Praktisches Kontext-Management: Claude Code Token-Verbrauch um 40% senken

Claude Code ist praktisch, aber bei Großprojekten ohne Bedacht eingesetzt, sind die Ressourcen schnell erschöpft. Wenn man die KI das gesamte Projekt durchsuchen lässt, verschwendet sie Zehntausende von Token allein für die Explorationskosten. Schließlich füllt sich der Kontext so weit, dass sie anfängt, Halluzinationen zu produzieren. Um als Einzelentwickler komplexe Funktionen innerhalb des täglichen Kontingents abzuschließen, muss man das Sichtfeld der KI zwangsläufig einschränken.

Projektstruktur: Zäune um Funktionseinheiten ziehen

Alle Dateien eines Projekts offenzulegen bedeutet, das Budget für die Aufmerksamkeit des Modells auf der Straße zu verstreuen. Das von Anthropic eingeführte Prompt-Caching ist zwar für statische Daten effektiv, aber in einer dynamischen Entwicklungsumgebung, in der Code ständig geändert wird, ist die physische Kontext-Isolierung wesentlich mächtiger. Man muss die KI dazu bringen, sich nur auf die aktuelle Aufgabe zu konzentrieren, anstatt Zehntausende von Token für die Suche zu verschwenden.

Verwenden Sie die Struktur src/features/[feature-name], um den Arbeitsbereich einzuschränken. Zudem sollten Sie eine context-manifest.json erstellen – eine Liste von Dateien, die direkt mit der aktuell zu implementierenden Funktion verbunden sind. Tragen Sie hier nur die wichtigsten Abhängigkeitspfade und Interface-Spezifikationen ein und weisen Sie Claude an, nur diese Dateien zu lesen. Beispiele wie das von MadAppGang zeigen, dass allein durch eine solche Kontext-Management-Strategie der Token-Verbrauch um mehr die 40% gesenkt werden kann.

Schrittweiser Ansatz: Erst Design festlegen, dann Code schreiben

Wenn Logik auf einen Schlag generiert wird, verliert das Modell bei längerem Code leicht den Faden. Wegen eines kleinen Tippfehlers den gesamten Code neu generieren zu lassen und dabei Token zu verschwenden, ist mehr als nur ärgerlich – es ist ein Verlust. Laut Software-Engineering-Berichten liegt die Produktivitätssteigerung durch KI-gestützte Entwicklung bei nur etwa 10%, wenn dieser Overhead nicht kontrolliert wird.

Zuerst muss das Skelett stehen, dann kommt das Fleisch. Verlangen Sie von Claude eine „Pseudo-code Architecture“, bevor Sie mit der eigentlichen Implementierung beginnen.

1. Erstellen und genehmigen Sie zuerst nur die Typen (Types) oder Interfaces, die Ein- und Ausgaben von Funktionen sowie Datenstrukturen definieren.
2. Generieren Sie auf Basis der festgelegten Interfaces Pseudocode, der den gesamten Ablauf beschreibt, um logische Lücken zu finden.
3. Wandeln Sie nur die verifizierte Logik in tatsächlichen Code um.

Mit dieser Methode reduziert sich die Wahrscheinlichkeit für Nachbesserungen um mehr als 30%.

Workflow: Verstrickte Sessions verwerfen und sofort zurückrollen

Die rewind-Funktion von Claude Code ist kein Allheilmittel. Wenn das Gespräch zu lang wird und das Modell anfängt, Dateinamen zu verwechseln oder frühere Entscheidungen zu vergessen, ist es besser, die Session einfach neu zu starten, statt zu versuchen, sie unter Einsatz von Token zu korrigieren. Wie das Engineering-Team von Shopify betont, ist ein klares Zustandsmanagement (State Management) das Wichtigste bei der Nutzung von KI-Tools.

Nutzen Sie die lokale Git-Umgebung, um für jeden Funktionsschritt Micro-Commits zu erstellen. Wenn Claude den Kontext beschädigt hat, sollten Sie ohne zu zögern per git checkout zum Punkt vor der Arbeit zurückkehren. Erstellen Sie anschließend eine STATUS.md im Projekt-Root, in der der aktuelle Status und die nächsten Schritte stehen, und lassen Sie die neue Claude-Session nur diese Datei lesen. Mit nur wenigen hundert Token lässt sich die Denkweise des Modells sofort wiederherstellen.

Dateiname	Rolle	Hauptinhalt
STATUS.md	Zusammenfassung des aktuellen Status	Laufende Arbeiten, Liste nächster Aufgaben, Blocker
CHANGES.md	Entscheidungsprotokoll	Gründe für Architekturwahlen, Liste behobener Bugs
SPEC.md	Implementierungsspezifikation	Funktionale Anforderungen, definierte Interfaces, Testfälle

Library-Noise eliminieren: Den Blick schärfen

Claude Code in node_modules wühlen zu lassen, ist so, als würde man Token in ein schwarzes Loch werfen. Während die KI Tausende von Dateien durchkämmt, um die Implementierung einer Bibliothek zu verstehen, schmilzt Ihr Kontingent dahin. Es ist viel wichtiger, wie eine Library aufgerufen wird, als wie sie intern aussieht.

Konfigurieren Sie die Datei .claudecodeignore präzise, um Build-Artefakte, große JSON-Dateien oder externen Quellcode konsequent auszuschließen. Erstellen Sie stattdessen einen Ordner docs/snippets, in dem Sie Kernmuster häufig genutzter APIs oder Zusammenfassungen von .d.ts-Dateien als Markdown speichern. Wenn Sie erzwingen, dass nur diese Snippets statt einer externen Suche verwendet werden, verschwinden Suchverzögerungen und die Code-Konsistenz kann zu über 90% gewahrt werden.