Usage-Limit

Ein Usage-Limit ist eine Obergrenze für die Nutzung eines digitalen Dienstes. Der Anbieter legt fest, wie viel ein einzelner Kunde in einem Zeitraum verbrauchen darf. Wer diese Grenze erreicht, bekommt eine Meldung und muss warten oder mehr bezahlen. Man kennt das Prinzip vom Handyvertrag: Ist das Datenvolumen aufgebraucht, wird das Internet langsam oder hört auf. Bei Chatbots und ähnlichen Programmen, die auf Zuruf Texte oder Bilder erzeugen, ist so eine Grenze inzwischen die Regel. Gezählt wird dabei je nach Dienst die Zahl der Anfragen, die Menge des Textes oder die reine Rechenzeit.

Warum Anbieter überhaupt bremsen müssen

Jede Antwort einer KI kostet echtes Geld. Die Berechnung läuft auf spezialisierten Chips in großen Rechenzentren, und diese Chips sind teuer und knapp. Anders als bei einer normalen Website steigen die Kosten fast direkt mit der Nutzung. Ein Kunde, der tausend lange Anfragen am Tag stellt, verursacht ein Vielfaches der Kosten eines Gelegenheitsnutzers. Bei einem festen Monatspreis von zwanzig Euro kann ein einziger solcher Vielnutzer den Gewinn von vielen anderen aufzehren.

Ein zweiter Grund ist die Fairness zwischen den Kunden. Die Rechenkapazität ist zu jedem Zeitpunkt begrenzt. Ohne Grenzen würden wenige automatisierte Dauernutzer die Leitungen verstopfen. Alle anderen bekämen dann langsame oder gar keine Antworten. Limits verteilen die knappe Kapazität also planbarer.

Drittens sind Limits ein Schutz gegen Missbrauch. Wer massenhaft Spam-Texte oder gefälschte Bewertungen erzeugen will, braucht sehr viele Anfragen. Eine Obergrenze macht solche Angriffe deutlich mühsamer. Auch versehentliche Endlosschleifen in fremden Programmen fängt sie ab, bevor eine riesige Rechnung entsteht.

Was genau gezählt wird

Die meisten KI-Anbieter zählen nicht in Wörtern, sondern in Tokens. Ein Token ist ein Textbaustein, ungefähr eine Silbe oder ein kurzes Wort. Eine Seite Text entspricht grob 500 bis 700 Tokens. Gezählt wird meist beides: die Frage, die man schickt, und die Antwort, die zurückkommt. Ein langes Dokument, das man zur Analyse hochlädt, verbraucht deshalb sehr viel schneller das Kontingent als eine kurze Frage.

Wichtig ist der Unterschied zwischen zwei Arten von Grenzen. Ein Rate-Limit begrenzt das Tempo, etwa 50 Anfragen pro Minute. Eine Quota begrenzt die Gesamtmenge in einem längeren Zeitraum, etwa pro Monat. Beide können gleichzeitig gelten. Technisch arbeiten viele Systeme mit dem Bild eines Eimers, der sich langsam wieder füllt: Jede Anfrage nimmt einen Tropfen heraus, und ist der Eimer leer, muss man warten.

Ein verbreiteter Irrtum ist, dass ein erreichtes Limit ein Fehler des Programms sei. Tatsächlich ist es eine bewusste Entscheidung des Anbieters. Er antwortet dann mit einem eigenen Statuscode, oft der Nummer 429, und häufig mit dem Hinweis, wann es weitergeht. Gut gebaute Programme warten daraufhin automatisch und versuchen es erneut.

Limits im Abo und in der Berichterstattung

Am häufigsten begegnet man Usage-Limits in den Preisstufen von KI-Diensten. Die Gratisversion erlaubt eine Handvoll Anfragen pro Tag, das mittlere Abo deutlich mehr, das teure Profi-Abo fast unbegrenzt viel. Oft gilt die Grenze nur für das leistungsstärkste Modell, während ein einfacheres weiter benutzbar bleibt. Wer Bilder erzeugen lässt, sieht die Grenze meist als Zahl der Bilder pro Tag.

In den Wirtschaftsnachrichten sind Limits ein Signal für die Kostenlage einer Branche. Wenn ein Anbieter seine Grenzen plötzlich senkt, deutet das auf knappe Rechenkapazität oder auf Druck bei den Margen hin. Werden sie großzügig angehoben, gilt das als Zeichen für billigere Technik oder für einen Kampf um Marktanteile. Solche Änderungen lösen regelmäßig heftige Reaktionen bei zahlenden Kunden aus.

Auch Entwickler stoßen ständig darauf. Wer über eine Programmierschnittstelle auf ein Modell zugreift, bekommt vom Anbieter eine feste Obergrenze zugeteilt. Diese lässt sich meist erhöhen, wenn man länger Kunde ist oder mehr bezahlt. Bei Schul- oder Hobbyprojekten reicht das kostenlose Kontingent oft aus, solange man sparsam mit langen Texten umgeht.