Tests als Tor, KostenLektion 1 von 4Probelektion, ohne Konto

Tests als Tor: die Prüfregel entscheidet

1Ziel

Du lernst, wie man laut Anthropic und OpenAI die passende Effort-Stufe wählt.

Baustein Tests als Tor Woran du es erkennst: Eine Prüfregel steht fest, bevor der Agent loslegt.

Hilf mir

1Die Lösung mit Beleg
Mehr Denken kostet mehr, bringt aber nicht immer mehr: Für Opus 4.7 schreibt Anthropic, `max` bringe meist relativ kleine Qualitätsgewinne. Erst ein Test zeigt, welche Stufe für deine Aufgabe reicht — fertig ist eine Aufgabe, wenn Tests sie bestätigen.
- Anthropic und OpenAI raten, die Stufe mit eigenen Tests (Evals) zu wählen statt Einstellungen von älteren Modellen zu übernehmen.
  Stand 15.10.2026AnbieterangabeAnthropic · EffortOpenAI · Reasoning models
- Nachteil hoch, Kosten: Für Claude Opus 4.7 schreibt Anthropic, max bringe auf den meisten Aufgaben deutlich mehr Kosten für relativ kleine Qualitätsgewinne und könne bei einfachen Aufgaben zum „Überdenken“ führen.
  Stand 15.10.2026AnbieterangabeAnthropic · Effort
- Anthropic rät, Funktionen Ende-zu-Ende zu prüfen, „wie ein menschlicher Nutzer“, und sie erst nach sorgfältigem Test als bestanden zu markieren.
  Stand 26.11.2025AnbieterangabeAnthropic · Effective harnesses for long-running agents

2Erklären

In der Aufzeichnung entscheidet nicht das Gefühl, sondern eine Prüfregel: Die letzte Zeile muss die eine richtige Reihenfolge nennen. Vergleich die Stufen und frag dich, welche du ohne diesen Test gewählt hättest.

Dieser Kurs erklärt erst in einem Stil (Regel zuerst).

Hilf mir

1Die Lösung mit Beleg
Mehr Denken kostet mehr, bringt aber nicht immer mehr: Für Opus 4.7 schreibt Anthropic, `max` bringe meist relativ kleine Qualitätsgewinne. Erst ein Test zeigt, welche Stufe für deine Aufgabe reicht — fertig ist eine Aufgabe, wenn Tests sie bestätigen.
- Anthropic und OpenAI raten, die Stufe mit eigenen Tests (Evals) zu wählen statt Einstellungen von älteren Modellen zu übernehmen.
  Stand 15.10.2026AnbieterangabeAnthropic · EffortOpenAI · Reasoning models
- Nachteil hoch, Kosten: Für Claude Opus 4.7 schreibt Anthropic, max bringe auf den meisten Aufgaben deutlich mehr Kosten für relativ kleine Qualitätsgewinne und könne bei einfachen Aufgaben zum „Überdenken“ führen.
  Stand 15.10.2026AnbieterangabeAnthropic · Effort
- Anthropic rät, Funktionen Ende-zu-Ende zu prüfen, „wie ein menschlicher Nutzer“, und sie erst nach sorgfältigem Test als bestanden zu markieren.
  Stand 26.11.2025AnbieterangabeAnthropic · Effective harnesses for long-running agents

3Mitmachen

Übung

Effort: dieselbe Knobelaufgabe auf drei Stufen — Beispiel (ausgedacht): Fünf Kolleginnen und Kollegen — Anna, Ben, Cem, Dana und Emil — halten nacheinander je einen Vortrag (Platz 1 bis 5). Bedingungen: 1. Ben spricht direkt nach Anna. 2. Cem spricht weder als Erster noch als Letzter. 3. Dana spricht vor Cem. 4. Emil spricht nicht direkt vor oder direkt nach Dana. 5. Emil spricht nicht als Letzter. Gib die Reihenfolge an. Schreib in die letzte Zeile genau: Reihenfolge: <Name>, <Name>, <Name>, <Name>, <Name>

Aufgezeichnet 15.10.2026

Hilf mir

1Die Lösung mit Beleg
Mehr Denken kostet mehr, bringt aber nicht immer mehr: Für Opus 4.7 schreibt Anthropic, `max` bringe meist relativ kleine Qualitätsgewinne. Erst ein Test zeigt, welche Stufe für deine Aufgabe reicht — fertig ist eine Aufgabe, wenn Tests sie bestätigen.
- Anthropic und OpenAI raten, die Stufe mit eigenen Tests (Evals) zu wählen statt Einstellungen von älteren Modellen zu übernehmen.
  Stand 15.10.2026AnbieterangabeAnthropic · EffortOpenAI · Reasoning models
- Nachteil hoch, Kosten: Für Claude Opus 4.7 schreibt Anthropic, max bringe auf den meisten Aufgaben deutlich mehr Kosten für relativ kleine Qualitätsgewinne und könne bei einfachen Aufgaben zum „Überdenken“ führen.
  Stand 15.10.2026AnbieterangabeAnthropic · Effort
- Anthropic rät, Funktionen Ende-zu-Ende zu prüfen, „wie ein menschlicher Nutzer“, und sie erst nach sorgfältigem Test als bestanden zu markieren.
  Stand 26.11.2025AnbieterangabeAnthropic · Effective harnesses for long-running agents

4Prüfen

Prüffrage

Wie wählt man laut Anthropic und OpenAI die passende Effort-Stufe?

Hilf mir

1Die Lösung mit Beleg
Mehr Denken kostet mehr, bringt aber nicht immer mehr: Für Opus 4.7 schreibt Anthropic, `max` bringe meist relativ kleine Qualitätsgewinne. Erst ein Test zeigt, welche Stufe für deine Aufgabe reicht — fertig ist eine Aufgabe, wenn Tests sie bestätigen.
- Anthropic und OpenAI raten, die Stufe mit eigenen Tests (Evals) zu wählen statt Einstellungen von älteren Modellen zu übernehmen.
  Stand 15.10.2026AnbieterangabeAnthropic · EffortOpenAI · Reasoning models
- Nachteil hoch, Kosten: Für Claude Opus 4.7 schreibt Anthropic, max bringe auf den meisten Aufgaben deutlich mehr Kosten für relativ kleine Qualitätsgewinne und könne bei einfachen Aufgaben zum „Überdenken“ führen.
  Stand 15.10.2026AnbieterangabeAnthropic · Effort
- Anthropic rät, Funktionen Ende-zu-Ende zu prüfen, „wie ein menschlicher Nutzer“, und sie erst nach sorgfältigem Test als bestanden zu markieren.
  Stand 26.11.2025AnbieterangabeAnthropic · Effective harnesses for long-running agents

5Einordnen

Das passt so ins Modell: Das Tor entscheidet über fertig — der erste Baustein.

Das Modell des Kurses Ein Agent ist fertig, wenn Tests es sagen, und er kostet, was er an Token verbraucht — Prüfregel und Preis gehören vor den Lauf.

Hilf mir

1Die Lösung mit Beleg
Mehr Denken kostet mehr, bringt aber nicht immer mehr: Für Opus 4.7 schreibt Anthropic, `max` bringe meist relativ kleine Qualitätsgewinne. Erst ein Test zeigt, welche Stufe für deine Aufgabe reicht — fertig ist eine Aufgabe, wenn Tests sie bestätigen.
- Anthropic und OpenAI raten, die Stufe mit eigenen Tests (Evals) zu wählen statt Einstellungen von älteren Modellen zu übernehmen.
  Stand 15.10.2026AnbieterangabeAnthropic · EffortOpenAI · Reasoning models
- Nachteil hoch, Kosten: Für Claude Opus 4.7 schreibt Anthropic, max bringe auf den meisten Aufgaben deutlich mehr Kosten für relativ kleine Qualitätsgewinne und könne bei einfachen Aufgaben zum „Überdenken“ führen.
  Stand 15.10.2026AnbieterangabeAnthropic · Effort
- Anthropic rät, Funktionen Ende-zu-Ende zu prüfen, „wie ein menschlicher Nutzer“, und sie erst nach sorgfältigem Test als bestanden zu markieren.
  Stand 26.11.2025AnbieterangabeAnthropic · Effective harnesses for long-running agents

Begriffe dieser Lektion

Tests als Tor

Eine Aufgabe gilt erst als fertig, wenn Tests sie bestätigen — nicht, wenn der Agent „fertig“ meldet.

Anthropic rät, Funktionen Ende-zu-Ende zu prüfen, „wie ein menschlicher Nutzer“, und sie erst nach sorgfältigem Test als bestanden zu markieren.
Stand 26.11.2025AnbieterangabeAnthropic · Effective harnesses for long-running agents
Die Claude-Code-Doku empfiehlt bei Umbauten kleine, testbare Schritte und danach das Ausführen der Tests.
Stand 15.10.2026AnbieterangabeAnthropic · Common workflows

Wann mehr Denken lohnt

Mehr Denken bringt bei schweren Aufgaben bessere Ergebnisse, kostet aber Geld und Zeit — die richtige Stufe findet man durch Testen.

Nachteil hoch, Kosten: Für Claude Opus 4.7 schreibt Anthropic, max bringe auf den meisten Aufgaben deutlich mehr Kosten für relativ kleine Qualitätsgewinne und könne bei einfachen Aufgaben zum „Überdenken“ führen.
Stand 15.10.2026AnbieterangabeAnthropic · Effort
Anthropic und OpenAI raten, die Stufe mit eigenen Tests (Evals) zu wählen statt Einstellungen von älteren Modellen zu übernehmen.
Stand 15.10.2026AnbieterangabeAnthropic · EffortOpenAI · Reasoning models

3 weitere Aussagen

Vorteil hoch, Qualität: Anthropic empfiehlt xhigh oder max für die anspruchsvollste agentische und Programmierarbeit (z. B. bei Fable 5.1).
Stand 15.10.2026AnbieterangabeAnthropic · Effort
Vorteil niedrig, Tempo: low eignet sich laut Anthropic für einfache Aufgaben mit Bedarf an Geschwindigkeit und niedrigen Kosten, etwa für Subagenten.
Stand 15.10.2026AnbieterangabeAnthropic · Effort
Nachteil niedrig, Gründlichkeit: Bei Haiku 5.5 auf low überspringt das Modell in langen Agenten-Prompts eher eine Suche, hört früher auf oder lässt eine Prüfung aus.
Stand 15.10.2026AnbieterangabeAnthropic · Effort

Effort-Stufe (Anthropic)

Mit effort sagt man Claude, wie gründlich – und damit wie teuer und langsam – es arbeiten soll.

Der Effort-Parameter steuert, wie viele Token Claude beim Antworten ausgibt, und wirkt auf alle Ausgabe-Token: Text, Werkzeugaufrufe und Denken.
Stand 15.10.2026AnbieterangabeAnthropic · Effort
Es gibt fünf Stufen: low (am sparsamsten), medium (ausgewogen), high (so viele Token wie nötig), xhigh (lange agentische Aufgaben über 30 Minuten) und max (ohne Grenze beim Token-Verbrauch).
Stand 15.10.2026AnbieterangabeAnthropic · Effort

4 weitere Aussagen

Standard ist medium bei Opus 5.5 und Haiku 5.5 und high bei Fable 5.1 und Sonnet 5.5.
Stand 15.10.2026AnbieterangabeAnthropic · Models overviewAnthropic · Effort
Effort ist laut Anthropic ein Verhaltenssignal, kein hartes Token-Budget: auch auf niedriger Stufe denkt Claude bei schweren Aufgaben, nur weniger.
Stand 15.10.2026AnbieterangabeAnthropic · Effort
Niedrigere Stufen führen zu weniger und knapperen Werkzeugaufrufen und kürzeren Bestätigungen; höhere Stufen erklären öfter den Plan und fassen Änderungen ausführlicher zusammen.
Stand 15.10.2026AnbieterangabeAnthropic · Effort
Wer die Effort-Stufe mitten in einem Gespräch auf oberster Ebene ändert, verliert den Prompt-Cache; einige Modelle erlauben dafür eine Änderung je Nachricht (Beta), die den Cache erhält.
Stand 15.10.2026AnbieterangabeAnthropic · Effort