sperren für Nutzeraktualisierungen, keine Schemaänderungen in dieser Session.

Wichtigster Unterschied:

• `/compact` fasst den aktuellen Stand zusammen und setzt die Arbeit fort.
• `/clear` löscht den gesamten Kontext und startet neu – ideal für Themenwechsel.

CLAUDE.md schlank halten: Nur das Nötigste im Basiskontext

Viele Nutzer überladen ihre CLAUDE.md-Datei mit Architekturdetails, Deployment-Schritten, PR-Regeln und Style-Guides. Doch dieser Ansatz ist kontraproduktiv: Jede zusätzliche Zeile verbraucht Tokens, selbst wenn sie selten genutzt wird.

Die Faustregel lautet:

Wenn eine Information in weniger als 80 % der Sessions benötigt wird, gehört sie nicht in `CLAUDE.md`.

Ein minimalistisches CLAUDE.md könnte so aussehen:

- Paketmanager: npm
- Testbefehl: npm run test:unit
- Buildbefehl: npm run build
- Repository-Struktur: src/, tests/, docs/
- Kernarchitektur-Beschränkungen
- Verbotene Muster (z. B. globale Variablen)
- Namenskonventionen

Alles Weitere – wie Datenbank-Migrationen, PR-Checklisten oder Debugging-Anleitungen – sollte in separaten Skill-Dateien oder einem docs/-Ordner abgelegt werden. Beispiel:

.claude/skills/db-migration/SKILL.md
.claude/skills/prod-debugging/SKILL.md

Diese Struktur hält den Basiskontext leicht und lädt nur bei Bedarf zusätzliche Anweisungen nach.

Token-Konsum mit Composio MCP und gezielten Tools optimieren

Die Verwaltung von dutzenden aktiven Servern und Tools führt schnell zu Kontextverschmutzung. Composio MCP bietet eine zentrale Lösung: Es aggregiert über 1.000 Tools in einem System und reduziert die Anzahl paralleler Verbindungen.

Für einfache Shell-Befehle empfiehlt sich die Nutzung des Composio-CLI:

composio run npm test

So vermeiden Sie, dass Claude Code mit unnötigen Terminal-Ausgaben überflutet wird. Stattdessen erhält es präzise, gefilterte Ergebnisse – und spart dabei Tokens.

Fazit: Effizienz durch Kontextmanagement

Token-Verbrauch in Claude Code ist kein reines Preisthema, sondern ein Workflow-Problem. Durch gezielte Filterung, Modellauswahl und Kontextbereinigung lässt sich die Leistung steigern – und gleichzeitig die Kosten senken.

Probieren Sie diese Methoden aus und beobachten Sie, wie Ihre Sessions schlanker, schneller und kostengünstiger werden. Der Schlüssel liegt darin, Claudes Aufmerksamkeit auf das Wesentliche zu lenken: relevante Informationen, passende Modelle und saubere Übergaben.

Die Zukunft der KI-gestützten Entwicklung gehört denen, die ihre Tools nicht nur nutzen, sondern intelligent steuern.