Batch-Processing: Viele Aufgaben automatisiert abarbeiten

Die Idee

Manche Aufgaben sind in Wahrheit viele gleiche Aufgaben: 500 Dateien migrieren, 2.000 Texte klassifizieren, jede Produktbeschreibung übersetzen. Dafür musst du nicht 500-mal chatten – Batch-Verarbeitung erledigt sie automatisiert.

Weg 1: Headless-Fan-out

Claude Code läuft mit claude -p "Aufgabe" auch ohne interaktive Sitzung. In einer Skript-Schleife über eine Dateiliste wird daraus ein Fan-out: ein Aufruf pro Datei. Die offizielle Doku empfiehlt drei Schritte: Aufgabenliste generieren, Schleife bauen, erst an 2–3 Dateien testen und den Prompt schärfen – dann auf alles loslassen. --allowedTools begrenzt dabei, was der Agent ohne Aufsicht darf.

Weg 2: Batch-APIs der Anbieter

Für reine Modell-Anfragen ohne Werkzeuge gibt es Batch-APIs: Du reichst viele Anfragen gesammelt ein, sie werden asynchron verarbeitet. Anthropic (Message Batches API) und OpenAI (Batch API) berechnen dafür 50 % der normalen Preise (Stand: Juli 2026). Bei Anthropic sind die meisten Batches in unter einer Stunde fertig, bei OpenAI gilt ein 24-Stunden-Fenster (Stand: Juli 2026).

Batch oder interaktiv?

Batch lohnt sich, wenn die Aufgaben unabhängig und gleichförmig sind und das Ergebnis nicht sofort gebraucht wird. Interaktiv bleibst du, wenn du zwischendurch steuern, prüfen oder korrigieren willst – oder die Aufgabe erst beim Arbeiten klar wird.