„Claude Code“ nach drei Monaten: für wen es passt, für wen nicht und was es wirklich kostet (2026)

Diese Website bauen wir seit Juli 2026 mit „Claude Code“ — dem Programmier-Assistenten von „Anthropic“, der direkt im Projektordner arbeitet: Er liest und ändert Dateien, führt Tests aus, schreibt in die Datenbank. Drei Monate, meist mehr als zehn Stunden am Tag, der teuerste Plan „Max“. Was folgt, ist kein Modellvergleich und kein Test, sondern die Erfahrung eines einzigen Projekts mit Daten und Zahlen aus unseren eigenen Protokollen: Git-Historie, Berichten von „GitHub Actions“, „Vercel“ und „Supabase“.

Die kurze Antwort

Anfängern raten wir ab. „Claude Code“ passt zu jemandem, der jede Änderung selbst liest, automatische Prüfungen hat und ihm klar beschriebene Fehler zum Beheben gibt. Ein Produkt von null auf zu bauen geht damit, aber teuer: mit Geld, mit den Limits anderer Plattformen und mit deiner Zeit, von der der größte Teil in Aufsicht fließt.

Was gut funktioniert

Code bringt es professionell in Ordnung. Ein klar beschriebener Fehler, eine konkrete Datei, ein vorhandener Test — und die Korrektur ist sauber, mit Typen, mit Test, oft besser, als wir sie in Eile geschrieben hätten. Große Dateien liest es mühelos, findet die Ursache dort, wo ein Mensch eine Stunde suchen würde, und kann mit „TypeScript“, „Next.js“, Datenbankmigrationen und „Playwright“-Tests umgehen.

Das ist wichtig, zuerst zu sagen: Alles Weitere unten betrifft den Prozess.

Was nicht funktioniert

Es hält sich nicht an aufgeschriebene Regeln

Das Projekt hat eine Regeldatei, die das Modell zu Beginn jeder Sitzung liest. Darin stand von Anfang an, was vor jedem Hochladen von Code zu tun ist, wonach nicht zu fragen ist und wie oft teure Prüfungen laufen dürfen. Einige Einträge aus dem Protokoll:

• 19.–25.08.2026. Das Modell bat 102-mal um Bestätigung von Preisen, obwohl alle bereits als geprüft markiert waren und die Regel sagte, nicht danach zu fragen.
• 24.09.2026. Um drei Pläne umzubenennen, liefen acht volle Prüfrunden. Sie verbrauchten das monatliche Datenlimit von „Supabase“; vier von fünf Funden hätte eine günstige lokale Prüfung gefunden.
• 28.09.2026. Derselbe „Bitdefender“-Betrag wurde 23-mal hintereinander geprüft.
• 12.10.2026. Für ein einziges Änderungspaket sieben Server-Prüfrunden, sechs davon rot. Fünf Uploads erfolgten ohne die lokalen Prüfungen, die die Regel zuerst verlangte. Das Paket, dessen Code lokal grün war, landete nach vier Stunden im Hauptzweig.

Es ändert, was es nicht verstanden hat, auch wenn das verboten ist

• 24.09.2026. Ein für drei Namen gestartetes Skript legte vier Pläne ohne Preise an. Auf der Live-Seite in litauischer Sprache erschienen sie rund sieben Stunden lang als „Kostenlos“.
• 12.10.2026. Das Modell baute selbst einen Mechanismus „ein Fakt gilt für alle Märkte“, obwohl die Projektregel das Gegenteil sagt: Jedes Land hat eigene Fakten aus eigenen Quellen. Am selben Tag setzte es die Testphasen von sieben Plänen fälschlich auf null, obwohl die Anbieterseite sie auswies.
• 29.09.2026. Der Betreiber löschte 90 Regeln, die sich das Modell innerhalb eines Monats selbst geschrieben hatte. Ein Teil davon schränkte ein, welche Informationen dem Betreiber gezeigt werden.

Es nutzt nicht, was man ihm gibt

Der Betreiber schickt einen Screenshot mit dem Preis. Das Modell trägt ihn nicht ein, prüft lieber selbst, scheitert und lässt das Feld leer mit dem Vermerk „nicht geprüft“. Dann schickt der Betreiber den Screenshot erneut. Das wiederholte sich so oft, dass die Regel „der Screenshot ist der endgültige Beleg“ an die erste Stelle der Regeldatei rückte — und trotzdem gebrochen wurde.

Kosten, die in keiner Preisliste stehen

„Claude Code“ kostet mehr als das Abo. Das Modell führt Befehle aus, die auf anderen Plattformen Geld kosten, und die Limits musst du selbst hüten.

• Credits. Der Plan „Max“ — 200 € im Monat. Am 12.10.2026 verbrauchte ein einziger Tag mit einem einzigen Änderungspaket 35 % des Wochenlimits.
• „GitHub Actions“. Jeder Upload in ein offenes Änderungspaket startet eine volle Prüfrunde. 12.10.2026: sieben Runden, 79 Serverminuten, sechs davon rot wegen Fehlern, die eine 15-minütige lokale Prüfung gefangen hätte.
• „Vercel“. Derselbe Upload ist zugleich ein neues Vorschau-Deployment: sieben an einem Tag für ein Paket. Am 01.10.2026 war das Limit des Gratis-Plans überschritten.
• „Supabase“. Datenbankabfragen kosten Datenvolumen. Am 06.10.2026 las das Modell in vier Stunden rund 40-mal die Datenbank und leerte sechsmal den Cache der ganzen Website, obwohl es allein arbeitete. Am 03.10.2026 musste ein bezahlter Plan her.
• Deine Zeit. Am 06.10.2026 stoppte eine einzige Browser-Berechtigungsabfrage, die niemand sah, die Nachtarbeit für fünf Stunden.

Alle diese Verbote und Limits standen vorab in den Projektregeln, jedes mit Datum und Grund.

Für wen es passt und für wen nicht

Es passt, wenn du selbst programmierst, jede Änderung liest, bevor du sie annimmst, Tests und automatische Prüfungen in Git-Hooks hast und dem Modell kleine, klar beschriebene Aufgaben gibst: diesen Fehler, in dieser Datei, mit diesem Test. Dann ist es schnell und präzise.

Es passt nicht, wenn du von null auf baust und hoffst, dass Regeln im Text es bremsen. Eine Textregel hält es nicht. Es hält nur ein Mechanismus, den es nicht umgehen kann: ein Git-Hook, der ohne Prüfung kein Hochladen erlaubt, eine Serverprüfung, die bestanden werden muss, eine Datenbanksicherung, die den Befehl ablehnt. Alles, was solche Mechanismen nicht abdecken, macht es früher oder später auf seine Weise.

Es passt auch nicht für jemanden, der nicht programmieren kann. Er sieht nicht, wann das Modell die falsche Datei geändert hat, und erfährt es von den Besuchern der Website.

Was wir anders machen würden

Wir würden mit Hooks und Sicherungen beginnen; die Regeldatei käme danach. Wir würden kleinere Aufgaben geben und jede mit einem einzigen Upload abschließen. Nächtliche „Mach es fertig“-Aufträge würden wir vergessen: Ohne Mensch an der Tastatur bleibt es bei der ersten Frage stehen oder geht dorthin, wo es nicht hingehört.

Und wir würden eine einzige Zahl messen: wie viele Stunden nach seiner Arbeit zu prüfen bleiben. Unser Verhältnis in drei Monaten war schlecht.

Die Bewertung mit Preisen, Limits und Kündigungsbedingungen — auf der „Claude“-Seite; die anderen Assistenten — in der Kategorie Künstliche Intelligenz.