Context-Engineering-Budget

Große Kontextfenster verleiten dazu, einfach alles hineinzuschreiben. Genau das verschlechtert jedoch die Ergebnisse, weil relevante Informationen zwischen Ballast untergehen, und es treibt die Kosten linear nach oben. Ein Kontextbudget arbeitet stattdessen mit festen Obergrenzen je Bestandteil, etwa 800 Token Systemanweisung, 3.000 Token Wissen, 1.500 Token Verlauf, plus reservierter Ausgabespielraum. Übersteigt ein Teil sein Budget, greifen definierte Strategien: Zusammenfassen des Verlaufs, strengeres Ranking der Wissensfragmente, Kürzen von Werkzeugausgaben. Der Effekt ist doppelt – planbare Kosten pro Anfrage und stabilere Qualität, weil das Modell nicht mit widersprüchlichem oder redundantem Material überflutet wird.

Für jedes Team, das Assistenten produktiv betreibt, entscheidet das Kontextbudget gleichzeitig über Antwortqualität, Latenz und Rechnung. Es ist der wirksamste Hebel, um Halluzinationen durch Informationsüberflutung zu reduzieren, ohne das Modell wechseln zu müssen.

Ein Versicherer begrenzt den Wissensanteil seines Beratungsassistenten von unbegrenzt auf die fünf bestbewerteten Textabschnitte und fasst den Verlauf ab zehn Nachrichten automatisch zusammen. Die durchschnittliche Anfrage schrumpft von 19.000 auf 5.400 Token, die Korrektheit in der internen Bewertung steigt von 82 auf 91 Prozent.

Mit den Millionen-Token-Kontexten der Jahre 2025 und 2026 verlagerte sich die Engpassdiskussion von der Fenstergröße zur Informationsqualität. Untersuchungen zu nachlassender Genauigkeit bei sehr langen Kontexten, in der Praxis als Context Rot beschrieben, machten deutlich, dass mehr Kontext nicht automatisch bessere Antworten bedeutet. Parallel zwang der Kostendruck agentischer Systeme dazu, Kontext als knappe Ressource zu behandeln. Aus beidem entstand 2026 die Praxis, Kontextbudgets ebenso zu planen und zu überwachen wie Mediabudgets.