Claude Code Memory: Guide zu persistentem Kontext

Jede Claude-Code-Session startet gleich: keine Erinnerung an gestern. Du verbringst am Montag zwanzig Minuten damit, den Auth-Flow deiner API zu erklären, und am Dienstag erklärst du ihn nochmal, weil nichts daran, wie das Modell funktioniert, das von selbst weiterträgt. Diese Lücke ist der meistgefragte Fix, den wir von Teams hören, die Claude Code täglich fahren, und sie ist auch der am meisten missverstandene, weil „gib Claude Gedächtnis" nicht ein Feature ist. Es sind vier Mechanismen mit unterschiedlichen Aufgaben, Kosten und Fehlermustern.

Dieser Guide sortiert sie: was jede Schicht tatsächlich löst, was in welche gehört, wie man einen Memory-Skill wie claude-mem einrichtet, und die Token-Mathematik, die erklärt, warum sich erinnern billig ist, während dieselben Fakten jede Session neu zu entdecken es nicht ist.

Das Murmeltier-Problem

Ein Sprachmodell hat keinen Zustand zwischen API-Aufrufen. Jede Nachricht, die du sendest, enthält die gesamte bisherige Konversation, und wenn diese Konversation endet, endet auch alles, was das Modell über dein Projekt „wusste". Öffne morgen eine neue Session, und du bist zurück bei einem leeren Blatt, ungeachtet dessen, welche Dateien zufällig auf der Platte liegen.

Das wäre in Ordnung, wenn Sessions kurz und in sich geschlossen wären. Sind sie nicht. Echte Arbeit erstreckt sich über Tage: Du behebst am Montag einen Bug, dasselbe Muster taucht am Donnerstag in einer anderen Datei auf, und der Agent hat keine Möglichkeit, die beiden zu verbinden, es sei denn, etwas außerhalb der Konversation hat diese Verbindung weitergetragen. Jede Session ohne das zahlt eine Wiederentdeckungssteuer: dieselben Dateien lesen, dieselben Konventionen neu lernen, gelegentlich einen Fehler wiederholen, den es schon behoben hatte.

Der Fix ist nicht ein größeres Kontextfenster. Kontextfenster sind schon groß, und das Problem ist nicht Kapazität, es ist Kontinuität. Was du willst, ist ein Ort außerhalb der Konversation, wo Fakten und Entscheidungen überleben, plus einen Weg für Claude, die richtige Scheibe dieses Ortes zurückzuladen, wenn es zählt. Das ist Gedächtnis, und Claude Code gibt dir vier Wege, es zu bauen.

Die vier Schichten von Claudes Gedächtnis

Schicht eins ist CLAUDE.md: statische Projektfakten, die du einmal schreibst, die vollständig zu Beginn jeder Session laden. Schicht zwei ist Auto-Memory, ein Verzeichnis von Dateien, in die Claude selbst schreibt, das im Laufe der Zeit Fakten ansammelt, ohne dass du sie von Hand verfasst. Schicht drei sind Memory-Skills, die Session-Kontext automatisch erfassen und komprimieren und ihn später wieder einspeisen. Schicht vier ist die Low-Tech-Option: eine reine Notizdatei, die der Agent liest und aktualisiert, weil du es ihm gesagt hast.

Das sind keine konkurrierenden Optionen. Sie lösen unterschiedliche Probleme, und die meisten ernsthaften Setups fahren zwei oder drei gleichzeitig.

Schicht 1: CLAUDE.md, statische Fakten, die immer laden

CLAUDE.md ist Claude Codes ältester und einfachster Gedächtnismechanismus. Es ist eine Markdown-Datei, die Claude Code findet, indem es von deinem Arbeitsverzeichnis aus nach oben geht, und sie lädt vollständig, jede Session, bevor du irgendetwas tippst. Das macht sie zum richtigen Ort für Fakten, die fast immer wahr sind: wie man die Tests ausführt, welchen Paketmanager das Repo nutzt, welcher Ordner Legacy und tabu ist.

Es ist der falsche Ort für alles, was sich oft ändert oder gelegentlich zutrifft, denn „lädt vollständig, jede Session" ist auch ihr Preis. Eine 3.000-Zeilen-CLAUDE.md sind grob 30.000 Tokens Steuer bei jeder Anfrage, egal ob diese Anfrage irgendetwas davon braucht. Wir behandeln die volle Rechnung und ein echtes, kommentiertes Beispiel in unserem CLAUDE.md-Best-Practices-Guide; die Kurzfassung ist, dass CLAUDE.md stabile Fakten will, kein wachsendes Log.

Da geht CLAUDE.md auch die Puste aus. Es ist statisch: Du schreibst es, Claude liest es, und es zu aktualisieren ist eine manuelle Pflicht, an die du dich erinnern musst. Die nächsten drei Schichten existieren, um Fakten zu handhaben, die sich von selbst anhäufen.

Schicht 2: Auto-Memory und Memory-Verzeichnisse

Die mittlere Schicht ist ein Memory-Verzeichnis, oft ~/.claude/memory/ oder ein projektlokales Äquivalent, wo Claude strukturierte Notizen darüber schreibt, was es lernt, und sie zu Beginn zukünftiger Sessions zurückliest. Anders als CLAUDE.md verfasst niemand die meisten dieser Einträge von Hand. Der Agent entscheidet, dass etwas es wert ist, sich zu merken, eine Entscheidung, die du getroffen hast, eine Präferenz, die du geäußert hast, ein Fakt, für den er graben musste, und legt es mit genug Struktur ab, um es später wiederzufinden.

Hier lebt der Memory-Management-Skill, und er ist der höchstbewertete Skill in dieser Kategorie bei SkillProof: 9,2 von 10. Wir haben ihn über eine volle Woche echter Sessions laufen lassen, nicht einen einzigen Demo-Lauf, und er hat sich unter echtem Gebrauch bewährt. Claude erinnerte zuverlässig Projektentscheidungen und Präferenzen, die es gespeichert hatte, und die Genauigkeit der Wiedergabe blieb hoch, auch als der Speicher wuchs, der Teil, der bei naiven Implementierungen meist zuerst kaputtgeht.

Was diese Schicht von CLAUDE.md unterscheidet, ist, dass sie auch auf dem Rückweg selektiv ist. Ein gut gebauter Memory-Skill indiziert, was er gespeichert hat, und zieht die relevante Scheibe für die aktuelle Aufgabe, sodass der Speicher auf Tausende Einträge wachsen kann, ohne dass jede Session für alle davon bezahlt.

Schicht 3: Memory-Skills, claude-mem und automatische Erfassung

Die dritte Schicht treibt die Idee weiter. Statt dass Claude mitten im Gespräch entscheidet, was es wert ist, gespeichert zu werden, erfasst ein dedizierter Skill die ganze Session automatisch, komprimiert sie und speist die relevante Kontext-Info in die nächste ein. Claude-mem ist das klarste Beispiel dieses Musters. Sein Versprechen ist „persistenter Kontext über Sessions hinweg für jeden Agenten": Es beobachtet, was dein Agent während einer Session tut, komprimiert diese Aktivität mit einem KI-Zusammenfassungsdurchgang und zeigt die komprimierte Version das nächste Mal, wenn sie relevant ist, über Claude Code und, laut eigener Doku, mehrere andere Agent-Laufzeiten hinweg.

Wir sollten ehrlich sein, wo es in unseren Tests steht. Claude-mem tauchte über unseren GitHub-Crawler mit 85.685 Sternen auf, weshalb es für einen vollständigen Test vorgemerkt ist statt schon ein Urteil zu tragen; wir veröffentlichen keine Bewertung, bevor wir einen Skill sauber installiert und gegen echte Arbeit laufen gelassen haben, dieselbe Messlatte, die Memory Management schon genommen hat. Was wir jetzt sagen können, ist architektonisch: Automatische Erfassung entfernt den Moment, in dem du sonst anhalten und mitten in der Session entscheiden würdest, ob sich etwas zu merken lohnt. Der Skill entscheidet für dich. Ob das über eine volle Woche auf einer sauberen Maschine standhält, ist, was die Testwarteschlange beantworten soll.

Schicht 4: reine Dateien als Gedächtnis

Die letzte Schicht braucht überhaupt keinen Skill: eine reine Markdown-Datei, meist so etwas wie notes.md oder progress.md, die du Claude bittest, zu Beginn einer Session zu lesen und am Ende zu aktualisieren. Keine Indizierung, keine automatische Erfassung, keine Bewertung. Du bist das Gedächtnissystem; die Datei ist nur, wo du es aufschreibst.

Diese Schicht wird unterschätzt, weil sie zu simpel klingt, um zu zählen. Ist sie nicht. Für ein Solo-Projekt mit einem Mitwirkenden und ein paar laufenden Themensträngen schlägt eine Notizdatei, die du tatsächlich pflegst, ein automatisiertes Memory-System, das du nie ansiehst. Das Fehlermuster liegt allerdings ganz bei dir: Niemand kürzt sie, niemand markiert Widersprüche, und sie wächst zu einer Textwand mit denselben blinden Flecken wie jedes ungepflegte Dokument. Sie funktioniert genau so gut wie deine Disziplin, sie zu aktualisieren, nicht besser.

Was wohin gehört: die Entscheidungstabelle

Gedächtnistyp	Am besten für	Lädt	Pflege
CLAUDE.md	Stabile, immer wahre Fakten (Build-Befehle, Konventionen, Fallstricke)	Vollständig, jede Session	Manuell, per Hand editiert
Auto-Memory / Memory-Verzeichnis	Entscheidungen und Präferenzen, die sich über die Zeit ansammeln	Selektiv, bei Abruf	Größtenteils automatisch (skill-verwaltet)
Memory-Skills (claude-mem)	Voller Session-Kontext, erfasst ohne dass du entscheidest, was zählt	Komprimiert, bei Relevanz eingespeist	Automatische Erfassung, gelegentliche Durchsicht
Reine Notizdatei	Solo-Projekte, einfache laufende Themenstränge	Manuell, du sagst Claude, sie zu lesen	Vollständig manuell

Lies diese Tabelle danach, was sich ändert, nicht danach, was bequem einzurichten ist. Wenn ein Fakt in sechs Monaten noch wahr wäre, gehört er in CLAUDE.md. Wenn es eine diese Woche getroffene Entscheidung ist, die später wieder zählen könnte, gehört sie ins Gedächtnis. Wenn du nicht vorhersagen kannst, was du brauchen wirst, dich zu erinnern, und nicht im Moment entscheiden willst, ist das der Fall für automatische Erfassung. Wenn nichts davon zutrifft, schlägt eine Notizdatei immer noch nichts.

claude-mem einrichten, Schritt für Schritt

Das allgemeine Muster für einen Memory-Skill mit automatischer Erfassung sieht so aus, mit claude-mem als konkretem Beispiel:

1. Den Skill klonen. git clone https://github.com/thedotmack/claude-mem in ein Arbeitsverzeichnis, dann dem Install-Skript des Repos folgen statt Dateien von Hand zu kopieren. Memory-Skills müssen meist einen Hook registrieren, nicht nur eine SKILL.md ablegen.

2. Claude Code neu starten. Die Installation verdrahtet typischerweise einen Session-Start- oder Session-Ende-Hook, damit Erfassung passiert, ohne dass du irgendetwas aufrufst. Ein Neustart ist, was diesen Hook aufnimmt.

3. Eine normale Session ausführen. Teste ihn nicht mit einer Spielzeug-Aufgabe. Mach echte Arbeit; der Punkt ist zu sehen, was er für merkenswert hält, wenn niemand für den Test zuschaut.

4. Deine nächste Session starten und prüfen, was zurückkam. Frag Claude, woran es sich von der gestrigen Arbeit erinnert, bevor du irgendetwas sagst. Etwas Spezifisches und Korrektes bedeutet, die Erfassung funktioniert. Alles Vage oder Falsche bedeutet, die Config prüfen, bevor du ihr etwas anvertraust, das zählt.

5. Einen Review-Rhythmus setzen. Automatische Erfassung ohne Durchsicht wird zu automatischer Ansammlung von Rauschen. Gib dir einen wiederkehrenden Zehn-Minuten-Slot, um durchzugehen, was gespeichert wurde (mehr dazu unter Memory-Hygiene unten).

Wenn du lieber mit etwas schon Bewertetem startest, ist Memory Management der manuelle, aber getestete Weg: installier den Skill-Ordner in ~/.claude/skills/, und er erstellt beim ersten Gebrauch sein eigenes Memory-Verzeichnis, keine separate Hook-Installation nötig.

Die Token-Ökonomie des Gedächtnisses

Hier ist die Rechnung, die zeigt, warum sich der Einrichtungsaufwand lohnt. Angenommen, ein Projektfakt braucht 500 Wörter, um von Grund auf erklärt zu werden: die Form deines Auth-Flows, warum eine bestimmte Tabelle zwei Fremdschlüssel hat, was das Deploy-Skript tatsächlich tut. Frisch im Chat erklärt, sind das grob 650 Tokens Input jedes Mal, wenn du es neu erklärst, zusätzlich zu der Zeit, die du mit Tippen verbringst, und der Zeit, die Claude damit verbringt, in dieser Nachricht darüber nachzudenken.

Stattdessen im Gedächtnis gespeichert, kostet derselbe Fakt diese 650 Tokens einmal, zum Schreiben. Abruf danach kostet einen Bruchteil davon: eine gut indizierte Gedächtnisschicht zieht eine komprimierte Zusammenfassung, oft unter 100 Tokens, nur wenn die aktuelle Aufgabe diesen Fakt berührt. Erklär es im Chat fünfmal über einen Monat, und du hast grob 3.250 Tokens ausgegeben, um neu zu lehren, was Gedächtnis 650 Tokens zum Lernen und insgesamt 500 gekostet hätte, um es fünfmal abzurufen: eine grobe Fünf-zu-eins-Lücke, die sich vergrößert, je öfter der Fakt gebraucht wird.

Vergleich das mit alles in CLAUDE.md zu pressen: Ein Fakt, der eine von zwanzig Sessions relevant ist, wird trotzdem in den anderen neunzehn geladen, ohne Selektivität, um diese Kosten zurückzuholen. Der feste Vorspann deines Setups (CLAUDE.md, Tool-Schemas, Memory-Injektionen) konkurriert direkt mit deiner eigentlichen Arbeit um Platz und Aufmerksamkeit. Wir haben das ausführlicher gemessen, mit echten Vorher-/Nachher-Token-Zahlen, in unserem Token-Kosten-Guide; Gedächtnis ist ein Posten in diesem größeren Bild, oft der billigste Fix im Verhältnis zu dem, was er spart.

Memory-Hygiene: das Review-Ritual

Ein Gedächtnissystem, das nur ansammelt, ist kein Feature, es ist ein langsames Leck. Veraltete Einträge scheitern nicht laut; nichts stürzt ab, wenn Claude eine Entscheidung abruft, die du vor drei Wochen rückgängig gemacht hast. Es handelt einfach still auf veralteter Information, und du verbrennst Debugging-Zeit damit, herauszufinden, warum der Agent selbstbewusst falsch liegt bei etwas, von dem du weißt, dass du es behoben hast.

Fahr einen monatlichen Durchgang, zehn Minuten, dieselbe Disziplin wie das CLAUDE.md-Review-Ritual, das wir anderswo empfehlen. Öffne den Memory-Speicher. Frag für jeden Eintrag, der tragend aussieht, ob er noch wahr ist, ob eine Entscheidung, die er beschreibt, seither rückgängig gemacht wurde, und ob er spezifisch genug ist, um darauf zu handeln. Lösch alles, was durchfällt. Ein Memory-Speicher, auf den du stolz bist, ist ein Jahr später kleiner als er nach drei Monaten war; das Wachstum sollte in Präzision liegen, nicht in Volumen.

Der zuverlässigste Auslöser für eine Durchsicht ist allerdings nicht der Kalender. Es ist der Moment, in dem Claude wegen eines veralteten Gedächtniseintrags etwas Falsches tut. Behandle das wie einen Bug: behebe den Eintrag im selben Atemzug wie den Fehler, nicht bei deinem nächsten geplanten Durchgang.

Datenschutz: was erfasst wird, wo es landet

Memory-Skills lesen, was in deinen Sessions passiert, also ist die ehrliche Frage, was erfasst wird und wo es landet. Für dateibasiertes Gedächtnis, Memory Management, claude-mem und den reinen Notizansatz gleichermaßen, ist die Antwort meist dieselbe: Alles wird in reine Dateien auf deiner eigenen Platte geschrieben, typischerweise unter ~/.claude/ oder einem projektlokalen Memory-Ordner, nicht an einen Drittanbieter-Server. Nichts verlässt deine Maschine, außer du committest diese Dateien in ein geteiltes Repo oder ein Skill dokumentiert explizit ein Remote-Sync-Feature.

Das sind gute Nachrichten für Kontrolle und schlechte Nachrichten für die Annahme, dass es automatisch sicher ist. Eine Memory-Datei ist ein Klartext-Protokoll dessen, woran du gearbeitet hast, und kann Zugangsdaten enthalten, die beiläufig erwähnt wurden, Kundennamen oder Architekturdetails, die du nicht in einem öffentlichen Repo haben willst. Lies, was tatsächlich in einem Memory-Verzeichnis steht, bevor du es zusammen mit deinem Code committest, und prüfe vor der Installation jedes Memory-Skills dessen Quelle dafür, was „erfasst alles, was dein Agent tut" wirklich bedeutet, einschließlich ob Kommandoausgabe mit Secrets mit eingesammelt wird. Automatische Erfassung verdient dieselbe Prüfung wie jedes Tool, das dein Terminal liest.

FAQ

Hat Claude Code eingebautes persistentes Gedächtnis?

Teilweise. CLAUDE.md gibt dir statisches, immer geladenes Gedächtnis von Haus aus, und das ist wirklich eingebaut, keine Installation nötig. Alles über statische Fakten hinaus, Gedächtnis, das sich ansammelt, indiziert wird und selektiv abgerufen wird, kommt derzeit von einem Skill statt einem nativen Feature.

Was ist der Unterschied zwischen CLAUDE.md und einem Memory-Skill?

CLAUDE.md lädt vollständig, jede Session, und du pflegst es von Hand. Ein Memory-Skill schreibt und liest einen wachsenden Speicher selektiv, zieht nur, was für die aktuelle Aufgabe relevant ist, und ein Großteil des Schreibens passiert, ohne dass du es manuell tust. Nutze CLAUDE.md für Fakten, die sich nie ändern; nutze einen Memory-Skill für Fakten, die sich ansammeln.

Ist claude-mem gerade sicher zu installieren?

Wir können noch kein Urteil abgeben. Es ist in unserer Testwarteschlange, unbewertet, trotz seiner großen Anhängerschaft auf GitHub. Installier es so, wie du alles Unbewertete installieren würdest: auf einem Projekt, in dem du es dir leisten kannst zu experimentieren, und lies den Quellcode, bevor du ihm sensible Sessions anvertraust.

Wie viel kostet das Fahren eines Memory-Skills an Tokens?

Weniger als die Alternative in fast jedem Fall. Speicherung selbst ist nahezu kostenlos, da sie auf der Platte lebt, nicht im Kontext. Abruf beim Sessionstart kostet typischerweise deutlich weniger als denselben Fakt im Chat neu zu erklären, und die Lücke vergrößert sich, je öfter dieser Fakt sonst neu erklärt werden müsste.

Sollte ich mehr als eine Gedächtnisschicht gleichzeitig nutzen?

Ja, und die meisten funktionierenden Setups tun das: CLAUDE.md für Fakten, die sich nie ändern, plus entweder einen Memory-Skill oder eine disziplinierte Notizdatei für Fakten, die sich ansammeln. Behandle sie als komplementär statt einen Favoriten zu wählen. Der Punkt ist, jede Art von Fakt der Schicht zuzuordnen, die dafür gebaut ist, nicht sich auf einen Mechanismus für alles festzulegen.