Codex langsam oder schwerfällig: Ursachen und Abhilfe für App, CLI und WSL

Wenn Codex sich langsam oder schwerfällig anfühlt, finden Sie die Lösung am schnellsten, wenn Sie zuerst herausfinden, wo die Zeit verloren geht. Sind die Antworten der KI langsam, prüfen Sie Server und Einstellungen. Startet Codex langsam, prüfen Sie MCP-Server und den Einstellungsordner. Ist die App-Oberfläche träge, prüfen Sie die App-Version und die Länge der Unterhaltung. Läuft das Ausführen von Befehlen langsam, prüfen Sie, wo Ihre Dateien liegen, und die Leistung Ihres Computers. Dieser Artikel listet die Lösungen nach Symptom auf, basierend auf der offiziellen Dokumentation von OpenAI und den Antworten, die OpenAI-Mitarbeiter auf GitHub zu Codex gegeben haben (geprüft am 25. Oktober 2026).

Codex funktioniert in der ChatGPT-Desktop-App (Windows und macOS), in der CLI (der Version, die Sie im Terminal verwenden) und in Editor-Erweiterungen wie VS Code. In diesem Artikel bezeichnet „Thread“ ein Bündel zusammenhängender Arbeitsschritte: einen Chat in der App oder eine Sitzung in der CLI. In jeder Form läuft das Modell, das die Denkarbeit übernimmt, auf den Servern von OpenAI, und die Befehle, die die KI anfordert, laufen auf Ihrem Computer. Die Symptome sind farblich markiert: Antwort Start App Befehl.

1. Zuerst eingrenzen

Schauen Sie bei einer gefühlten Verzögerung auf den Bildschirm und prüfen Sie der Reihe nach diese drei Punkte.

1. Wartet es auf eine Freigabe?Codex kann auf Ihre Erlaubnis warten, einen Befehl auszuführen oder eine Datei zu ändern, und dabei stehen bleiben. Auch der offizielle Leitfaden zur Fehlerbehebung nennt dies als Erstes, das Sie prüfen sollten, wenn Codex scheinbar hängt.
2. Was passiert gerade?Wenn Sie warten müssen, bevor Sie tippen können, oder die Meldung zur Vorbereitung der MCP-Server stehen bleibt, liegt Start vor. Bleibt die Anzeige „denkt nach“ oder „schreibt eine Antwort“ stehen, liegt Antwort vor. Bleibt ein Befehl in Ausführung und bewegt sich nicht, liegt Befehl vor. Wenn schon das Tippen oder das Wechseln der Ansicht stockt, ist es ein Problem der App.
3. Ist es für alle langsam?Prüfen Sie die Statusseite von OpenAI auf Störungen bei Codex. Bei einer Störung können Sie lokal meist wenig tun.

In der CLI zeigt /status das verwendete Modell, die verbrauchten Tokens und den verbleibenden Kontext (den freien Platz im Gedächtnis des Threads). Ist der verbleibende Kontext knapp, gehen Sie zu „Lange Threads nicht weiter nutzen“ in Kapitel 2. Haben Sie den Denkaufwand auf High oder höher gestellt, gehen Sie zur Tabelle in Kapitel 2.

2. Wenn die Antworten der KI langsam sind Antwort

Überlastung oder Störungen auf Serverseite

Manche Verzögerungen haben keine lokale Ursache. In einem Bericht, dass der Schnellmodus so langsam war wie der Standardmodus, schrieb ein OpenAI-Mitarbeiter: „We had a capacity issue last week“ (Letzte Woche gab es ein Kapazitätsproblem). Später erklärte er, dass die Lage entschärft worden sei (openai/codex #24422, Juni 2026). Das ist ein Beispiel dafür, dass Kapazitätsengpässe auf Serverseite zu Verzögerungen führen können. Zur Meldung „Modell ist ausgelastet“ siehe Die Meldung „Selected model is at capacity“ in Codex beheben.

Den Denkaufwand an die Aufgabe anpassen

In Codex können Sie wählen, wie lange das Modell nachdenkt, bevor es antwortet. Je stärker die Einstellung, desto gründlicher denkt es nach, und desto mehr Zeit und Nutzung verbraucht es. Die offizielle Beschreibung von OpenAI lautet wie folgt (OpenAI „Models“).

In der CLI wählen Sie die Stufe zusammen mit dem Modell über /model. Mit model_reasoning_effort in der Konfigurationsdatei (config.toml) legen Sie den Standard fest. Die leichteste Stufe wird in der App als Light angezeigt und in der CLI und der Konfigurationsdatei als low.

Wenn Sie immer High oder höher verwenden, dauern auch einfache Aufgaben länger. Bei kleinen Korrekturen bekommen Sie schnellere Antworten, wenn Sie auf Light (in der CLI low) oder Medium zurückstellen. Die Seite zur Modellauswahl von OpenAI empfiehlt, für feine Änderungen und klar umrissene Aufgaben das leichtere Modell GPT-6 Luna mit Light (Low) zu kombinieren (OpenAI „Model selection“).

Schnellmodus (Fast und Ultrafast)

Wenn Sie die Wartezeit verkürzen möchten, gibt es schnellere Modi, die dafür mehr von Ihrem Nutzungskontingent verbrauchen (OpenAI „Speed“).

In der CLI wechseln Sie mit /fast. Hat das verwendete Modell keine schnellere Stufe, erscheint /fast nicht. Wenn Sie sich mit einem API-Schlüssel anmelden, wird nach API-Tarif abgerechnet, und die oben genannten Multiplikatoren gelten nicht.

Lange Threads nicht weiter nutzen

Wenn Sie in einem Thread viele Aufgaben nacheinander bearbeiten, wächst der Kontext, und sowohl die Antworten als auch der Bildschirm werden schwerfälliger. In einem Bericht, dass Threads nach langer Nutzung langsamer wurden, empfahl ein OpenAI-Mitarbeiter, für jede Aufgabe einen neuen Thread anzulegen.

Der Mitarbeiter ergänzte, dass der Kontext bei fortgesetzter Nutzung desselben Threads mit jeder Verdichtung verwässert wird. Ein neuer Thread sei schneller und verhindere, dass sich das Modell von früheren Arbeiten ablenken lässt (openai/codex #11984).

Wenn Sie denselben Thread unbedingt weiterführen möchten, fasst /compact in der CLI die bisherigen Austausche zusammen und gibt Kontext frei (die offizielle Beschreibung lautet „Summarize the visible chat to free tokens“). /new startet einen neuen Thread (OpenAI „Slash commands“).

3. Wenn der Start langsam ist (CLI und MCP) Start

Warten auf den Start von MCP-Servern

Wenn Sie MCP-Server (eine Möglichkeit, externe Werkzeuge anzubinden) bei Codex registriert haben, wartet Codex bei jedem Start auf deren Bereitschaft. Optionale Server wartet Codex standardmäßig nur 1 Sekunde ab, bevor es weitergeht. Server mit required = true wartet es, bis sie gestartet sind (standardmäßig bis zu 10 Sekunden). Wenn Sie einen langsam antwortenden Server oder einen nicht mehr benutzten Server registriert lassen, verzögert sich die erste Antwort. Die offiziellen Einstellungen lauten wie folgt (OpenAI „Model Context Protocol“).

# Beispiel in ~/.codex/config.toml: einen nicht genutzten Server stoppen
[mcp_servers.old-server]
command = "npx"
args = ["-y", "old-mcp-server"]
enabled = false

Der Einstellungsordner ist groß oder beschädigt

In einem Bericht, dass die CLI langsam startet, wies ein OpenAI-Mitarbeiter darauf hin, dass der Ordner ~/.codex, in dem Einstellungen und Verläufe liegen, groß oder beschädigt sein könnte. Er empfahl, ihn zum Test vorübergehend umzubenennen (openai/codex #9290, Januar 2026). Beim Umbenennen startet Codex im selben Zustand wie bei der ersten Verwendung, daher müssen Sie sich erneut anmelden. Auch frühere Thread-Verläufe liegen in diesem Ordner. Deshalb nur umbenennen, nicht löschen, und nach dem Test zurücksetzen.

# macOS und Linux: Ordner umbenennen
mv ~/.codex ~/.codex-backup
# Windows (PowerShell): Ordner umbenennen
Rename-Item $HOME\.codex .codex-backup

Zum Zurücksetzen benennen Sie zuerst den während des Tests neu erstellten .codex in einen anderen Namen um (etwa .codex-test) und benennen dann .codex-backup wieder in .codex um.

Prüfen, ob eine alte Version verwendet wird

Manche CLI-Versionen enthalten Verbesserungen beim Start. So verkürzte etwa Version 0.152.0 (1. September 2026) die Verzögerung bis zur ersten Antwort, und Version 0.161.0 (7. Oktober) erkennt eine beschädigte Verlaufsdatenbank schon beim Start früher (GitHub-Releases). Prüfen Sie Ihre Version mit codex --version, und suchen Sie mit codex update nach Updates und installieren Sie sie. Wenn Sie auf eine Weise installiert haben, die codex update nicht unterstützt (etwa über einen Paketmanager), aktualisieren Sie mit derselben Methode, mit der Sie installiert haben. Das in der Desktop-App enthaltene Codex kann eine andere Version als die CLI haben, und die App wird separat aktualisiert (siehe Kapitel 4).

4. Wenn die App schwerfällig ist oder einfriert App

Auf die neueste Version aktualisieren und neu starten

Viele Trägheitsprobleme der Desktop-App sind in aktuellen Versionen behoben.

Windows

Bei einem Bericht, dass die App unter Windows einfriert oder ruckelt (openai/codex #20214), schrieb ein OpenAI-Mitarbeiter am 28. August 2026, dass eine der Ursachen behoben sei.

Laut dem Mitarbeiter war eine Ursache, dass Befehle in der Sandbox Ressourcen von dwm.exe angehäuft haben, der Windows-Komponente, die den Bildschirm zeichnet. Er empfiehlt, auf v26.825.32147 oder neuer zu aktualisieren und die App neu zu starten.

Der Mitarbeiter spricht von „einer Ursache“, und das Problem ist am 25. Oktober 2026 noch offen. Auch nach dem Update berichten Nutzer weiterhin von Einfrierungen durch andere Ursachen. Die Windows-App wird über den Microsoft Store verteilt, prüfen Sie Updates daher in der Bibliothek des Stores (OpenAI „ChatGPT desktop app for Windows“).

macOS

Für das Problem mit hoher CPU-Auslastung unter macOS schrieb ein Mitarbeiter, es sei in der Version vom April 2026 (v26.415.20818) behoben (openai/codex #16231). Berichte, dass Eingaben sich verzögern, weil Hilfsprozesse sich anhäufen, sind dagegen im Oktober noch ungelöst (#25744). Halten Sie die App aktuell und starten Sie sie neu, wenn sie schwerfällig wird.

Unter beiden Systemen ist der erste Schritt, auf die neueste Version zu aktualisieren und die App neu zu starten.

Die offiziellen Schritte, wenn Codex hängt

Der Leitfaden zur Fehlerbehebung von OpenAI beschreibt die Schritte bei Hängern wie folgt (OpenAI „Troubleshooting“).

Threads aufräumen

Langes Arbeiten in einem einzigen Thread (Kapitel 2) wirkt sich auch auf die gefühlte Schwere des Bildschirms aus. Zur Anzahl der Threads gibt es auf GitHub offene Berichte, dass das Wechseln zwischen Threads langsam ist und viele Threads die CPU dauerhaft beschäftigen (#11011 und weitere). OpenAI schreibt offiziell nicht, dass Archivieren die Sache entlastet. Wenn Sie abgeschlossene Threads aber mit /archive in der CLI (entfernt sie aus der Liste, ohne die Verläufe zu löschen) oder über das Archiv der App archivieren, wächst die Liste nicht unkontrolliert.

Wenn Sie geplante Aufgaben verwenden, enthält der offizielle Leitfaden zur Fehlerbehebung dafür Schritte. Häufige geplante Aufgaben sammeln Worktrees (Kopien des Arbeitsordners) an. Archivieren Sie deshalb Läufe, die Sie nicht mehr brauchen, und heften Sie keine Läufe an, die Sie nicht behalten müssen (OpenAI „Troubleshooting“).

5. Wenn das Ausführen von Befehlen langsam ist (WSL und Dateispeicherort) Befehl

Builds, Tests und Suchen, die die KI anfordert, laufen auf Ihrem Computer. Wenn sie langsam sind, prüfen Sie den Speicherort der Dateien und die Leistung des Computers, nicht das Modell oder die Einstellungen.

Unter WSL die Dateien auf der Linux-Seite ablegen

Wenn Sie Codex in Linux innerhalb von Windows (WSL) verwenden, macht der Speicherort des Arbeitsordners einen großen Unterschied für die Geschwindigkeit. OpenAI erklärt, dass Arbeiten unter Laufwerkspfaden von Windows wie /mnt/c/... langsam sein können, und empfiehlt, Repositories im Linux-Home-Ordner abzulegen (etwa ~/code/my-app). Wenn große Repositories langsam sind, empfiehlt OpenAI außerdem, den WSL zugewiesenen Arbeitsspeicher und die CPU zu erhöhen und WSL zu aktualisieren (OpenAI „WSL“).

# Beispiel für %UserProfile%\.wslconfig: WSL zugewiesener Arbeitsspeicher und CPU
[wsl2]
memory=8GB
processors=4

# WSL aktualisieren und dann beenden, damit die Einstellungen greifen (in PowerShell)
wsl --update
wsl --shutdown

Zur Schreibweise von .wslconfig siehe Microsoft „Advanced settings configuration in WSL“. wsl --shutdown beendet alle laufenden WSL-Distributionen. Schließen Sie daher zuerst alles, woran Sie gerade arbeiten. Passen Sie die Werte an Arbeitsspeicher und CPU-Anzahl Ihres Computers an.

Beachten Sie: Wenn Sie in der Windows-App einen Agenten verwenden, der nativ unter Windows läuft, wird genau die umgekehrte Ablage empfohlen.

Quelle: OpenAI „ChatGPT desktop app for Windows“. Die Windows-App verwendet standardmäßig einen Agenten, der nativ unter Windows läuft. Beim Wechsel zu WSL muss die App neu gestartet werden. In einem Bericht, dass der WSL-Agent extrem langsam war (#25715), sagte ein Mitarbeiter, dass eine Korrektur zur Entschärfung am 5. Juni 2026 übernommen wurde. Das Problem ist am 25. Oktober aber noch offen.

Wo die Leistung des Computers eine Rolle spielt

Wie lange Befehle dauern, hängt von CPU, Arbeitsspeicher und Speicher (besonders HDD oder SSD) Ihres Computers ab. Auch die Bewegung der App-Oberfläche wird vom Computer beeinflusst. Die Zeit, die die KI zum Denken und Schreiben einer Antwort braucht, ändert sich dagegen nicht, wenn Sie einen neuen Computer kaufen. Was vom Computer abhängt und wie Sie messen, wo die Zeit verloren geht, erklärt PC-Anforderungen für Claude Code und Codex.

6. Bei OpenAI melden, wenn nichts hilft

Wenn das Problem danach weiterhin besteht, können Sie es OpenAI melden. Die Mitarbeiter können dann die Verläufe ansehen und die Ursache suchen.

• Über die CLI senden: Mit /feedback in der CLI können Sie Protokolle und Diagnoseinformationen an das Codex-Team senden (folgen Sie den Hinweisen und wählen Sie aus, was enthalten sein soll)
• Auf GitHub suchen: Suchen Sie in den openai/codex issues nach Berichten mit demselben Symptom und den Antworten der Mitarbeiter. Geben Sie beim Melden Ihre Versionsnummer und Ihr Betriebssystem an.
• Ausführliche CLI-Protokolle erfassen: Klartext-Protokolle werden standardmäßig nicht erstellt. Starten Sie die CLI mit angegebenem Protokollordner, etwa mit RUST_LOG=debug codex -c log_dir=./.codex-log (in Windows PowerShell mit $env:RUST_LOG="debug"; codex -c log_dir=./.codex-log), entsteht eine Datei codex-tui.log (OpenAI „Environment variables“)

Protokolle können Inhalte Ihrer Arbeit und Dateipfade enthalten. Entfernen Sie vor dem Veröffentlichen an einem öffentlichen Ort geheime Werte und persönliche Daten.

Zusammenfassung

FAQ

F. Ist Codex langsamer als Claude Code?

Eine pauschale Antwort gibt es nicht. Die Geschwindigkeit hängt stark von Denkaufwand, Modell, Art der Aufgabe, Fehlern in der App und der Dauer lokaler Befehle ab. Vergleichende Messungen unter gleichen Bedingungen sind selten, und die Modelle sind unterschiedlich. Eine Entscheidung auf Basis einer einzelnen Messung ist daher riskant. Welche Teile vom Computer abhängen und welche nicht, erklärt PC-Anforderungen für Claude Code und Codex im direkten Vergleich.

F. Macht der Schnellmodus immer alles schneller?

Er beschleunigt die Texterzeugung des Modells, verändert aber nicht die Dauer von Befehlen oder die Wartezeit auf den Start von MCP-Servern. Bei hoher Serverlast kann sich auch im Schnellmodus alles langsam anfühlen (Kapitel 2). Außerdem geht das Planbudget schneller zur Neige. Am besten verwenden Sie ihn daher nur für eilige Aufgaben.

F. Was tun, wenn die VS-Code-Erweiterung nicht reagiert oder schwerfällig ist?

Aktualisieren Sie die Erweiterung und VS Code und starten Sie VS Code neu. Für schwerfällige Erweiterungen gibt es in der offiziellen Dokumentation keine eigenen Schritte. Die Länge des Threads (Kapitel 2) wirkt sich bei der Erweiterung aber genauso aus. Reagiert die Erweiterung unter Windows nicht, empfiehlt die Dokumentation von OpenAI, die Microsoft C++ Build Tools und das Visual C++ Redistributable-Paket zu installieren und VS Code danach vollständig neu zu starten (OpenAI „Windows sandbox“).