Meine Claude-Code-Credits waren aufgebraucht — also habe ich alles geändert

Letzte Woche waren meine Claude-Code-Credits aufgebraucht — und das drei Tage vor dem Ende meines Abrechnungszeitraums. Ich habe den Max-Plan für 217 Dollar im Monat, und ich dachte ehrlich gesagt, das sei großzügig genug. War es nicht. Die Lücke, die entstand, zwang mich zu Entscheidungen, die ich monatelang still vor mir hergeschoben hatte.

Alles aktualisiert auf einmal — und dann verschwanden die Credits

Es begann mit einer Kaskade von Updates, die ich aufgeschoben hatte. VSCode, mein Rechner, Claude Code — bei allem lag ich mehrere Releases zurück. Ein Sicherheitspatch trieb mich schließlich dazu, alles auf einmal zu erledigen. Schlechtes Timing, wie sich herausstellte.

Außerdem war ich gerade auf Claude 5.1 (Fable) für meine Coding-Arbeit umgestiegen. Es fühlte sich schnell an, klug, seltsam fähig. Ich legte mich voll rein. Innerhalb einer Woche waren die Credits weg.

Das mit dem Max-Plan hatte ich nicht wirklich verinnerlicht: Der Nutzungspool ist gemeinsam für Claude.ai im Web, die Desktop-App und Claude Code im Terminal. Ein Pool, drei Oberflächen. Als ich lange agentische Sessions in VS Code laufen ließ und gleichzeitig den ganzen Tag Claude.ai nutzte, schöpfte ich die ganze Zeit aus demselben Topf. Laut der Anthropic-Support-Dokumentation unter https://support.claude.ai/en/articles/11145838-use-claude-code-with-your-pro-or-max-plan gibt es beim Erreichen des Limits drei Optionen: auf den Reset warten, API-Credits zu Standardtarifen aktivieren oder auf eine höhere Stufe upgraden. Ich lief gegen die Wand und wartete.

Der Moment, in dem ich den Überblick über meinen eigenen Code verlor

Bevor die Credits aufgebraucht waren, hatte ich auch auf Opus 5.5 gewechselt, um zu sehen, ob es komplexe Aufgaben besser meistert. Es wirkte sofort langsamer. Weniger Information kam ans Licht. Aber das Seltsamste war nicht die Geschwindigkeit — es waren die Sub-Agents.

Opus 5.5 begann, Hintergrund-Sub-Agents zu starten, in die ich keinerlei Einblick hatte. Aufgaben, die ich für nebensächlich hielt, lösten plötzlich lange, komplexe Ketten im Hintergrund aus. Ich hatte gebeten, eine kleine Sache zu erledigen, und es erledigte fünf große. Credits verbrannt. Kontext aufgebläht. Ich hatte keine Ahnung, was in meiner Codebasis wirklich passierte.

Das ist das Ding mit Frontier-Modellen im Agent-Modus: Sie versuchen wirklich zu helfen. Aber „versuchen zu helfen" auf diesem Autonomielevel bedeutet, tief in Dinge einzutauchen, um die man nicht gebeten hat, in Code, dem man nicht vollständig folgen kann. Ich hatte eine Zusammenarbeit gewonnen und die Transparenz verloren. Dieser Tausch hatte sich schon eine Weile angehäuft. Der Credit-Crash hat mich nur dazu gebracht, ihn direkt anzusehen.

Die drei Tage Pause — und was sie wirklich offenbarten

Drei Tage ohne Claude Code. Ich dachte immer wieder: Was, wenn das die Woche gewesen wäre, in der ich etwas liefern musste? Ein Deadline, ein Kunde, ein Launch? Die erzwungene Pause fühlte sich für mich gut aus, weil ich die Flexibilität hatte. Aber die Abhängigkeit war real, egal ob ich sie diesmal abfedern konnte oder nicht.

Meine Coding-Fähigkeiten bestehen jetzt in einer bestimmten Konfiguration: Ich kann Code lesen, über Architektur nachdenken, gezielt debuggen. Aber ich bin nicht fließend genug, um ohne KI schnell zu schreiben. Das wusste ich abstrakt. Die Pause hat es konkret gemacht. Ich war nicht blockiert, weil ich faul war — ich war blockiert, weil das Werkzeug zur tragenden Infrastruktur geworden war und ich es schneller hatte passieren lassen, als ich bemerkt hatte.

Es gibt auch etwas, das man beim Problem „zu viel Magie" im Kopf behalten sollte. Je fähiger die KI, desto weniger verstand ich, was passierte. Das ist keine Kritik an den Tools — es ist eine echte kognitive Dynamik, die ich bewusst steuern muss.

Der Schwenk: Hardware-Fantasie, dann der echte Fix

Mein erster Instinkt war Hardware. Wenn Software versagt, will ein Teil von mir eine Maschine kaufen. Ich schaute mir NVIDIA-GPUs und den Mac Studio M5 Ultra an — die Idee: Modelle lokal laufen lassen, die Rechenleistung selbst besitzen, aus dem Abonnement-Hamsterrad aussteigen. Preisbereich: 2.500 bis 5.500 Dollar upfront. Ich schloss die Tabs. Nicht der richtige Moment.

Dann fragte ich Gemini. (Interessante Wahl, ich weiß. Wenn Claude nicht verfügbar ist, frage ich offenbar eine andere KI, was ich wegen Claudes Nichtverfügbarkeit tun soll.) Gemini führte mich durch Cline.

Cline ist eine VS-Code-Extension, die als Open-Source-KI-Coding-Agent fungiert — aber statt an ein einziges Modell gebunden zu sein, verbindet sie sich per API-Key mit beliebigen Modellen. Man kann sie auf Claude, DeepSeek, lokale Modelle oder andere richten. Ich installierte es, meldete mich bei ClinePass für 9,99 Dollar im Monat an und startete dort.

Dann stieß ich gegen die nächste kleine Wand: ClinePass enthielt nicht die besten Open-Source-Coding-Modelle. Also wechselte ich dazu, DeepSeek direkt über einen API-Key zu nutzen. Da wurden die wirtschaftlichen Verhältnisse interessant.

Die Benchmark-Lücke ist kleiner als die Preislücke. Bei HumanEval Pass@1 — der Standard-Coding-Evaluierung — erreicht Claude Opus 95 % und DeepSeek R1 94 %, laut Deploybase's Vergleich. Bei typischen Aufgaben nahezu identisch. Claude liegt bei komplexem Multi-File-Refactoring vorne (76 % vs. 62 % auf dem LiveCodeBench), was für manche Arbeit relevant ist. Aber für die Aufgaben, für die ich es einsetzte — Features bauen, Scripts schreiben, debuggen — erledigte DeepSeek den Job.

Die neue Methode: eine Aufgabe, ein Kontext

Das, was ich geändert habe und das am meisten ins Gewicht fallen dürfte, ist nicht das Modell. Es ist die Session-Disziplin.

Früher lief ich lange, kontextreiche Claude-Code-Sessions — die Art, bei der das Gespräch Verlauf ansammelt, der Agent weiß, was man vor drei Stunden gemacht hat, und man sich in einer einzigen kontinuierlichen Arbeitsspeicher-Umgebung bewegt. Das fühlt sich mächtig an. Es frisst aber auch schnell Kontext, verliert mit der Zeit an Präzision und macht es schwer zu wissen, in welchem Zustand der Code wirklich ist.

Jetzt bekommt jede Aufgabe ihr eigenes Terminal, ihren eigenen Chat, ihren eigenen sauberen Kontext. Ich schließe eine Aufgabe ab, beende sie und starte für die nächste neu. Das erinnerte mich an etwas, das ich über eine Trading-Strategie gelesen hatte, bei der jeder Trade in einem eigenen Script isoliert ist — kein geteilter Zustand, keine angesammelten Annahmen. Ich wende dieselbe Logik auf Coding-Sessions an.

Es ist jedes Mal langsamer anzufangen. Aber ich weiß genau, was die KI gesehen hat, was nicht und womit sie arbeitet. Das Transparenz-Problem verschwindet nicht, aber es wird kleiner.

Wo ich jetzt wirklich stehe

DeepSeek über Cline funktioniert. Ich bin von der Qualität bei den Aufgaben, die ich ausprobiert habe, wirklich beeindruckt. Aber ich bin noch nicht bereit, es als Ersatz zu bezeichnen — nicht weil ich Zweifel hätte, sondern weil ich bedächtig vorgehe. Ich habe es noch nicht auf meinen wichtigsten Codebasen eingesetzt. Ich teste es zuerst an kleineren Projekten, beobachte, wie es mit Grenzfällen umgeht, und schaue, wo es sich verheddert.

Das ist die Disziplin, die ich wahrscheinlich auch früher bei Claude hätte anwenden sollen: zuschauen, wie es arbeitet, bevor man ihm die wichtigsten Dinge anvertraut.

Die drei Tage Pause haben mich Zeit gekostet. Sie haben mir auch ein saubereres Setup, einen günstigeren Workflow und ein ehrlicheres Bild davon gegeben, wo ich wirklich von diesen Tools abhänge. Wenn die Credits morgen aufgebraucht wären — könnte ich liefern? Wenn nicht, ist das etwas, das man besser jetzt wissen sollte, nicht mitten in einer Deadline.