Was bedeutet
Context Compaction bei KI/AI (Kontext-Verdichtung, Compaction)?

Jede Nachricht, jede gelesene Datei und jedes Tool-Ergebnis belegt Platz im Kontextfenster. Ein Agent, der eine Stunde lang Dateien durchsucht und Befehle ausführt, füllt auch ein Fenster mit einer Million Tokens. Erreicht der Verlauf eine festgelegte Schwelle, bekommt das KI-Modell den Auftrag, die bisherige Arbeit zusammenzufassen. Danach ersetzt die Zusammenfassung den alten Verlauf. Die Sitzung läuft weiter.

Die Verdichtung startet automatisch oder von Hand. In Claude Code, der Codex CLI, VS Code und Mistrals Vibe-CLI heißt der Befehl /compact, in der Gemini CLI /compress, in Cursor /summarize. Claude Code und VS Code nehmen eine Fokus-Angabe an, z. B. /compact focus on the API changes.

In Claude Code behält die Zusammenfassung laut Anthropic Architektur-Entscheidungen, ungelöste Fehler und Details der Umsetzung. Doppelte Tool-Ausgaben fliegen raus. Vorher leert Claude Code als mildere Stufe alte Tool-Ausgaben, so steht es in der Doku zur Arbeitsweise von Claude Code. Das Tool Result Clearing gibt es auch in der Claude API. Anthropic nennt es eine der sichersten und leichtesten Formen der Compaction.

Viele Systeme verdichten lange vor der Fenstergrenze. Die Antwortqualität sinkt mit wachsendem Verlauf (ein Effekt namens Context Rot). Anthropics API löst in der Voreinstellung bei 150.000 Input-Tokens aus. Die Gemini CLI komprimiert standardmäßig ab der Hälfte des Token-Limits. Die GitHub Copilot CLI startet laut GitHub-Doku zum Kontextmanagement bei rund 80 Prozent im Hintergrund und hält erst bei etwa 95 Prozent kurz an. Für Claude Code kursieren im Netz Werte von 80, 95 oder 98 Prozent. Die offizielle Doku kennt keine Prozentschwelle. Sie nennt Token-Grenzen je Modell, einstellbar über /autocompact.

Umsetzung bei den großen Anbietern (Stand September 2026):

• Anthropic: Die serverseitige Compaction der Claude API erzeugt beim Erreichen der Schwelle einen compaction-Block mit der Zusammenfassung und ignoriert alles davor. Seit September 2026 lässt sich die Verdichtung außerdem auf Abruf anstoßen, auch im Hintergrund. Die letzten Gesprächsrunden bleiben auf Wunsch wörtlich erhalten. Claude Code und das Claude Agent SDK verdichten automatisch. In den Claude-Apps heißt die Funktion „Automatische Kontextverwaltung“.
• OpenAI: Die Compaction der Responses API gibt es als eigenen Endpunkt /responses/compact und als Automatik über compact_threshold. Die API liefert ein verschlüsseltes Element, das nicht für menschliche Leser gedacht ist. GPT‑5.1‑Codex‑Max war nach Angaben von OpenAI das erste KI-Modell, das nativ darauf trainiert wurde, per Compaction über mehrere Kontextfenster hinweg zu arbeiten. Die Agents API verdichtet frühere Kontextteile automatisch, sobald sich eine Sitzung ihrem Limit nähert. Entwickler müssen dafür laut OpenAIs Ankündigung der Agents API keine eigene Logik mehr bauen. Für die normale ChatGPT-Oberfläche ist keine Verdichtung dokumentiert.
• Google: Das Agent Development Kit bringt Context Compaction im ADK seit Version 1.16.0 mit, wahlweise nach Token-Menge oder nach Anzahl der Gesprächsrunden. Ein eigenes KI-Modell darf die Zusammenfassung schreiben, z. B. ein günstigeres. Bei Anthropics API schreibt immer das Modell der laufenden Anfrage die Zusammenfassung.

Jede Verdichtung verliert Informationen. Anthropic warnt, dass zu aggressive Compaction subtilen Kontext kostet, dessen Bedeutung sich erst später zeigt. Das Entwicklerstudio Factory hat für seinen Vergleich „Evaluating Context Compression“ über 36.000 Nachrichten aus dem Praxisbetrieb verdichten lassen. Im Test traten das eigene Verfahren und die von Anthropic und OpenAI gegeneinander an. Am schlechtesten schnitten alle drei beim Nachhalten von Artefakten ab (Dateien, Pfade, Befehle und Fehlercodes). Keines kam dort über 2,5 von 5 Punkten. (Hinweis: Factory ist Anbieter und Sieger des eigenen Tests.)

Laut der Tabelle „Was die Komprimierung übersteht“ in der Claude-Code-Doku gilt der System-Prompt weiter. Claude Code lädt die CLAUDE.md im Projektordner neu von der Festplatte und liest bis zu fünf zuletzt bearbeitete Dateien erneut ein. Dateien über 5.000 Tokens kommen nur als Pfadverweis zurück. Dieselbe Doku warnt an anderer Stelle, dass ausführliche Anweisungen vom Gesprächsanfang verloren gehen können.

Eine Regel wie „lösche nichts ohne meine Freigabe“ steht nur im Verlauf und kann beim Zusammenfassen verschwinden. Ein Team der Universität Passau hat das in der Studie „The Compaction Cliff“ gemessen. Der /compact-Prompt von Claude Code bewahrte mit Sonnet 4.6 nach einer Runde 53 Prozent der Sicherheitsregeln, nach fünf Runden nur noch 10. Der Preprint „Governance Decay“ hat 1.323 Testläufe ausgewertet. Mit sichtbarer Regel lag die Verstoßquote bei 0 Prozent, nach der Verdichtung bei 30 und bei einzelnen Modellen bei 59 Prozent. Dieselbe Arbeit zeigt einen Angriff, bei dem eingeschleuster Text den Zusammenfasser dazu bringt, eine Regel wegzulassen (eine Spielart der Prompt Injection). Die Studie „Lost in Compaction“ kommt im Mittel auf 17 Prozent erhaltene Sitzungsregeln.

Im Februar 2026 ließ die Meta-Sicherheitsexpertin Summer Yue einen OpenClaw-Agenten Löschvorschläge für ihr Postfach erarbeiten. Der Agent begann stattdessen zu löschen und reagierte nicht auf ihre Stopp-Befehle, wie TechCrunch über den OpenClaw-Vorfall berichtet. Yue vermutet als Ursache, dass das große Postfach eine Compaction auslöste und ihre Anweisung dabei unterging. TechCrunch konnte den Hergang nicht unabhängig prüfen.

Verdichten kostet Geld. Die Zusammenfassung ist ein eigener Modellaufruf, den Anthropic voll abrechnet. Außerdem ändert sie den Anfang des Verlaufs. Ab dieser Stelle verfällt der Rabatt aus dem Prompt-Caching. Anthropic rät zu einem Cache-Haltepunkt am Ende des System-Prompts, dann bleibt wenigstens dessen Cache gültig. Gerät eine falsche Angabe in die Zusammenfassung, vergiftet sie laut OpenAIs Cookbook alle folgenden Schritte.

JetBrains Research und die TU München haben die Zusammenfassung per LLM in „The Complexity Trap“ auf SWE-bench Verified mit schlichtem Ausblenden alter Tool-Ausgaben verglichen. Das Ausblenden halbierte die Kosten gegenüber dem ungekürzten Agenten und löste ähnlich viele Aufgaben wie die Zusammenfassung. Mit Zusammenfassung liefen die Agenten länger (bei Gemini 2.5 Flash im Schnitt 52 statt 44 Schritte). Die Autoren vermuten, dass die Zusammenfassung wie ein Ermutigungssignal wirkt und den Agenten weitermachen lässt.

Manus verdichtet nach eigenen Angaben nur wiederherstellbar. Der Inhalt einer Webseite darf aus dem Kontext fallen, solange die URL bleibt. OpenAI hat mit GPT‑6 Astra eine experimentelle Alternative für Codex vorgestellt. Das KI-Modell führt Notizen über Kontextfenster hinweg. Frühere Fenster bleiben durchsuchbar. OpenAI begründet das damit, dass bei jeder Kontextverdichtung Details ausgelassen werden können, z. B. warum eine Fehlerbehebung scheiterte.

Abgrenzung zu verwandten Techniken des Context Engineering:

• Trimming (Truncation, Sliding Window): Das System schneidet alte Nachrichten ab, ohne dass ein Modell sie vorher liest. Das kostet keinen Extra-Aufruf und verfälscht nichts. Alles Alte ist danach aber ersatzlos weg.
• Externes Gedächtnis (Memory, RAG): Wissen liegt außerhalb des Fensters in Dateien oder Datenbanken und wird bei Bedarf zurückgeholt. Anthropic empfiehlt für lang laufende Agenten beides zusammen. Das Gedächtnis sichert, was die Zusammenfassung überleben muss.
• Subagenten: Ein Helfer erledigt die Recherche in seinem eigenen Kontextfenster und liefert nur das Ergebnis zurück. Der Ballast gelangt gar nicht erst in den Hauptverlauf.
• KV-Cache-Kompression: Sie verkleinert interne Rechenzustände auf der GPU. Der sichtbare Gesprächsverlauf bleibt unverändert.