Wie KI-Coding-Agenten deinen Kontext vorladen und wann das nach hinten losgeht

Sie öffnen Ihren Editor und starten eine Sitzung. Bevor Sie irgendetwas tippen, bevor sich der Cursor überhaupt im Eingabefeld beruhigt hat, hat der Agent bereits eine erhebliche Menge gelesen. Er hat seinen System-Prompt aufgenommen, die Definitionen jedes Tools, das er aufrufen kann, seine Verhaltensanweisungen, die CLAUDE.md Ihres Projekts (oder .cursorrules oder AGENTS.md), alle zutreffenden pfadgebundenen Regeln und alles, was in seiner Speicherdatei steht. Wenn Sie Ihr erstes Wort sagen, hat der Agent längst ein Modell von Ihnen, Ihrem Projekt und davon, wie er sich verhalten soll.

Das naive Denkmodell lautet: Sie tippen, der Agent antwortet. Die tatsächliche Reihenfolge ist: Der Agent liest Ihren Kontext, Sie tippen, der Agent antwortet. In diesem stillen ersten Schritt, wenn der Agent Sie liest, bevor Sie sprechen, wird ein überraschend großer Teil Ihres Ergebnisses entschieden. Und die Belege dafür, ob der Kontext, den Sie ihm geben, wirklich hilft, sind unbequemer, als die meisten von uns annehmen.

Die Kurzfassung

• KI-Coding-Agenten laden vorgeschriebenen Kontext, bevor Ihre erste Nachricht ankommt: System-Prompts, Tool-Definitionen und werkzeugspezifische Anweisungsdateien wie CLAUDE.md, Cursor-Regeln, GitHub Copilot-Anweisungen oder AGENTS.md, sofern unterstützt oder importiert. Nicht Sie eröffnen das Gespräch, sondern das, was der Agent liest.
• Dieses Vorladen frisst einen erheblichen Teil des nutzbaren Kontextfensters, bevor Sie ein einziges Zeichen getippt haben. Ihr tatsächliches Arbeitsbudget ist damit kleiner, als das beworbene Fenster des Modells vermuten lässt.
• Der empirische Befund ist der kontraintuitive Teil: Von Entwicklern geschriebene Kontextdateien helfen ein wenig (etwa +4 % Aufgabenerfolg) zu einem realen Preis (etwa +19 % Inferenzkosten), während LLM-generierte oder kopierte Kontextdateien die Ergebnisse sogar leicht schlechter.
• Das Selbst-Hosten deines Modells verändert, was du kannst siehe, nicht das, was Sie müssen do. Die Vorbereitungsarchitektur ist überall gleich; lokale Tools ermöglichen es Ihnen lediglich, sie zu prüfen und zu auditieren. Die Disziplin, Kontext zu schreiben, den Sie wirklich verstehen, verschwindet nicht.

Das naive Modell ist falsch: Der Agent liest zuerst

Stellen Sie sich den genauen Moment vor, in dem eine Claude Code-Sitzung startet. Der System-Prompt geht hinein. Die Tool-Definitionen gehen hinein. Dann wird, bevor Sie irgendetwas gesagt haben, Ihre CLAUDE.md ausgeliefert, und das mechanische Detail ist hier wichtig. Anthropics eigene Dokumentation sagt ausdrücklich, dass Der Inhalt von CLAUDE.md wird „als Benutzernachricht nach dem Systemprompt geliefert,“ geladen „am Beginn jedes Gesprächs.“ Der allererste Nutzerbeitrag im Transkript sind also nicht Sie. Es ist Ihre Datei, die in Ihrem Namen spricht und die Bedingungen setzt, bevor Sie ankommen.

Was in diesem Startmoment tatsächlich geladen wird, ist ein ganzer Stapel: der System-Prompt, die Tool-Definitionen, die Verhaltensanweisungen, Ihre Projekt- und Benutzer-Kontextdateien, alle pfadgebundenen Regeln, die auf die beteiligten Dateien passen, und eine Speicherdatei, die der Agent selbst pflegt. In Claude Code werden die Kontextdateien über eine vierstufige Hierarchie aufgelöst (verwaltete Richtlinie, dann Benutzer (~/.claude/CLAUDE.md), dann Projekt (./CLAUDE.md), dann lokal (./CLAUDE.local.md)) und in genau dieser Reihenfolge aneinandergehängt. Das automatische Gedächtnis fügt seinen eigenen Anteil hinzu: die ersten 200 Zeilen (oder 25KB) einer MEMORY.md, die der Agent selbst schreibt und liest, geladen in jeder Sitzung.

Nichts davon ist umsonst. Der Infrastruktur-Overhead (System-Prompt, Tool-Definitionen, Verhaltensanweisungen) verbraucht einen erheblichen Teil des effektiven Kontextfensters, bevor Ihre erste Nachricht eintrifft. Das ist die Steuer dafür, dass der Agent weiß, wie man ein Agent ist, und sie bleibt unsichtbar, wenn Sie nicht gezielt danach suchen.

Rund um die Disziplin, all dies zu verwalten, formt sich ein Name. Das Applied-AI-Team von Anthropic nennt es Kontextengineering: „die Gesamtheit der Strategien, um während der LLM-Inferenz die optimale Menge an Tokens (Informationen) zu kuratieren und zu erhalten“. Der Begriff ist nützlich, weil er die Datei, die Sie schreiben, von einer Notiz an den Roboter zu einer Architekturentscheidung darüber macht, was eine knappe, teure Ressource belegt.

Vier Agenten, vier Arten, dich zuerst zu lesen

Die Agenten lesen Sie nicht alle auf dieselbe Weise. Sie teilen sich entlang zweier Achsen auf, die es wert sind, benannt zu werden: was wird beim Sitzungsstart geladen (eine kuratierte Dateihierarchie, im Gegensatz zu dauerhaft aktiven Regeln oder einem Scan des gesamten Repos), und wie viel davon du überprüfen kannst, also ob der Mechanismus ein deterministisches, prüfbares Artefakt ist oder ein semantischer Index, dem Sie einfach vertrauen müssen. Auf diesen beiden Achsen unterscheiden sich Claude Code, Cursor, GitHub Copilot und Aider wirklich.

Die Aufteilung von Cursor ist am aufschlussreichsten. Seine Regeln liegen in lesbaren Dateien, die Sie kontrollieren, aber es baut auch eine semantischer Index deiner gesamten Codebasis, Vektoreinbettungen, die die @codebase-Suche antreiben und die Sie nicht wirklich einsehen können. Aider sitzt am anderen Ende: Es liest Ihr gesamtes Git-Repository und erstellt einen repo-map, deterministisch, ganz ohne Embeddings. Sie können exakt nachvollziehen, was dem Modell übergeben wurde. Dieselbe architektonische Umkehrung, aber ein völlig anderer Einblick. Für den tieferen Vergleich Werkzeug für Werkzeug haben wir die Landschaft der agentischen CLIs in unserem Showdown der agentischen Coding-CLIs und sich direkt gemessen in OpenCode vs Claude Code woanders.

Unter den werkzeugspezifischen Formaten festigt sich ein übergreifender Standard. AGENTS.md ist im Ökosystem der Agenten-Tools entstanden (OpenAI Codex, Amp, Jules von Google, Cursor und Factory) und wird inzwischen verwaltet von der Agentic AI Foundation unter der Linux Foundation, übernommen in über 60.000 Repositories. Damit wird die Pre-Session-Kontextdatei von einer werkzeugspezifischen Bequemlichkeit zu einem vollwertigen, portablen Artefakt befördert: Die Branche ist sich einig, dass „was der Agent liest, bevor Sie sprechen“ einen eigenen Standard verdient.

Was die Belege darüber aussagen, ob all das hilft

Hier bricht die angenehme Geschichte auseinander. Ein Team der ETH Zurich (Gloaguen, Mündler, Müller, Raychev und Vechev) führte eine kontrollierte Evaluation durch, „AGENTS.md evaluieren,“ dazu, ob diese Kontextdateien auf Repository-Ebene die Leistung von Coding-Agenten tatsächlich verbessern. Über die untersuchten Agenten und Modelle hinweg lautete das Ergebnis weder „Kontextdateien funktionieren“ noch „Kontextdateien scheitern“. Das aktuelle Abstract sagt, dass Kontextdateien den Aufgabenerfolg im Allgemeinen nicht verbessern und die Inferenzkosten im Schnitt um über 20 % erhöhen. In den detaillierten Ergebnissen der Arbeit waren von Entwicklern geschriebene Dateien die Ausnahme: Sie verbesserten die Leistung um durchschnittlich rund 4 %, erhöhten die Kosten aber um bis zu 19 %. Von einem LLM generierte Dateien gingen in die falsche Richtung: Sie senkten die Leistung im Schnitt um etwa 3 % und trieben die Kosten um mehr als 20 % nach oben. Ein dritter Befund schärft das Bild: Agenten rufen ein Werkzeug 1,6- bis 2,5-mal häufiger auf, wenn es in einer Kontextdatei genannt wird, und ob das nützt oder schadet, hängt vollständig davon ab, ob diese zusätzlichen Aufrufe berechtigt waren.

Bleiben Sie eine Sekunde bei der Zeile zu den LLM-generierten Dateien, denn sie ist die tragende. Eine Datei, die Sie nicht selbst geschrieben haben, ob von einem Modell erzeugt oder aus einem Community-Paket der „besten CLAUDE.md-Konfigs“ geladen und ins Repo gelegt, liest sich für den Agenten wie Anweisungen von jemandem, der Ihre Codebasis gar nicht kennt. In den untersuchten Modellen war das unterm Strich ein Minus: Sie zahlten mehr Tokens für etwas schlechtere Ergebnisse. Der Augment Code-Bericht dazu bringt es gut auf den Punkt, wenn sie das angesammelte Ergebnis „die Kramschublade im Kontext Ihres Agenten“ nennt. Jede plausibel wirkende Anweisung, die Sie hineinschaufeln, hat einen Preis, und die, die Sie nicht selbst geschrieben haben, für eine Codebasis, die sie nicht kennt, kosten meist mehr, als sie einbringen.

Ich lese das weder als „Kontextdateien sind schlecht“ noch als „Kontextdateien sind gut“. Genau solche Alles-oder-nichts-Rahmungen zerfallen bei Kontakt mit den Daten. Die engere Lesart ist: Kontext ist Infrastruktur, die man bewusst entwirft, und eine Datei, die Sie nicht geschrieben haben, für eine Codebasis, die sie nicht versteht, ist ein Kostenfaktor und kein Geschenk. Auch der Vorbehalt zur Reichweite zählt. Das ist, was die Arbeit für die getesteten Modelle und Agenten gefunden hat, kein universelles Gesetz über jedes LLM. Aber es zeigt deutlich in eine Richtung, und es wird von Anbieterseite gestützt: Das Applied-AI-Team von Anthropic hat den Trend beschrieben, Kontext „just in time“ über Werkzeuge zur Laufzeit zu laden, statt alles vorab zu laden, und skizziert einen hybriden Ansatz, der einige Daten vorab holt und den Rest zur Laufzeit erkundet. Wenn das Unternehmen, das CLAUDE.md ausliefert, dazu neigt, weniger vorzuladen, verdient der Reflex, eine riesige Kontextdatei per Copy-and-paste einzufügen, einen zweiten Blick.

Fazit des Abschnitts: die Autorschaft ist das Signal, das vorhersagt, ob sich Kontext auszahlt. Die Token-Kosten fallen so oder so gleich aus; was den Ertrag verändert, ist, ob die Anweisungen von jemandem stammen, der die Codebasis wirklich kennt.

Der verblassende Kontext: Warum der Sitzungsstart nicht die ganze Geschichte ist

Das Vorladen setzt die Randbedingung. Es hält sie nicht aufrecht. Woran Entwickler immer wieder stoßen, ist die zweite Hälfte der Geschichte: Der Kontext, den Sie zu Sessionbeginn sorgfältig aufgebaut haben, erodiert im Verlauf der Session, und zwar leise.

Eine hilfreiche Vorstellung davon liefert das Framing des Mem0-Teams, wonach ein das Kontextfenster ist RAM, kein Speicher, flüchtig und begrenzt, kein dauerhafter Ort, an dem Ihre Anweisungen wohnen. Laden Sie zu Beginn etwas hinein, dann ist es da; machen Sie lange genug weiter, ohne es zu nutzen, verblasst es, so wie eine Variable, die Sie nicht mehr referenzieren, irgendwann überschrieben wird. Das ist der Mechanismus hinter einem Muster, das Forschende als Instruction Decay beschreiben. Eine Studie aus dem Jahr 2026 von Gamage und Kollegen stellte fest, dass Auslassungsvorgaben besonders fragil sind: In einem getesteten Szenario fiel die Befolgung von 73 % in Runde 5 auf rund 33 % in Runde 16. Das ist ein Laborbefund, keine universelle Konstante, aber es deckt sich mit dem, was viele in langen Sitzungen spüren.

Die Sitzungsgrenze ist der Punkt, an dem es klarer wird. Entwickler in einer Hacker News-Diskussion berichten, dass ausgelagerte Subagenten unter Problemen bei der Kontextübergabe leiden können, sodass mitten in einer Aufgabe weitergereichte Arbeit mit weniger Kontext aus der übergeordneten Session ankommt, als Sie angenommen haben. Und Leerlaufzeit hat ihren eigenen Preis: in einem Thread, in dem Anthropics Boris Cherny äußerte sich, die Diskussion zeigt, wie eine untätige Sitzung einen großen Neuaufbau nach Cache-Miss auslösen kann, Hunderttausende Tokens, ohne jede Warnung an Sie. Der rote Faden, den die Community immer wieder meldet, ist Stille: Die Kompaktierung läuft, frühere Überlegungen werden gekürzt, die Qualität sinkt, und nichts auf dem Bildschirm sagt Ihnen, dass es passiert ist. Sie merken nur, dass die Ausgabe schlechter geworden ist.

Gibt dir Self-Hosting mehr Kontrolle?

Betreiben Sie alles selbst (Ollama plus Open WebUI oder ein Agent wie Aider oder Continue.dev, der auf ein lokales Modell zeigt), und die ehrliche Antwort auf „Habe ich jetzt mehr Kontrolle?“ lautet: Sie bekommen mehr Sichtbarkeit, nicht mehr inhärente Kontrolle. Das ist der entscheidende Unterschied.

Was Self-Hosting Ihnen wirklich einbringt, ist Einsicht. Keine Gesprächsdaten verlassen Ihre Infrastruktur. Sie können den vollständigen System-Prompt lesen, statt einem proprietären blind zu vertrauen. Mit einem deterministischen Werkzeug wie Aider können Sie exakt prüfen, was in jeden Modellaufruf eingeflossen ist: Die repo-map ist ein lesbares Artefakt, keine semantische Blackbox wie der Embedding-Index von Cursor. Für alle, denen Auditierbarkeit und Reproduzierbarkeit wichtig sind, denen es wichtig ist, die Frage „Was hat der Agent tatsächlich gesehen?“ beantworten zu können, ist diese Einsehbarkeit real, und sie ist keine Kleinigkeit.

Doch die architektonische Umkehrung interessiert sich nicht dafür, wo das Modell läuft. Ob Sie ein lokales Modell über Ollama nutzen, Claude Code gegen eine Cloud-API oder Cursor im Abo: Der Agent liest seinen Kontext vor der Sitzung, bevor Sie etwas sagen, und Sie müssen diesen Kontext weiterhin bewusst gestalten. Die Disziplin ist dieselbe. Selbst-Hosting gibt Ihnen ein klareres Fenster auf den Mechanismus; es gibt Ihnen keinen anderen Mechanismus, und es befreit Sie ganz sicher nicht von der Lektion aus ETH Zurich darüber, was passiert, wenn Sie Kontext laden, den Sie nicht selbst geschrieben haben. Die eine Verschiebung, die sich aus all dem mitnehmen lässt: Behandeln Sie die Kontextdatei nicht länger als Geschenk an den Agenten, sondern als Infrastruktur mit laufenden Kosten. Schreiben Sie, was Sie an der Codebasis wirklich verstehen, laden Sie weniger statt mehr, und denken Sie daran, dass der Agent zuerst Sie gelesen hat. Die Version von Ihnen, die er gelesen hat, sollte also eine sein, zu der Sie stehen.

Häufig gestellte Fragen

Lesen KI-Coding-Agenten deine Dateien, bevor du etwas tippst?

Ja. Beim Sessionstart lädt ein KI-Coding-Agent seinen System-Prompt, seine Tool-Definitionen und Ihre Kontextdateien (CLAUDE.md, .cursorrules oder AGENTS.md) sowie eine eventuelle repo-map oder Memory-Datei, alles noch vor Ihrer ersten Nachricht. In Claude Code wird die CLAUDE.md konkret als Nutzernachricht direkt nach dem System-Prompt zugestellt, das Gespräch beginnt also faktisch mit Ihrer Datei und nicht mit Ihnen.

Verbessern Kontextdateien wie CLAUDE.md tatsächlich die Agentenleistung?

Teilweise, und weniger als die meisten Menschen annehmen. Im ETH Zurich-Bewertung von AGENTS.md-artigen Dateien, sagt der aktuelle Abstract, dass Kontextdateien den Aufgabenerfolg im Allgemeinen nicht verbessern und die Inferenzkosten im Schnitt um über 20 % erhöhen. Die detaillierten Ergebnisse sind für die Praxis nützlicher: von Entwicklern gelieferte Dateien verbesserten die Leistung im Schnitt um etwa 4 %, erhöhten die Kosten aber um bis zu 19 %, während LLM-generierte Dateien die Leistung im Schnitt um rund 3 % senkten und die Kosten um mehr als 20 % steigerten. Die praktische Lesart: Eine Datei, die du selbst geschrieben hast und verstehst, kann ein wenig helfen; eine Datei, die du nicht geschrieben hast, kostet dich still und leise.

Wie viel des Kontextfensters wird verwendet, bevor ich eine Nachricht sende?

Einen erheblichen Anteil. System-Prompt, Tool-Definitionen und Verhaltensanweisungen werden vor jeder Nutzereingabe geladen und verbrauchen zusammen einen spürbaren Teil des effektiven Kontextfensters. Ihr nutzbares Arbeitsbudget ist wegen dieses festen Startaufwands kleiner als das beworbene Kontextfenster des Modells.

Gibt dir das Selbst-Hosten eines KI-Modells mehr Kontrolle über den Kontext?

Mehr Einblick, nicht mehr grundsätzliche Kontrolle. Selbst-Hosting lässt Sie den vollständigen System-Prompt einsehen, hält Gesprächsdaten in Ihrer eigenen Infrastruktur und erlaubt Ihnen (mit einem deterministischen Tool wie Aider), genau zu prüfen, was in jeden Aufruf ging. Doch die Architektur des Kontexts vor der Sitzung ist dieselbe wie bei Cloud-Tools, und Sie müssen Ihren Kontext weiterhin bewusst entwerfen.

Was ist AGENTS.md?

AGENTS.md ist ein offenes Format, das Coding-Agenten sagt, wie sie mit einer Codebasis arbeiten sollen, das agentenseitige Gegenstück zu einer README. Es entstand quer durch das Ökosystem der Agenten-Tools (OpenAI Codex, Amp, Jules von Google, Cursor und Factory) und wird inzwischen von der Agentic AI Foundation unter dem Dach der Linux Foundation betreut, mit Verbreitung in über 60.000 Repositories. Damit ist es der entstehende werkzeugübergreifende Standard für Agentenkontext vor der Sitzung.