Beobachtetes Signal · 26. Mai 2026 · Experiment / Use case · Quelle: t3n · Relevanz: 1/5 · Sentiment: Negativ
Entwickler trainiert Claude auf „Höhlenmensch-Modus“ zur Token-Einsparung
Der Entwickler Alexander Huso experimentierte damit, Anthropic's Claude zu einer bewusst vereinfachten „Höhlenmensch“-Sprachweise zu veranlassen, um den Token-Verbrauch zu senken. Er veröffentlichte die Ergebnisse auf Reddit, woraufhin der Beitrag viral ging; Huso und andere behaupteten, der Ansatz könne den Token-Verbrauch um rund 75 % senken. Spätere Berichte in Business Insider und Berichterstattung auf t3n wiesen jedoch darauf hin, dass dieser Modus die Antwortqualität – insbesondere bei der Code-Generierung – verschlechtert und die beanspruchten Einsparungen fragwürdig sind, da die Implementierung des Modus selbst Tokens verbraucht. Reddit-Kommentatoren und andere Beobachter warnten, dass dieser Ansatz das logische Denkvermögen und die Antwortqualität des Modells mindert. Das Experiment zog Nachahmer und breitere Aufmerksamkeit auf sich, wird jedoch eher als anekdotische Token-Optimierung denn als empfohlene Best Practice eingestuft.
Ein virales Nutzerexperiment zu Prompting und Token-Optimierung; anekdotisch und von geringer Relevanz für die breitere AdTech- und MarTech-Branche.
Marktsignale zu Anthropic in Echtzeit verfolgen
Polaris7 erfasst behördliche Registrierungen, Primärquellen, Führungswechsel und Deal-Aktivitäten rund um die Uhr. Erstellen Sie Ihren kostenlosen Explorer-Workspace, um automatisierte Executive Briefings zu erhalten.
Wichtigste Kernpunkte & Evidenz
- Der Entwickler Alexander Huso brachte Anthropic's Claude dazu, in einem vereinfachten „Höhlenmensch“-Stil zu antworten, um den Token-Verbrauch zu senken.
- Huso veröffentlichte das Experiment auf Reddit, wo es viral ging; Teilnehmer behaupteten in einigen Interaktionen einen bis zu 75 % geringeren Token-Verbrauch.
- Beobachter und Huso berichteten, dass sich die Code-Qualität und die allgemeine Antwortqualität von Claude im Höhlenmensch-Modus verschlechterten.
- Business Insider veröffentlichte einen Beitrag über das Experiment; der deutsche Verlag t3n berichtete am 26.05.2026 darüber.
Verknüpfte Unternehmen
7 verknüpfte UnternehmenOntologie & Marktkonzepte
Verwandte Marktsignale & Trends
Aktuelle verifizierte Unternehmensentwicklungen und Deal-Aktivitäten in diesem Marktsegment.
Entwickler bringt Claude „Höhlensprache“ bei; viraler Trend wirft Fragen auf
Der Entwickler Alexander Huso hat mit einem ungewöhnlichen Prompt-Engineering-Experiment für Anthropic's Claude Aufsehen erregt, indem er die KI dazu brachte, wie ein „Höhlenmensch“ zu kommunizieren. Durch stark verkürzte, minimalistische Prompts wollte er den Token-Verbrauch senken. Huso veröffentlichte die Ergebnisse auf Reddit, wo der Beitrag viral ging und von Medien wie Business Insider und t3n aufgegriffen wurde. Er berichtete von einer angeblichen Token-Reduktion von rund 75 Prozent. Tests bei Programmier- und Sicherheitsaufgaben zeigten jedoch, dass die Code-Qualität drastisch sank. Zudem äußerten Beobachter Zweifel an der Realistik der Ersparnis, wenn der Implementierungsaufwand einbezogen wird. Die Idee fand Nachahmer, stieß in der Community jedoch auch auf Skepsis hinsichtlich des Verhältnisses von Modell-Performance und Token-Einsparung.
Entwickler bringt Anthropic's Claude mit Höhlenmensch-Prompt zu Token-Einsparungen
Der Entwickler Alexander Huso hat mit einem minimalistischen Höhlenmensch-Prompt experimentiert, um den Token-Verbrauch von Anthropic's Claude bei Programmier- und Sicherheitsaufgaben zu reduzieren. Seine Ergebnisse teilte Huso in einem Business Insider-Essay sowie in einem viralen Reddit-Beitrag, in dem er von Einsparungen von bis zu 75 Prozent sprach. Sowohl Huso als auch andere Beobachter stellten jedoch fest, dass der Höhlenmensch-Modus zu spürbar schlechterem Code und einer geringeren Logikqualität führte. Zudem dürften die propagierten Einsparungen übertrieben sein, da der Modus selbst Tokens verbraucht. Das Experiment fand auf Plattformen wie YouTube und Reddit breite Beachtung und zog Nachahmer an.
„Caveman-Mode“: Mit vereinfachter Prompting-Technik LLM-Tokens und Kosten sparen
t3n hat einen Leitfaden zum sogenannten „Caveman-Mode“ veröffentlicht, einer Prompting-Technik, bei der Large Language Models angewiesen werden, in extrem kurzer und vereinfachter Sprache zu antworten, um den Verbrauch von Output-Tokens zu minimieren. Da Output-Tokens in der Regel deutlich teurer sind als Input-Tokens, zielt diese Methode auf direkte Kosteneinsparungen ab. Max Fröhlich, Doktorand der Mathematik und Autor bei t3n MeisterPrompter, testete den viralen Prompt des Entwicklers Alexander Huso und empfiehlt den Hack besonders für die Programmierung und komplexe Aufgaben, um unnötigen Textballast zu eliminieren. Allerdings wies Huso darauf hin, dass dieser Kommunikationsstil bei bestimmten Programmieraufgaben zu Lasten der Codequalität gehen kann. Der Artikel merkt zudem an, dass der Caveman-Mode für die Generierung von Langtexten ungeeignet ist und bewährte, strukturierte Prompting-Praktiken keineswegs ersetzt.
Marktsignale & Strategische Shifts in Echtzeit verfolgen
Erstellen Sie benutzerdefinierte Watchlists, um automatisierte, evidenzbasierte Executive Briefings zu erhalten, sobald wesentliche Signale oder Marktverschiebungen auftreten.