55 Prozent des Wochenbudgets verbraucht, und es war Dienstagnachmittag. Mein erster Reflex war der gleiche, den ich seither bei fast jedem Kunden höre: Das Abo reicht nicht. Mein zweiter Blick war ehrlicher. Das Abo reicht locker, ich hab es nur falsch benutzt. Seit ich meine Arbeitsweise umgebaut habe, bin ich nicht mehr ins Limit gelaufen, bei gleichem Plan und mehr Output. Ich zeig dir, was ich geändert hab, welcher Mechanismus dahintersteckt, und an welcher Stelle die verbreitete Spartipp-Folklore schlicht nicht stimmt. Alles Nachprüfbare in diesem Artikel ist gegen Anthropics eigene Dokumentation gegengelesen, weil zu diesem Thema erstaunlich viel Halbwissen unterwegs ist.
Definitionen vorab
Nutzungslimit ist dein Kontingent über die Zeit. Es besteht aus einem Fünf-Stunden-Fenster und einem Wochenlimit darüber. Anthropic nennt in der Dokumentation zu Nutzungs- und Längenlimits die Faktoren, die deinen Verbrauch treiben: Länge und Komplexität der Konversation, verwendete Features, Modellwahl und die gewählte Effort-Stufe.
Kontextfenster ist etwas anderes, nämlich der Arbeitsspeicher eines einzelnen Chats. Auf bezahlten Plänen reicht es bei den neuesten Modellen bis zu einer Million Token, bei anderen Modellen sind es 500.000 oder 200.000.
Effort ist der Regler im Modellmenü neben dem Senden-Button. Er steuert, wie gründlich Claude jede Antwort angeht. Bei den aktuellen Modellen ist er der einzige Regler, den du hast, denn diese arbeiten mit adaptivem Denken: Das Modell entscheidet selbst, ob und wie tief es nachdenkt, und richtet sich dabei nach der Effort-Stufe. Denk-Tokens werden als Output abgerechnet.
Wichtig für alle, die mehrere Oberflächen nutzen: claude.ai im Browser, Claude Desktop und Claude Code zählen laut Anthropic auf dasselbe Limit. Wer vormittags im Terminal war, hat nachmittags im Browser weniger.
Warum kostet eine kurze Frage im stundenalten Chat so viel?
Weil Sprachmodelle kein Gedächtnis zwischen den Nachrichten haben. Damit Claude weiß, worüber ihr redet, wandert die komplette bisherige Konversation bei jeder Anfrage erneut mit: jede Datei, jedes Zwischenergebnis, jeder Umweg, jede verworfene Variante. Deine Zwei-Wort-Frage am Ende eines langen Threads ist rechnerisch keine Zwei-Wort-Frage.
Hier wird es genauer, und diesen Teil lassen die meisten Spartipp-Listen weg. Anthropic beschreibt in der Dokumentation zum Kostenmanagement in Claude Code ausdrücklich, dass wiederholter Kontext dank Prompt Caching zum günstigeren Cache-Tarif erneut gelesen wird. Es wird also nicht alles jedes Mal zum vollen Preis neu bezahlt. Trotzdem, und das ist die entscheidende Formulierung, zieht eine einzeilige Frage in einer den ganzen Tag offenen Session weiterhin Verbrauch für die gesamte Konversation.
Ich bezahle also nicht meine Fragen, ich bezahle den Kontext, den ich mitschleppe, nur eben zu einem gestaffelten Tarif.
Dazu kommt ein Effekt, der in der Praxis richtig weh tut: der Cache-Miss. Die Cache-Lebensdauer beträgt im Abo eine Stunde. Machst du eine längere Pause und schreibst danach weiter, wird dein voller Kontext einmal komplett neu verarbeitet. Wer sich Notizen macht, mittagessen geht und dann im selben Chat weiterarbeitet, bezahlt genau dafür. Sobald du auf Usage Credits läufst, sinkt die Cache-Lebensdauer auf fünf Minuten.
Ich beobachte das regelmäßig in meiner Beratungsarbeit: Die Leute, die am schnellsten ins Limit laufen, sind nicht die, die am meisten fragen. Es sind die, die am längsten im selben Fenster bleiben.
Wo du deinen Verbrauch tatsächlich siehst
Bevor du irgendetwas umstellst, schau nach, wo du stehst. Unter Einstellungen und dann Nutzung zeigt Claude Fortschrittsbalken für dein Fünf-Stunden-Fenster inklusive verbleibender Zeit und für dein Wochenlimit inklusive Reset-Zeitpunkt. Anthropic listet das als eigenen Punkt in den Best Practices zum Nutzungslimit.
Zwei Details, die im Alltag den Unterschied machen. Erstens: Der Wochenreset ist nicht rollend. Laut der Beschreibung des Max-Plans liegt er auf einem festen, deinem Konto zugewiesenen Zeitpunkt, unabhängig davon, wann du zu nutzen beginnst. Ich weiß, wann meiner liegt, und das ändert die Planung mehr, als es klingt. Ein großes Projekt kurz vor dem Reset zu starten, ist die schlechteste Idee der Woche.
Zweitens gibt es nicht nur einen Wochenbalken. Die Nutzungsseite weist den Wochenwert getrennt für Opus und für alle übrigen Modelle aus. In Claude Code siehst du das an der eigenen Fehlermeldung, wenn das Opus-Kontingent erschöpft ist, während das allgemeine Wochenlimit noch Luft hat.
Ich schau einmal am Vormittag hinein, mehr nicht. Nicht aus Sparsamkeit, sondern weil ich sonst rate. Raten ist genau der Zustand, aus dem heraus man ein größeres Abo bucht, das man nicht braucht.
Hebel 1: Warum ein neuer Task einen neuen Chat verdient
Die teuerste Stelle für eine schnelle Frage ist ein Thread, in dem du schon zwei Stunden gearbeitet hast. Wenn du nach dem fertigen Angebot noch wissen willst, wie man eine Rechnungsnummer formatiert, dann zieht diese Nebenfrage Verbrauch für das komplette Angebot inklusive aller Anhänge.
Anthropic empfiehlt das inzwischen selbst, und zwar aus einem Grund, den kaum jemand kennt. Wenn eine Konversation an die Grenze des Kontextfensters stößt, fasst Claude ältere Nachrichten automatisch zusammen, damit das Gespräch weiterlaufen kann. Diese automatische Kontextverwaltung ist praktisch, kostet aber zusätzlich: Gespräche, die sie auslösen, verbrauchen mehr von deinem Limit. Der offizielle Rat lautet, in dieser Situation ein neues Gespräch zu beginnen.
Meine Regel ist simpel: Wechselt das Thema, wechselt der Chat. Der Test dauert zwei Sekunden. Frag dich, ob Claude für die nächste Aufgabe irgendetwas aus den letzten dreißig Nachrichten wissen muss. Wenn nein, neues Fenster.
Was mehr bringt als der Wechsel selbst: Bevor ich einen langen Chat verlasse, lasse ich das Ergebnis in eine saubere Übergabe gießen. Entscheidungen, Struktur, Vorgaben, so formuliert, dass jemand ohne Vorwissen weiterarbeiten kann. Diese Zusammenfassung kopiere ich in den neuen Chat. Zehn Zeilen statt vierzig Nachrichten, und der Kontext, der wirklich trägt, ist trotzdem da.
Hebel 2: Welches Modell braucht diese Aufgabe wirklich?
Das stärkste Modell für alles zu verwenden, ist wie den Architekten die Wand mauern zu lassen. Es funktioniert, es ist nur eine absurde Verwendung von Kapazität. Modell und Effort lassen sich jederzeit mitten im Gespräch umstellen, die Änderung greift ab Claudes nächster Antwort.
Auf Max-Plänen kommt dazu, dass das Spitzenmodell aus der Mythos-Klasse bis zu 50 Prozent deines Wochenlimits nutzen darf. Diese 50 Prozent sind kein zusätzliches Budget. Anthropic beantwortet die Frage im Hilfeartikel zu Fable 5 im Abo mit einem klaren Nein: Die Nutzung anderer Modelle zieht aus demselben Topf, und über dein Wochenlimit hinaus geht es nie. Zwei Fortschrittsbalken bedeuten nicht zwei Budgets. Auf Pro-Plänen läuft dasselbe Modell über Usage Credits, also faktisch zu API-Preisen.
Und jetzt die Korrektur, die ich selbst erst beim Nachlesen gemacht hab. Der Modellwechsel ist ein Hebel davor, nicht danach. Sobald du dein Session- oder Wochenlimit erreicht hast, bringt ein Wechsel per Modellauswahl gar nichts, weil diese Fenster laut Anthropics Dokumentation über alle Modelle hinweg gelten. Nur nach der modellspezifischen Opus-Meldung hilft das Umschalten, weil dann eben nur dieses eine Kontingent leer ist. Wer also erst beim Anschlag anfängt zu jonglieren, ist zu spät dran.
Bei mir sitzt der Schnitt dort, wo die Denkarbeit endet und die Fließbandarbeit beginnt. Strategie und Architektur oben, Entwürfe und Formatierungen eine Stufe tiefer. Wie ich diesen Modellwechsel mitten in der laufenden Aufgabe konkret ansetze, hab ich in einem eigenen Artikel aufgeschrieben. Auch dort gilt: Du sparst dadurch keinen einzigen Token, der gesamte Verlauf wandert als Input mit. Was sich ändert, ist, welchen Anteil deines Kontingents dieselbe Arbeit frisst.
Hebel 3: Wie viel Aufwand braucht diese Aufgabe wirklich?
Hier haben sich die Regeln geändert, und viele arbeiten noch mit dem alten Bild im Kopf. Der Hilfeartikel zu Modell-, Effort- und Thinking-Einstellungen formuliert es unmissverständlich: Höherer Effort bedeutet gründlichere Antworten, dauert länger, verbraucht mehr Tokens, und du erreichst dein Nutzungslimit schneller. Für Routineaufgaben empfiehlt Anthropic ausdrücklich die niedrigeren Stufen, weil sie dein Kontingent strecken.
Einen zweiten Schalter, mit dem du das Denken einfach abdrehst, gibt es bei den aktuellen Modellen nicht mehr. Anthropic hält im selben Artikel fest, dass Extended Thinking bei Claude Opus 5 in der Oberfläche nicht abgeschaltet werden kann. Bei Fable 5 gilt dasselbe, das Modell arbeitet immer mit Extended Thinking. Wenn du im Modellmenü nur noch Modell und Aufwand siehst, ist das also kein Fehler, sondern der aktuelle Stand.
Der Grund dahinter ist adaptives Denken. Das Modell bewertet die Komplexität jeder Anfrage selbst und entscheidet, ob es nachdenkt. Auf hoher Stufe denkt es fast immer, auf niedrigen überspringt es das Denken bei einfachen Problemen. Der Effort-Regler ist damit nicht nur ein Qualitätsregler, sondern dein eigentlicher Hebel auf die Denk-Tokens, und die zählen voll als Output.
Praktisch heißt das für mich: hohe Stufe für Architektur, Analyse und alles, wo die erste plausible Antwort erfahrungsgemäß die falsche ist. Niedrige Stufe für Umformulierungen, Formatierungen und Varianten. Wer bei einem Modell ohne Abschaltmöglichkeit sparen will, geht über die Aufgabenverteilung, nicht über einen Schalter.
Hebel 4: Warum Projects und Skills dein Kontingent schonen
Das ist der Hebel mit dem besten Verhältnis von Aufwand zu Wirkung, und er wird am seltensten genutzt. Wer seinen Stilguide, seine Preisliste oder seine Zielgruppenbeschreibung in jeden Chat neu hineinkopiert, bezahlt dieselbe Information wieder und wieder.
In einem Project passiert etwas anderes, und Anthropic beschreibt es sehr direkt: Dokumente, die du in die Projektwissensbasis lädst, werden gecacht, und bei jedem weiteren Zugriff zählen nur die noch nicht gecachten Teile gegen dein Limit. Dazu kommt ein RAG-Modus, bei dem nur die tatsächlich relevanten Inhalte ins Kontextfenster geladen werden, was die mögliche Wissensmenge deutlich erhöht. Je öfter du dasselbe Material verwendest, desto größer der Effekt. Welcher der drei Arbeitsmodi zu welcher Arbeitsweise passt, hab ich im Vergleich von Claude Code, Cowork und Projects durchgespielt.
Ein Detail dazu, das Anthropic explizit nennt und das ich anfangs falsch gemacht hab: Projektanweisungen kurz halten. Sie gehören für den generellen Rahmen, die Rolle und die wichtigsten Leitplanken hergenommen, nicht für aufgabenspezifische Details. Die gehören in den Chat. Und ungenutzte Projektdateien regelmäßig rauswerfen.
Die zweite Ebene sind Skills. Ein Skill ist ein Ordner mit Anweisungen, und die offizielle Dokumentation zu Agent Skills beschreibt das Prinzip dahinter als Progressive Disclosure: Claude lädt Informationen in Stufen, wenn sie gebraucht werden, statt sie vorab in den Kontext zu kippen. Zuerst nur Name und Beschreibung, dann die vollen Instruktionen, Referenzdateien nur bei Bedarf. Statt 3000 Wörter Regeln in jeden Prompt zu kopieren, liegen sie einmal auf der Platte. Wie du dir so einen Skill Schritt für Schritt selbst baust, steht in meiner Anleitung mit einem kompletten Beispiel.
Hebel 5: Welche Werkzeuge laufen mit, obwohl du sie nicht brauchst?
Diesen Punkt hatte ich lange nicht auf dem Schirm, obwohl er in Anthropics eigener Empfehlungsliste steht: Tools und Konnektoren sind token-intensiv. Websuche, Research und MCP-Konnektoren, die du in einem konkreten Gespräch gar nicht brauchst, lassen sich in den Einstellungen unter Suche und Tools temporär abschalten. Das entlastet gleichzeitig dein Kontextfenster und dein Nutzungslimit.
In Claude Code ist die Lage entspannter, weil MCP-Tooldefinitionen dort standardmäßig verzögert geladen werden, es landen also zunächst nur die Toolnamen im Kontext. Trotzdem lohnt der Blick mit /context darauf, was den Platz tatsächlich frisst, und /mcp zeigt dir die konfigurierten Server zum Abschalten. Anthropic weist außerdem darauf hin, dass klassische CLI-Werkzeuge wie gh oder aws kontexteffizienter bleiben als der entsprechende MCP-Server, weil sie gar keine Toolliste mitbringen.
Hebel 6: Was /clear in Claude Code wirklich bringt
In Claude Code ist der Verbrauch am schwersten zu spüren, weil er nicht durch deine Eingaben entsteht, sondern durch Tool-Output. Und alles davon bleibt im Fenster, bis die Session endet.
Zu /clear steht in der Dokumentation ein Satz, den ich mir gemerkt hab: Wenn du einen frischen Start statt Kontinuität willst, kostet /clear nichts. Genau deshalb ist es der Befehl mit dem besten Verhältnis von Aufwand zu Ertrag. Anthropic empfiehlt, ihn beim Wechsel auf unzusammenhängende Arbeit zu setzen, weil abgestandener Kontext bei jeder folgenden Nachricht Tokens frisst. Wenn du später zurückwillst, vorher /rename verwenden und die Session mit /resume wieder aufmachen.
/compact ist die andere Option, aber nicht die billigere: Die Verdichtung liest die Konversation, die sie zusammenfasst, ein Compact bei großem Kontext ist also selbst eine große Anfrage. Sinnvoll ist sie, wenn du Kontinuität brauchst, nicht wenn du eigentlich abschließen könntest.
Drei weitere Punkte aus derselben Quelle, die im Alltag mehr bringen als jede Prompt-Optimierung. Die CLAUDE.md wird bei jedem Sessionstart geladen, Anthropic empfiehlt, sie unter 200 Zeilen zu halten und spezialisierte Anweisungen in Skills auszulagern. Verbose Operationen wie Testläufe oder das Verarbeiten von Logfiles gehören an Subagenten delegiert, damit nur die Zusammenfassung in deiner Hauptkonversation landet. Und der Plan-Modus vor größeren Umbauten verhindert genau die zwanzig bis dreißig Nachrichten, die man sonst mit implizitem Herumprobieren verbrennt. Wer noch weiter runter will, kann den Command-Output selbst eindampfen, dazu hab ich das Rust-Tool RTK getestet, das Command-Output um bis zu 80 Prozent verschlankt.
Praktisch ist auch die Aufschlüsselung in /usage auf bezahlten Plänen: Sie ordnet den jüngsten Verbrauch einzelnen Skills, Subagenten, Plugins und MCP-Servern zu und markiert Verhaltensmuster wie langen Kontext oder Cache-Misses, sobald eines davon mindestens zehn Prozent ausmacht. Das ist die ehrlichste Rückmeldung über die eigene Arbeitsweise, die ich kenne.
Wo mein eigenes Konzept an Grenzen stößt
Ich wäre ein schlechter Sparringspartner, wenn ich das als Universalrezept verkaufen würde. „Neuer Task, neuer Chat“ ist als Pauschalregel falsch. Wenn du im neuen Fenster wieder drei PDFs hochlädst und deinen Stilguide reinkopierst, hast du nichts gespart, sondern den Cache-Vorteil weggeworfen und doppelt bezahlt.
Anthropic empfiehlt an anderer Stelle nämlich genau das Gegenteil von dem, was viele aus meiner Regel ableiten: zusammengehörige Fragen bündeln statt einzeln nachschieben, den kompletten Text zum Redigieren in einer Nachricht schicken, bei Coding-Aufgaben den relevanten Code vollständig im ersten Prompt liefern. Das ist kein Widerspruch, das sind zwei Antworten auf zwei verschiedene Fragen. Bündeln gilt innerhalb einer Aufgabe, Trennen gilt zwischen Aufgaben.
Und die Limits selbst sind kein Naturgesetz. Anthropic behält sich in der Plandokumentation ausdrücklich vor, die Nutzung zusätzlich zu begrenzen, etwa über weitere Wochen- und Monatsobergrenzen oder über modell- und featurebezogene Limits. Die Zahlen haben sich im letzten Jahr mehrfach bewegt, in beide Richtungen. Ich bin mir nicht sicher, wie stabil das bleibt, deshalb baue ich meine Arbeitsweise nicht auf einen bestimmten Grenzwert, sondern darauf, dass Kontext das Teuerste ist, was ich mitschleppe.
Was sich bei mir konkret geändert hat
Ich hab nichts am Abo geändert. Ich schließe Chats, sobald eine Aufgabe erledigt ist, ich schneide zwischen Denk- und Produktionsphase, ich lasse das Modell nur dort ausführlich nachdenken, wo Nachdenken den Unterschied macht, mein wiederkehrendes Wissen liegt in Projects und Skills statt in der Zwischenablage, ungenutzte Konnektoren sind aus, und im Terminal drücke ich /clear, sobald eine Aufgabe fertig ist.
Seitdem hab ich das Limit nicht mehr erreicht. Nicht einmal in der Woche, in der ich parallel an einem Kundenprojekt, zwei Artikeln und einem WordPress-Plugin gearbeitet hab.
Häufige Fragen zum Claude Tokenlimit
Wenn du diese Woche nur eine Sache umstellst, dann diese: Schließ den Chat, in dem du gerade arbeitest, sobald die Aufgabe erledigt ist. Lass dir vorher die Entscheidungen zusammenfassen und starte die nächste Sache neu. Nach drei Tagen siehst du auf der Nutzungsseite, ob es bei deiner Arbeitsweise genauso wirkt wie bei meiner.
