KI-Anbieter erhöhen nicht die Preise, sie schrumpfen still die Token-Limits. Wer seinBudget schonen will, muss effizienter prompten.
Vor ein paar Tagen sass ich am Schreibtisch, wollte kurz eine etwas komplexere Aufgabe in Claude lösen lassen und – Peng. «Tageslimit erreicht.» Da war sie wieder, diese unsichtbare Decke.
Token Limits in Claude
Wir waren alle extrem verwöhnt in den letzten Monaten. Die grossen Anbieter haben Milliarden verbrannt, um uns mit faszinierenden Tools anzufüttern. Aber auch KI-Unternehmen müssen irgendwann schwarze Zahlen schreiben. Und da sie wissen, dass ein Aufschrei durchs Netz ginge, wenn sie die Abopreise plötzlich von 20 auf 40 Dollar verdoppeln würden, bedienen sie sich einer Taktik aus dem Supermarktregal.
Statt den Preis zu erhöhen, schrumpfen sie heimlich den Inhalt. Shrinkflation.
Nur schrumpft hier nicht die Chipstüte, sondern die Währung der KI: die Tokens. Und das völlig unauffällig.
Ich beobachte das an allen Ecken. Ein toller Custom Agent in Notion, der täglich im Hintergrund aufräumt? Grossartig – bis Mitte Monat plötzlich die Gratis-Tokens aufgebraucht sind. Selbst bei Adobe kratze ich immer öfter an der Grenze der verfügbaren Credits. Und ich frage mich ganz pragmatisch: Wie lange bleiben eigentlich Tools wie Google NotebookLM noch so grosszügig und kostenlos?
In Notion sind die Token Credits recht schnell ausgeschöpft
Interessant ist nicht nur die Taktik der Anbieter, sondern auch unser eigenes Verhalten. Wir haben uns angewöhnt, riesige, völlig unstrukturierte PDFs blind in den Chat zu werfen. «Mach mal eine Zusammenfassung!»
Das ist bequem, aber es ist eine massive Tokenschleuder. Die KI muss das halbe Layout, Kopfzeilen und ewig viel unwichtigen Text mitverarbeiten. Das kostet Rechenleistung – und damit unsere Tokens.
Die Lösung ist eigentlich simpel: Wir müssen lernen, wieder effizienter zu prompten.
Das bedeutet zum Beispiel, dass wir anfangen, strukturierte Texte wie Markdown zu nutzen, statt PDFs hochzuladen. Das spart enorm viele Tokens und die KI versteht den Text ohnehin besser.
Und vor allem müssen wir uns fragen: Muss es wirklich immer der grösste und schlauste Algorithmus sein? Oft reicht für einfache Aufgaben, wie das Korrigieren eines Textes oder eine kurze Zusammenfassung, ein älteres, viel schnelleres und token-freundlicheres Modell völlig aus. Nicht jeder Nagel braucht einen Vorschlaghammer.
Wer sich von all diesen Token-Budgets und Limiten gar nicht mehr gängeln lassen will, für den gibt es eine spannende Alternative: die Flucht aus der Cloud.
Mit Tools wie Ollama lässt sich die KI direkt auf den eigenen Rechner holen. Für sehr viele Alltagsaufgaben ist ein lokales LLM (Large Language Model) absolut ausreichend. Der schöne Nebeneffekt? Du bist dein eigenes Token-Limit. Und die Daten verlassen deinen Schreibtisch nicht.
Effizienteres Prompten wird zur Basis-Fähigkeit werden, wenn wir nicht ständig vor verschlossenen digitalen Türen stehen wollen. Und letztlich gehts halt auch um unser Portemonnaie.
Wie ist das bei dir? Bei welchem Tool bist du zuletzt ans Limit gekracht? Und hast du schon mal versucht, eine lokale KI wie Ollama bei dir laufen zu lassen?
Dieser Beitrag erschien zuerst am 3. Juni 2026 im Publishing-Blog.
