Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
medium.com11. August 2026 · Q010889

Anthropic Deleted 80% of Claude Code’s Own Prompt. Your CLAUDE.md Is Next.

medium.com · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Der Bericht argumentiert, dass Claude-Code-Kontextdateien durch neue Modelle schlanker werden könnten: Widersprüchliche und übermäßig starre Regeln könnten laut Autor die Leistung behindern. Als Hinweise nennt er Anthropic-eigene Evaluierungen und weitere Beispiele, weist aber auf begrenzte veröffentlichte Details und mögliche Anbieterbindung hin; Schutzregeln und nicht ableitbares Wissen sollten erhalten bleiben.

Mittel

Der Autor deutet Anthropics Meldung, mehr als 80 Prozent des Claude-Code-Systemprompts entfernt zu haben, ohne auf den eigenen Codier-Evaluierungen messbare Einbußen zu sehen, als Signal für schlankere Kontextdateien. Neuere Modelle könnten nach seiner Auffassung vieles aus dem Code erschließen; überholte, starre Regeln seien dann eher Ballast. Besonders problematisch seien widersprüchliche Vorgaben in Systemprompt, CLAUDE.md und Skills, weil sie das Modell vor der eigentlichen Aufgabe mit dem Abwägen konkurrierender Regeln beschäftigten.

Als Belege nennt der Bericht neben Anthropics eigenen Evaluierungen Simon Willisons Erfahrungen mit einer Aufforderung zu eigenständigem Urteilen, Vercels Ergebnisse nach einer Werkzeugkürzung sowie eine Untersuchung zum Auto-Modus mit 1.053 Testpersonen. Die Befunde stammen aus unterschiedlichen Kontexten. Anthropic veröffentlichte laut Autor keine aufgeschlüsselte Auswertung seiner Evaluierungen, und der Bericht weist auf mögliche Anbieterbindung durch Anthropic-spezifische Funktionen hin. Empfohlen wird, unnötige oder widersprüchliche Regeln zu streichen, aber echte Schutzvorkehrungen und nicht ableitbares Wissen zu bewahren. Aussagen über künftige Entwicklungen sind Prognosen des Autors; außerdem bewirbt er ein eigenes Produkt.

Ausführlich lesen

Der Bericht setzt sich mit einer von Anthropic gemeldeten Kürzung von mehr als 80 Prozent des Systemprompts von Claude Code auseinander. Laut Autor habe Anthropic dabei auf eigenen Codier-Evaluierungen keinen messbaren Leistungsverlust festgestellt. Zusammen mit der angekündigten Einführung des standardmäßig aktivierten Auto-Modus deutet der Autor beide Änderungen als Zeichen dafür, dass neuere Modelle mehr eigenen Ermessensspielraum erhalten sollen. Er überträgt diese Entwicklung auf selbst gepflegte CLAUDE.md-Dateien und Skills.

Als zentrales Problem beschreibt er widersprüchliche Anweisungen: In einer einzelnen Anfrage könnten Systemprompt, Skill und Nutzerwunsch unterschiedliche Vorgaben machen. Solche Konflikte würden laut seiner Deutung Denkaufwand binden und die Arbeit verschlechtern. Als Beispiel nennt er seine eigenen Dateien, in denen ein Verbot neuer Markdown-Dateien mit der Anweisung kollidierte, nach Aufgaben stets eine Zusammenfassung zu schreiben.

Zur Begründung führt der Autor drei Arten von Hinweisen an: Anthropic habe die Promptkürzung anhand eigener Evaluierungen gemessen; Simon Willison habe unabhängig bessere Ergebnisse mit der Aufforderung erzielt, das eigene Urteilsvermögen einzusetzen; und Vercel habe nach einer Kürzung der verfügbaren Werkzeuge von rund 80 auf 20 Prozent eine höhere Erfolgsquote sowie weniger Tokens und kürzere Laufzeiten berichtet. Außerdem verweist er auf eine kontrollierte Untersuchung mit 1.053 Testpersonen zum Auto-Modus: Menschliche Prüfer hätten einen eingebauten gefährlichen Befehl in 13,6 Prozent der Fälle erkannt, der Auto-Modus in 89 Prozent. Nach fünfzig Prompts sei die menschliche Erkennungsleistung laut Bericht auf ungefähr 5 Prozent gesunken.

Der Autor räumt Einschränkungen ein: Anthropic habe keine Aufschlüsselung der Evaluierungsergebnisse nach Aufgaben veröffentlicht; es handle sich um eigene Messungen des Unternehmens. Die verschiedenen Beispiele betreffen zudem unterschiedliche Teams und Systemebenen. Der Bericht enthält auch eine Spannung zwischen schlanken Kontextdateien und möglicher Anbieterbindung, falls Anpassungen stärker in Anthropic-spezifische Funktionen und automatisches Gedächtnis wandern. Der Autor hält dagegen, dass kürzere CLAUDE.md-Dateien portabler sein könnten. Er empfiehlt, überholte, pauschale oder widersprüchliche Regeln zu prüfen und zu entfernen, aber tatsächlich gefährliche Schutzregeln und Informationen beizubehalten, die das Modell nicht aus dem Code ableiten kann. Seine Aussagen über künftige Audits und eine Verschiebung von Verhaltensregeln hin zu persönlichem Geschmack kennzeichnet er ausdrücklich als Prognosen. Zugleich bewirbt er ein eigenes kostenpflichtiges Prompt-Produkt und räumt ein, dass Teile davon dieselben übermäßig einschränkenden Muster enthalten könnten.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Die in der Eingabe angegebenen Stufen und Anteile Lunas wurden nicht übernommen; alle Einordnungen beruhen allein auf dem Bericht. Die Bewertung der zwei Zusammenfassungen bezieht sich auf die Fassung „mittel“ als Hauptmaßstab, da die Fassung „kurz“ dieselben Kernaussagen nur knapper wiedergibt.

Im Bericht, aber nicht in der Zusammenfassung

  • Die Zahlen aus dem Vercel-Fall (Aufgabenerfolg von 80 auf 100 Prozent, Latenz von 724 auf 141 Sekunden) fehlen.
  • Der Befund zur Prüfung des Auto-Modus mit 13,6 Prozent menschlicher Erkennung gegenüber 89 Prozent beim Modell fehlt.
  • Die Standardumstellung des Auto-Modus am 14. August fehlt.
  • Die sechs beschriebenen Verschiebungen (von Regeln zu Urteilsvermögen, von Beispielen zu Schnittstellen usw.) fehlen.
  • Der Hinweis auf den Befehl claude doctor bzw. /doctor als konkreter Einstieg fehlt.
  • Die ausdrückliche Warnung, Schutzvorkehrungen und nicht ableitbares Wissen nicht zu streichen, fehlt in der mittleren Fassung.

Automatische Gegenprüfung mit dem vollständigen Originaltext (Batch, 20.11.2026). Ungeprüft durch Menschen.

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 8 von 8
Angezeigte Modelle
Vorfälle melden
Fähigkeiten messen
  1. SF-F4 Für welche Modelle, Entwickler und Einsätze gelten Prüfregeln, und wann muss neu geprüft werden?
    • clef 100 %kein Bezug
    • Luna 29 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 33 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 51 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Unabhängig prüfen
  1. SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
    • clef 26 %gleiches Oberthema, hilft nicht
    • Luna 78 %einzelne zitierbare Belege
    • JEV 45 %einzelne zitierbare Belege
    • amos 25 %nur am Rande erwähnt
    • SubQ 100 %kein Bezug
    • drex 32 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung einzelne zitierbare Belege

    • SF-P3-T07 Wird jede öffentliche Aussage, ein führendes KI-Modell sei „besser ausgerichtet“ als ein anderes (folge also seinen vorgesehenen Zielen und Werten besser), reproduzierbare Kriterien, externe Prüfungen und widersprechende Ergebnisse enthalten? Luna: Stufe 3 · 28 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 3 · Hintergrund, keine Belege
Tempo und Grenzen
  1. SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
    • clef 100 %kein Bezug
    • Luna 44 %einzelne zitierbare Belege
    • JEV 27 %gleiches Oberthema, hilft nicht
    • amos 35 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug

  2. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 33 %gleiches Oberthema, hilft nicht
    • Luna 38 %einzelne zitierbare Belege
    • JEV 29 %gleiches Oberthema, hilft nicht
    • amos 44 %gleiches Oberthema, hilft nicht
    • SubQ 50 %gleiches Oberthema, hilft nicht
    • drex 61 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Vertrauen in Modelle
  1. SF-V1 Was zählt als Beleg für die Werte eines Modells, wenn sein sichtbares Denken und seine Selbstauskünfte allein nicht genügen?
    • clef 100 %kein Bezug
    • Luna 40 %gleiches Oberthema, hilft nicht
    • JEV 32 %einzelne zitierbare Belege
    • amos 25 %nur am Rande erwähnt
    • SubQ 47 %gleiches Oberthema, hilft nicht
    • drex 47 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  2. SF-V3 Halten die Werte eines Modells, wenn niemand zusieht oder die Lage neu ist?
    • clef 100 %kein Bezug
    • Luna 61 %Hintergrund, keine Belege
    • JEV 35 %einzelne zitierbare Belege
    • amos 29 %nur am Rande erwähnt
    • SubQ 47 %gleiches Oberthema, hilft nicht
    • drex 56 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug

  3. SF-V4 Was für ein Wesen ist ein Modell, und was folgt daraus für den Umgang mit ihm und für den Wert des Menschseins?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 37 %einzelne zitierbare Belege
    • amos 49 %gleiches Oberthema, hilft nicht
    • SubQ 49 %gleiches Oberthema, hilft nicht
    • drex 52 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  4. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 23 %gleiches Oberthema, hilft nicht
    • Luna 46 %umfangreiche Belege
    • JEV 66 %beantwortet direkt und ausführlich
    • amos 24 %einzelne zitierbare Belege
    • SubQ 38 %gleiches Oberthema, hilft nicht
    • drex 27 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung Hintergrund, keine Belege

    • SF-V5-T03 Ist es wirtschaftlich klug, Modelle mit geringem Denkaufwand zu betreiben, oder wird das Ausrichtungsproblem (Modelle dazu zu bringen, den vorgesehenen Zielen und Werten zu folgen) dadurch nur schwerer sichtbar? Luna: Stufe 3 · 34 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 2 · nur am Rande erwähnt
Agenten und vernetzte Systeme
  1. SF-A1 Welche Befugnisse darf ein KI-Agent haben, also eine KI, die selbstständig mit Werkzeugen handelt? Wer entzieht sie ihm, und wie prüft man, dass er in seinem Auftrag bleibt?
    • clef 20 %gleiches Oberthema, hilft nicht
    • Luna 38 %einzelne zitierbare Belege
    • JEV 38 %beantwortet teilweise oder widerspricht
    • amos 23 %einzelne zitierbare Belege
    • SubQ 33 %gleiches Oberthema, hilft nicht
    • drex 32 %gleiches Oberthema, hilft nicht
    • d3-ultra 40 %gleiches Oberthema, hilft nicht

Modelle teilen und schützen
  1. SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
    • clef 100 %kein Bezug
    • Luna 51 %einzelne zitierbare Belege
    • JEV 32 %einzelne zitierbare Belege
    • amos 51 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung gleiches Oberthema, hilft nicht
Frieden und Sicherheit
Offenlegung und Rechenschaft
  1. SF-O2 Was sollten Regierungen, Labore und Prüfer über ihre Gespräche, Zusagen, Prüfungen und Eingriffe offenlegen?
    • clef 100 %kein Bezug
    • Luna 39 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 33 %gleiches Oberthema, hilft nicht
    • SubQ 75 %gleiches Oberthema, hilft nicht
    • drex 51 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Beteiligung und Gemeinwohl
  1. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 100 %kein Bezug
    • Luna 43 %Hintergrund, keine Belege
    • JEV 54 %einzelne zitierbare Belege
    • amos 31 %nur am Rande erwähnt
    • SubQ 47 %gleiches Oberthema, hilft nicht
    • drex 42 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  2. SF-E5 Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
    • clef 100 %kein Bezug
    • Luna 26 %Hintergrund, keine Belege
    • JEV 40 %beantwortet teilweise oder widerspricht
    • amos 32 %nur am Rande erwähnt
    • SubQ 45 %gleiches Oberthema, hilft nicht
    • drex 53 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug

    • SF-E5-T02 Welche Entscheidungen müssen menschlich bleiben, auch wenn eine KI sie besser treffen könnte, und wie würden Staaten in Entscheidungsschleifen mit hohem Risiko prüfbar machen, dass ein Mensch die Ausgabe der KI wirklich beurteilt und nicht nur routinemäßig abgenickt hat? Luna: Stufe 3 · 40 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 4 · einzelne zitierbare Belege
Wirtschaft und Haftung

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →