KI-Tool-Anleitungen, Vergleiche und Neuigkeiten

Codex kann „thread not found“ melden, obwohl der Verlauf noch lesbar ist. Schaubilder erklären den Unterschied zwischen gespeichertem Verlauf und einer zur Ausführung geladenen Unterhaltung. Protokolle eines Windows-Falls zeigen erfolgreiches Senden nach erneutem Laden. Der Artikel führt durch erneutes Öffnen, Neustart und die Prüfung einer kurzen Antwort sowie lesende Untersuchung und Übergabe bei anhaltenden Problemen. Öffentliche Gegenbeispiele zeigen, weshalb keine Methode als allgemeingültige Lösung gelten kann; eine bestimmte Version, die das Problem behebt, konnten wir nicht bestätigen.

Jev ist das KI-Modell von TypeSafe, das Auswahlentscheidungen, Skalenwerte und Ja/Nein-Wahrscheinlichkeiten statt generierter Texte liefert. Der Artikel erklärt Choice, Score und Noul, die Bedeutung von confidence und den Aufbau einer API-Anfrage zur Zuordnung von Supportfällen. Typgarantien gewährleisten keine richtigen Entscheidungen. Behandelt werden dokumentierte Schwächen bei Berechnungen, Datumswerten und irreführenden Eingaben sowie Preise, beide Eingabegrenzen und die Evaluation vor einem Einsatz mit deutschen Texten. Grundlage sind offizielle Quellen, keine praktischen Leistungstests der API.

Als Claude Cowork am 16. September 2026 in den Chat überführt wurde, kamen drei Funktionen zum Erstellen gleichzeitig als Beta hinzu: Claude Docs für Dokumente, Claude Slides für Präsentationen und Claude Design für visuelles Design. Dieser Artikel handelt von der ersten davon. In einem Satz: Claude Docs verwandelt das, was in einem Gespräch entsteht, in ein Dokument, das Sie weiter bearbeiten können. Bitten Sie darum, die Diskussion als Spezifikation zu schreiben, die das Team teilen kann, und Claude entwirft sie vor Ihren Augen und fragt vorher nach allem, was ihm fehlt. Heraus kommt Rich Text mit Überschriften und Tabellen, und ein einziges Dokument kann mehrere Tabs enthalten. Sie können selbst darin schreiben oder Text im Dokument markieren, einen Kommentar hinterlassen und @Claude erwähnen, damit es die Änderung vornimmt. Die Stärke, die dabei übersehen wird, ist, dass sich auch eine Claude-Code-Session in eine Spezifikation, ein Runbook oder einen Bericht verwandeln lässt. Es ist allerdings eine Beta, und was fehlt, fehlt sehr deutlich: Es gibt keinen Versionsverlauf, Löschen ist nicht umkehrbar, mobil können Sie nichts bearbeiten, und Team und Enterprise können nicht außerhalb der Organisation teilen. Dieser Artikel gibt diesen Lücken so viel Raum wie den Funktionen und arbeitet heraus, wofür das Werkzeug gut ist und wofür 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.

Ein neueres Modell ist klüger, aber teurer — so denkt man für gewöhnlich. Der Vergleich von GPT-6 Astra und GPT-5.6 Sol allein über den Stückpreis führt jedoch zu gar nichts, denn Astra erledigt dieselbe Aufgabe mit weniger Tokens. In Messungen des unabhängigen Benchmark-Anbieters Artificial Analysis kostet Astra auf seiner schwächsten Stufe low pro Aufgabe fast genau so viel wie Sol auf high ($0.82 gegenüber $0.81), schneidet dabei besser ab (46 gegenüber 42) und braucht dafür ein Drittel der Output-Tokens und ein Viertel der Wartezeit, bis die Antwort einsetzt. Auf Basis der Werte mit Stand vom 18. September 2026 behandelt dieser Artikel Kosten, Tokens und Geschwindigkeit auf jeder Reasoning-Effort-Stufe, die Aufschlüsselung, die erklärt, warum ein 2,5-facher Stückpreis trotzdem auf derselben Summe landet, die Rechnung für den Tag nach Sols Aktionspreis, den schrumpfenden Preisabstand bei der Arbeit von Coding-Agenten sowie die Schritte, um all das an der eigenen Arbeit nachzumessen.

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.

Direkt nach dem Senden bleibt Gemini mit „Ein Fehler ist aufgetreten (13)“ bzw. „Something went wrong(13)“ stehen, und Google erklärt die Ursache dieses Fehlers in der offiziellen Hilfe nicht. Googles offizieller Störungsbericht vom Mai 2026 dokumentiert jedoch, dass diese Meldung etwa vier Tage lang erschien; als Ursache nennt er unzureichende Datenbankressourcen und Fehler in der Anwendung, als Umgehungslösung „keine“. Ausgehend von diesem offiziellen Eintrag und davon, dass die Nummer „13“ dem internen Fehler INTERNAL bei gRPC entspricht (Google hat nicht gesagt, dass beides dasselbe bedeutet), ordnet dieser Artikel die vier Situationen, die in der offiziellen Community häufig vorkommen: Es trifft alle gleichzeitig, nur einen langen Chat, nur Anfragen mit Bild oder nur ein bestimmtes Konto. Danach zeigt er sieben Schritte zum Eingrenzen, geordnet nach Aufwand, von der Prüfung des Status über die Übergabe an einen neuen Chat und den Test mit einem anderen Konto bis zur Meldung per Feedback.

Statt jedes Mal „Nenne zuerst das Ergebnis“ oder „Antworte auf Deutsch“ zu schreiben, genügt es, das einmal in ein Anweisungsfeld zu schreiben, das automatisch für alle Unterhaltungen gilt. Bei ChatGPT ist das das Feld „Benutzerdefinierte Anweisungen“, bei Claude „Anweisungen für Claude“ und bei Gemini „Anweisungen für Gemini“, doch Name, Ort und Zeichenlimit unterscheiden sich. ChatGPT erlaubt mit Free und Go 1.500 Zeichen, mit Plus und höher 5.000 Zeichen (im Juli 2026 angehoben), Claude und Gemini veröffentlichen kein Limit. Dieser Artikel prüft Ort und Limit anhand der offiziellen Hilfeseiten der drei Anbieter und zeigt auf Grundlage des offiziellen Prompting-Leitfadens von Anthropic, wie wirksame Anweisungen aussehen, mit einem Beispiel. Außerdem fasst er in einer Checkliste die Situationen zusammen, in denen die Anweisungen laut offizieller Hilfe nicht wirken, etwa in Projekten, in Gems, in temporären Chats und mit Firmenkonten.

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 drei 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, oder die Antwort kommt nicht auf Englisch, sondern in einer ganz anderen Sprache. 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, und ordnet 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.