Claude Code usage tracking by LangWatch

Claude Code Nutzung tracken mit LangWatch: Maximale Transparenz für Ihre KI-Entwicklung

In der heutigen Ära der softwaregestützten Entwicklung sind Tools wie Claude Code, Copilot, Cursor und Codex unverzichtbar geworden. Doch mit der zunehmenden Nutzung dieser KI-Agenten steigt auch die Komplexität bei der Überwachung von Kosten, Token-Verbrauch und Performance. LangWatch bietet hierfür die ideale Lösung als LLM-Engineering-Plattform für Teams, die KI-Anwendungen professionell in die Produktion bringen möchten. Mit LangWatch können Sie Ihre Claude Code Nutzung tracken, den vollen Trace-Verlauf erfassen und genau sehen, wie viel Sie für Tokens ausgeben.

Was ist LangWatch für Claude Code?

LangWatch ist eine umfassende Beobachtungsplattform, die speziell für die Analyse von Large Language Models (LLMs) und KI-Agenten entwickelt wurde. Sie fungiert als zentraler Speicherort für alles, was eine Sitzung hinterlässt. Während herkömmliche lokale Log-Reader oft auf eine Maschine beschränkt sind oder bei einer Bereinigung der Logs Daten verlieren, nutzt LangWatch den nativen OpenTelemetry-Export von Claude Code. Dies stellt sicher, dass Ihre Daten maschinenübergreifend verfügbar bleiben.

Die Plattform unterstützt nicht nur Claude Code, sondern auch eine Vielzahl anderer führender KI-Tools:

• Codex
• OpenCode
• Copilot
• Cursor
• Pi

Durch das Erfassen der vollständigen Trace-Historie hilft LangWatch Entwicklern dabei, ihren Flow zu verbessern und die Ausgaben für Tokens genauestens im Blick zu behalten.

Die wichtigsten Funktionen von LangWatch

LangWatch bietet eine tiefe Integration und detaillierte Metriken, die weit über einfaches Logging hinausgehen. Hier sind die Kernfunktionen, die LangWatch zur ersten Wahl für die Optimierung von KI-Agenten machen:

Cache-Hit-Tracking

Die Plattform unterscheidet präzise zwischen Cache-Reads und Cache-Writes. Diese werden als separate Token-Klassen auf jedem Span erfasst. LangWatch bietet sogar eine Aufteilung nach der Time-To-Live (TTL), etwa in 5-Minuten- und 1-Stunden-Intervallen für Schreibvorgänge. Dies ist entscheidend, da Cache-Reads in langen Agent-Sitzungen oft den Großteil des Volumens ausmachen.

Präzises Token-Accounting

Anstatt sich auf Schätzungen zu verlassen, liefert LangWatch exakte Kostenzahlen direkt aus den API-Antworten. Sie können die theoretischen Kosten im Vergleich zu den tatsächlich in Rechnung gestellten Kosten analysieren. Dies ist besonders nützlich, wenn Sie einen Einzel- oder Team-Plan nutzen und wissen möchten, was die Nutzung zu API-Listenpreisen kosten würde.

Überwachung von Tools, Skills und MCP

Jeder Bash-Befehl, jede Dateiänderung, jeder Skill-Aufruf und jeder MCP-Call (Model Context Protocol) wird als einzelner Span mit eigener Dauer sowie vollständigen Input- und Output-Details erfasst. Dadurch erhalten Sie eine lückenlose Dokumentation darüber, was Ihr KI-Agent zu welchem Zeitpunkt getan hat.

LangWatch MCP: Die KI lernt aus ihren Traces

Der MCP-Server von LangWatch macht Ihre Traces für den Agenten selbst zugänglich. Das bedeutet, dass Claude Code seine eigenen Durchläufe der letzten Woche inspizieren, herausfinden kann, wo die Tokens verbraucht werden, und seinen eigenen Workflow entsprechend anpassen und editieren kann.

Analyse-Dashboards und Insights

Nutzer können beliebige Metriken in Diagrammen visualisieren, wie zum Beispiel:

• Parallel laufende Sitzungen
• Kosten pro Sitzung
• Leerlaufzeiten während der Agent auf eine Antwort wartet
• Erfolgsraten und Fehlermuster

Wie man LangWatch mit Claude Code nutzt

Die Einrichtung von LangWatch für Ihr Projekt ist denkbar einfach und erfordert lediglich einen einzigen Befehl. Es ist keine komplexe Konfiguration notwendig, um sofort mit dem Tracking zu beginnen.

Schritt-für-Schritt-Anleitung:

1. Öffnen Sie Ihr Terminal in Ihrem Projektverzeichnis.
2. Führen Sie den folgenden Befehl aus:

   $ npx langwatch claude
   

3. Dieser Befehl konfiguriert automatisch den nativen OpenTelemetry-Export von Claude Code zu LangWatch.
4. Ab sofort wird jede Sitzung als Trace erfasst, inklusive Modellzügen, Tool-Calls, Tokens nach Klassen und theoretischen Kosten.

Nach der Ausführung können Sie wie gewohnt weiterarbeiten. LangWatch läuft im Hintergrund und sammelt alle relevanten Daten für Ihre Analyse.

Use Case: Warum Sie Ihre Sitzungen analysieren sollten

Ein typisches Szenario für die Nutzung von LangWatch ist die Identifizierung von Reibungspunkten in der Entwicklung. Nehmen wir an, ein Coding-Agent benötigt für eine Aufgabe über 2300 Sekunden und verbraucht fast 500.000 Tokens (wie im Fall von Modellen wie claude-opus-4-8).

Ohne detailliertes Tracking wüssten Sie nicht, ob die Zeit in Bash-Befehlen, MCP-Tools oder in der Denkphase des Modells verloren ging. LangWatch zeigt Ihnen im Trace Summary genau auf:

• Origin: Welcher Agent (z.B. Coding Agent) wurde genutzt?
• Duration: Wie lange dauerte der gesamte Prozess?
• Cost: Wie hoch sind die Kosten (z.B. als "Bundled" markiert für Abonnements)?
• Spans: Wie viele einzelne Schritte wurden ausgeführt?

Durch das Ausführen von Claude über Ihre eigene Trace-Historie können Sie Muster erkennen: Was haben Sie gefragt? Was hat am meisten geholfen? Wo sind Sitzungen fehlgeschlagen? Diese Insights sind der Schlüssel zur Verbesserung Ihrer eigenen Prompting-Skills und der Effizienz Ihrer KI-Agenten.

FAQ – Häufig gestellte Fragen

Wie tracke ich meine Claude Code Nutzung? Führen Sie einfach npx langwatch claude aus. Dies aktiviert das Tracking via OpenTelemetry. Jede Sitzung wird als Trace mit Details zu Token-Klassen und Kosten gespeichert.

Funktioniert es auch mit anderen Tools wie Cursor oder Copilot? Ja. Jeder Agent exportiert über denselben OTLP-Endpunkt, sodass alle Daten konsistent in einem Store mit der gleichen Token- und Kostenbehandlung landen.

Was bedeutet das Label "Bundled" bei den Kosten? Bei Claude-Abonnements (Pro, Max, Team) fallen keine Kosten pro Token an. LangWatch markiert diese als "Bundled" und berechnet einen theoretischen Gesamtwert basierend auf API-Listenpreisen, damit Sie die Wirtschaftlichkeit besser einschätzen können.

Werden gecachte Tokens berücksichtigt? Ja. Cache-Reads und Cache-Writes werden separat erfasst und bepreist. Da Cache-Reads oft den Großteil des Volumens ausmachen, sorgt LangWatch dafür, dass die Kosten- und Volumenberechnung korrekt bleibt.

Was passiert, wenn ich versehentlich Geheimnisse oder API-Keys in der Sitzung poste? LangWatch verfügt über eine automatische Schwärzung von API-Secrets und PII (persönlich identifizierbare Informationen). Diese Daten werden niemals auf der LangWatch-Seite gespeichert. Für noch strengere Anforderungen stehen Enterprise-Policies und Self-Hosted-Optionen zur Verfügung.

---

LangWatch ist die LLM-Engineering-Plattform für Teams, die AI produktiv einsetzen. Starten Sie noch heute mit der Optimierung Ihrer KI-Workflows!