Claude Message Threads: was sie sind und wie du sie nutzt

Was Message Threads sind

Ohne Thread lädt jeder Turn einer Agent-Schleife die komplette Konversation erneut hoch, und die API prüft und tokenisiert sie jedes Mal von vorn. Ein Coding-Agent stellt in einer Session Hunderte Anfragen. Sobald die Konversation mehrere Hunderttausend Tokens umfasst, verzögert dieses erneute Senden den Beginn von Claudes Antwort. Mit einem Thread hält die API die Konversation zwischen den Turns vor, und der Großteil dieser Arbeit betrifft nur noch den neuen Turn.

• Schnellerer erster Token: Anthropic hat bei Claude-Code-Anfragen mit 500.000 bis 1 Mio. Tokens einen medianen Rückgang von etwa 35 % gemessen. Je länger die Konversation, desto mehr bringt es.
• Kleinere Anfragen: Jeder Turn enthält nur neue Nachrichten, Tool-Ergebnisse oder Screenshots.
• Gleiche Tokens, gleicher Preis: Claude liest bei jedem Turn weiterhin die ganze Konversation, und Preise und Rate Limits ändern sich nicht.
• Kurzlebig: Ein Thread läuft 5 Minuten nach seiner letzten Anfrage ab und liegt verschlüsselt im Arbeitsspeicher, nie auf der Festplatte.
• Wo: die Claude API, Claude Platform on AWS, Claude Models on Google Cloud (von Anthropic verwaltet) und Microsoft Foundry, bei allen Modellen.

Mit und ohne Thread

So nutzt du Message Threads in deinem eigenen Agenten

Claude Code macht das schon für dich. Für einen Agenten, den du auf der Messages API baust, ist der Thread-Helper des SDK der kürzeste Weg.

1. Einen Thread-Helper anlegen

   Übergib dieselben Felder wie bei einer Messages-Anfrage. Der Helper fügt den Beta-Header message-threads-2026-08-12 hinzu, legt den Thread im ersten Turn an, sendet danach nur noch neue Nachrichten und hält die ganze Konversation im Speicher.

   import anthropic
   
   client = anthropic.Anthropic()
   
   # Den Helper anlegen. Dieser Aufruf sendet keine Anfrage.
   thread = client.beta.messages.thread(
       model="claude-opus-5-5",
       max_tokens=1024,
       cache_control={"type": "ephemeral"},
       system="You are a coding agent. Keep replies short.",
   )
   
   # Turn 1 legt den Thread an und sendet die ganze Konversation
   thread.send({"role": "user", "content": "Read the failing test and explain it."})
   
   # Turn 2 sendet nur die neue Nachricht
   reply = thread.send({"role": "user", "content": "Now fix it."})

2. Oder das Feld thread selbst senden

   Mit cURL oder einem einfachen create-Aufruf fügst du thread zu jeder Anfrage hinzu und sendest bei jeder den Beta-Header. Setze immer bei der id der neuesten Antwort fort; jede id lässt sich nur einmal fortsetzen.

   # Turn 1: die ganze Konversation, dazu
   "thread": {"type": "create"}
   
   # Jeder weitere Turn: nur die neuen Nachrichten, ohne system und tools, dazu
   "thread": {"type": "continue", "previous_message_id": "<id of the last response>"}
   
   # Bei jeder Anfrage des Threads
   anthropic-beta: message-threads-2026-08-12

3. Modell und Einstellungen unverändert lassen

   system und tools gehören nur in die erste Anfrage. model, thinking, tool_choice, das cache_control auf oberster Ebene und die Beta-Header müssen bei jedem Turn gleich bleiben; eine Änderung liefert einen 400-Fehler mit thread_fingerprint_mismatch. Um sie zu ändern, starte einen neuen Thread.

4. Eine eigene Kopie behalten und bei 404 erneut senden

   Threads funktionieren nach bestem Bemühen (Best Effort). Wenn eine Continue-Anfrage 404 mit thread_not_found liefert (der Thread ist abgelaufen, der letzte Turn wurde nicht gespeichert oder ein Fallback-Modell hat ihn geschrieben), sende die ganze Konversation in einer neuen Create-Anfrage noch einmal. Der SDK-Helper macht das einmal von selbst.

5. Prompt Caching einschalten

   Ein Thread cacht deinen Prompt nicht für dich. Sende bei jeder Anfrage ein cache_control auf oberster Ebene, damit jeder Turn die frühere Konversation aus dem Cache liest; eine Anfrage mit thread darf höchstens 4 Breakpoints enthalten.

Quelle: Anthropics Dokumentation zu Message Threads

Grenzen und was Threads nicht unterstützen

• Nicht mit Message Batches, Token-Zählung, Compaction auf Abruf oder Context Editing (außer clear_thinking_20251015 mit keep: "all").
• Nicht für Organisationen mit HIPAA Readiness oder Inference Hooks; solche Anfragen liefern einen 400-Fehler mit thread_unsupported_request.
• Nicht für Zero Data Retention geeignet: Die API hält einen Thread im Speicher und löscht ihn spätestens 1 Stunde nach der letzten Nutzung.
• Es gibt keine API, um einen Thread aufzulisten, zu lesen oder zu löschen, und ein Thread wird nur angehängt. Zum Verdichten startest du einen neuen Thread aus deiner eigenen Zusammenfassung.
• Setze einen Thread nach einer Ablehnung nicht fort: Starte einen neuen ohne den Turn, der dazu geführt hat.
• Nutze für alle Anfragen eines Threads denselben API-Schlüssel und denselben Workspace, sonst lässt er sich nicht fortsetzen.

Was das für Claude-Code-Nutzer bedeutet

Du musst nichts ändern: Laut Anthropic sind Threads für die meisten Claude-Code-Nutzer standardmäßig aktiv. Der Gewinn zeigt sich in langen Sessions, in denen ein Turn tief in einer großen Konversation früher zu antworten beginnt. Dein Verbrauch sinkt nicht, denn Claude liest bei jedem Turn weiterhin die ganze Konversation.

Laut API-Dokumentation läuft ein Thread 5 Minuten nach seiner letzten Anfrage ab. Kehrst du nach einer längeren Pause zu einer Session zurück, sendet die erste Anfrage die ganze Konversation erneut, und die folgenden Turns sind schnell. Genau das passiert auch mit einer proaktiven Claude-Code-Session, die nach Zeitplan aufwacht.

Lange Claude-Code-Sessions von selbst weiterarbeiten lassen

Message Threads machen lange Sessions schneller; Crewmark macht sie proaktiv. Es gibt einer Session in Claude Code, Codex, DeepSeek Harness oder OpenCode eine Rolle, ein Ziel und Arbeitszeiten und weckt sie per Heartbeat in derselben Konversation, damit sie ihren Kontext behält und das nächste Issue von einem Board nimmt.

1. Aus einer Session einen Mitarbeiter machen

   Wähle eine Rolle wie Software-Entwickler oder SEO-Spezialist, formuliere ihr Ziel als Zahl und führe den Einrichtungsbefehl in Claude Code aus.

2. Den Heartbeat die Arbeit starten lassen

   In seinen Arbeitszeiten wacht der Mitarbeiter alle 15, 30 oder 60 Minuten in derselben Konversation auf; siehe so machst du Claude Code proaktiv. Mehrere können nebeneinander laufen, wie bei mehreren Claude-Code-Agenten.

3. Issues zuweisen und auf seine Nachrichten antworten

   Leg die Arbeit auf das Board; der Mitarbeiter nimmt sie, kommentiert unterwegs und schreibt dir, wenn er eine Entscheidung braucht. Lies was ein KI-Mitarbeiter ist.

FAQ zu Claude Message Threads