Wissensbasis

Kontext- und Output-Schnittstellen

Der Kontextdruck sinkt, wenn jeder Turn weniger mitträgt und delegierte Arbeit in einem eigenen Fenster läuft: MCP-Server pro Session laden, CLAUDE.md kurz halten und das Fenster leeren, bevor es vernebelt. Auf der Output-Seite ist HTML zum praktischen Standard für Specs und Reports geworden, die Menschen lesen sollen.

Verfasst von

Benedikt Stemmildt Gründer & Co-CEO

Aktualisiert: 31. Oktober 2026

Tools 4

Unsere Position. Wir warten nicht auf ein größeres Fenster. Die Kontextqualität sinkt unbemerkt, während sich das Fenster füllt (öffnet in einem neuen Tab), und größere Fenster haben daran nichts geändert. Wir lagern stattdessen aus (öffnet in einem neuen Tab): Die Codebasis ist der Zustand, das Dateisystem ist das Gedächtnis. Ein Subagent bekommt ein frisches Fenster und gibt nur das Ergebnis zurück.

Wiederkehrender Kontext kostet in jedem Turn Tokens. Alles, was vor der ersten Aufgabe lädt, muss sich seinen Platz deshalb verdienen (Paste This Into Claude, Never Hit a Token Limit Again (öffnet in einem neuen Tab)). Seit Juli 2026 steuert der Hersteller selbst seine Modelle der Claude-5-Generation mit weit weniger Instruktionen als zuvor (The New Rules of Context Engineering (öffnet in einem neuen Tab), Juli 2026).

Wie haltet ihr den Kontextdruck niedrig?

Über das Tooling hinaus lässt sich eine Disziplin aus der Praxis am besten übertragen: Das Kontextfenster ist die knappe Ressource, und ihr verwaltet es bewusst. Eine häufig genannte Einordnung kennt nur zwei Hebel, reduzieren und delegieren. Entweder trägt jeder Turn weniger, oder ein Subagent übernimmt die Arbeit und fängt die Kosten in seinem eigenen Fenster auf (Context engineering techniques (öffnet in einem neuen Tab), 8. September 2025). Beim Reduzieren sind die konkreten Schritte einheitlich:

Löscht die Standard-mcp.json und startet MCP-Server pro Session mit claude --mcp-config <file> plus --strict-mcp-config. Ungenutzte MCP-Tools kamen in einer Messung auf 24,1k Tokens, etwa 12% des Fensters, bevor irgendeine Arbeit begann.
Mit demselben Flag teilt ihr einen Server in eine Read-only- und eine Write-Konfiguration und ladet jede nur, wenn ihr sie braucht (Claude Code feature roundup (öffnet in einem neuen Tab), 15. August 2025).
Kürzt CLAUDE.md auf wenige Dutzend Zeilen mit dem universell Nötigen. Kontext je Aufgabentyp ladet ihr mit Commands wie /prime bug oder /prime feature vor, statt in jeder Session alles zu laden (Context engineering techniques (öffnet in einem neuen Tab), 8. September 2025).

Ausführlichkeit ist ebenfalls nicht gratis. Ein spec-getriebenes System lieferte bessere Ergebnisse, nachdem rund die Hälfte seiner Instruktionszeilen gestrichen war. Zusätzliche Wörter geben dem Agenten mehr Gelegenheit, durcheinanderzukommen (Builder Methods – Agent OS walkthrough (öffnet in einem neuen Tab), 6. August 2025).

Eine gemessene Prüfung macht die Verschwendung beim Start greifbar. Ein Setup trug zu Beginn der Session etwa 25.000 Tokens, davon 9.000 aus der Frontmatter von 82 installierten Skills. Der sich abzeichnende Konsens hält CLAUDE.md unter 300 Zeilen. Hinein gehören:

das Ziel des Projekts
nicht offensichtliches Tooling
eine Karte der Architektur
prüfbare Regeln, also “parameterize all SQL queries” statt “write clean safe code”
harte Constraints und Anti-Patterns
Verweise auf tiefere Docs
implizites Teamwissen

(Seven tools to stop burning tokens in Claude Code (öffnet in einem neuen Tab), Mai 2026)

Das Interview sagt es unverblümter. Bläht sich CLAUDE.md auf, löscht ihr sie und fangt mit dem Minimum neu an, das das Modell auf Kurs bringt. Jedes Modell-Release braucht weniger Steuerung. Der Erfinder startet etwa 80% der Sessions im Plan Mode und nimmt lieber ein zweites frisches Fenster, statt ein vernebeltes weiterzutreiben: “two context windows that don’t know about each other tend to get better results” (Plan mode and CLAUDE.md interview (öffnet in einem neuen Tab), 1. April 2026).

Der Hersteller hat diesen Trend inzwischen an seinem eigenen Harness beziffert. Für die Modelle der Claude-5-Generation strich er über 80 Prozent des System-Prompts von Claude Code. Seine Coding-Evaluationen zeigten keinen messbaren Verlust (The New Rules of Context Engineering (öffnet in einem neuen Tab), Juli 2026). Genau die Praktiken, die er ausmustert, befolgen die meisten Teams noch:

Explizite Regeln weichen dem Urteil des Modells.
Ausgearbeitete Beispiele weichen besserem Tool-Design: “what parameters does Claude have and how can they be more expressive?”
Vorab geladener Kontext weicht Progressive Disclosure über Skills.
Der manuelle #-Hotkey, der an CLAUDE.md anhängte, weicht Memories, die das Modell selbst speichert.

Eine Spec muss auch keine Prosa mehr sein: “a spec may also be a detailed test suite, or a function in a different codebase that Claude might port”. Dazu kommen HTML-Artefakte und Rubrics, wo der Maßstab Geschmack ist statt eines bestandenen Tests. Das ist derselbe Schritt wie beim Output-Medium weiter unten. Der Command /doctor bündelt die Prüfung und bringt Skills und CLAUDE.md-Dateien auf die richtige Größe. Hier bewertet der Hersteller seine eigene aktuelle Generation selbst. Übertragbar ist also die Richtung: weniger Scaffolding pro Modell-Release. Ob das für das Modell gilt, das ihr tatsächlich einsetzt, zeigt euch günstig der Editier-Test für CLAUDE.md weiter unten (The New Rules of Context Engineering (öffnet in einem neuen Tab), Juli 2026).

Eine Prüfung in einer frischen Session trennt festen Kontext von dem, was mit der Aufgabe wächst. /usage zeigt, welche Aktivität die Account-Limits verbraucht. /context legt MCP-Definitionen, Skill-Beschreibungen und Instruktionen offen, die vor der ersten Aufgabe laden. Die Prüfung meldet in einem Setup eine Baseline von 58,8k Tokens. Die Zahl ist anekdotisch, die Diagnose trotzdem nützlich: Wiederkehrender Kontext muss sich seinen Platz verdienen, weil seine Kosten in jedem Turn anfallen (Paste This Into Claude, Never Hit a Token Limit Again (öffnet in einem neuen Tab), Juli 2026, Praxisquelle mit Werbecharakter).

Hooks können wiederholte Zeilen und Formatierungsrauschen deterministisch entfernen, bevor Command- oder Datei-Output das Modell erreicht. Knappe Antworten sparen nur einen relativ kleinen Teil des Gesamtverbrauchs. Dieselbe Quelle empfiehlt, delegierte Arbeit dem kleinsten Modell zu geben, das sie lösen kann. Sonst erbt sie standardmäßig das Modell des Haupt-Agenten (Paste This Into Claude, Never Hit a Token Limit Again (öffnet in einem neuen Tab), Juli 2026, Praxisquelle mit Werbecharakter).

In Monorepos empfiehlt Anthropic, /init im Unterverzeichnis auszuführen, in dem ihr arbeitet, nicht im Root. Claude läuft den Verzeichnisbaum hinauf und lädt jede CLAUDE.md auf dem Pfad (Anthropic – How Claude Code works in large codebases (öffnet in einem neuen Tab), Mai 2026). Intent Layers automatisiert dieselbe Idee. Es erzeugt verschachtelte CLAUDE.md- oder AGENTS.md-Dateien in jedem Verzeichnis mit mehr als rund 20.000 Tokens. Ein Abschnitt mit globalen Invarianten hält fest, was der Code allein nicht zeigt (Seven tools to stop burning tokens in Claude Code (öffnet in einem neuen Tab), Mai 2026).

Zwei kleinere Disziplinen für CLAUDE.md tauchen immer wieder auf. Wächst die Datei, packt ihr domänenspezifische Regeln in bedingte <important if="...">-Tags, damit das Modell sie nicht ignoriert. HumanLayer prüft jede Kandidatenzeile mit einem Editier-Test: Würde Claude ohne sie Fehler machen? So bleibt die eigene CLAUDE.md von HumanLayer nahe 60 Zeilen (HumanLayer - Writing a good CLAUDE.md (öffnet in einem neuen Tab)).

Die Standardwerte des Harness setzen harte Grenzen, die die meisten Nutzer:innen nie sehen (AI Labs – Hidden Claude Code settings and flags (öffnet in einem neuen Tab), März 2026).

Bash-Output wird standardmäßig bei 30.000 Zeichen abgeschnitten, in den Settings lässt sich das anheben.
Das Lesen von Dateien endet bei 25k Tokens plus einer harten Grenze von 2.000 Zeilen, und Claude weiß nicht, dass es sie erreicht hat. Arbeit an großen Dateien braucht deshalb explizite Instruktionen zu Offset und Limit oder einen Read-Hook, der sie erzwingt.
Auto-Compact greift bei 95% Füllstand, ein Override kann es früher auslösen.
cleanupPeriodDays behält Transkripte standardmäßig nur 30 Tage. Das begrenzt stillschweigend die Historie für --resume und für /insights.
Drei Settings-Flags schalten Statsig-Analytics und die Sentry-Fehlertelemetrie ab.
Eine attribution-Einstellung entfernt Claudes Co-Author-Zeile aus Commits.

Die Folklore zu Schwellenwerten läuft auf dieselben Zahlen zu. Dieselbe Quelle setzt den Qualitätsverlust bei etwa 70% Füllstand an. Ein Sammel-Guide behauptet Präzisionsverlust ab 70%, mehr Halluzinationen ab 85% und erratische Antworten über 90% (Claude Code Ultimate Guide (öffnet in einem neuen Tab), Juli 2026).

Compaction ist umstritten. Manche aus der Praxis meiden /compact: Sie lassen den Agenten eine eigene Fortschrittszusammenfassung schreiben und spulen dann auf rund 40% des Fensters zurück. Andere nutzen gezielte Compaction, die benennt, was bleiben soll (“keep the database schema and the authentication logic”), statt eines blinden Durchlaufs (Builder Methods – Agent OS walkthrough (öffnet in einem neuen Tab), 6. August 2025).

Wieder andere gehen weiter. Sie führen eine Fortschrittsdatei als Referenz und leeren das Fenster ganz (“when in doubt, clear it out”). Sie planen in einem Fenster und implementieren in einem frischen. Nahe am Limit rechnen sie mit Abkürzungen: Aus Sorge ums Token-Budget schließt das Modell vorzeitig ab, außer ihr sagt ihm, dass Compaction den Überlauf übernimmt (15 hidden Claude Code rules (öffnet in einem neuen Tab), 10. Dezember 2025). AMP hat Compaction durch Handoff ersetzt: Ein frischer Thread startet mit dem, was hinüberwandert. Ein Beobachter hält das für die überlegene Strategie (How Claude Code works (öffnet in einem neuen Tab), 26. Dezember 2025).

Faustregeln aus der Praxis setzen den wirksamen Kontext bei 50-60% des Fensters an. Eine komplizierte Aufgabe sollte also schon vor der Hälfte einer Unterhaltung beginnen. Die sichtbare Todo-Liste ist selbst ein Kontext-Tool. Als Rezitation wiederholt sie die Ziele am Ende des Kontexts und wirkt so dem Lost-in-the-Middle-Effekt entgegen. Todo-Liste und Plan überdauern die Compaction als Markdown-Dateien (A Guide to Claude Code 2.0 (öffnet in einem neuen Tab), Dezember 2025).

Eine schwerere Variante protokolliert per Hooks jedes Lesen, jede Suche und jeden Prompt in ein append-only “context bundle”. Nach einem Kontext-Blowout kann ein frischer Agent es neu laden und rund 60-70% der vorigen Session zurückgewinnen (Context engineering techniques (öffnet in einem neuen Tab), 8. September 2025). Auf der Delegationsseite indexieren CLAUDE.md-Dateien pro Unterordner jede Datei und Funktion, damit der Agent liest statt zu greppen. Eine separate CHANGELOG.md hält fest, warum frühere Änderungen passiert sind, damit der Agent sie nicht rückgängig macht (Claude Code power-user patterns (öffnet in einem neuen Tab), 2. August 2025).

Warum HTML statt Markdown für Output?

Ein kurzer Essay aus dem Claude-Code-Team hat viele aus der Praxis von Markdown als Standardformat für Artefakte abgebracht. Der Essay findet Markdown ab etwa hundert Zeilen einschränkend. Specs, Reports und PR-Writeups wandern deshalb nach HTML, weil “the chance of someone actually reading your spec, report or PR writeup is much much higher if it’s in HTML”. Das Muster reicht bis zu Wegwerf-Editoren für einen einzigen Zweck: einzelne HTML-Dateien, gebaut für genau ein Stück Daten. Ihr Trick ist, immer mit einem Export zu enden, etwa einem Button für copy-as-JSON oder copy-as-prompt. So wird der UI-Zustand wieder zu etwas, das ihr in Claude Code einfügt (The Unreasonable Effectiveness of HTML (öffnet in einem neuen Tab), Mai 2026).

Der Essay nennt zwei Kosten. HTML zu erzeugen dauert 2-4x länger als Markdown, was in einem 1M-Fenster kaum auffällt. Und HTML-Diffs sind im Review verrauscht. Ausdrücklich warnt der Essay davor, die Technik als Skill zu verpacken: “you can just ask it to ‘make a HTML file’”. Stattdessen empfiehlt er, aus eurer Codebasis eine Design-System-HTML-Datei zu erzeugen, als Referenz für alle späteren (The Unreasonable Effectiveness of HTML (öffnet in einem neuen Tab), Mai 2026).

Ein Folgebericht schildert, wie dort daraufhin der Markdown-Standard aus der GPT-4-Zeit fiel. Die Limits von 8.192 Tokens, die Markdowns Token-Effizienz einst lohnend machten, gibt es nicht mehr. HTML-Antworten können außerdem SVG-Diagramme, interaktive Widgets und Navigation innerhalb der Seite tragen (The Unreasonable Effectiveness of HTML (öffnet in einem neuen Tab), Mai 2026). Experimente, die Output Styles als generative UI nutzen, folgen derselben Strömung.

Quellen