Claude: Weniger Daten pro Runde

Ein KI-Agent arbeitet einen größeren Auftrag selten in einer einzigen Antwort ab. Er liest Unterlagen, nutzt Werkzeuge und prüft Zwischenergebnisse. Über viele Runden wächst dabei auch der Gesprächsverlauf. Anthropic will nun den wiederholten Datentransport verkürzen.

Seit dem 2. November 2026 sind Message threads als öffentliche Beta verfügbar. Die Funktion richtet sich an Entwickler, die Claude über die Messages API in eigene Abläufe einbauen. Der Ansatz: Nach der ersten Anfrage werden nur die neuen Nachrichten und ein Verweis auf die vorige Antwort übertragen.

Der Kontext bleibt erhalten

Der Dienst stellt daraus das vollständige Gespräch wieder her. Claude verarbeitet also weiterhin den bisherigen Kontext. Für den nächsten Schritt wird ihm nichts absichtlich vorenthalten, nur damit die Anfrage kleiner wird.

Das hilft beim Einordnen des Nutzens: Der Tokenverbrauch bleibt gleich. Aus weniger übertragenen Daten folgt hier keine entsprechende Ersparnis auf der Modellrechnung. Auch Prompt Caching, die Wiederverwendung bereits verarbeiteter Eingaben, bleibt eine gesonderte Funktion.

Früher anfangen heißt noch nicht früher fertig

Anthropic nennt für Claude Code einen konkreten Wert: Bei Anfragen mit 500.000 bis einer Million Tokens sinke die mittlere Zeit bis zum ersten ausgegebenen Token um etwa 35 Prozent, gemessen als Median. Das ist eine Herstellerangabe für diesen großen Kontextbereich, kein eigener Test von CodeCell.

Die Zahl beschreibt den Beginn einer Antwort. Sie sagt noch nicht, wie schnell ein ganzer Auftrag abgeschlossen ist. Ein langsamer Dateiabruf oder eine umfangreiche fachliche Prüfung kann weiter warten lassen. Für mich gehört deshalb neben den ersten sichtbaren Text immer auch der Zeitpunkt des fertigen Ergebnisses ins Messprotokoll.

Ein Dokumentenlauf als Vergleich

Nehmen wir ein fiktives Beispiel: Eine Anwendung soll mehrere technische Unterlagen vergleichen. Sie liest zunächst die Dateien, fragt dann fehlende Angaben ab und überprüft schließlich Widersprüche. Nach jeder Runde kommt etwas dazu. Genau an solchen laufenden Sitzungen würde ich den Unterschied untersuchen.

Ich würde denselben Auftrag mit und ohne Threads ausführen lassen und die Ergebnisse nebeneinanderlegen. Beginnt die Antwort früher? Kommt das vollständige Ergebnis ebenfalls früher an? Sind die Feststellungen gleich gut belegt? Ein schnellerer Textbeginn wäre wenig wert, wenn die Anwendung danach häufiger neu ansetzen müsste. Das sind vorgeschlagene Prüfkriterien, keine gemessenen Projektergebnisse.

Die eigene Anwendung muss weiterkommen

Ein Thread kann nach fünf Minuten ohne neue Anfrage nicht mehr fortgesetzt werden. Die Anwendung braucht deshalb ihren eigenen vollständigen Gesprächsverlauf, um neu zu starten. Der kurzfristige Serverzustand ersetzt keine dauerhafte Ablage. Eine längere Pause würde ich ausdrücklich in den Vergleich aufnehmen, statt nur den ununterbrochenen Erfolgsfall vorzuführen.

Laut Dokumentation hält Anthropic diesen Zustand verschlüsselt im Arbeitsspeicher, schreibt ihn nicht dauerhaft auf einen Datenträger und löscht ihn spätestens eine Stunde nach der letzten Nutzung. Die fünfminütige Gültigkeit ist also keine Zusage sofortiger Löschung. Zero Data Retention wird nicht unterstützt. Auch bestehende Funktionen wie Compaction, Message Batches oder aktivierte Inference Hooks sind derzeit nicht kombinierbar.

Für einen Betrieb lohnt sich der Blick darauf, wenn eine eigene KI-Anwendung viele Folgerunden durchläuft und der Antwortbeginn spürbar bremst. Ich würde eine solche Änderung anhand eines vorhandenen Auftrags beurteilen. Messbare Wartezeit und ein sauberer Wiederanlauf sagen mehr über ihren Wert aus als das Versprechen eines pauschal schnelleren Agenten.

Quellen und Bild

Anthropics Ankündigung vom 2. November beschreibt die öffentliche Beta, Funktionsweise und den Herstellervergleich. Die technische Dokumentation zu Message threads erläutert Wiederaufnahme, Datenspeicherung und Einschränkungen. Fiktives Beispiel und eigene Einordnung sind davon getrennt; kein eigener Produkttest.

Titelbild: KI-Illustration mit GPT Image 2.5 Sunburst auf Basis des originalen CodeCell-Maskottchens.