Token

Token sind die kleinsten Einheiten, in die ein Sprachmodell Text zerlegt, bevor es damit rechnet. Nicht Wörter, nicht Zeichen — Fragmente dazwischen. Jede Abrechnung, jedes Limit und jedes Kontextfenster wird in Token gemessen.

Was ein Token ist

Ein Token ist ein häufig vorkommendes Zeichenfragment. Kurze, gängige Wörter bilden oft ein einzelnes Token, längere oder seltene Wörter zerfallen in mehrere. „Betrieb” ist ein Token, „Betriebsvereinbarung” mehrere. Auch Leerzeichen und Satzzeichen zählen mit.

Als Faustregel für die Planung: Im Englischen entspricht ein Token etwa vier Zeichen oder rund 0,75 Wörtern. Verlässlich ist nur die Messung mit dem Tokenizer des jeweiligen Anbieters — jedes Modell zerlegt anders.

Warum Deutsch teurer ist als Englisch

Tokenizer sind überwiegend auf englischen Texten trainiert. Deutsche Komposita, Umlaute und Flexionsendungen zerfallen deshalb in mehr Fragmente als ihre englischen Entsprechungen. Derselbe Sachverhalt kostet auf Deutsch je nach Text spürbar mehr Token als auf Englisch.

Für den Betrieb heißt das: Wer Volumen plant, rechnet mit der Sprache, in der tatsächlich gearbeitet wird — nicht mit englischen Benchmarks.

Input, Output und der Preisunterschied

Anbieter rechnen getrennt ab. Input-Token sind alles, was ins Modell geht: Anweisung, Kontext, angehängte Dokumente, bei Chats auch der bisherige Gesprächsverlauf. Output-Token sind die erzeugte Antwort.

Output kostet in der Regel ein Mehrfaches von Input. Deshalb ist die teuerste Angewohnheit nicht der lange Prompt, sondern die unnötig ausführliche Antwort. Wie sich daraus laufende Kosten ergeben, beschreibt der Eintrag zu LLM-Inferenz.

Kontextfenster: das zweite Limit

Das Kontextfenster ist die Obergrenze an Token, die ein Modell in einem Vorgang gleichzeitig verarbeiten kann — Eingabe und Antwort zusammen. Ist es erschöpft, fällt Kontext weg: Bei langen Gesprächen verschwindet der Anfang, bei großen Dokumenten fehlen Teile.

Ein großes Kontextfenster ist deshalb kein Freibrief. Jeder mitgeschleppte Token wird bezahlt und verdrängt anderen Inhalt. Präzise Zulieferung schlägt vollständige Zulieferung.

Was das für den Betrieb bedeutet

Token sind die einzige Größe, über die AI-Kosten direkt steuerbar sind. Drei Hebel wirken sofort:

• Kontext begrenzen. Nur die Dokumente anhängen, die für den Vorgang zählen. Ein ganzer Ordner als Anhang ist teuer und macht Antworten schlechter, nicht besser.
• Antwortlänge festlegen. Wo ein Ergebnis strukturiert sein soll, gehört das Format in die Anweisung. Unbegrenzte Antworten sind die häufigste vermeidbare Ausgabe.
• Modell nach Aufgabe wählen. Klassifikation, Extraktion und Routine brauchen kein Spitzenmodell. Der Preisunterschied zwischen Modellklassen ist größer als die meisten Optimierungen am Prompt.

Wie sich daraus ein systematischer Ansatz ergibt, beschreibt der Beitrag zu Token-Smart. Wir halten dabei einen Grundsatz ein: Kunden behalten ihre eigenen AI-Accounts. Wir verdienen nicht an ihrem Verbrauch, sondern helfen, ihn zu senken.

Stand: August 2026