Für Claude Code und Codex brauchen Sie keinen leistungsstarken PC. In beiden Fällen läuft das Modell, das denkt, auf Servern. Deshalb wird die Zeit, in der die KI denkt und schreibt, mit einem neuen PC nicht kürzer. Was die Leistung Ihres PCs verändert, ist die Zeit für Befehle, die lokal laufen, etwa Builds, Tests und Suchvorgänge, die die KI anstößt, sowie die Frage, ob der Arbeitsspeicher reicht (wenn nicht, wird alles langsamer).
Die Arbeitszeit teilt sich in zwei Teile
Ihr PC
Lokale Zeit
- Ausführung der Befehle, die die KI anstößt (Builds, Tests, Suche, Docker)
- Die Tools und Apps selbst (ob der Arbeitsspeicher reicht)
Hängt von der Leistung des PCs ab
Server (Anthropic, OpenAI)
Modellzeit
- Die KI denkt nach, schreibt Antworten und Code
- Beschleunigt wird sie durch den Schnellmodus (Preise und Nutzungslimits)
Ändert sich nicht, wenn Sie den PC austauschen
Dieser Artikel erklärt, wie Sie diese beiden Zeitarten unterscheiden, und stützt sich dabei auf die offiziellen Informationen beider Tools sowie auf eine Aufzeichnung von Arbeitsvorgängen auf dem PC des Autors. Wo sich die beiden Tools unterscheiden, werden sie mit den Farben Claude Code und Codex nebeneinander gezeigt.
1. Offizielle Systemanforderungen
Dies sind die Bedingungen aus der offiziellen Dokumentation (geprüft am 24. Oktober 2026). Keiner der beiden Anbieter veröffentlicht eine empfohlene Arbeitsspeichergröße. Die 4 GB bei Claude Code sind nur das Minimum, damit das Programm läuft.
„Windows-nativ“ bedeutet, dass das Programm ohne WSL (Windows-Subsystem für Linux) läuft. Eine Sandbox ist ein Mechanismus, der die Befehle, die die KI ausführt, isoliert. Quellen: Claude Code „Set up Claude Code“ und „Sandboxing“; OpenAI „Codex CLI“, „ChatGPT desktop app“, „ChatGPT desktop app for Linux“ und „Sandbox“; die Installationsdateien der Codex CLI finden Sie unter GitHub Releases.
2. Wo die Zeit hingeht – was sich mit dem PC ändert
Die Anteile unterscheiden sich stark je nach Art der Arbeit und dem PC. Deshalb ist es am zuverlässigsten, die Aufteilung Ihrer eigenen Arbeit zu messen (wie das geht, zeigt Kapitel 6). Zur Orientierung folgt ein Beispiel aus den Aufzeichnungen zu beiden Tools auf dem PC des Autors.
Vergleichen Sie die beiden Zahlen nicht direkt (Bezugsgrößen und Erfassungseinheiten sind unterschiedlich). Bedingungen: Sitzungen, die zwischen dem 20. September und dem 24. Oktober 2026 begonnen haben. PC: Intel Core i9-10900K, 48 GB Arbeitsspeicher, Windows 11; der Arbeitsordner lag auf einer HDD, und die Arbeit umfasste viele Skripte, die viele Dateien lasen und schrieben. Claude Code: überwiegend Sitzungen mit Opus 5.5 (Sitzungen unter einer Minute ausgeschlossen). Codex: abgeschlossene Aufgaben mit GPT-6.1 Sol und GPT-6 Astra (Antworten auf eine Anfrage; unterbrochene Aufgaben ausgeschlossen). Keine der beiden Aufzeichnungen zeigt, ob die Wartezeit auf eine Freigabe enthalten ist (wenn ja, würde der lokale Anteil größer erscheinen).
In diesem Beispiel eines PCs mit HDD machte die lokale Zeit bei beiden Tools einen Anteil aus, den man nicht ignorieren kann. Auf einem PC mit SSD kann dieser Anteil kleiner sein. Nur dieser Teil könnte auf einem schnelleren PC kürzer werden. Die Modellzeit ändert sich nicht, wenn Sie den PC austauschen. Wie Sie entscheiden, ob Sie den PC austauschen, fasst Kapitel 8 zusammen.
3. Schneller wird es durch Einstellungen und Preise, nicht durch den PC
Wenn Sie die Modellzeit verkürzen wollen, helfen die Einstellungen auf der Serverseite und das verwendete Modell. Hier sind die Schnellmodi der beiden Tools nebeneinander (geprüft am 24. Oktober 2026).
Claude Code Fast mode
Bis zu 2,5-mal schneller
- Kosten
- Doppelter Standardpreis (mit Opus 5.5 pro Million Token 8 $ Eingabe und 40 $ Ausgabe)
- Modelle
- Opus 5.5, Opus 5, Opus 4.8
- Wer kann es nutzen
- Pro, Max, Team, Enterprise (bezahlt aus dem Guthaben für Nutzung, nicht aus dem Nutzungskontingent) und Claude Console
- Umschalten
/fast
Codex Fast mode
Faktor nicht angegeben
- Kosten
- Verbraucht das Nutzungskontingent des Tarifs 2,5-fach (gekaufte Guthaben zählen doppelt)
- Modelle
- GPT-6.1 Sol, GPT-6 Astra, GPT-6 Sol, GPT-6 Luna usw.
- Wer kann es nutzen
- Bei Anmeldung mit ChatGPT
- Umschalten
/fast(auch in der Desktop-App und in Editor-Erweiterungen)
Codex Ultrafast
Bis zu 8-mal schneller (GPT-6 Astra)
- Kosten
- Verbraucht das Nutzungskontingent 8-fach (gekaufte Guthaben zählen 6-fach)
- Modelle
- GPT-6 Astra, GPT-6.1 Sol (Faktor für Sol nicht angegeben)
- Wer kann es nutzen
- Pro für 500 $ (monatlich) und die berechtigten Enterprise- und Edu-Tarife
- Umschalten
- Nicht angegeben (bei berechtigten Tarifen in der Modellauswahl prüfen)
Quellen: Claude Code „Speed up responses with fast mode“, Anthropic „Pricing“ und OpenAI „Speed“.
Es gibt auch Wege, die Modellzeit ohne Mehrkosten zu verkürzen, und zwar in beiden Tools.
| Methode | Claude Code | Codex |
|---|---|---|
| Bei einfachen Aufgaben ein leichteres Modell nutzen | Mit /model auf Sonnet oder Haiku wechseln | Mit /model auf GPT-6 Luna usw. wechseln |
| Die Denkstärke (Effort) senken | /effort | In /model zusammen mit dem Modell wählen |
| Die Menge der Lesevorgänge verringern | Den Bereich genau benennen, etwa „diese Funktion in diesem Ordner“ / Wenn das Gespräch lang wird, zusammenfassen oder ein neues beginnen | |
Eine niedrigere Denkstärke macht Antworten schneller und günstiger. Eine höhere braucht mehr Zeit, lässt das Modell aber gründlicher nachdenken (Claude Code „Model configuration“, OpenAI „Speed“). Bei schwierigen Aufgaben kann eine höhere Einstellung die Qualität verbessern. Wechseln Sie deshalb je nach Aufgabe. Nutzungslimits und zusätzliche Kosten erklären wir ausführlicher in „Tipps zum Sparen von Token bei Claude Code und zusätzliche Kosten bei Erreichen des Limits“ und „Vergleich der ChatGPT-Pro-Tarife (Preise und Nutzungslimits)“.
4. Wo es auf die PC-Leistung und die Nutzung ankommt
Arbeitsspeicher – bestimmt durch das, was gleichzeitig läuft
Das KI-Tool läuft neben Browser, Editor, Docker und Entwicklungsservern. Der Bedarf richtet sich nach der Summe aller gleichzeitig laufenden Programme. Reicht der Speicher nicht, wird auf die Festplatte ausgelagert (Swap), und alles wird langsamer. Auch die Tools selbst spielen eine Rolle: Claude Code zeigt eine Warnung, wenn eine einzelne Sitzung mehr als 2,5 GB belegt (Codex veröffentlicht keinen Richtwert).
CPU und Speicher – Builds, Tests und Suche
Builds und Tests, die die KI ausführt, dauern ungefähr so lange wie beim manuellen Ausführen. Wie schnell Dateien gesucht und gelesen werden, hängt davon ab, ob eine SSD oder eine HDD verbaut ist, und von der Anzahl der Dateien. Hilfreich ist außerdem, große Ausgabeordner von Builds in die .gitignore aufzunehmen, damit sie von der Suche ausgeschlossen werden (eine Methode, die die offizielle Dokumentation von Claude Code empfiehlt).
Betrieb – schwere Prozesse nicht gleichzeitig laufen lassen
Laufen auf demselben PC Docker-Builds oder virtuelle Maschinen, konkurrieren die Befehle der KI mit ihnen um CPU und Arbeitsspeicher und müssen warten. Wenn Sie einen langen Build oder Test beauftragen, verkürzt es die lokale Zeit, andere schwere Prozesse anzuhalten.
5. Nutzung unter Mac, Windows und Linux
Beide Tools laufen auf allen drei Betriebssystemen. Der Unterschied je nach System besteht darin, ob die Sandbox verfügbar ist, also der Mechanismus, der die Befehle der KI isoliert ausführt (geprüft am 24. Oktober 2026).
| Ort der Ausführung | Claude Code | Codex |
|---|---|---|
| Mac | Verfügbar Nutzt den macOS-Mechanismus (Seatbelt); keine zusätzliche Einrichtung nötig | Verfügbar macOS-Mechanismus (Seatbelt) |
| Windows-nativ | Nicht verfügbar Befehle laufen über Bash, wenn Git for Windows installiert ist, sonst über PowerShell | Verfügbar Eigene Sandbox von Codex (Tabelle unten) |
| WSL 2 | Verfügbar Benötigt bubblewrap und socat | Verfügbar Gleicher Mechanismus wie unter Linux (bubblewrap und seccomp) |
| WSL 1 | Nicht verfügbar Claude Code selbst läuft | Nicht unterstützt Codex selbst wird seit Version 0.115 nicht mehr unterstützt |
| Linux | Verfügbar Benötigt bubblewrap und socat | Verfügbar bubblewrap und seccomp |
Quellen: Claude Code „Sandboxing“; OpenAI „Sandbox“ und „Windows sandbox“ (geprüft am 24. Oktober 2026).
Claude Code Sandbox unter Linux und WSL 2 einrichten
Installieren Sie bubblewrap und socat. Unter Ubuntu oder Debian verwenden Sie sudo apt-get install bubblewrap socat, unter Fedora sudo dnf install bubblewrap socat. Ob etwas fehlt, sehen Sie in Claude Code mit /sandbox auf dem Tab „Dependencies“. Auf einem Mac wird der macOS-Mechanismus (Seatbelt) genutzt, daher ist keine zusätzliche Einrichtung nötig.
Codex Sandbox-Methode bei Nutzung unter Windows ohne WSL
Aus drei Methoden wird von oben nach unten die erste verfügbare gewählt. Die neueste, MXC (Microsoft Execution Containers), nutzt die in Windows eingebaute Prozessisolation. Ob unter Linux oder WSL 2 eine zusätzliche Installation nötig ist, ist in der Dokumentation nicht angegeben.
| Methode | Bedingungen | Einordnung |
|---|---|---|
| MXC | Windows 11 24H2 (OS-Build 26100.9278 oder neuer) oder 25H2 (OS-Build 26200.9278 oder neuer), mit den MXC-Funktionen, die Microsoft schrittweise ausrollt | Empfohlen (keine Genehmigung durch Administratoren oder Firewall-Einstellungen nötig) |
| elevated | Von einem Administrator genehmigte Standardeinstellung | Erste Ausweichlösung, wenn MXC nicht verfügbar ist |
| unelevated | Durch die Richtlinien der Organisation erlaubt | Letzte Ausweichlösung (schwächere Netzwerkisolation) |
Ihren OS-Build sehen Sie unter „Einstellungen“ > „System“ > „Info“ bei „Windows-Spezifikationen“. Ob MXC tatsächlich funktioniert, prüfen Sie mit der Codex CLI (Version 0.162.0 oder neuer): Führen Sie dazu im Projektordner in PowerShell den folgenden Befehl aus. Erscheinen MXC_OK und der Exit-Code 0, funktioniert es.
codex -c windows.sandbox=mxc sandbox --include-managed-config --permission-profile :workspace -- cmd.exe /d /c echo MXC_OK
$LASTEXITCODEOb Sie Windows-nativ oder WSL 2 verwenden, richtet sich grundsätzlich danach, mit welchen Werkzeugen Ihr Projekt läuft. Wenn Sie Build-Werkzeuge für Linux verwenden, ist WSL 2 die naheliegende Wahl. Wenn Sie Windows-Anwendungen entwickeln, ist Windows-nativ passender. Wenn Sie die Sandbox mit Claude Code nutzen wollen, brauchen Sie WSL 2.
6. Die Ursache der Verlangsamung eingrenzen
Prüfen Sie vor dem Austausch des PCs, wo die Zeit verloren geht. Die Schritte sind in beiden Tools gleich.
- Am Bildschirm prüfen, wo es langsam ist
Der Text der KI erscheint langsam Modellzeit. Prüfen Sie auf den Statusseiten (Claude, OpenAI) auf Störungen und wechseln Sie dann zu einem leichteren Modell oder senken die Denkstärke (Kapitel 3).Ein Befehl, der als „läuft“ angezeigt wird, endet nicht Lokale Zeit. Führen Sie diesen Befehl in Ihrem eigenen Terminal aus. Ist er auch von Hand langsam, liegt es am Befehl oder am PC. Hilfreich ist auch, die KI zu bitten, den Bereich einzugrenzen.Eingabe oder Bedienung am Bildschirm selbst ist schwerfällig Problem des Tools selbst. Probieren Sie die offiziellen Lösungen in Kapitel 7 aus.
- Ist die lokale Zeit lang, prüfen Sie den Effekt eines PC-AustauschsSehen Sie sich die drei Punkte in Kapitel 8 an.
Die Aufteilung mit Zahlen messen (Aufzeichnungsdateien lesen, für erfahrene Nutzer)
| Was gemessen wird | Claude Code | Codex |
|---|---|---|
| Modellzeit | „Total duration (API)“ in /usage | Schätzung: Gesamtzeit abzüglich der Zeit für die Befehlsausführung |
| Geschätzte lokale Zeit | In der Aufzeichnung (JSONL unter ~/.claude/projects) der Wert totalToolDuration in der Zeile cost-state am Ende der Sitzung (enthält auch Webabrufe usw.) | In der Aufzeichnung (JSONL unter ~/.codex/sessions) die Differenz aus started_at_ms und completed_at_ms in den Zeilen item_completed mit dem Typ CommandExecution |
| Gesamt | „Total duration (wall)“ in /usage (enthält die Wartezeit auf Eingaben) | duration_ms in der Zeile task_complete |
Dies sind dieselben Werte, die für die Auswertung in Kapitel 2 verwendet wurden. Wo die Aufzeichnungen liegen, steht in der offiziellen Dokumentation der Anbieter. Wie die einzelnen Punkte zu lesen sind, ist jedoch die Auslegung des Autors anhand der Aufzeichnungen und nicht offiziell erklärt. Die Denkzeit bei Codex (Typ Reasoning) enthält keine Zeit für das Schreiben von Antworten oder Code. Die Gesamtmodellzeit ergibt sich daher durch Subtraktion. Keine der beiden Aufzeichnungen zeigt, ob die Wartezeit auf eine Freigabe enthalten ist.
7. Was tun, wenn es schwerfällig ist oder hängt
Wenn das Tool selbst schwerfällig ist oder hängt, probieren Sie zuerst die offiziellen Lösungen des jeweiligen Tools aus, bevor Sie an die PC-Leistung denken. Aktualisieren Sie das Tool zuerst auf die neueste Version, und schließen Sie lange Sitzungen, um sie danach neu zu öffnen. Das ist für beide der gemeinsame erste Schritt.
Claude Code
- Erscheint eine Speicherwarnung (Heap über 2,5 GB in einer Sitzung), starten Sie neu und setzen Sie mit
claude --continuefort - Bei langen Gesprächen verwenden Sie
/compact, zwischen großen Aufgaben starten Sie neu - Mit
claude --safe-modevergleichen Sie, wenn Plugins, MCP-Server und Hooks deaktiviert sind - Reagiert es nicht, drücken Sie Strg+C; hilft das nicht, schließen Sie das Terminal und nutzen
claude --resume - Liegt Ihr Home-Ordner in einem Netzwerk (etwa NFS), legen Sie die Programme auf einer lokalen Festplatte ab
Die offizielle Fehlerbehebung bezieht sich auf die CLI. Für die Desktop-App beginnen Sie mit Aktualisieren und Neustarten.
Codex
- Wirkt es hängen geblieben, prüfen Sie zuerst, ob auf eine Freigabe gewartet wird
- Prüfen Sie, ob ein einfacher Befehl wie
git statusim Terminal funktioniert - Wenn nicht, starten Sie einen neuen Chat mit einer stark eingegrenzten Anfrage
- Friert das Terminal ein, öffnen Sie das Panel neu; bleibt das Problem, starten Sie die App neu, nachdem der Chat beendet ist
- Wenn geplante Ausführungen viele Worktrees (Arbeitskopien von Git) anhäufen, archivieren Sie die nicht mehr benötigten Ausführungen
Die offizielle Fehlerbehebung gilt für die Desktop-App. Für die CLI beginnen Sie mit Aktualisieren und einer neuen Sitzung. Zur Trägheit der Windows-App hat ein Mitarbeiter von OpenAI auf GitHub erklärt, dass eine der Ursachen in der Version vom 28. August 2026 (ChatGPT v26.825.32147) behoben wurde (openai/codex #20214).
8. Drei Punkte, die Sie vor einem neuen PC prüfen sollten
Trifft keiner der folgenden drei Punkte zu, ändert ein neuer PC die Dauer Ihrer Arbeit kaum. Zu Punkt zwei: Liegt Ihr Arbeitsordner auf einer HDD, ist es günstiger, ihn zuerst auf eine SSD zu verschieben.
Wird der Arbeitsspeicher knapp?
Prüfen Sie während Ihrer üblichen Arbeit (mit geöffnetem KI-Tool, Browser, Editor und Docker) mit der Methode aus der Tabelle unten. Liegt der Wert am Limit, hilft mehr Arbeitsspeicher. Für einen neuen PC gilt als Richtwert der aktuelle Verbrauch + die gewünschte Erweiterung + ein Puffer.
Gibt es Befehle, die auch beim manuellen Ausführen langsam sind?
Finden Sie lange Befehle mit der Methode aus Kapitel 6 und messen Sie die Zeit, indem Sie sie von Hand ausführen. Sind sie lang, verkürzt sie ein PC mit schnellerer CPU oder schnellerem Speicher. Bei einer HDD ist der Umzug auf eine SSD der günstigste Schritt.
Wächst die Zahl der Vorgänge, die Sie gleichzeitig laufen lassen wollen?
Wenn Sie mehr Sitzungen, Subagenten oder Docker-Container gleichzeitig betreiben wollen, sind Arbeitsspeicher und die Anzahl der CPU-Kerne entscheidend.
| Was prüfen | Windows | Mac | Linux |
|---|---|---|---|
| Arbeitsspeicher | Task-Manager, Reiter „Leistung“ → „Arbeitsspeicher“: Liegt die Nutzung am Limit? | Aktivitätsanzeige, Reiter „Speicher“: Ist der „Speicherdruck“ gelb oder rot? | free -h: Ist noch verfügbarer Speicher vorhanden? |
| SSD oder HDD | Task-Manager, Reiter „Leistung“ → „Datenträger“ | „Systeminformationen“, „Speicher“, „Medientyp“ | lsblk -d -o name,rota (HDD, wenn ROTA 1 ist) |
9. Wenn Sie Modelle lokal betreiben, ist es ein anderes Thema
Alles bisher Gesagte gilt für Claude Code oder Codex, bei denen das Modell auf einem Server läuft. Wenn Sie ein Modell auf Ihrem eigenen PC betreiben, etwa mit Ollama, wirkt sich die PC-Leistung direkt auf die Geschwindigkeit aus. Vor allem der Grafikspeicher (VRAM) und der Arbeitsspeicher bestimmen, wie groß ein Modell sein kann und wie schnell es antwortet. Zur Auswahl des PCs lesen Sie „Benötigte Hardware für lokale LLMs“, zum Einstieg „So betreiben Sie ein lokales LLM“.
10. Zusammenfassung
- Sie brauchen keinen leistungsstarken PC. Die Claude-Code-CLI benötigt mindestens 4 GB Arbeitsspeicher, x64 oder ARM64 und eine Internetverbindung. Codex veröffentlicht keine Angaben zu Arbeitsspeicher oder CPU. Keines der beiden braucht eine GPU.
- Die Modellzeit ändert sich nicht mit dem PC. Um sie zu verkürzen, nutzen Sie den Schnellmodus (der mehr Preis oder Nutzungskontingent verbraucht), ein leichteres Modell, eine niedrigere Denkstärke oder verringern die Menge der Lesevorgänge.
- Der PC verändert die lokale Zeit (Builds, Tests, Suche, Docker). Im Beispiel des PCs des Autors mit HDD machte sie bei beiden Tools einen Anteil aus, den man nicht ignorieren kann. Der Anteil hängt von der Arbeit und vom PC ab. Sehen Sie sich daher Ihre eigene Aufteilung an, bevor Sie entscheiden.
- Das Betriebssystem verändert die Sandbox. Unter Windows ohne WSL ist Claude Code nicht verfügbar (mit WSL 2 schon), Codex dagegen verfügbar (die empfohlene Methode setzt eine aktuelle Windows-11-Version voraus).
- Bei schwerfälligem oder hängendem Verhalten kommen zuerst die offiziellen Lösungen der Tools. Tauschen Sie den PC erst aus, wenn Sie festgestellt haben, dass die lokale Zeit lang ist.
FAQ
F. Kann ich einen Mac mit wenig Arbeitsspeicher oder ein günstiges Notebook verwenden?
A. Die Claude-Code-CLI läuft, wenn Sie die Anforderungen erfüllen (siehe die Tabelle in Kapitel 1), etwa mindestens 4 GB Arbeitsspeicher und x64 oder ARM64. Codex veröffentlicht keine Anforderungswerte. Der Download der macOS-Desktop-App ist als Apple-Silicon-Version gekennzeichnet (die CLI gibt es auch für Intel-Macs). Bei beiden Tools ist die Modellzeit dieselbe wie auf einem leistungsstarken PC. Einen Unterschied machen die lokalen Befehle und der Arbeitsspeicher, wenn viele Apps gleichzeitig laufen.
F. Reichen 8 GB Arbeitsspeicher?
A. Keines der beiden Tools veröffentlicht eine empfohlene Menge. Das Minimum von Claude Code (4 GB) wird überschritten, ob es aber reicht, hängt von der Summe der gleichzeitig laufenden Programme ab. Als Richtwert gilt Ihr aktueller Verbrauch bei der Arbeit, zuzüglich der gewünschten Erweiterung und eines Puffers. Wie Sie das messen, zeigt der erste Punkt in Kapitel 8.
F. Wird es mit einem neuen PC schneller?
A. Die Modellzeit ändert sich nicht. Nur die lokale Zeit für Builds, Tests und Suche wird kürzer. Welche der beiden Zeiten länger ist, hängt von der Arbeit ab. Prüfen Sie es deshalb zuerst mit der Aufteilung aus Kapitel 6.
F. Brauchen Claude Code und Codex unterschiedliche PCs?
A. Nicht wesentlich. Beide lassen das Modell auf Servern laufen, und Ihr PC führt das Tool selbst sowie die Befehle aus, die die KI anstößt. Der Unterschied zeigt sich bei der Sandbox: Unter Windows ohne WSL funktioniert Codex (die empfohlene Methode setzt eine aktuelle Windows-11-Version voraus), Claude Code dagegen nicht (mit WSL 2 funktioniert es).
Referenzierte offizielle Seiten (geprüft am 24. Oktober 2026): Claude Code „Set up Claude Code“, „Sandboxing“, „Troubleshooting“, „Speed up responses with fast mode“; OpenAI „Codex CLI“, „ChatGPT desktop app“, „Sandbox“, „Windows sandbox“, „Speed“, „Troubleshooting“. Preise und Anforderungen können sich ändern. Prüfen Sie deshalb vor der Nutzung die offiziellen Seiten.
