Token-Kontingent

KI-Systeme, die Texte schreiben, zerlegen jede Eingabe in kleine Stücke. Solche Stücke heißen Token. Ein Token ist meist ein kurzes Wort oder ein Wortteil, im Deutschen oft nur zwei bis vier Buchstaben. Der Anbieter eines solchen Dienstes rechnet nicht in Sätzen oder Seiten ab, sondern in genau diesen Stücken. Ein Token-Kontingent ist die Menge an Stücken, die man verbrauchen darf, bevor Schluss ist oder es teurer wird. Das Kontingent kann pro Minute, pro Tag oder pro Monat gelten.

Warum jedes Wort Geld kostet

Hinter jeder Antwort eines KI-Systems stehen spezialisierte Chips, die viel Strom verbrauchen. Je länger die Eingabe und je länger die Antwort, desto mehr Rechenzeit fällt an. Ein Anbieter kann diese Kosten nicht pauschal decken, weil die Nutzung stark schwankt. Deshalb misst er den Verbrauch in Token und deckelt ihn.

Für Unternehmen ist das Kontingent eine wichtige Planungsgröße. Wer eine Software baut, die für jeden Kunden eine KI-Anfrage stellt, muss vorher ausrechnen, wie viele Token das im Monat ergibt. Verschätzt man sich, kann die Rechnung um ein Vielfaches höher ausfallen als geplant. Manche Firmen setzen sich deshalb selbst ein hartes Limit, damit ein fehlerhaftes Programm nicht über Nacht Tausende Euro verbraucht.

Auch für Privatnutzer ist das Thema spürbar. Kostenlose Zugänge zu Chatbots haben fast immer ein verstecktes Kontingent. Ist es aufgebraucht, wechselt das System auf ein schwächeres Modell oder verlangt eine Wartezeit. Die Grenze ist also kein technischer Zufall, sondern eine bewusste kaufmännische Entscheidung.

Wie gezählt und gedeckelt wird

Gezählt werden zwei Richtungen getrennt. Die Eingabe-Token sind alles, was man hineinschickt: die Frage, angehängte Dateien und oft auch der bisherige Gesprächsverlauf. Die Ausgabe-Token sind das, was das Modell zurückschreibt. Ausgabe-Token kosten in der Regel deutlich mehr als Eingabe-Token, oft das Drei- bis Fünffache.

Wichtig ist die Abgrenzung zum Kontextfenster. Das Kontextfenster ist der Arbeitsspeicher eines Modells für eine einzelne Anfrage, also wie viel Text es auf einmal überblicken kann. Das Kontingent dagegen ist eine Summe über viele Anfragen hinweg. Ein Modell mit riesigem Kontextfenster hilft also nichts, wenn das monatliche Kontingent klein ist.

Technisch wird das Kontingent meist über zwei Zähler geregelt. Der eine begrenzt Token pro Minute und schützt die Server vor Überlastung. Der andere begrenzt Token pro Monat und schützt das Budget. Wird ein Limit erreicht, antwortet der Dienst mit einer Fehlermeldung statt mit Text. Gute Programme warten dann kurz und versuchen es erneut, statt abzustürzen.

Vom Chatbot-Abo bis zur Quartalszahl

Am häufigsten trifft man den Begriff in Preislisten von KI-Anbietern. Dort stehen Angaben wie ein bestimmter Preis je eine Million Token. Eine Million Token klingt viel, entspricht aber nur rund 700.000 Wörtern, also etwa fünf dicken Romanen. Wer eine KI täglich lange Dokumente zusammenfassen lässt, ist damit schnell durch.

In Wirtschaftsnachrichten taucht die Zahl als Erfolgsmaß auf. Große Anbieter melden inzwischen, wie viele Billionen Token pro Monat über ihre Rechenzentren laufen. Diese Zahl gilt als Hinweis darauf, wie stark KI tatsächlich genutzt wird, ähnlich wie Nutzerzahlen bei sozialen Netzwerken. Wächst sie, brauchen die Firmen mehr Chips und mehr Strom, was wiederum die Kurse von Chipherstellern bewegt.

Ein verbreiteter Irrtum ist, dass ein Token einem Wort entspricht. Bei deutschen Texten mit langen zusammengesetzten Wörtern liegt der Verbrauch spürbar höher als bei englischen. Ein deutscher Text kann für dieselbe Aussage rund ein Drittel mehr Token brauchen. Wer sein Kontingent kalkuliert, sollte das einplanen.