Träumen reicht nicht: Warum Claudes Memory und Dreaming dein Projekt nicht verstehen
Am 6. Mai 2026 hat Anthropic auf der Code with Claude angekündigt, dass Claude jetzt träumt. So nennen sie es wirklich. Im Hintergrund läuft ein Konsolidierungslauf über bis zu 100 vergangene Sessions, der daraus einen frischen, separaten Memory-Store baut. Wiederkehrende Muster, häufige Fehler, geteilte Team-Präferenzen. Der ursprüngliche Memory bleibt unangetastet. Pattern-Erkennung mit poetischem Branding.
Klingt nach einem Durchbruch. Für Coding-Agenten, die wochenlang am gleichen Codebase werkeln, ist es das auch. Wer aber Projekte führt statt Code schreibt, bekommt von Dreaming wenig. Genau hier wird der Vergleich mit einem Tool wie TensorPM interessant. Beide Ansätze adressieren oberflächlich dasselbe Problem ("KI vergisst zwischen Sitzungen"), bauen aber auf grundverschiedenen Architekturen. Wer das nicht trennt, kauft das eine und wundert sich, dass das andere immer noch fehlt.
Was Claudes Memory tatsächlich tut
Anthropic hat im Marketing fünf Memory-Features in einen Topf geworfen. Auseinandersortieren hilft.
Erstens: Claude.ai Memory, die automatisch generierte Konversations-Summary in der Chat-Oberfläche. Auf Team- und Enterprise-Pläne ausgerollt im September 2025, mit Incognito-Modus und projekt-skopierter Isolation. Strikt Freitext, plattformgebunden.
Zweitens: Claude Projects, ein statischer Wissens-Container mit Custom Instructions und hochgeladenen Files. Manuell gepflegt. Kein evolvierendes Gedächtnis, eher eine zweite Schublade pro Initiative.
Drittens: Auto Memory in Claude Code zusammen mit CLAUDE.md. Claude schreibt Markdown-Notizen ins Projektverzeichnis und liest sie vor jeder Session zurück. Build-Befehle, Debug-Insights, Style-Präferenzen. Wenn die Datei über 200 Zeilen wächst, leidet die Adherence spürbar.
Viertens: die Memory Tool API für Agenten, mit view, create, str_replace und Konsorten. Claude erzeugt nur Tool-Calls, das Verzeichnis /memories lebt auf deinem System. ZDR-fähig.
Fünftens: Dreaming, vorgestellt am 6. Mai 2026. Asynchroner Konsolidierungs-Pass für Claude Managed Agents, aktuell Research Preview auf Anfrage. Unterstützt Opus 4.7 und Sonnet 4.6, abgerechnet zu Standard-Token-Raten. Anthropic nennt Harvey als Early Adopter mit angeblich sechsfacher Task-Completion-Rate. Anthropics eigene Zahl, mit der gebührenden Skepsis zu lesen.
Was alle fünf gemeinsam haben: sie speichern, was passiert ist. Konversationsfetzen, Build-Befehle, gelöste Bugs. Im Wesentlichen Freitext-Markdown, manchmal mit Pattern-Layer obendrauf. Dreaming hebt das Niveau, weil es über viele Sessions Muster sieht, die ein einzelner Agent allein nicht sieht. Trotzdem bleibt es Erinnerung. Verständnis ist etwas anderes.
Eine Begriffshygiene-Notiz am Rand: in der Community kursiert ein zweiter /dream-Befehl, der CLAUDE.md-Dateien für Claude Code aufräumt. Drittanbieter-Implementierung, kein offizielles Anthropic-Feature. Wenn dir jemand "Auto Dream" verkauft, frag, welches der beiden er meint.
Erinnerung ist nicht dasselbe wie Verstehen
Stell dir einen neuen Mitarbeiter vor, der ein perfektes Tagebuch über jedes Meeting führt, an dem er je teilgenommen hat. Er kann dir auf Anhieb sagen, was am 14. März besprochen wurde, welche Bug-Fixes du letzte Woche bevorzugt hast, dass du Tabs hasst und Spaces magst. Sehr nützlich.
Frag ihn jetzt: "Sind wir auf Kurs für den Q2-Launch? Was blockiert die fünf Pilotkunden? Ist das Budget noch realistisch?" Stille. Das Tagebuch enthält die Atome. Es hat sie nie zu einem Molekül verbunden.
Genau so verhält sich Claudes Memory zu einem Projekt. Memory speichert Konversationen. Ein Projekt besteht aus mehr als Konversationen. Es hat Teilnehmer, Budgets, Risiken, Deadlines, Entscheidungen. Und ein Ziel, das diese Elemente überhaupt erst zusammenhält. Ohne diese Verklammerung wird der Projektkontext schleichend stale. Genau das Muster ist nach meiner Erfahrung das größte ungelöste Problem im Projektmanagement.
Wie TensorPM das anders aufbaut
TensorPM startet bei einer anderen Frage. Statt "Was hat der Nutzer gesagt?" fragt es "Was will dieses Projekt erreichen, und wo steht es?". Dafür gibt es einen eigenen Begriff: Context-Driven Project Management (CDPM), eine Methodik, in der das Projektmodell selbst der Hauptkontext ist, nicht der Konversationsverlauf. Wer tiefer ins Framework will, findet die ausführliche Definition im Guide Was ist Agentic Project Management?.
Das Datenmodell hat drei Schichten:
- Vision. Das Ziel als typisiertes Feld. "Launch MVP and onboard 5 pilot customers by end of Q2" steht nicht irgendwo in einer Notiz, sondern an einem festen Platz, gegen den alles andere geprüft wird.
- Plan. Action Items, Kanban, Gantt, Beteiligte, Budget, Deadlines. Mit der Vision verknüpft, nicht lose daneben.
- Execution. Laufende Updates, ein KI-gestützter Trail (intelligenter Change-Log), Datei-Analyse, Entscheidungen mit Begründung.
TensorPMs Tagline bringt es auf den Punkt: "Other tools store tasks. TensorPM stores evolving intent." Während Claude Memory im Hintergrund versucht, aus Konversationen abzuleiten, was wichtig sein könnte, modelliert TensorPM von Anfang an, was wichtig ist. Alles, was später dazukommt, wird gegen dieses Modell geprüft.
Der Distiller, also externe Updates mit Mensch in der Schleife
Ein Punkt, den die Dreaming-Berichterstattung übersieht. Claudes ganzes Memory-System ist konversationsgetrieben. Wenn du Claude nichts erzählst, weiß Claude nichts. E-Mails, SharePoint-Dokumente, Slack-Threads, Tickets landen erst dann im Gedächtnis, wenn jemand sie aktiv in den Chat zieht. Der Memory-Import aus ChatGPT und Gemini ist Beta, läuft mit bis zu 24 Stunden Latenz und geht in eine Richtung.
TensorPMs Distiller arbeitet umgekehrt. Er nimmt externe Updates entgegen (Notizen, Files, Konversationsmitschnitte) und merged sie ins bestehende Projektmodell. Mit dir an der Stelle, wo Reibung entsteht. TensorPM beschreibt den Mechanismus sinngemäß so: andere KI-Tools ziehen verstreute, veraltete Quellen zusammen, Mails, SharePoint, alte Dokumente. TensorPM dreht das um. Dein Projektkontext führt. Externe Updates werden mit dir in der Schleife einsortiert. Und die KI stellt die Rückfragen, die du selbst längst vergessen hättest.
Das Modell entscheidet hier nicht im Hintergrund, was relevant ist. Du entscheidest. In regulierten Branchen ist das keine Bequemlichkeit, sondern Compliance-Voraussetzung.
Warum Dreaming retrospektiv bleibt
Selbst Dreaming schaut zurück. Der Agent reflektiert über vergangene Sessions, um in der nächsten besser zu werden. Großartig für einen Coding-Agenten an einem stabilen Codebase. Anthropic hat das mit zwei Companion-Features verstärkt: Outcomes-basiertes Grading durch einen separaten Grader-Agent, und Multi-Agent-Orchestration über shared file system. Beides drückt in dieselbe Richtung. Selbstoptimierung beim Tun.
Wenig hilfreich, wenn dein Projektziel aus dem Ruder läuft und niemand merkt, dass es passiert.
TensorPMs Distiller fragt prospektiv: Was bedeutet dieses neue Update für dein Q2-Ziel? Welches Action Item ist jetzt blockiert? Welche Deadline rutscht? Ein Tool, das mit dir mitgeht, statt eines, das hinter dir herräumt.
Wer kuratiert? Und wem gehört das Wissen?
Bei Claude entscheidet das Modell, was wichtig genug ist, um in die Memory-Summary zu wandern. Bequem, meistens richtig, aber blackbox-artig. Du kannst die Summary einsehen und editieren, den Auswahlprozess kontrollierst du nicht. Dreaming ist hier sauberer gebaut als oft erzählt: der Original-Memory-Store bleibt unverändert, das Konsolidat landet in einem separaten Output. Trotzdem entscheidet weiterhin das Modell, welche Muster überleben.
Bei TensorPM bist du der Kurator. Der KI-Trail dokumentiert lückenlos, was sich wann geändert hat. Jedes Feld ist editierbar, jeder Vorschlag annehmbar oder verwerfbar. Für Founder, die ihr Projekt in fünf Jahren noch nachvollziehen wollen, und für Teams mit Audit-Pflicht, ist das ein anderes Sicherheitsniveau.
Speicherort gehört dazu. Claude Memory lebt auf Anthropics Servern. TensorPM ist local-first auf deinem Gerät. Der optionale Cloud-Sync ist Ende-zu-Ende-verschlüsselt mit Hosting in Deutschland. BYOK fährt ohne Proxy-Token, lokale Modelle via Ollama oder LM Studio funktionieren genauso. Für GDPR-bewusste Teams ein Argument, nicht nur ein Feature.
Plattform-Lock-in oder Agenten-Backbone
Vielleicht der unterschätzteste Unterschied. Wem gehört dein Kontext?
Claudes Memory funktioniert in Claude. Punkt. Wenn du morgen Cursor produktiver findest oder Codex für eine Aufgabe besser passt, fängst du dort bei null an. Der erwähnte Memory-Import von ChatGPT und Gemini geht in eine Richtung und ist Beta.
TensorPM macht das Projektmodell zum neutralen Backbone, an den sich Agenten andocken. Über MCP und A2A. Auf der dokumentierten Liste stehen Claude Desktop, Claude Code, Codex, Cursor, OpenClaw, dazu jeder andere MCP/A2A-fähige Agent. Action Items lassen sich an Agenten zuweisen wie an menschliche Teammitglieder. TensorPM invokiert den Run, trackt das Ergebnis, hält den Plan synchron.
Wer Tool-Diversität für eine Tugend hält und nicht jedem KI-Anbieter sein Projektgedächtnis ausliefern will, gewinnt mit dem zweiten Modell.
Wo Claude trotzdem brilliert
Damit das hier nicht in unfaire Polemik kippt: Memory und Dreaming sind für ihr eigentliches Designziel sehr gut. Konversationskontinuität und Selbstverbesserung von Agenten innerhalb einer Plattform. Wer einen einzelnen Coding-Agenten über Wochen produktiv halten will, profitiert massiv von Auto Memory plus Dreaming. Pattern-Erkennung über viele Sessions löst ein echtes Problem, und die saubere Trennung zwischen Original-Store und konsolidiertem Output ist gut gemacht.
Claudes Ansatz ist nicht schlecht. Er löst nur ein anderes Problem.
Die interessante Konstellation ist deshalb beides zusammen. TensorPM hält das Projekt-Gedächtnis: Vision, Plan, Trail. Claude Code (oder Codex, oder Cursor) erledigt die Aufgaben, die TensorPM zuweist, und nutzt sein eigenes Auto Memory für Code-spezifischen Kontext. Memory bleibt nah am Code, das Projektmodell bleibt nah am Ziel. Niemand muss sich an eine Plattform ketten.
Was du daraus mitnehmen solltest
Wenn du nur einen Coding-Agenten hast und nur Code schreibst, reichen Claudes Memory-Features wahrscheinlich. Sobald du ein Projekt führst, also Ziele, Beteiligte, Budgets, Deadlines, Entscheidungen jonglierst, ist Erinnerung das falsche Werkzeug. Du brauchst ein Modell, das Intent speichert, nicht nur Inhalt.
TensorPM steht aktuell bei Version 1.2.1-beta.1. Die lokale Vollversion ist kostenfrei und ohne Account nutzbar. Cloud-Sync kostet 3,99 € im Monat, die Pro-Variante mit KI-Flatrate 6,99 €. Plattform-Caveat für Mac-Nutzer: macOS läuft aktuell nur auf Apple Silicon, Windows und Linux problemlos.
Eintrittshürde niedrig genug, um es einfach mal selbst auszuprobieren.
Träumen ist schön. Aber irgendjemand muss den Plan im Kopf behalten, während die Agenten schlafen.
Quellen u.a.: Anthropic Code with Claude, Live-Blog von Simon Willison, SiliconANGLE zu Claude Dreaming, VentureBeat zu Claude Memory, Computerworld zum September-2025-Memory-Rollout, Digital Trends, Dreaming erklärt, Anthropic Docs, Claude Code Memory, Memory Tool API, TensorPM, CDPM Framework.
Wenn du sehen willst, wie sich ein Projekt anfühlt, das seinen eigenen Plan kennt: lade die TensorPM-Beta. Local-first, ohne Account, kostenfrei.