Claude Opus 5 ist da: Warum wir alte Skill-Dateien löschen müssen

Opus 5 ist da. Müssen wir unsere mühsam aufgebauten Skill-Datenbanken jetzt in den Papierkorb verschieben?

Anthropic hat in dieser Woche Claude Opus 5 veröffentlicht – und das zum Preis des bisherigen Opus 4.8. Das Modell setzte sich sofort an die Spitze gängiger Benchmarks. Doch die eigentliche Überraschung liegt im Detail: Das Team hinter Claude Code hat mehr als 80 % seines System-Prompts gestrichen. Parallel dazu demontieren Entwickler weltweit Skills und Plugins, die bis vor Kurzem als Standard galten.

Die KI-Entwicklung hat eine neue Form technischer Schuld hervorgebracht: die „Skill-Last“. Veraltete Instruktionen zwingen das Modell dazu, Dinge mühsam zu erlernen, die es längst nativ beherrscht. Das bremst den Workflow aus, statt ihn zu beschleunigen.

Was genau wurde veröffentlicht?

Der Release von Claude Opus 5 behält die bekannte Preisstruktur bei: 5 $ pro Million Input-Token und 25 $ pro Million Output-Token. Damit bleibt das Modell preisgleich zum Opus 4.8, während Konkurrenten wie Fable 5 mit 10 $ bzw. 50 $ doppelt so teuer ausfallen.

Die Spezifikationen im Überblick: Opus 5 bietet ein Kontextfenster von einer Million Token, eine Antwortlänge von 128.000 Token und einen Wissensstand bis Mai 2026. Innerhalb von Claude Code lässt sich der Rechenaufwand (Effort) von „low“ bis „max“ skalieren. Ein neuer „Fast“-Modus verdoppelt die Geschwindigkeit, verdoppelt jedoch auch die Kosten.

Anthropic zielt auf das Leistungsniveau von Fable zum halben Preis ab. Analysen von Artificial Analysis stützen diesen Anspruch: Mit 61 Punkten im Intelligence Index liegt Opus 5 knapp vor Fable 5 (60 Punkte) und GPT-5.6 Sol (59 Punkte). Bei autonomen Agenten-Aufgaben besetzt Opus derzeit den Spitzenplatz. In der Praxis bedeutet das: In der Max-Stufe fungiert Opus 5 nun als Standardwerkzeug für anspruchsvolle Projekte, während Fable zur teuren Nische für Spezialfälle wird.

Anthropic löscht 80 % der Instruktionen

Thariq aus dem Claude-Code-Team lieferte einen entscheidenden Hinweis: Für die neue Generation wurden über 80 % des System-Prompts entfernt – ohne Einbußen bei den Coding-Evaluierungen.

Früher war es notwendig, der KI jeden Schritt vorzuschreiben: Werkzeugnutzung, Formatvorgaben und Fehlerbehandlung. Diese Regeln füllten CLAUDE.md-Dateien und System-Prompts. Doch während die Intelligenz der Modelle stieg, blieben die starren Regelwerke bestehen.

Heute trifft Claude oft eigenständig die bessere Wahl. Alte Prompts pressen die KI jedoch in ein Korsett aus Verboten. Die Folge sind übermäßige Vorsicht, endlose Diskussionen des Agenten mit der eigenen Instruktion oder Abbrüche durch widersprüchliche Kontextebenen. Die aktuelle Strategie setzt auf „Progressive Disclosure“: minimalistische Werkzeugbeschreibungen und Vertrauen in das Urteilsvermögen der Maschine.

Wenn Best Practices plötzlich stören

Tests des Teams von Every zeigten, dass Opus 5 mit alten Instruktionen kollidierte und Aufgaben vorzeitig quittierte. Erst nach einer Bereinigung der Skills und einem Neuaufsetzen des Prozesses verbesserten sich die Ergebnisse spürbar. Kieran Klaassen von Compound Engineering beobachtete ähnliche Effekte: Autonome Workflows gaben die Kontrolle ständig an den Menschen zurück, bis die Plugins entschlackt wurden.

Auch die „Effort“-Stufen liefern Überraschungen: In vielen Szenarien lieferte „medium“ bessere Resultate als „high“. Bei CodeRabbit führte die höchste Stufe zwar zu mehr Anmerkungen, aber auch zu einer Flut unnötiger Kritik, während echte Bugs übersehen wurden. Das markiert den Kern der Skill-Last: Eine Regel, die ein altes Problem löste, wird nach dem Update zum Hindernis.

Ergebnisse aus unserem Live-Test

Wir haben Opus 5 von der 3D-Prototypisierung bis zum direkten Vergleich mit GPT-5.6 Sol geprüft. Das Modell entwarf präzise Mondlandschaften und komplexe 3D-Objekte; die visuellen Demos überzeugten. Dennoch bleibt der Eindruck eines evolutionären Schritts: Opus agiert auf Augenhöhe mit GPT-5.6 Sol und delegiert Aufgaben bereitwillig an Sub-Agenten.

Ein wichtiger Aspekt: Während frühere Opus-Versionen exzellente Sparringspartner für Architekturfragen waren, muss sich zeigen, ob Opus 5 diese Rolle gegen GPT-5.6 Sol behauptet. Oft verhinderte im Test lediglich der alte Skill-Ballast, dass das Modell seine volle Effizienz ausspielte.

Wo steht Opus 5 jetzt?

Die Wahl des Modells hängt 2026 vom spezifischen Einsatzgebiet ab:

Modell	Fokus	Positionierung
Opus 5	Komplexe Denkaufgaben	Daily-Driver in Claude Code, effizientes Preis-Leistungs-Verhältnis
Fable 5	Forschung & High-End	Spezialist für mehrtägige Analysen und tiefste Architekturen
GPT-5.6 Sol	Allrounder	Schnelle, vertraute Performance für breite Workflows
Kimi K3 / GLM-5.2	Kosteneffizienz	Starke visuelle Demos zum niedrigen Preis

Der 5-Minuten-Audit für Ihre Skills

Statt eines Kahlschlags empfiehlt sich ein Experiment: Lassen Sie eine Standardaufgabe einmal mit Ihrem vollen Setup (CLAUDE.md, Plugins) und einmal komplett „nackt“ nur mit einer kurzen Projektbeschreibung laufen. Wählen Sie „medium effort“ und reaktivieren Sie Regeln nur dann, wenn sie die Qualität nachweislich steigern. Streichen Sie Anweisungen mit „immer“, „nie“ oder „unbedingt fortfahren“ – sie sind oft nur Reparaturversuche für die Schwächen vergangener Modellgenerationen.

Opus 5 beweist, dass moderne KI keine starren Handbücher mehr benötigt. Welchen Skill in Ihrem Repository rühren Sie aus Gewohnheit nicht an? Das ist vermutlich der erste Kandidat für die Löschtaste.

Wie handhaben Sie das? Haben Sie Ihre CLAUDE.md bereits entschlackt oder setzen Sie weiterhin auf bewährte Instruktionen? Diskutieren Sie mit uns in den Kommentaren!