Claude Token: So funktionieren sie und so sparst du (-70%)

In sintesi

Standard-Sessions in Claude Code verschwenden 40-60% der Token für vermeidbaren Overhead (redundanter Kontext, ausschweifende Bestätigungen, falsches Modell für die Aufgabe)
3 sofort umsetzbare Techniken: Caveman Mode (erzwingt kurze Antworten), manuelles Komprimieren der Session, das richtige Modell für jede Aufgabe
Typische Ersparnis: 50-70% der Token bei gleicher Output-Qualität
Das Hauptproblem: Claude schickt bei jeder Nachricht den kompletten Verlauf mit, also komprimiere die Session alle 30-40 Nachrichten

Dein Claude Code verbrennt unnötig Token?

Du öffnest Claude Code, startest eine Coding-Session, und nach einer halben Stunde ist dein Nutzungslimit erreicht. Kommt dir bekannt vor?

Das liegt nicht an dir, sondern an der Standardkonfiguration.

Anthropic hat Claude auf Qualität optimiert, nicht auf Effizienz. Das Ergebnis: Jede Nachricht schleppt den gesamten Chatverlauf mit sich, Opus denkt selbst bei banalen Aufgaben ausführlich nach, und die Antworten sind voller Höflichkeitsfloskeln, die Token fressen, ohne Mehrwert zu liefern.

In diesem Artikel erkläre ich dir genau, wie das Problem entsteht, und gebe dir die Werkzeuge, um es zu lösen.

Warum die Token so schnell aufgebraucht sind

Bevor wir über Lösungen sprechen, solltest du den Mechanismus verstehen.

Das Context Window ist kumulativ

Jede Nachricht, die du an Claude schickst, wird nicht isoliert verarbeitet: Sie nimmt die gesamte bisherige Unterhaltung mit. Das nennt sich Context Window, und je länger ein Chat läuft, desto mehr Token werden bei jedem einzelnen Turn verbraucht.

Eine lange Session mit einer CLAUDE.md von 5.000 Token bedeutet: Diese 5.000 Token werden bei jedem Turn geladen, noch bevor du ein einziges Wort geschrieben hast.

Opus ist stark, aber teuer

Claude Opus, das leistungsfähigste Modell, ist in vielen Workflows standardmäßig eingestellt. Das Problem: Es verbrennt Hunderttausende Token selbst für ganz simple Aufgaben, für die Sonnet völlig ausreichen würde.

Laut internen Benchmarks gilt für typische Entwickler-Sessions:

62.5% der verbrauchten Token sind "unnötig" (Wortreichtum, Höflichkeiten, übertriebenes Reasoning)
37.5% sind tatsächlich relevanter Inhalt

Die Techniken zur Optimierung

1. Caveman Mode: der viralste Trick

Caveman Mode ist ein Open-Source-Skill für Claude Code von Julius Brussee, der Claude wie einen Höhlenmenschen sprechen lässt. Ganz wörtlich.

Statt mit vollständigen Sätzen, langen Erklärungen und höflichen Grüßen zu antworten, wechselt Claude in einen Telegrammstil: Fragmente ohne Artikel, kein "Gute Frage!", kein "Sag Bescheid, wenn du noch etwas brauchst".

# Normale Antwort von Claude:
"Klar! Dabei kann ich dir helfen. Das Problem, das du 
beschreibst, ist in React-Anwendungen häufig. Was du 
tun musst, ist den State so zu aktualisieren..."

# Antwort im Caveman Mode:
"useEffect cleanup missing. Add return () => clearTimeout(t)"

Benchmarks über 11 reale Aufgaben zeigen im Schnitt 294 Token pro Antwort gegenüber 1.214 im Normalmodus, also 65% weniger.

So aktivierst du ihn:

# Skill installieren (eine der beiden Methoden wählen)
claude plugin marketplace add JuliusBrussee/caveman
claude plugin install caveman@caveman

# oder per npx
npx skills add JuliusBrussee/caveman

# In der Session aktivieren
/caveman
# oder schreib "less tokens please" bzw. "caveman mode"

Das Spannende daran? Der erzeugte Code ist qualitativ identisch. Du verlierst nur die Höflichkeitsfloskeln.

2. opusplan: Opus nur dort, wo es zählt

Der Befehl /model opusplan aktiviert einen automatischen Hybrid-Ansatz:

Opus kommt in der Planungsphase zum Einsatz (wo sein tiefes Reasoning jeden Token wert ist)
Sonnet übernimmt in der Umsetzungsphase (wo Tempo wichtiger ist als Tiefe)

Diese Arbeitsteilung entspricht der Funktionsweise des menschlichen Gehirns: Erst denkst du gründlich nach, dann handelst du effizient.

Die geschätzte Ersparnis ist beträchtlich, denn Opus kostet pro Output-Token etwa 3x so viel wie Sonnet. Es nur fürs Planning zu nutzen, wo es wirklich glänzt, ist wirtschaftlich und qualitativ die richtige Wahl.

# Hybrid-Modus aktivieren
/model opusplan

# Für einfache Aufgaben bei Sonnet bleiben
/model sonnet

# Nur für Architektur/komplexes Refactoring zu Opus wechseln
/model opus

3. Kontext clever managen

Das Context Window von 1 Million Token bei Claude Opus 4.7 heißt nicht, dass du es auch füllen musst. Im Gegenteil.

Ein paar konkrete Praktiken:

Nutze /compact proaktiv Wenn du merkst, dass Claude den Faden verliert, starte /compact. Der Befehl verdichtet den Gesprächsverlauf zu einer kompakten Zusammenfassung und holt dir zehntausende Token zurück, ohne den wesentlichen Kontext zu verlieren.

Nutze /clear zwischen verschiedenen Aufgaben Wenn du von einem Feature zu einem völlig anderen Bugfix wechselst, ist eine frische Session deutlich effizienter, als irrelevanten Kontext mitzuschleppen.

Optimiere die CLAUDE.md Eine aufgeblähte CLAUDE.md kostet bei jedem Turn Token. Halte sie knapp und auf die Grundregeln fokussiert, nicht als vollständige Projektdokumentation. Ziel: möglichst unter 2.000 Token.

# Beispiel für eine optimierte CLAUDE.md
- Stack: Next.js 14, TypeScript, Tailwind
- Tests: vitest, für neue Funktionen immer Tests schreiben
- Stil: functional components, keine class components
- Verboten: console.log in Produktion

4. Reduziere die Standard-Ausführlichkeit

Claude erklärt sein Reasoning im Detail. Das ist nützlich, wenn du lernst, und teuer, wenn du shippst.

Diese Anweisungen in der CLAUDE.md senken die Antwort-Token um 30-50%:

# In deiner CLAUDE.md
## Antwortstil
- Sei knapp. Keine Erklärungen, außer auf Nachfrage.
- Nein: "Super! Dabei kann ich dir auf jeden Fall helfen..."
- Nein: "Sag Bescheid, wenn du noch Fragen hast!"
- Ja: direkt auf den Punkt
- Bei Code: zeig den Diff, nicht die ganze Datei

5. Extended Thinking bei einfachen Aufgaben abschalten

Das erweiterte Reasoning von Opus reserviert bis zu 31.999 Output-Token für den internen Thinking-Prozess. Bei einfachen Aufgaben ist das ein enormer versteckter Kostenfaktor.

Du kannst das in den Einstellungen von Claude Code oder per API steuern:

{
  "thinking": {
    "type": "disabled"
  }
}

Lass es nur bei komplexer Architektur, schwierigem Debugging oder Entscheidungen mit großer Tragweite aktiv.

Das Gesamtbild: Wohin deine Token gehen

So sieht eine realistische Aufteilung einer Session mit 100.000 Token aus:

Quelle	Geschätzte Token	Optimierbar?
Kumulatives Context Window	~40.000	✅ Mit /compact und /clear
CLAUDE.md pro Turn	~5.000–15.000	✅ Durch Optimierung der Datei
Ausschweifende Antwort von Claude	~6.000	✅ Mit Caveman Mode
Erweitertes Reasoning	~20.000	✅ Durch Abschalten von Extended Thinking
Tatsächlich erzeugter Code	~15.000	❌ Notwendig

Mit den richtigen Techniken bringst du eine vergleichbare Session von 100.000 Token auf 35.000–40.000, bei gleichem Code-Output.

Zusammenfassung: die optimale Strategie

Standard: Sonnet nutzen, nicht Opus
Für Planning/Architektur: /model opusplan aktivieren
Gegen Ausführlichkeit: Caveman Mode installieren und nutzen
Alle 30–40 Minuten: /compact ausführen
Zwischen verschiedenen Aufgaben: /clear nutzen
CLAUDE.md: unter 2.000 Token und knapp halten
Extended Thinking: bei einfachen Aufgaben abschalten

FAQ

Wie viele Token lassen sich mit Claude Code sparen? Mit den Techniken aus diesem Artikel sparst du typischerweise 50-70 % der Token bei gleichem Code. Eine Session, die 100.000 Token verbrauchen würde, kommt mit 35.000-40.000 aus.

Wie oft sollte man eine Claude-Code-Session komprimieren? Alle 30-40 Nachrichten. Claude schickt bei jeder Anfrage den gesamten Verlauf mit, also wird jede Nachricht teurer, je länger die Session läuft. Komprimieren verkleinert den Kontext, ohne die getroffenen Entscheidungen zu verlieren.

Sollte man in Claude Code immer Opus nutzen? Nein. Opus ist stark bei Planung und Architekturentscheidungen; zum Schreiben und Ausführen von Code reicht Sonnet fast immer und kostet deutlich weniger. Der opusplan-Modus nutzt Opus nur für den Plan und Sonnet für den Rest.

Verschlechtert der Caveman Mode die Codequalität? Nein. Er kürzt Claudes Textantworten (in den zitierten Benchmarks im Schnitt von 1.214 auf 294 Token pro Antwort), nicht den Code. Er entfernt das Rauschen um den Output, nicht den Output selbst.

Ressourcen und weiterführende Links

Du willst diese Optimierungen in deinen Workflow einbauen? Wir sind KI-Berater für italienische KMU. Buch dir ein kostenloses Gespräch →