---
term: "Context Management"
slug: "context-management"
glossar_id: "G207"
variants: []
category: "kontextfenster-kontextmanagement-und-kontextprobleme"
marker: ""
short: "Verwaltung von Anweisungen, Verlauf, Tool-Ergebnissen und weiteren Informationen."
sources:
  - label: "Anthropic: Context Engineering"
    url: "https://www.anthropic.com/engineering/effective-context-engineering-for-ai-agents"
  - label: "OpenAI: Conversation State"
    url: "https://developers.openai.com/api/docs/guides/conversation-state"
status: "entwurf"
updated: "2026-09-21"
---

Context Management ist die laufende Verwaltung des Arbeitskontexts eines KI-Systems: Informationen werden hinzugefügt, ausgewählt, erhalten, verdichtet oder aus dem aktiven Kontext entfernt. [Anthropic: Context Engineering](https://www.anthropic.com/engineering/effective-context-engineering-for-ai-agents) Besonders bei mehrstufigen Aufgaben verändert sich dieser Bestand mit jeder Nachricht und jedem Werkzeugergebnis. [Anthropic: Context Engineering](https://www.anthropic.com/engineering/effective-context-engineering-for-ai-agents)

## Den Verlauf arbeitsfähig halten

Eine Anwendung kann Unterhaltungszustand selbst mitsenden oder dafür Zustandsfunktionen einer Schnittstelle verwenden. [OpenAI: Conversation State](https://developers.openai.com/api/docs/guides/conversation-state) Das beantwortet zunächst, wie der Verlauf weitergegeben wird, nicht automatisch, welche Teile für die nächste Aufgabe sinnvoll sind.

Für längere Agentenabläufe gehören dazu Zusammenfassungen, strukturierte Notizen und das Entfernen nicht mehr benötigter Werkzeugausgaben. [Anthropic: Context Engineering](https://www.anthropic.com/engineering/effective-context-engineering-for-ai-agents) Diese Verfahren setzen an unterschiedlichen Stellen an: Sie können Material verdichten, außerhalb des Fensters sichern oder die aktive Eingabe verkleinern. [Anthropic: Context Engineering](https://www.anthropic.com/engineering/effective-context-engineering-for-ai-agents)

Im Unterschied zur einzelnen Auswahlentscheidung bei Context Curation steht hier der Ablauf über die Zeit im Vordergrund. Context Engineering umfasst zusätzlich den Entwurf dieser Regeln und des gesamten Informationsflusses. [Anthropic: Context Engineering](https://www.anthropic.com/engineering/effective-context-engineering-for-ai-agents)

## So kannst du dir das vorstellen

Eine hypothetische KI bearbeitet mehrere Schritte einer technischen Fehleranalyse. Zu Beginn braucht sie die Störungsmeldung; später kommen Messwerte, Prüfergebnisse und verworfene Vermutungen hinzu.

Du könntest festlegen, dass bestätigte Befunde und offene Prüfungen erhalten bleiben, während große Rohprotokolle nur bei erneutem Bedarf geladen werden. Bereits verworfene Hypothesen müssten dabei als verworfen erkennbar bleiben.

Eine bloße chronologische Sammlung aller Texte würde diese Regeln nicht ersetzen. Für den Ablauf wäre entscheidend, was im nächsten Arbeitsschritt tatsächlich benötigt wird.

## Speichern, bereitstellen und löschen unterscheiden

Persistenter Gesprächszustand und aktiver Modellkontext sind unterschiedliche Ebenen. [OpenAI: Conversation State](https://developers.openai.com/api/docs/guides/conversation-state) [Anthropic: Context Engineering](https://www.anthropic.com/engineering/effective-context-engineering-for-ai-agents) Das Entfernen eines Werkzeugergebnisses aus der nächsten Eingabe bedeutet daher nicht automatisch, dass die ursprüngliche Datei oder ein separat gespeichertes Protokoll gelöscht wurde. [Anthropic: Context Engineering](https://www.anthropic.com/engineering/effective-context-engineering-for-ai-agents)

Für die Umsetzung würde ich diese Ebenen getrennt dokumentieren. So lassen sich fachliche Kontinuität, technische Kapazitätsgrenzen und tatsächliche Speicherregeln unabhängig voneinander prüfen.

## Verwandte Begriffe

**Context State**, **Context Curation**, **Context Compaction**, **Tool-Result Clearing**, **Memory**.