Entwicklungsumgebung & Infrastruktur für KI-Projekte

Jedes Mal, wenn ein neues Modell erscheint, die Sessions einzeln zu öffnen und Modell und Effort umzustellen, ist mühsam. In meinem Test am 24. September 2026 hat es sowohl in Claude Code Desktop als auch in Codex funktioniert, den Assistenten zu bitten, „alle auf diesen Wert umzustellen“ – ohne dass ich jede Session selbst anfassen musste. In Claude Code Desktop änderten die Werkzeuge, die die App dem Assistenten gibt, die Sessions, ohne eine Nachricht zu senden, und die Änderungen überstanden einen Neustart der App. Er sieht allerdings nur lokale Desktop-Sessions, standardmäßig nur die 20 zuletzt aktiven, und die anfragende Session kann er nicht ändern. In Codex wurde der Standardwert für neue Chats in der config.toml geändert, und der Assistent stellte die 115 bestehenden Chats in meiner Umgebung mit internen Mechanismen einzeln um. Die in der App geöffneten Chats bekamen dabei je eine Bestätigungsnachricht. Dieser Artikel zeigt, wie sich die beiden unterscheiden, was sie erreichen und was nicht, Beispiel-Prompts und 4 Prüfungen: alte Werte festhalten, Umfang festlegen, alles erneut auslesen und eine Session mit eigenen Augen prüfen.

Die Cloud-Sessions von Claude Code haben die Research Preview verlassen und sind seit dem 23. September 2026 allgemein verfügbar. Ihr GitHub-Repository wird in eine virtuelle Maschine in der Cloud von Anthropic geklont, wo Claude den Code korrigiert und einen Branch pusht – die Arbeit stoppt also nicht, wenn Sie den Laptop zuklappen. Die Nutzung zählt gegen dieselben Limits wie Ihr normaler Plan, eine eigene Gebühr für die VM gibt es nicht. Zusätzlich erhalten bestehende Pro-Abonnenten einmalig $100 und Max-Abonnenten $250 Guthaben: Wer es bis 7. Oktober einlöst, verbraucht es bis 5. November, 7:59 Uhr UTC zuerst (Projects und Routinen sind ausgenommen). Auf Grundlage der offiziellen Dokumentation und der Posts des offiziellen Accounts erklärt dieser Artikel, wie sich Cloud-Sessions von lokalem Claude Code und Remote Control unterscheiden (welche Einstellungen mitkommen und welche nicht, Berechtigungsmodi, die vier Stufen des Netzwerkzugriffs und wo Geheimnisse hingehören), wie Sie über Browser und Terminal starten, wie Sie das Guthaben einlösen und welche Vorbehalte in den vollständigen Bedingungen stehen – und für welche Aufgaben sie sich eignen und für welche nicht.

Projects in Claude Code ist von Grund auf neu gebaut worden. Bisher war ein Projekt ein Ordner, in dem Gespräche und Referenzmaterial lagen; das neue Projects ist ein einziges Gespräch. Sie schreiben, was Sie brauchen, Claude zerlegt es in Threads, die Threads laufen parallel in der Cloud, und jeder von ihnen öffnet einen Pull Request und meldet sich zurück, sobald er fertig ist. Wenn Sie Ihren Laptop zuklappen, hält sie das nicht auf. Drei Dinge lohnen sich allerdings, bevor Sie einsteigen: Der Kreis der Konten, die es nutzen können, ist noch begrenzt (eine öffentliche Beta für Pro und Max, die zuerst Konten ohne bestehende Projekte erreicht), github.com und die Claude GitHub App sind in der Praxis Voraussetzung, und das Tempo, mit dem Ihr Nutzungslimit schrumpft, hat mit einer einzelnen Session nichts mehr zu tun. Dieser Artikel arbeitet durch, woran Sie erkennen, ob der Rollout Sie erreicht hat, womit ein Thread startet (einschließlich der Falle, dass Berechtigungsregeln und Hooks nicht mehr greifen, sobald ein Projekt mehr als ein Repository enthält), woher die Tokenkosten kommen — bis hin zur Voreinstellung Opus mit Effort high — und wie Sie zwischen den fünf Wegen zur Parallelarbeit wählen: Subagenten, agent view, Agent Teams, dynamische Workflows und Projects, alles aus der offiziellen Dokumentation und dem offiziellen Blog.

Nur das Planen soll ein kluges Modell übernehmen, die Implementierung ein schnelleres und günstigeres. opusplan in Claude Code ist eine Modellangabe, die genau das automatisch erledigt. Im Planmodus läuft Opus, sonst Sonnet, und Sie nutzen es mit /model opusplan oder über model in settings.json. Allerdings erscheint es nicht in der Liste von /model, und weil das Modell bei jedem Betreten und Verlassen des Planmodus wechselt, wird dabei jedes Mal das gesamte Gespräch ohne Cache neu eingelesen. Auf Basis der offiziellen Dokumentation, des Änderungsprotokolls (CHANGELOG) und der GitHub-Issues mit Stand 15. September 2026 fasst dieser Artikel zusammen: die Einrichtung (einschließlich Festlegen der Versionen und 1M-Kontext), den Ablauf vom Planmodus über die Genehmigung bis zur Implementierung, wie es in v2.0.0 aus der Auswahl entfernt wurde und was ein Mitarbeiter von Anthropic dazu erklärte, eine Schätzung der Cache-Kosten eines Wechsels und wie Sie sie senken, die Unterschiede zum Advisor-Tool und zu Subagenten sowie die Arbeit, für die es sich eignet und für die nicht.

Lässt sich die Hauptsitzung von Claude Code bei Opus 5 belassen, während nur Aufgaben wie Übersetzungen oder umfangreiche Prüfungen an Subagenten mit Sonnet oder Haiku gehen? Ja. Das Modell eines Subagenten wird in dieser Reihenfolge festgelegt: Angabe beim Aufruf, model in der Definitionsdatei, Umgebungsvariable CLAUDE_CODE_SUBAGENT_MODEL, Modell der Hauptsitzung; auch den Aufwand (effort) können Sie pro Subagent festlegen. Auf Basis der offiziellen Dokumentation mit Stand 15. September 2026 ordnet dieser Artikel ein, wie sich die Reihenfolge zwischen Versionen unterscheidet, wie CLAUDE_CODE_SUBAGENT_MODEL_FORCE alle Subagenten auf ein Modell festlegt, wohin Aliasse je nach Anbieter zeigen und dass der eingebaute Explore seit v2.1.198 das Modell der Hauptsitzung übernimmt. Anschließend zeige ich, was passierte, als ich Subagenten tatsächlich mit anderen Modellen gestartet und die Gesprächsprotokolle geprüft habe: Sie liefen mit dem angegebenen Modell, jeder las allein für den Start Zehntausende Tokens ein, der Cache von Subagenten läuft auch im Abonnement nach 5 Minuten ab, und dieselbe Übersetzung, je zweimal an Opus 5, Sonnet 5 und Haiku 4.5 gegeben, unterschied sich in Zeit, Kosten und Qualität. Zum Schluss fasse ich zusammen, wie sich das auf Kosten und Nutzungslimits auswirkt und welche Arbeit sich für ein günstigeres Modell eignet.

Wenn mehrere Sitzungen parallel laufen, fragt man sich bald, welche davon das Wochenlimit auffrisst. Doch /usage in Claude Code zeigt nur die Zahlen der aktuellen Sitzung sowie den Verbrauch des gesamten Tarifs, aufgeteilt nach Skill, Subagent, Plugin und MCP-Server, und welchen Anteil jede Sitzung hatte, erscheint weder im Verbrauchsring der Desktop-App noch auf der Einstellungsseite von claude.ai (Stand September 2026). Die Antwort steckt in den Gesprächsprotokollen auf Ihrem Rechner (den JSONL-Dateien in ~/.claude/projects), doch wer sie einfach addiert, erhält ein falsches Ergebnis: Eine einzelne Antwort wird über mehrere Zeilen geschrieben, eine pro Inhaltsblock, und Subagenten stehen in eigenen Dateien. Auf meinem eigenen Rechner gemessen, ergab die naive Summe etwa das Doppelte des korrekten Werts, und weil die Größe des Fehlers von Sitzung zu Sitzung verschieden war, änderte sich sogar die Rangfolge. Dieser Artikel zeigt, was die offiziellen Ansichten anzeigen und was nicht, wie Sie die Protokolle mit einem Auswertungsskript von rund 50 Zeilen richtig zählen, das Messergebnis, bei dem eine Sitzung fast ein Drittel des gesamten Verbrauchs ausmachte, die Grenzen dessen, was die Zahlen aussagen, und wie Sie OpenTelemetry einrichten, wenn Sie den Verbrauch dauerhaft beobachten wollen.

Sie schreiben Claude auf Deutsch, und die Antwort kommt auf Englisch: Im offiziellen Repository gehen immer wieder dieselben Meldungen ein, und auch die Forschung hat gezeigt, dass selbst die stärksten Modelle nicht durchgehend in der angegebenen Sprache antworten, wenn Anfrage und Antwort in unterschiedlichen Sprachen stehen. Die Ursache ist aber nicht immer dieselbe. Es gibt vier Muster: Beim Lesen von Code und Tool-Ausgaben schleicht sich nach und nach Englisch ein, direkt nach der Komprimierung, die das Gespräch zusammenfasst, ist die Sprache vergessen, die Antwort kommt nicht auf Englisch, sondern in einer ganz anderen Sprache, oder, seit Ende September 2026 mit Opus 5.5 plötzlich häufiger, nur die kurzen Zwischenmeldungen zwischen Tool-Aufrufen kommen auf Englisch. Für jedes Muster wirkt eine andere Maßnahme. Dieser Artikel zeigt, woran Sie die Muster erkennen, warum die Einstellung language von Claude Code, die die Anweisung im System-Prompt verankert, auch nach der Komprimierung weiterwirkt, welcher Hook laut Meldungen gegen Muster 4 geholfen hat, bei dem selbst die Einstellung nicht immer reicht, und wie in den Aufzeichnungen des Autors der Anteil englischer Zwischenmeldungen von rund 11 % auf rund 50 % stieg. Außerdem ordnet er das seit September 2026 gemeldete Problem ein, dass in langen Sitzungen die Ausgabe selbst zerfällt, getrennt nach gesicherten und unbestätigten Informationen.

Zu viele Skills verdrängen den Kontext: Zur Hälfte stimmt das, zur Hälfte nicht. Laut der offiziellen Dokumentation von Claude Code steht der Skill-Liste ein festes Budget von 1 % des Kontextfensters des Modells zu, und egal wie viele Skills dazukommen, dort ist Schluss. Statt zu wachsen, beginnt die Liste, Beschreibungen zu streichen, und zwar zuerst bei den am seltensten aufgerufenen Skills, von denen nur der Name bleibt. Ein Skill ohne Beschreibung lässt sich nicht mehr mit einer Anfrage verknüpfen, dabei erscheint keine Fehlermeldung und nichts wird langsamer. Dieser Artikel arbeitet die unterschiedlichen Aufgaben der drei Messwerkzeuge heraus (/context, /usage und /skill-doctor), erklärt, warum ein Cache-Miss über 5 % und 2.000 Tokens definiert ist, wie die Lebensdauer des Cache je nach Vertragsform von einer Stunde auf fünf Minuten fällt, warum ein CLI auch dann leichter bleibt, wenn MCP-Tool-Definitionen standardmäßig verzögert geladen werden, worauf das Ziel von unter 200 Zeilen für CLAUDE.md beruht und was nach dem Messen zuerst gekürzt wird — durchgehend beschränkt auf das, was sich in der offiziellen Dokumentation überprüfen ließ.

Die Arbeit mit Claude bleibt stehen, Sie suchen genau die Meldung, die erschienen ist, und die Suche gibt fast nichts zurück. The model returned no content because the response was blocked by content filtering, The response was blocked by the provider's content filter, Streaming response ended before any complete data was received, Could not locate the Claude CLI on PATH und Connection to Claude's response was lost. Claude may still be working sind fünf Beispiele dafür. Ihnen ist gemeinsam, dass sie beim Arbeiten mit Claude erscheinen und sich in Claudes eigenem Material dennoch (scheinbar) nicht finden lassen, und der Grund ist einfach: Das Programm, das die Meldung auf Ihrem Bildschirm geschrieben hat, ist nicht zwangsläufig das, für das Sie es halten. Dieser Artikel erklärt nicht jede Ursache von Grund auf, sondern ist die Eingangshalle, die bestimmt, wer die Meldung geschrieben hat, und Sie zum richtigen Artikel weiterleitet. Zuerst werden die vier Ebenen getrennt, die eine Fehlerzeile schreiben können: das Backend, das das Modell bereitstellt, Claude Code selbst, das startende Programm als IDE-Erweiterung oder Wrapper und der Client eines Drittanbieters. Beim tatsächlichen Abgleich existierten zwei der fünf als Einträge in der offiziellen Fehlerreferenz von Claude Code. Die offizielle Definition von Streaming response ended… lautet, dass die Header zurückkamen, der Rumpf aber keine Nachricht der Claude API enthielt, es ist also kein Abbruch auf halbem Weg. Could not locate the Claude CLI on PATH steht in einem eigenen Kapitel, Wrapper and IDE errors, das die Dokumentation als Meldungen des startenden Programms beschreibt, und die tatsächliche Anzeige kann vier Sätze lang sein, wo die offizielle Überschrift ein Satz ist, weshalb die Suche nichts bringt. Die beiden Sätze zum content filter sind dagegen Wortschatz von Drittanbietern, und OpenCode Issue #35736 meldet, dass drei völlig getrennte Fehlschläge — ein 404 von Vertex, ein Socket-Abbruch und eine echte Ablehnung — alle als dasselbe blocked by content filter erscheinen. Nur bei einem der drei ist der Wortlaut richtig; wer ihm glaubt und seinen Prompt milder formuliert, repariert eine falsch konfigurierte Modell-ID nie. Auch GitHubs offizielle Dokumentation hält fest, dass Ein- und Ausgabe bei der Verwendung von Claude die Content-Filter von GitHub Copilot durchlaufen, Claude zu verwenden heißt also nicht, dass Anthropics Filter Sie gestoppt hat. Die letzte der fünf steht weder in der offiziellen Fehlerreferenz noch in der Dokumentation zu Remote Control, ihre Herkunft ließ sich nicht bestimmen, es wird kein Name genannt, und stattdessen stehen vier Schritte bereit, mit denen Leser sie in der eigenen Umgebung selbst bestimmen. Was feststeht und was nicht, ist durchgehend mit Labels getrennt.

Die Migration auf Claude Fable 5.1 ist mit dem Austausch der Modell-ID nicht erledigt. Anthropic hält ausdrücklich fest, dass drei Änderungen Breaking Changes sind, und bei zweien davon liegen der Ort des Fehlers und seine Ursache weit auseinander. 1. Erzwungene Tool-Aufrufe enden mit 400: die Werte any und tool von tool_choice liefern invalid_request_error zurück. Bei einem Modell mit dauerhaft aktivem Denken überspringt ein erzwungener Aufruf genau dieses Denken, und die Qualität der Argumente sinkt. 2. Thinking-Blöcke werden an ein Modell gebunden: Ein Gespräch, das von der Vorgängergeneration zu Fable 5.1 wechselt, behält sein Reasoning, in der Gegenrichtung geht es verloren. Standardmäßig werden unlesbare Blöcke verworfen, bevor sie das Modell erreichen, sie zählen nicht zu input_tokens und erscheinen nicht in der Abrechnung. Wer Modelle über Router oder Fallbacks umschaltet, sieht ein System, das zu funktionieren scheint, während allein das Reasoning fehlt. Damit es auffällt, braucht es den Beta-Header thinking-binding-controls-2026-08-01. 3. Wer frühere Turns bearbeitet, macht alle folgenden Thinking-Blöcke ungültig. Betroffen sind der Neuaufbau des system-Prompts oder von tools sowie die Schreibweise, einen Reminder einzufügen und wieder zu entfernen. Diese Prüfung wird für Konten erzwungen, die ab dem 31. August 2026 angelegt wurden, weshalb eine neue Testumgebung scheitern kann, während die Produktion durchläuft. Auch die Einordnung sollte nicht verwechselt werden: Fable 5.1 ist kein Wechsel des Flaggschiffs, und zum Zeitpunkt der Veröffentlichung hielt Anthropic fest, dass die meisten Anwendungen mit Opus 5 beginnen sollten. Es gibt keine Preiserhöhung, geändert hat sich allein das Cache-Lesen, das vom 0,1-Fachen auf das 0,025-Fache der Basiseingabe gefallen ist. Wie stark es wirkt, entscheidet sich daran, wie oft dasselbe Präfix erneut gelesen wird, und Anthropic beziffert die Ersparnis auf rund 25 % bei typischer Last und bis zu rund 45 % bei stark agentisch geprägter Arbeit. Dazu ändern sich sieben Verhaltensweisen ganz ohne Codeänderung (weniger parallele Tool-Aufrufe, weniger Meldungen zum Fortschritt, bei low effort eher aus dem Gedächtnis, dichtere Prosa, weniger Formatierung, ungekennzeichnete Zitate in Zusammenfassungen, komplettes Neuschreiben auch bei kleinen Korrekturen). Bis hin zu fünf neuen Funktionen und fünf Prüfpunkten für die Migration ist alles auf Grundlage der offiziellen Dokumentation von Anthropic geordnet.

Ein Modell auf dem eigenen PC Code schreiben zu lassen, ging jahrelang nur als Vervollständigung der angefangenen Zeile. Der agentische Einsatz, also das Repository lesen, mehrere Dateien ändern und Tests laufen lassen, war für lokale Hardware zu schwer. Zwischen Ende 2025 und 2026 hat sich das verschoben, und dieser Artikel ordnet ausschließlich anhand von Primärquellen ein, was heute wirklich geht und wo es hakt. Die Hersteller selbst werben mittlerweile mit agentischem Programmieren: Die offizielle Qwen-Modellkarte nennt CLINE namentlich, und Mistral AI hat Devstral Small 2 mit 24B unter Apache 2.0 veröffentlicht. Das wichtigste Kapitel ist die Kontextlänge. Der Standardwert von Ollama ist kein fester Wert, sondern ergibt sich aus dem VRAM: unter 24 GiB nur 4k, zwischen 24 und 48 GiB 32k, ab 48 GiB 256k. Ein üblicher Gaming-PC landet damit bei 4k, der Agent überschreitet das mühelos und der Anfang des Gesprächs wird still abgeschnitten, ohne dass eine Fehlermeldung erscheint. Offiziell empfohlen sind für Coding-Werkzeuge mindestens 64000 Token, gesetzt über OLLAMA_CONTEXT_LENGTH beim Serverstart, danach die Prüfung mit ollama ps, ob wirklich alles auf der GPU liegt. Bei der Modellwahl stehen nur Herstellerangaben: Qwen3.6-35B-A3B mit 3B aktiven Parametern, 262.144 Kontext und SWE-bench Verified 73,4 gegen Devstral Small 2 mit 68,0 Prozent. Dazu kommen die Abgrenzung zwischen Continue und Cline, Richtwerte für den Arbeitsspeicher, die Frage, warum sich der Abstand zur Cloud kaum noch messen lässt, seit sich die Frontier-Anbieter zunehmend davon abwenden, SWE-bench Verified auszuweisen, eine ehrliche Kostenrechnung und sieben FAQ-Antworten von 8 GB VRAM über den Mac bis zur Nutzung mit Firmencode.

Claude Desktop friert mitten in der Arbeit ein, und jede offene Claude-Code-Sitzung bleibt im selben Moment stehen; Sie erzwingen das Beenden, und manchmal weigert sich die App danach überhaupt zu starten. Die letzte Zeile in %APPDATA%\Claude\logs\main.log lautet fast immer gleich: GPU process gone, mit exitCode 101457950 (0x060C201E). Dieser Artikel legt dar, was dieser Code ist, warum Sitzungen mit untergehen, die miteinander nichts zu tun haben, und welche Gegenmittel real sind. Der erste Schritt ist eine Trennung: Abgestürzt ist nicht Claude Code (die CLI), sondern der GPU-Prozess der Electron-Desktop-App, in der es läuft. Der zweite ist die Frage, warum der Schaden so weit reicht. Chromium bündelt die Darstellung in einem einzigen GPU-Prozess, und davon gibt es genau einen pro Anwendung, geteilt von jedem Fenster, jedem Tab und jeder Sitzung; eine schwere Seite im In-App-Browser kann deshalb acht unbeteiligte Sitzungen im selben Augenblick mitreißen, und keine Einstellung auf Anwenderseite trennt sie. Dann folgen die Auslöser. In den öffentlichen Issues überwiegt der In-App-Browser — #80444 hält fest, wie der Prozess 15 bis 36 Sekunden nach der WebGL/WebGPU-Funktionserkennung einer Seite starb, viermal mit demselben Exit-Code; #82967 macht als Auslöser die Aufnahme des Vorschau-Screenshots durch das Browser-Werkzeug aus; #83478 reproduziert es mit einer dauerhaft offenen, sich fortlaufend aktualisierenden Vorschau. Der Browser ist aber nicht der einzige Auslöser: #68049 meldet denselben Code beim Start auf ARM64, ganz ohne Zutun des Browsers, und #83028 reproduziert ihn auf einer integrierten Intel-GPU. Die Diagnose wird anschließend an drei Dateien konkret gemacht — main.log, unknown-window.log (ein CONTEXT_LOST_WEBGL zum selben Zeitstempel) und der Crashpad-Ordner —, dazu eine Tabelle, die 101457950 von den Exit-Codes eines sauberen Herunterfahrens trennt, und die Warnung, dass die requestAdapter-Zeile zu powerPreference im selben Protokoll eine ganz normale Chromium-Meldung ist und kein Anzeichen für einen Absturz. Die Wiederherstellung behandelt Reparieren für den Fall, dass Windows das Paket als Modified kennzeichnet und den Start verweigert, daneben den Bericht, in dem der Zustand Modified, NeedsRemediation erreichte und nur eine vollständige Entfernung samt Neuinstallation die App zurückbrachte; gespeicherte Transkripte überleben, laufende Arbeit nicht (#81698 verlor die Ergebnisse parallel laufender Subagenten). Zum Schluss steht, was hilft und was nicht — --disable-gpu wird von der MSIX-Variante abgewiesen, ein Update der App hat es hier nicht gestoppt, den GPU-Prozess zu isolieren ist strukturell unmöglich —, dazu der Hinweis zur Festlegung auf eine GPU bei Hybrid-Gespannen samt der Feststellung, dass kein Bericht gefunden wurde, wonach das bei diesem Symptom geholfen hätte, und schließlich, wie Sie das erzwungene Beenden durch ein Store-Update von einem echten Absturz unterscheiden.