KI-Entwicklung & Programmierung: Apps bauen mit KI

Erscheint in Claude Code mitten in einer Antwort „API Error: The response stopped arriving. The response above may be incomplete.“, blieb die Verbindung offen, aber es kamen keine Daten mehr an, und der Überwachungstimer von Claude Code hat abgebrochen. Die abgeschlossene Ausgabe bleibt erhalten: Prüfen Sie den Stand Ihrer Arbeit und antworten Sie dann mit continue, um dort weiterzumachen, wo es aufgehört hat. Die Meldung ist die umbenannte Fassung dessen, was vor v2.1.227 als „Response stalled mid-stream“ angezeigt wurde. Auf Grundlage der offiziellen Fehlerreferenz und der Dokumentation zur Netzwerkkonfiguration erklären wir die Unterschiede zu Connection lost mid-response, The response stalled before a response was produced und Streaming response ended before any complete data was received, warum nicht erneut gesendet wird, wie -p und Subagenten damit umgehen, wie Sie Version, Netzwerkweg und Überwachungstimer prüfen und was Sie für einen Fehlerbericht festhalten. Fünf GitHub-Berichte, die wir gelesen haben, behandeln wir getrennt von der offiziellen Erklärung als nicht bestätigte Fälle.

Zeigt Claude Code „Login expired · Please run /login“, wurde die automatische Erneuerung Ihrer gespeicherten Anmeldung abgelehnt, und Claude Code hat die Anmeldedaten gelöscht. Weitere Anweisungen erreichen die API nicht, sondern bleiben auf Ihrem Rechner stehen – melden Sie sich deshalb mit /login neu an, statt erneut zu senden. Auf Basis der offiziellen Fehlerreferenz erklären wir den Unterschied zu Not logged in, OAuth token has expired und Your account is on hold, wie sich die Meldung mit v2.1.206 geändert hat, die Schritte von der Prüfung mit /status bis zur erneuten Anmeldung, das Vorgehen bei -p und in CI sowie die Prüfpunkte Version, Schlüsselbund, Uhr und CLAUDE_CONFIG_DIR, wenn es immer wieder auftritt. Sechs Berichte auf GitHub stellen wir gesondert als Fälle ohne geklärte Ursache vor.

Kann Codex den Verlauf einer Aufgabe lesen, aber keine Nachricht senden, heißt das nicht, dass die Konversation verloren ist. Ein Schaubild zeigt, wie sich der gespeicherte Verlauf von der für die Ausführung geladenen Konversation unterscheidet. Der Artikel ordnet erneutes Öffnen, Neustart und eine kurze Prüfnachricht, beschreibt die Übergabe bei anhaltenden Problemen und nennt die Angaben für Berichte.

Jev ist TypeSafes KI-Modell, das statt eines Textes Auswahlen, Bewertungswerte oder Ja/Nein-Wahrscheinlichkeiten zurückgibt. Der Artikel erklärt Choice, Score und Noul, die Lesart von confidence und einen API-Aufruf zur Zuordnung von Anfragen. Auch bei korrektem Format können Entscheidungen falsch sein; deshalb zeigt er die offiziell genannten Schwächen wie Berechnungen, Datumsangaben und suggestive Formulierungen, dazu Preise, Eingabegrenzen und eine Prüfung vor dem Einsatz.

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.

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.

Claude Code bleibt mitten in der Antwort mit „API Error: Connection lost mid-response. The response above may be incomplete.“ stehen, und die Suche nach genau dieser Zeichenfolge bringt fast nichts zurück, weil die Zeichenfolge selbst neu ist. Die offizielle Fehlerreferenz hält es klar fest: Vor v2.1.227 erschien Connection lost mid-response als Connection closed mid-response, im selben Zug wurde aus Response stalled mid-stream die Meldung The response stopped arriving und aus Connection closed while thinking, before producing a response die Meldung Connection lost before a response was produced. Das Ereignis ist nicht neu, geändert hat sich allein das Wort auf dem Bildschirm. Genau deshalb gilt Material unter dem alten Namen unverändert weiter, und genau deshalb muss eine Issue-Suche beide Zeichenfolgen verwenden. Ausgehend von dieser Umbenennung arbeitet dieser Artikel allein mit der offiziellen Dokumentation und öffentlichen Issues. Er behandelt die offiziellen Definitionen der sechs Meldungen für einen Abbruch mitten in der Antwort (Server error, Connection lost, Your computer went to sleep, The response stopped arriving, Part of the response never arrived und The response stream was malformed), warum die bereits auf dem Bildschirm stehende Ausgabe bewusst behalten wird — ein erneutes Senden könnte denselben Tool-Aufruf zweimal ausführen — und warum der Wiederherstellungsschritt darin besteht, continue zu antworten, statt von vorn zu beginnen. Danach erklärt er anhand des offiziellen Zweigs der Automatic retries, warum nichts automatisch wiederholt wird: Ein Abbruch, bevor irgendetwas abgeschlossen ist, wird mit exponentiellem Backoff bis zu zehnmal erneut gesendet; ein Abbruch nach dem Denken, aber vor jeder Ausgabe wird höchstens zweimal erneut gesendet und beendet den Turn dann mit Connection lost before a response was produced; ein Abbruch, nachdem ein Block abgeschlossen wurde, wird überhaupt nicht erneut gesendet. Von dort kartiert der Artikel die drei Ebenen, auf denen ein Stream abreißen kann — Ihr Rechner und Ihre Leitung, der Weg über Proxys und Gateways sowie die Serverseite mit der Wiederverwendung von Verbindungen —, ergänzt den leicht übersehenen vierten Fall der mTLS-Zertifikatsrotation samt dem Neuladen ab v2.1.232 und gibt eine neunstufige Checkliste zur Eingrenzung. Er listet die vier Stream-Watchdog-Timer mit ihren Standardwerten auf (erstes Byte 180 s, Event-Ebene 300 s, Byte-Ebene 180 s, Body idle fünf Minuten) sowie CLAUDE_CODE_MAX_RETRIES, CLAUDE_CODE_RETRY_WATCHDOG, API_TIMEOUT_MS und die beiden Stream-Timeout-Variablen und macht dabei deutlich, dass ein höherer Wiederholungszähler genau diese Meldung nicht verringert. Eine Vergleichstabelle trennt acht verwechselbare Meldungen, und zwei öffentliche Meldungen, #86473 und #85979, zeigen rohes HTTPS und curl, die durchlaufen, während allein die CLI mit ECONNRESET stirbt. Zum Schluss trennt der Artikel das offiziell Bestätigte von dem, was nur gemeldet ist, einschließlich der Tatsache, dass Builds vor v2.1.222 diesen Hinweis auch dann zeigen konnten, wenn die Antwort in Wahrheit vollständig war.

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.