KI-Tool-Anleitungen, Vergleiche und Neuigkeiten

Claude Code Mods (Claude Mods) sind Plugins, die JavaScript- oder TypeScript-Funktionen direkt in Claude Code ausführen; offiziell hinzugefügt wurden sie am 1. Oktober 2026 mit v2.1.287. Dieser Artikel erklärt, wie ein Mod aus drei Dateien funktioniert, wie er sich von klassischen Hooks in der settings.json, von Skills und von MCP unterscheidet, was Mods können, etwa Panes in die Oberfläche zeichnen, Befehle ohne Wartezeit anlegen und einen Tool-Aufruf anhalten, um den Nutzer zu fragen, und welche Grenzen wie die Laufzeit gelten, alles auf Grundlage des Originaltexts der offiziellen Dokumentation, geprüft am 5. Oktober desselben Jahres. Ein Mod läuft mit Ihren Rechten außerhalb der Sandbox und kann Berechtigungsentscheidungen überstimmen. Eine Tabelle zeigt, dass Deny-Regeln bei Team oder Enterprise oder auf einem Rechner mit managed settings halten, ein Mod bei einem privaten Abo aber sogar Aufrufe genehmigen kann, die eine Deny-Regel abgelehnt hat. Außerdem behandelt der Artikel die Ergebnisse aus dem Lesen des Codes der drei offiziellen Beispiel-Mods von Anthropic und dem Auszählen der genutzten APIs, wie man claude plugin validate vor der Installation liest, wie man Mods ausprobiert, von Claude bauen lässt und abschaltet, wo Mods laufen, die eingebauten Mods und eine Checkliste vor der Installation.

Sie können Entwicklung an Cloud-Sessions von Claude Code übergeben, ohne einen neuen Zugang zur Produktion zu öffnen: Legen Sie den Code in ein privates GitHub-Repository, installieren Sie die Claude GitHub App nur auf diesem Repository und lassen Sie den Produktionsserver ihn nur per Pull mit einem schreibgeschützten Deploy Key holen. Dieser Artikel ist mein Protokoll, wie ich am 4. Oktober 2026 in einem separaten Entwicklungsprojekt mit Cloud-Sessions begonnen habe, geprüft am Originaltext der offiziellen Dokumentation mit Stand dieses Tages. Er erklärt, dass claude --cloud ohne GitHub die Historie aller Branches plus nicht committete Änderungen an verfolgten Dateien überträgt (unter Windows unabhängig vom Dateinamen), wie Sie es beheben, wenn ein anderes GitHub-Konto verbunden ist, „Only select repositories“ und warum öffentliche Repositories in der Liste erscheinen, warum Sie pro Projekt eine neue Umgebung anlegen sollten, da jeder, der eine Umgebung nutzt, ihre Umgebungsvariablen lesen kann, dass lokale Dateien unsichtbar sind und dass Accept edits in der Cloud bei jedem Befehl anhält, während Auto weiterarbeitet – zusammengefasst in einer Checkliste vor dem Start. Außerdem zeigt er einen realen Fall, in dem eine einzige, selbstständig ausgeführte Anweisung $226 des befristeten Guthabens verbrauchte, bevor ich sie mittendrin anhielt, warum das Guthaben so schnell schwindet und wie sich Kosten senken lassen.

Auch im persönlichen Pro-Tarif fließen Gespräche und Code von ChatGPT und Codex standardmäßig ins Training ein. Der Artikel erklärt, wie sich eine ChatGPT-Einstellung auf neue Codex-Aufgaben auswirkt, warum Umgebungen eine eigene Einstellung haben und welche Informationen Sie besser nicht eingeben sollten. Zudem zeigt er, was zu tun ist, wenn bereits API-Schlüssel oder Kundendaten eingegeben wurden, und welche Ausnahmen bei Löschung und Bewertung gelten.

Ob Ihre Unterhaltungen in Claude Code zum Training von KI-Modellen verwendet werden, hängt von Ihrem Plan und Ihrer Kontoeinstellung ab. In den Verbraucherplänen Free, Pro und Max werden Ihre Daten nur für das Training verwendet, solange die Einstellung zur Modellverbesserung in den Datenschutzeinstellungen von claude.ai eingeschaltet ist (Speicherung 5 Jahre); schalten Sie sie aus, endet das Training (Speicherung 30 Tage). Die Einstellung gehört zu Ihrem Konto, Sie müssen also keine Einstellungsdateien auf dem Computer ändern, auf dem Claude Code läuft. Gestützt auf den Originaltext der Seite „Data usage“ der Claude-Code-Dokumentation, das Privacy Center von Anthropic und die Claude-Platform-Seite „API and data retention“ mit Stand 4. Oktober 2026 erklärt dieser Artikel, wo die Einstellung liegt und wie Sie sie ausschalten, dass der Widerspruch Ihre Daten nicht aus früherem Training entfernt, wie 👍👎-Bewertungen, /feedback und als Richtlinienverstoß markierte Unterhaltungen behandelt werden sowie Training und Speicherdauer Plan für Plan, einschließlich Team, Enterprise, API und Bedrock. Außerdem zeigt er, dass API-Ein- und -Ausgaben standardmäßig nicht für das Training verwendet und innerhalb von 30 Tagen gelöscht werden, was ZDR abdeckt und warum Covered Models wie Fable 30 Tage Speicherung erfordern, welche Umgebungsvariablen die getrennt vom Training gesendeten Nutzungsmetriken und Fehlerberichte abschalten, dass Gesprächsprotokolle im Klartext auf Ihrem eigenen Computer liegen und wie Sie die richtige Konfiguration für vertrauliche Arbeit wählen.

Claude Tag ist eine Funktion von Anthropic, mit der Sie Claude Recherchen, das Schreiben von Dokumenten, wiederkehrende Berichte und sogar Entwürfe von GitHub-Pull-Requests übergeben, indem Sie in einem Slack-Channel einfach @Claude schreiben (angekündigt am 23. Juni 2026, in öffentlicher Beta). Nutzen können es nur Team- und Enterprise-Organisationen; bei privaten Pro- und Max-Plänen kann der Hinweis auf claude.ai zwar erscheinen, doch ein Klick darauf führt nicht weiter. Dass das so vorgesehen ist, habe ich anhand des tatsächlichen Bildschirms nach dem Klick mit einem privaten Max-Plan und der passenden Zeile auf der offiziellen Seite zur Fehlerbehebung bestätigt. Auf Grundlage des Originaltexts der offiziellen Dokumentation mit Stand 4. Oktober 2026 erklärt dieser Artikel einen Entscheidungsablauf, ob Sie es nutzen können, wie Kollegen ohne Claude-Sitzplatz trotzdem in Channels fragen können, wo welche Arbeit abgerechnet wird (die Optionen für das Monatslimit sowie die Limits von 7 Tagen, 50 $ und 50 Sitzungen für DMs von Mitgliedern ohne verbundenes Konto), wie Sie in Channels, DMs und Gruppen-DMs fragen, das Channel-Gedächtnis, geplante Ausführungen und Channel-Überwachung mit Routines, den Modellwechsel, das Anbinden von Tools mit Access bundles und eigenen Claude-Konten, den PR-Ablauf auf GitHub und GitLab und das Vier-Augen-Prinzip, den Umgang mit Gästen und Slack Connect, Datenaufbewahrung und Löschung, häufige Stolpersteine und Befehle sowie die Unterschiede zum bisherigen Claude in Slack, zu Cowork und zu Claude Code.

/doctor prompt-audit in Claude Code (/checkup prompt-audit ist identisch) lässt Claude CLAUDE.md, CLAUDE.local.md, AGENTS.md sowie die Regeln, Skills, Befehle und Subagents unter .claude/ lesen, sucht nach Prompt-Mustern für ältere Modelle, Verweisen auf nicht existierende Dateien oder Befehle und einander widersprechenden Anweisungen und gibt einen Bericht mit vorgeschlagenen Diffs zurück. Nichts ändert sich, bevor Sie darum bitten, und er setzt v2.1.283 oder neuer voraus. Auf Grundlage der offiziellen Dokumentation und des CHANGELOG mit Stand 3. Oktober 2026 sowie des mit Claude Code ausgelieferten Prüfleitfadens erklärt dieser Artikel, wie Sie ihn starten und mit einem Pfad eingrenzen, was er als veraltet einstuft (zu starke Formulierungen, fehlende Pfade, Widersprüche zwischen Dateien und mehr), seine Regel, Kontext und begründete Verbote nicht zu löschen, die sechs Felder des Berichts und wie Sie die Konfidenzstufen lesen, sowie die Unterschiede zu /doctor, /claude-api prompt-audit und dem Terminalbefehl claude doctor. Außerdem zeigen wir, was der Audit bei den Anweisungsdateien dieser Website ergab (7 von 9 Befunden übernommen, darunter eine echte Abweichung: eine Erklärung, die wir nach dem Hinzufügen einer Regel umzuschreiben vergessen hatten), und nennen Einschränkungen wie Nutzungskontingent, Schwankungen zwischen Durchläufen und den Aufwand, Befunde vor dem Übernehmen zu prüfen.

Beim Prompt-Caching wird die Berechnung für den Teil einer Anfrage wiederverwendet, der mit dem Anfang einer früheren Anfrage übereinstimmt, sodass dieser Teil günstiger und schneller verarbeitet wird. OpenAI (ab GPT-5.6) aktiviert das standardmäßig und hält den Cache mindestens 30 Minuten, optional 12 Stunden; Schreiben kostet das 1.25-Fache, Lesen das 0.1-Fache. Claude greift nur, wenn cache_control gesetzt ist, hält den Cache 5 Minuten (optional 1 Stunde) und berechnet Schreiben mit dem 1.25-Fachen (bei 1 Stunde dem 2-Fachen).

/code-review in Claude Code ist ein mitgelieferter Skill, der die Commits vor dem Upstream plus nicht committete Änderungen (oder einen übergebenen PR, Branch oder Pfad) liest, nach Korrektheitsfehlern sucht und sie meldet. /review ist ein Alias, die Prüfung läuft als Subagent im Hintergrund, und die Kosten zählen zu Ihrer normalen Nutzung. Dieser Artikel erklärt, wie Sie ein Ziel übergeben, wie Sie zwischen low (nur sehr sichere Befunde) und medium bis max (breitere Abdeckung, aber Sie müssen aussortieren) wählen, dass ohne Stufe die zuletzt eingetippte Stufe gilt, dass Änderungen von --fix im Hintergrund nicht mit /rewind rückgängig zu machen sind und wohin --comment bei GitHub und GitLab postet. Außerdem geht es um ultra, bei dem mehrere Agenten in der Cloud nur verifizierte Befunde liefern (etwa 15 bis 25 Minuten; bei Pro und Max einmalig 3 kostenlose Durchläufe, danach typischerweise $5 bis $25 pro Durchlauf aus dem Nutzungsguthaben), und darum, wie sich /code-review von /simplify, /security-review, der Code Review der GitHub-App und claude-code-action unterscheidet – auf Grundlage des Originaltexts der offiziellen Dokumentation und des CHANGELOG mit Stand 2. Oktober 2026 (die Beschreibung der Stufen mit Stand 14. Oktober). Zum Schluss folgen die Ergebnisse eines einzelnen Durchlaufs von /code-review high am Code des KI-Bildprüf-Tools dieser Website (9 von 10 Befunden waren echte Fehler, alle behoben) und die Nachteile, darunter der Verbrauch, der Aufwand für das Prüfen der Befunde und wie sich --fix rückgängig machen lässt.

Das schwebende Pet der ChatGPT-Desktop-App (Codex) verschwindet per Rechtsklick auf „Mini ausblenden“ sofort. Eine Einstellung zum dauerhaften Deaktivieren ist in der offiziellen Dokumentation nicht beschrieben; taucht das Pet wieder auf, lohnt der Blick auf das Tastenkürzel. Wir zeigen die Schritte, Mini, die Unterschiede zu CLI, Web und IDE-Erweiterung sowie den Abgleich mit Windows-Screenshots und offizieller Dokumentation.

Der Codex-Fehler „Selected model is at capacity“ entsteht durch Überlastung auf Seite von OpenAI. Offizielle Störungsberichte und eigene Ausführungsprotokolle ordnen ihn als Serverüberlastung ein. Der Artikel erklärt die Reihenfolge aus Warten, Störungsinformationen prüfen und Modellwechsel, die Unterschiede zu Nutzungslimits, 401 und thread not found sowie was Sie bei einem erneuten Auftreten festhalten sollten.

ChatGPT dot ist ein KI-Agent, der auch zwischen Ihren Unterhaltungen an Aufgaben weiterarbeitet, und im Pro-Tarif ohne Aufpreis enthalten ist. Im To-do-Test erstellte er die App und ergänzte das Rückgängigmachen einer Löschung, die Bildschirmprüfung erfolgte jedoch über Codex. Der Ratgeber zeigt Kosten, Gedächtnis, Berechtigungen, Delegation und Stoppen, damit Sie entscheiden können, wann Sie dot und wann Codex einsetzen.

ChatGPT Pro gibt es in den Stufen 100, 200 und 500. Seit dem 29. Oktober 2026 liegen die Work- und Codex-Kontingente beim 10-, 20- bzw. 50-Fachen von Plus (von dieser Website berechnet), und die offiziellen Monatspreise betragen 100, 200 und 500 US-Dollar; zwei 100er-Abos und ein 200er kosten also gleich viel und bieten dasselbe Gesamtkontingent, die Preise in Landeswährung unterscheiden sich je nach Land oder Region. Der Artikel erklärt außerdem den Geschwindigkeitsverbrauch, wie und wann man gespeicherte Reset-Gutscheine einlöst und wie sie sich von Credits unterscheiden.