So verhindern Sie, dass das Kontextfenster Ihres KI-Coding-Agenten volläuft

Jeder KI-Coding-Agent arbeitet innerhalb eines Kontextfensters — der endlichen Textmenge, die er auf einmal "sehen" kann: Ihre Nachrichten, seine Antworten, die Dateien, die er liest, die Befehlsausgaben, die er ausführt. Wenn dieses Fenster volläuft, sinkt die Qualität auf eine Weise, die geheimnisvoll wirkt. Der Agent vergisst eine Entscheidung, die Sie vor zwanzig Minuten getroffen haben, liest eine Datei erneut, die er bereits bearbeitet hat, oder widerspricht sich stillschweigend selbst. Bei jeder Aufgabe, die länger als ein paar Minuten dauert, ist die Verwaltung des Kontexts der größte einzelne Hebel, den Sie für die Ausgabequalität haben. So gehen Sie dabei gezielt vor.

Warum ein volles Fenster schadet

Modelle bauen nicht sanft ab, wenn es im Fenster eng wird. Zwei Dinge passieren. Erstens werden ältere Nachrichten an die Ränder gedrängt, wo das Modell sie weniger zuverlässig beachtet — das klassische Problem "lost in the middle". Zweitens fassen die meisten Agenten automatisch zusammen, wenn ihnen der Platz ausgeht, und eine unter Druck erstellte automatische Zusammenfassung ist verlustbehaftet: Sie könnte genau die Einschränkung weglassen, die Ihnen wichtig war. Die Lösung besteht darin, die Kontrolle darüber zu behalten, was der Agent vorhält, statt ihn volllaufen zu lassen und improvisieren zu müssen.

Beobachten Sie, wie voll das Fenster ist

Man kann nicht verwalten, was man nicht sieht. Führen Sie in Claude Code /context aus, um die aktuelle Auslastung als Prozentsatz auszugeben. Eine gute Faustregel aus der Praxis lautet, bei einer komplexen Aufgabe rund um 60 % Auslastung zu handeln — deutlich vor der ~80-%-Marke, ab der die automatische Komprimierung einsetzt. Cursor und Codex zeigen eine ähnliche Anzeige in ihren Oberflächen. Ein gelegentlicher Blick auf diese Zahl macht aus dem Kontextmanagement statt einer vagen Sorge ein konkretes Signal.

Komprimieren Sie an Kontrollpunkten — machen Sie nicht einfach weiter

Wenn Sie einen natürlichen Kontrollpunkt erreichen (ein Feature funktioniert, Tests bestehen, ein Bug ist behoben), komprimieren Sie den Verlauf, statt ihn weiter wachsen zu lassen. In Claude Code ersetzt /compact das vollständige Transkript durch eine modellgenerierte Zusammenfassung — ein Gespräch mit 70.000 Tokens kann auf etwa 4.000 Tokens schrumpfen. Entscheidend ist: Sie können steuern, was erhalten bleibt:

/compact "Keep the API contract and the DB schema we agreed on. Summarize the debugging session — I only need the root cause, not every step."

Proaktives Komprimieren, solange noch Spielraum vorhanden ist, erzeugt eine bessere Zusammenfassung als eine automatische, die in letzter Sekunde ausgelöst wird — denn das Modell hat das gesamte Gespräch noch klar präsent, wenn es die Zusammenfassung schreibt.

Leeren Sie den Kontext, wenn Sie die Aufgabe wechseln

/compact dient dazu, denselben Arbeitsstrang fortzusetzen. /clear dient dazu, ihn aufzugeben. Wenn Sie zu etwas Unverwandtem wechseln — Sie schließen eine Backend-Korrektur ab und gehen zu einem Frontend-Feature über — beginnen Sie neu. Den alten Kontext mitzuschleppen hilft nicht; es verschwendet nur Tokens und birgt das Risiko, dass der Agent auf die vorige Aufgabe mustergleich anspringt. Das Leeren ist auch das Heilmittel, wenn der Kontext "vergiftet" ist: Das Modell hat sich an einer falschen Annahme festgebissen und kehrt immer wieder zu ihr zurück, egal wie Sie korrigieren.

Legen Sie stabiles Wissen in eine Datei, nicht in den Chat

Wenn Sie feststellen, dass Sie dieselben Dinge immer wieder erklären — Ihren Testbefehl, Ihre Namenskonventionen, in welchem Verzeichnis die API liegt — dann sollten diese Informationen gar nicht erst im Gespräch stehen. Legen Sie sie in eine Projektdatei, die der Agent automatisch liest: CLAUDE.md für Claude Code, AGENTS.md für Codex und andere, .cursorrules für Cursor. Sie wird zu Beginn jeder Sitzung geladen, sodass der Agent sie ab der ersten Nachricht hat, und sie übersteht jedes /clear und /compact. Halten Sie sie aber schlank — sie kostet bei jeder einzelnen Anfrage Tokens, sodass eine aufgeblähte CLAUDE.md eine ganz eigene Form von Kontextverschwendung ist.

Geben Sie dem Agenten weniger, nicht mehr

Der Impuls, zehn Dateien reinzukippen, "damit er alles hat", geht nach hinten los. Jede Datei, die Sie einfügen oder per @ erwähnen, verbraucht Budget und verwässert die Aufmerksamkeit des Modells. Eine gut gewählte Datei ist meist besser als zehn. Fangen Sie minimal an und fügen Sie Kontext erst hinzu, wenn der Agent ihn tatsächlich braucht. Wenn Sie sich nicht sicher sind, welche Datei relevant ist, bitten Sie den Agenten, sie zuerst zu finden, anstatt das ganze Verzeichnis vorab zu laden.

Delegieren Sie unübersichtliche Erkundung an einen Subagenten

Manche Aufgaben sind von Natur aus wortreich — "durchsuche die Codebasis nach jeder Stelle, an der wir die Payments-API aufrufen." Wenn Sie das in Ihrer Hauptsitzung ausführen, flutet die Rohausgabe der Suche Ihr Fenster. Delegieren Sie es stattdessen an einen Subagenten (das Task-Tool von Claude Code oder einen separaten Cursor-Agenten). Der Subagent erledigt die geräuschintensive Erkundung in seinem eigenen isolierten Fenster und gibt nur das Ergebnis zurück — die drei Dateien, die zählen — und hält so Ihren Hauptkontext sauber.

Ein funktionierender Rhythmus

Zusammengenommen sieht eine gesunde lange Sitzung so aus:

1. Beginnen Sie mit einer prägnanten CLAUDE.md, damit der Agent Ihr Projekt kennt.
2. Fassen Sie jede Aufgabe eng ein; verweisen Sie nur auf die Dateien, die sie berührt.
3. Werfen Sie alle 30–45 Minuten oder nach jedem Meilenstein einen Blick auf /context.
4. Nutzen Sie /compact mit einer eigenen Anweisung an jedem Kontrollpunkt.
5. Führen Sie /clear in dem Moment aus, in dem Sie zu unverwandter Arbeit wechseln.

Nichts davon ist exotisch. Es ist der Unterschied zwischen einem Agenten, der über eine zweistündige Sitzung scharf bleibt, und einem, der stark anfängt und langsam den Faden verliert — und es kostet Sie ein paar Sekunden Aufmerksamkeit statt eines rätselhaften Nachmittags voller Debugging seiner Verwirrung.