Source: https://aiprimetech.io/de/blog/claude-code-token-overhead-startup/ Juli 13, 2026 · 6 Min. · Entwicklung # Warum Claude Code vor Ihrem Prompt 33k Tokens sendet (und was Sie dagegen tun können) A Von [AI Prime Tech](https://aiprimetech.io/de/) · KI-unterstützt Sie öffnen eine neue Claude Code-Sitzung, tippen eine Frage aus zwei Wörtern ein, und Ihr erster API-Aufruf meldet bereits 33,000 Eingabetokens. Sie haben keine Datei eingefügt. Sie haben keinen Stacktrace geteilt. Sie haben „hi“ gesagt. Woher kommt das alles? Das ist weder ein Fehler noch eine merkwürdige Abrechnung. Es sind die Fixkosten für das Starten eines Agenten, der in Ihrem Repository tatsächlich etwas unterdrücken erledigen kann. Schauen wir uns genau an, wohin diese Tokens fließen, vergleichen wir das mit schlankeren Tools und betrachten wir – was noch nützlicher ist – die Stellschrauben, die Sie tatsächlich kontrollieren. ## Den zusätzlichen Tokenverbrauch von Claude Code verstehen Jedes agentenbasierte Coding-Tool lädt Kontext vorab, noch bevor es Ihren Prompt sieht. Das Modell muss wissen, wer es ist, welche Tools es aufrufen kann und in welcher Umgebung es arbeitet. Claude Code liegt dabei am umfangreicheren Ende des Spektrums. Bei einem Kaltstart liegt der Vorspann häufig bei etwa 33k Token ; eine minimale Alternative wie OpenCode meldet eher einen Wert von 7k. Dieser Unterschied ist real, aber keine Qualitätsrangliste. Er ist eine Designentscheidung. Die 33k ermöglichen umfangreichere integrierte Tools und zuverlässigeres agentenbasiertes Verhalten; die 7k sorgen für einen kleineren Kontextumfang und günstigere Kaltstarts. Keines davon ist „richtig“ – es sind unterschiedliche Punkte auf einer Kurve zwischen Leistungsfähigkeit und Kosten. Hier ist die grobe Aufschlüsselung, wofür Claude Code sein Tokenbudget beim Start verwendet. Die genauen Zahlen ändern sich zwischen Versionen. Betrachten Sie diese daher als Größenverhältnisse, nicht als feste Konstanten: | Komponente | Tokens, ca. | Beschreibung | Systemprompt | ~3k–5k | Identität des Agenten, Verhaltensregeln, Formatierungsvorgaben | Tooldefinitionen | ~15k–20k | JSON-Schemas für alle aktivierten Tools und MCP-Server | Umgebungskontext | ~2k–4k | Arbeitsverzeichnis, Git-Status, Betriebssystem, Verzeichnisauflistung | CLAUDE.md / Projektgedächtnis | 0–10k+ | Ihre Projektanweisungen (vollständig unter Ihrer Kontrolle) Der mit Abstand größte Posten sind fast immer Tooldefinitionen. Das überrascht viele, die erwarten, dass der Systemprompt den größten Anteil ausmacht. ### Warum Tool-Schemas so umfangreich sind Jedes Tool, das das Modell aufrufen kann, wird als strukturiertes Schema bereitgestellt – mit Name, Beschreibung und einem vollständigen JSON-Schema für seine Parameter. Ein einzelnes gut dokumentiertes Tool kann 500–1,500 Tokens umfassen, wenn man Beschreibungen verschachtelter Parameter und Aufzählungswerte mitzählt. Claude Code aktiviert standardmäßig eine breite Auswahl (Dateien lesen und schreiben, bearbeiten, bash, glob, grep, Webinhalte abrufen, Aufgaben und Agenten starten, Aufgaben verfolgen und mehr), und jedes dieser Tools ist in jeder Anfrage enthalten. Ein gekürztes Schema für ein Tool sieht ungefähr so aus: ``` { "name": "edit_file", "description": "Make a targeted edit to an existing file. Use this instead of rewriting the whole file when possible...", "input_schema": { "type": "object", "properties": { "path": { "type": "string", "description": "Absolute path to the file" }, "old_string": { "type": "string", "description": "Exact text to replace, including surrounding context for uniqueness" }, "new_string": { "type": "string", "description": "Replacement text" } }, "required": ["path", "old_string", "new_string"] } } ``` Multiplizieren Sie das mit mehr als einem Dutzend Tools und addieren Sie dann jedes Tool, das die verbundenen MCP-Server bereitstellen: Der Umfang der Schema-Daten wächst schnell. Eine häufige Falle: Jemand installiert drei MCP-Server, „um sie auszuprobieren“, die jeweils 8–15 Tools bereitstellen. Dadurch steigt der Grundverbrauch um 10k Tokens, über die anschließend niemand mehr nachdenkt. ### Der Umgebungskontext, nach dem Sie nicht gefragt haben Wenn Claude Code in einem Repository startet, fügt es Informationen über die aktuelle Umgebung ein, damit der Agent keine Gesprächsrunde für grundlegende Fragen aufwenden muss. In der Praxis umfasst das beispielsweise: ``` Working directory: /home/ryan/projects/api-gateway Platform: linux Git branch: feature/rate-limiting Git status: 4 modified, 1 untracked Recent commits: ... ``` Das ist wirklich nützlich – deshalb weiß der Agent bereits, dass Sie auf einem Feature-Branch arbeiten. Trotzdem verbraucht es Tokens, und in einem großen Monorepo kann die Momentaufnahme der Verzeichnisstruktur einen beträchtlichen Umfang haben. ## Was Ihnen der zusätzliche Aufwand tatsächlich bringt Bevor Sie das wegoptimieren, sollten Sie die Abwägung ehrlich betrachten. Diese 33k ermöglichen es Claude Code, schon bei seiner ersten Antwort die richtige Datei mit dem passenden Kontext zu bearbeiten, Ihre Tests auszuführen, einen Unteragenten für eine parallele Aufgabe zu starten und Ihre Projektkonventionen einzuhalten – ganz ohne eine Runde klärender Fragen. Ein Agent mit 7k Tokens muss sich diesen Kontext oft erst erarbeiten , und zwar durch zusätzliche Gesprächsrunden. Das bedeutet mehr Anfragen, mehr Latenz und manchmal insgesamt mehr Tokens über eine vollständige Sitzung hinweg. Der Vergleich lautet also nicht „33k verschwenderisch gegenüber 7k effizient“, sondern: - Weniger, umfangreichere Anfragen (Claude Code) gegenüber mehr, schlankeren Anfragen (minimalen Agenten) - Sofort verfügbare Fähigkeiten gegenüber bei Bedarf zusammengestellten Fähigkeiten - Höhere Fixkosten pro Sitzung gegenüber höheren variablen Kosten pro Aufgabe Bei einer Debugging-Sitzung mit fünf Nachrichten amortisiert sich der feste Mehraufwand gut. Bei einem einmaligen Einzeiler wirkt er verschwenderisch. Beide Einschätzungen sind im jeweiligen Kontext richtig. ## Die Stellschrauben, die Sie tatsächlich kontrollieren Sie können den Kernbestand an Tools von Claude Code nicht umschreiben, aber drei Stellschrauben verändern Ihren Grundverbrauch spürbar. ### 1. Kürzen Sie CLAUDE.md konsequent CLAUDE.md wird bei jeder Anfrage vollständig eingefügt. Es ist der einzige Teil des Vorspanns, der zu 100 % Ihnen gehört, und hier sehe ich die größte Verschwendung: Dateien mit 4k Tokens voller idealisierter Stilrichtlinien, die das Modell ohnehin standardmäßig befolgt. Halten Sie den Inhalt knapp und relevant für die Arbeit. Bevorzugen Sie: ``` # Project: api-gateway - Package manager: pnpm (never npm) - Tests: `pnpm test` — must pass before any commit - Do NOT edit files in /generated - API errors use the AppError class in src/errors.ts ``` Löschen Sie alles, was das Modell ohnehin tun würde („sauberen Code schreiben“, „Kommentare hinzufügen“). Eine gute Faustregel: Wenn das Entfernen einer Zeile das Verhalten des Agenten nicht verändern würde, kostet sie Sie unnötig Tokens. Ausführlichen Kontext legen Sie in einer referenzierten Datei ab, die der Agent bei Bedarf liest, statt ihn in das Projektgedächtnis einzufügen. ### 2. Deaktivieren Sie ungenutzte MCP-Server und Tools Für die meisten ist das die Maßnahme mit der größten Wirkung. Prüfen Sie, was tatsächlich verbunden ist: ``` claude mcp list ``` Wenn Sie Server sehen, die Sie vor Monaten hinzugefügt haben und nie nutzen, entfernen Sie sie: ``` claude mcp remove some-unused-server ``` Sie können auch einschränken, welche Tools zulässig sind, und damit deren Schemas aus dem Kontext heraushalten. In Ihren Projekt- oder Benutzereinstellungen: ``` { "permissions": { "allow": ["Read", "Edit", "Bash", "Grep", "Glob"], "deny": ["WebFetch"] } } ``` Jedes ausgeschlossene Tool bedeutet ein Schema weniger, für dessen Übertragung Sie in jeder Gesprächsrunde bezahlen. In der Praxis hat mir das Deaktivieren eines einzigen MCP-Servers mit umfangreichen Tooldefinitionen mehr Tokens gespart als jede Anpassung am Prompt. ### 3. Setzen Sie konsequent auf Prompt-Caching Das ist der entscheidende Punkt, und er verändert die gesamte Rechnung. Der Systemprompt, die Tooldefinitionen und der stabile Projektkontext sind bei jeder Anfrage innerhalb einer Sitzung gleich – und damit ideal für Prompt-Caching. Eingabetokens aus dem Cache sind deutlich günstiger als neue. Deshalb fällt der Vorspann mit 33k nach dem ersten Aufruf weitgehend nicht mehr ins Gewicht. Claude Code nutzt Caching automatisch. Sie können es dabei unterstützen, indem Sie den stabilen Teil Ihres Kontexts tatsächlich stabil halten: - Vermeiden Sie Änderungen an CLAUDE.md während einer Sitzung – eine Änderung macht den nachfolgenden Cache ungültig. - Platzieren Sie statischen Kontext am Anfang; halten Sie veränderliche Details in Ihren Nachrichten statt im Vorspann. - Die Reihenfolge ist wichtig: Caching arbeitet mit einem Präfix. Alles, was Sie früh im Kontext ändern, macht den gesamten nachfolgenden Teil des Caches ungültig. Die praktische Konsequenz: Optimieren Sie die Tokenzahl Ihrer ersten Anfrage im Hinblick auf die Kosten, aber optimieren Sie Ihre Sitzung auf Cache-Treffer. Ein stabiles Präfix mit 33k, das zuverlässig gecacht wird, ist über eine echte Arbeitssitzung hinweg oft günstiger als ein Präfix mit 7k, das nie gecacht wird, weil es in jeder Gesprächsrunde neu aufgebaut wird. Wenn Sie agentenbasierte Workloads in großem Umfang ausführen und die Kosten pro Token genau im Blick behalten, ist dies auch der Punkt, an dem sich günstigerer API-Zugang – wie ihn AI Prime Tech für Claude-Modelle anbietet – und ein sorgfältiger Umgang mit dem Cache vorteilhaft ergänzen. ## Praktische Empfehlungen - Die Startkosten von etwa 33k entfallen überwiegend auf Tool-Schemas, nicht auf den Systemprompt. Tooldefinitionen und MCP-Server machen den größten Teil des Budgets aus. - Es ist eine Abwägung, keine Verschwendung. Der Mehraufwand ermöglicht sofort verfügbare Fähigkeiten und weniger Gesprächsrunden; schlankere Agenten verlagern die Kosten von festen zu variablen Kosten. - Prüfen Sie zuerst Ihre MCP-Server. Ungenutzte Server zu entfernen und ungenutzte Tools zu sperren, ist die einzelne Maßnahme mit dem größten Einsparpotenzial. - Beschränken Sie CLAUDE.md auf arbeitsrelevante Inhalte. Löschen Sie alles, was das Modell standardmäßig tut; verweisen Sie auf ausführliche Dokumentation, die bei Bedarf gelesen wird, statt sie einzufügen. - Optimieren Sie auf Cache-Treffer, nicht nur auf eine kleine erste Anfrage. Ein stabiler Vorspann, der zuverlässig gecacht wird, ist besser als ein winziger, der in jeder Gesprächsrunde neu aufgebaut wird. - Messen Sie pro Sitzung, nicht pro Nachricht. Bewerten Sie den Mehraufwand anhand der gesamten Aufgabe, über die sich die Fixkosten amortisieren. [Programmierung](/de/blog/tag/coding/)[Claude](/de/blog/tag/claude/)[Prompts](/de/blog/tag/prompts/)[API](/de/blog/tag/api/) A [AI Prime Tech](https://aiprimetech.io/de/) AI Prime Tech veröffentlicht diesen Blog. Die Artikel werden mit KI-Unterstützung verfasst; prüfen Sie versionsspezifische Angaben wie Modell-IDs, Preise und Limits anhand der offiziellen Dokumentation, bevor Sie sich darauf verlassen. Günstigeren Zugang zur Claude API erhalten Ein API-Schlüssel für Claude Opus 5.5, Sonnet 5, Haiku 4.5 und Fable 5.1 sowie GPT-6 Modelle. Nutzungsbasierte Abrechnung, kein Abonnement. [API-Schlüssel erhalten →](/register) AI Prime Tech ist ein unabhängiges API-Gateway eines Drittanbieters. Claude™ und Anthropic® sind Marken von Anthropic, PBC. Eine Verbindung oder Unterstützung wird nicht impliziert.