[{"data":1,"prerenderedAt":28},["ShallowReactive",2],{"nr-de-claude-code-review-effort-levels":3},{"slug":4,"title":5,"dek":6,"date":7,"time":8,"publishedAt":9,"updated":10,"updatedAt":10,"dateFmt":11,"updatedFmt":10,"kind":12,"tier":13,"author":14,"authorName":15,"topics":16,"tracker":21,"trackerLabel":22,"headlineStat":10,"image":23,"ogImage":24,"imageAlt":5,"csv":10,"minutes":25,"words":26,"html":27},"claude-code-review-effort-levels","Claude Code: \u002Fcode-review mit Effort-Level-Funktion","Anthropic hat seiner Code-Review-Funktion Effort-Level hinzugefügt. Je nach Einstellung liefert die niedrigste Stufe laut Anthropic bessere Findings bei deutlich niedrigerem Token-Verbrauch.","2026-07-17","08:48","2026-07-17T08:48:00+02:00","","17. Juli 2026","news","standard","ideal-syka","Ideal Syka",[17,18,19,20],"Claude","Code-Analyse","Developer Tools","Produktupdate","\u002Fki-preis","Token-Effizienz","\u002Fnewsroom\u002Fimg\u002Fclaude-code-review-effort-levels.webp","\u002Fog-nr\u002Fclaude-code-review-effort-levels.de.png",1,183,"\u003Cp>Anthropic hat die Code-Review-Funktion in Claude Code um eine Effort-Level-Steuerung erweitert. Wie das Unternehmen über seinen offiziellen Bot mitteilt, werden die Reviews bei jeder Effort-Stufe neu geschrieben – es geht also nicht um eine bloße Filterung, sondern um unterschiedliche Analystiefe.\u003C\u002Fp>\n\u003Ch2>Kurz & knapp\u003C\u002Fh2>\n\u003Cul>\n\u003Cli>\u003Cstrong>Low-Effort-Modus\u003C\u002Fstrong> liefert laut Anthropic bessere Findings als andere Code-Review-Tools, während er nur einen \u003Cstrong>Bruchteil der Token-Kosten\u003C\u002Fstrong> verursacht\u003C\u002Fli>\n\u003Cli>\u003Cstrong>High-Effort-Modus\u003C\u002Fstrong> liefert laut Anthropic signifikant höhere Recall-Quoten für tiefere Analysen\u003C\u002Fli>\n\u003Cli>Nutzer können selbst entscheiden, welchen Tradeoff zwischen Kosten und Analystiefe sie fahren möchten\u003C\u002Fli>\n\u003Cli>Die Funktion ist über den \u003Ccode>\u002Fcode-review\u003C\u002Fcode>-Befehl in Claude Code verfügbar\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Ch2>Was das bedeutet\u003C\u002Fh2>\n\u003Cp>Die Effort-Level adressieren ein klassisches Spannungsfeld in der KI-gestützten Code-Analyse: Gründlichkeit versus Kosteneffizienz. Für deutsche Entwicklungsteams könnte das Low-Effort-Setting interessant sein, wenn es tatsächlich bei niedrigerem Token-Verbrauch bessere Ergebnisse liefert als etablierte Tools – das würde die Kostenrechnung für KI-gestützte Reviews grundlegend verändern. Offen bleibt, wie sich die beiden Modi in der Praxis unterscheiden und welche Fehlerklassen jeweils erfasst werden.\u003C\u002Fp>\n\u003Ch2>Quellen\u003C\u002Fh2>\n\u003Cul>\n\u003Cli>\u003Ca href=\"https:\u002F\u002Fbsky.app\u002Fprofile\u002Fanthropicbot.bsky.social\u002Fpost\u002F3mqrymdk37624\">Anthropic {bot}\u003C\u002Fa>\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Cp>\u003Cem>Redaktionell verantwortet von \u003Ca href=\"\u002Fautor\u002Fideal-syka\">Ideal Syka\u003C\u002Fa>. Quellen und Arbeitsweise: \u003Ca href=\"\u002Fredaktion\">Redaktion & Methode\u003C\u002Fa>. Hinweise und Korrekturen: \u003Ca href=\"mailto:ai@i6eal.de\">ai@i6eal.de\u003C\u002Fa>.\u003C\u002Fem>\u003C\u002Fp>\n",1784276792764]