Ratenlimit

Ein Ratenlimit ist eine Obergrenze für die Anzahl von Anfragen in einer bestimmten Zeit. Wer einen Online-Dienst benutzt, schickt ständig solche Anfragen: jede Suche, jeder Klick, jede Frage an einen Chatbot ist eine. Der Betreiber legt fest, wie viele davon pro Minute, Stunde oder Tag erlaubt sind. Wird die Grenze überschritten, lehnt der Dienst weitere Anfragen ab, meist mit einer Fehlermeldung. Oft heißt es dann sinngemäß: zu viele Anfragen, bitte später erneut versuchen. Man kann sich das wie eine Ampel an einer Autobahnauffahrt vorstellen, die nur alle paar Sekunden ein Auto durchlässt.

Warum Anbieter die Notbremse brauchen

Server haben eine begrenzte Kapazität. Kommen zu viele Anfragen gleichzeitig, wird der Dienst für alle langsam oder fällt komplett aus. Ein Ratenlimit sorgt dafür, dass ein einzelner Nutzer nicht die gesamte Leistung für sich beansprucht. Es ist also weniger eine Schikane als eine Verteilungsregel.

Dazu kommt der Schutz vor Missbrauch. Wer ein Passwort erraten will, probiert nicht drei Varianten aus, sondern Millionen. Ein Limit von fünf Fehlversuchen pro Minute macht solche Angriffe praktisch unmöglich. Ähnlich verhindert man, dass automatische Programme ganze Datenbanken abgreifen.

Bei KI-Diensten kommt ein dritter Grund hinzu: Geld. Jede Antwort eines großen Sprachmodells kostet den Anbieter Rechenzeit auf teuren Spezialchips. Ohne Grenze könnte ein einzelner Kunde in wenigen Stunden Kosten in Millionenhöhe verursachen. Ratenlimits sind deshalb auch ein betriebswirtschaftliches Werkzeug.

Kübel, Fenster und Wartezeiten

Technisch zählt der Dienst mit, wie viele Anfragen von einer bestimmten Quelle eintreffen. Erkannt wird diese Quelle meist an einem Schlüssel, also einer Art persönlichem Passwort für Programme, oder an der Netzwerkadresse des Geräts. Zu jedem Schlüssel gehört ein Zähler, der regelmäßig zurückgesetzt wird.

Ein verbreitetes Verfahren heißt Token Bucket, auf Deutsch etwa Marken-Eimer. Man stellt sich einen Eimer vor, in den ständig Marken nachtropfen. Jede Anfrage verbraucht eine Marke. Ist der Eimer leer, muss man warten. Der Vorteil: Wer länger nichts getan hat, hat einen vollen Eimer und darf kurzzeitig viele Anfragen auf einmal stellen.

Bei KI-Schnittstellen gibt es meist zwei Limits gleichzeitig. Das eine zählt Anfragen pro Minute, das andere sogenannte Token, also die Textbausteine, aus denen Ein- und Ausgabe bestehen. Eine einzige sehr lange Anfrage kann so das Limit sprengen, obwohl es nur eine Anfrage war. Ein häufiger Irrtum ist, dass ein Ratenlimit dasselbe sei wie ein Preisdeckel. Es begrenzt aber nur das Tempo, nicht die Gesamtmenge über den Monat.

Vom Chatbot bis zur Börsen-App

Im Alltag merkt man Ratenlimits meist erst, wenn sie greifen. Bei kostenlosen Versionen von Chatbots ist nach einer bestimmten Zahl von Nachrichten Schluss, danach folgt eine Pause oder ein schwächeres Modell. Wer sich mehrfach falsch in einem Konto anmeldet, wird für einige Minuten gesperrt. Auch soziale Netzwerke drosseln, wenn jemand ungewöhnlich schnell scrollt oder postet.

Für Entwickler ist das Thema noch wichtiger. Wer eine App baut, die ein KI-Modell eines Anbieters nutzt, bekommt feste Limits zugewiesen. Diese steigen oft mit der Zahlungshistorie: neue Kunden starten niedrig, langjährige Kunden dürfen mehr. Gut gebaute Programme fangen eine Ablehnung ab und versuchen es nach kurzer Wartezeit erneut.

In Nachrichten tauchen Ratenlimits auf, wenn Anbieter sie verschärfen oder lockern. Als eine große Social-Media-Plattform 2023 plötzlich die tägliche Zahl lesbarer Beiträge begrenzte, war das wochenlang Thema. Auch bei Finanzdaten spielt das eine Rolle: Börsen-Schnittstellen erlauben oft nur wenige Abfragen pro Sekunde, was schnelle Handelsprogramme direkt betrifft.