Quota

Eine Quota ist eine Obergrenze für die Nutzung eines Dienstes. Sie legt fest, wie viel ein einzelner Kunde in einem bestimmten Zeitraum verbrauchen darf. Das kann eine Zahl von Anfragen pro Minute sein, eine Menge an Speicherplatz oder ein Geldbetrag pro Monat. Ist die Grenze erreicht, lehnt der Anbieter weitere Anfragen ab oder bremst sie aus. Der Begriff stammt aus dem Lateinischen und bedeutet ungefähr „Anteil“. Genau das beschreibt er auch: den Anteil an einer gemeinsam genutzten Ressource, der dir zusteht.

Warum Anbieter Grenzen ziehen müssen

Ein Rechenzentrum hat eine endliche Menge an Hardware. Wenn Tausende Kunden gleichzeitig darauf zugreifen, muss die Rechenleistung irgendwie aufgeteilt werden. Ohne Obergrenzen könnte ein einziger Nutzer den Dienst für alle anderen lahmlegen. Manchmal geschieht das nicht einmal absichtlich: Ein fehlerhaftes Programm, das in einer Endlosschleife hängt, feuert Millionen Anfragen pro Stunde ab.

Der zweite Grund ist Geld. Bei KI-Diensten kostet jede einzelne Antwort den Anbieter echte Rechenzeit, und die wird in Rechnung gestellt. Eine Quota schützt deshalb auch den Kunden vor sich selbst. Wer ein Ausgabenlimit von 50 Euro im Monat setzt, bekommt keine böse Überraschung, wenn sein Programm einen Fehler hat.

Drittens sind Quotas ein Verkaufsinstrument. Die kostenlose Stufe eines Dienstes hat enge Grenzen, die bezahlten Stufen weitere. Wer mehr braucht, zahlt mehr. Für Unternehmen ist das ein Problem, wenn ihr Produkt plötzlich beliebt wird: Die Nutzerzahlen wachsen schneller, als der Anbieter die Grenze anhebt.

Wie die Grenze technisch überwacht wird

Der Anbieter zählt mit. Jede Anfrage wird deinem Konto zugeordnet und auf einen Zähler addiert. Übersteigt der Zähler die erlaubte Zahl, kommt statt einer Antwort eine Fehlermeldung zurück. Im Netz hat diese Meldung eine feste Nummer: Fehler 429, „Too Many Requests“. Ein gut geschriebenes Programm wartet dann kurz und versucht es erneut.

Ein verbreitetes Verfahren heißt Token-Bucket, zu Deutsch etwa Eimer-Modell. Stell dir einen Eimer vor, in den ständig Wassertropfen nachlaufen, zum Beispiel zehn pro Sekunde. Jede Anfrage nimmt einen Tropfen heraus. Ist der Eimer leer, musst du warten. Der Vorteil: Wer eine Weile pausiert hat, darf kurzzeitig einen Schwall Anfragen schicken, weil sein Eimer voll ist. Man nennt das einen Burst.

Wichtig ist die Abgrenzung zum verwandten Begriff Rate Limit. Ein Rate Limit regelt das Tempo, also Anfragen pro Sekunde oder Minute. Eine Quota im engeren Sinn regelt die Gesamtmenge über einen längeren Zeitraum, etwa einen Monat. Viele Anbieter setzen beides gleichzeitig ein und benutzen die Wörter im Alltag durcheinander.

Quotas bei ChatGPT, Cloud-Diensten und in der Schule

Am sichtbarsten sind Quotas bei Chatbots. Kostenlose Konten dürfen das beste Modell nur eine begrenzte Zahl von Malen pro Tag nutzen. Danach wird auf ein schwächeres Modell umgeschaltet, oder man muss bis zum nächsten Tag warten. Auch Bildgeneratoren arbeiten so und rechnen in Bildern pro Monat ab.

In der Cloud, also auf gemieteten Servern im Internet, sind Quotas allgegenwärtig. Neue Kunden dürfen dort oft nur eine Handvoll Grafikkarten gleichzeitig buchen. Wer mehr will, muss eine Erhöhung beantragen und begründen. In Wirtschaftsnachrichten taucht das Thema auf, wenn Anbieter wegen Chipmangel Grenzen senken – ein deutliches Zeichen, dass die Nachfrage das Angebot übersteigt.

Auch außerhalb der KI-Welt kennst du das Prinzip. Der Speicherplatz in der Schul-Cloud ist begrenzt, das Datenvolumen deines Handytarifs ebenfalls. Ein häufiger Irrtum ist, eine erreichte Quota für einen technischen Defekt zu halten. Tatsächlich funktioniert das System genau wie geplant – es sagt dir nur gerade Nein.