Kein Gedächtnis.
Ein Fenster.
Nach einer Stunde im Chat fragt das Modell nach dem Budget. Das Budget stand in Ihrer zweiten Nachricht. Das Modell ist nicht unaufmerksam. Es kann diese Nachricht nicht mehr sehen.
Ein Sprachmodell hat kein Gedächtnis für Ihr Gespräch. Es bekommt bei jeder Antwort den gesamten bisherigen Verlauf noch einmal als Text vorgelegt: Ihre Nachrichten, seine Antworten, die neue Frage. Für diesen Text gibt es eine feste Obergrenze. Anthropic nennt sie Kontextfenster und vergleicht sie mit einem Arbeitsgedächtnis. Was das Modell beim Training gelernt hat, ist etwas anderes und steckt fest im Modell. Das Fenster ist nur für das, was gerade auf dem Tisch liegt.
Wie groß das Fenster ist, hängt vom Modell ab. Anthropics aktuelles Spitzenmodell Claude Fable 5.1 kommt laut Anbieterdokumentation auf ein Kontextfenster von einer Million Token, die kleinere und schnellere Modellreihe mit Claude Haiku 4.5 auf 200.000. Ein Token ist ungefähr ein Wortstück. Bei OpenAI führt aktuell GPT-6 Astra die Modellübersicht an, mit einem Kontextfenster von 1,05 Millionen Token. Das klingt nach viel. Ein langer Arbeitstag mit angehängten Dokumenten füllt es trotzdem. Stand September 2026.
Voll ist voll.
Ist das Fenster voll, muss etwas weg. Welcher Teil, entscheidet die Anwendung, nicht Sie.
Für Chat-Oberflächen wie claude.ai nennt Anthropic als eine Möglichkeit das Prinzip first in, first out: Was zuerst hineinkam, geht zuerst, damit die neuesten Nachrichten Platz haben. Läuft es so, verschwindet Ihr Budget aus der zweiten Nachricht und nicht irgendein Satz aus der Mitte.
OpenAI beschreibt in der eigenen API-Dokumentation ein anderes Verhalten: Übersteigt eine Anfrage das Kontextfenster des Modells, drohen abgeschnittene Antworten. Ein automatisches Verfahren, das wie bei claude.ai zuerst den ältesten Gesprächsteil entfernt, nennt die Dokumentation an dieser Stelle nicht.
Und selbst wenn noch Platz ist: Viel Text macht das Modell nicht klüger. Anthropic beschreibt in der eigenen Dokumentation den Effekt, dass Genauigkeit und Zugriff auf frühere Details mit wachsender Textmenge nachlassen, als:
„context rot“
Sie sortieren.
Sonst tut es das Modell.
Das Fenster können Sie nicht vergrößern. Sie können aber bestimmen, was darin ganz vorne stehen soll, wenn es eng wird.
Kurz anfangen.
Ziel, die wichtigsten Fakten, das gewünschte Ergebnis. Fünf Sätze reichen. Alles, was Sie zu Beginn weglassen, muss das Modell später nicht mitschleppen.
Wichtiges wiederholen.
Wird es lang, schreiben Sie die zentralen Entscheidungen noch einmal in zwei Sätzen hin. Damit stehen sie wieder am frischen Ende des Fensters, dort greift das Modell zu.
Neu anfangen.
Widerspricht sich das Modell oder fragt nach Geklärtem, machen Sie einen neuen Chat auf und geben die wichtigsten Punkte kompakt neu ein. Der alte Verlauf ist an dem Punkt Ballast.
Anthropic nutzt für den eigenen Agenten Claude Code ein ähnliches Prinzip: Naht ein Gespräch der Fenstergrenze, fasst das Modell den bisherigen Verlauf zusammen und arbeitet mit dieser Zusammenfassung weiter. Anthropic nennt das compaction. OpenAI beschreibt in der eigenen API-Dokumentation mit server-side compaction ein vergleichbares Verfahren: Überschreitet der laufende Kontext einen konfigurierten Schwellenwert, fasst der Server ihn automatisch zusammen, bevor die Bearbeitung weiterläuft. Der Trick dahinter lässt sich auch von Hand anwenden: Ziel, Kontext, gewünschtes Ergebnis in wenigen Zeilen, an den Anfang gestellt und bei Bedarf später noch einmal eingefügt. Die Vorlage dafür steht unten.
Helfen Sie mir, aus meiner Idee ein klares Briefing zu machen. Idee: [einfügen]. Stellen Sie mir zunächst maximal drei Fragen zu Ziel, Zielgruppe und gewünschtem Ergebnis. Warten Sie auf meine Antworten. Schreiben Sie dann ein Briefing mit Aufgabe, Kontext, Grenzen und Erfolgskriterien. Kennzeichnen Sie offene Annahmen.
Probieren Sie es
beim nächsten langen
Gespräch.
Nehmen Sie ein Thema, bei dem Sie sonst lange hin und her schreiben, etwa die Planung eines Projekts. Schreiben Sie vorher das Briefing mit der Vorlage.
Wenn das Gespräch lang wird, fügen Sie das Briefing noch einmal ein, bevor Sie weitermachen. Dann achten Sie darauf, ob das Modell die früheren Entscheidungen jetzt einhält. Der Vergleich zeigt Ihnen schneller als jede Erklärung, wo das Fenster bei Ihrem Werkzeug endet.
Ein Sprachmodell merkt sich nichts. Es liest jedes Mal alles noch einmal, und dafür hat es ein festes Fenster. Was zuerst hineinkam, fällt in langen Gesprächen meist zuerst wieder heraus. Ein kurzes Briefing, das Sie bei Bedarf wiederholen, hält die wichtigen Punkte im Spiel.