Token-Steuer
Als Token-Steuer bezeichnet man den strukturellen Mehraufwand an Eingabe-Tokens, den ein Agenten- oder RAG-System pro Nutzeranfrage mitschleppt: feste Instruktionen, Werkzeugbeschreibungen, Gesprächshistorie und Wiederholungsläufe, die unabhängig vom Nutzwert der Antwort bezahlt werden.
Die Token-Steuer ist der Anteil an Modellkosten, der nicht für die eigentliche Antwort anfällt, sondern für Systemprompts, Tool-Definitionen, wiederholten Kontext und Retries – oft die Mehrheit der Rechnung.
Erklärung
In einfachen Chatanwendungen ist das Verhältnis harmlos. Sobald jedoch zehn Werkzeuge, ein umfangreicher Systemprompt und mehrere Retrieval-Passagen mitgesendet werden, entfallen häufig 70 bis 90 Prozent der Eingabe-Tokens auf Overhead. Bei mehrstufigen Agentenläufen multipliziert sich der Effekt, weil derselbe Kontext bei jedem Schritt erneut übertragen wird. Wirksame Hebel sind Prompt Caching für stabile Kontextteile, das dynamische Laden nur relevanter Werkzeuge, kürzere und strukturierte Systemprompts, Zusammenfassungen statt vollständiger Historie sowie kleinere Modelle für Routineschritte. Wer den Overhead je Anfrage misst, findet in der Regel innerhalb weniger Tage zweistellige Einsparungen.
Relevanz für Marketing
Für Marketing-Teams entscheidet die Token-Steuer darüber, ob ein KI-Anwendungsfall pro Lead wirtschaftlich ist. Sie ist der am schnellsten senkbare Kostenblock, weil sie technisch und nicht inhaltlich bedingt ist.
Beispiel
Ein Content-Agent verbraucht pro Anfrage 14.000 Eingabe-Tokens, davon 11.500 für Systemprompt und Werkzeugliste. Nach Caching und dynamischem Tool-Laden sinkt der Wert auf 3.900 Tokens bei identischer Ausgabequalität.
Häufige Fallstricke
Ein häufiger Fehler ist, nur Ausgabe-Tokens zu optimieren. Die Kostentreiber sitzen fast immer auf der Eingabeseite und bleiben ohne Messung unsichtbar.
Entstehung & Geschichte
Mit dem Übergang von einzelnen Prompts zu Agentenschleifen ab 2025 wurde sichtbar, dass Kosten weniger von der Antwortlänge als vom mitgeschleppten Kontext abhängen. 2026 etablierten Anbieter Prompt Caching und gestaffelte Preise für zwischengespeicherte Eingaben, wodurch die Token-Steuer zur zentralen FinOps-Kennzahl für KI-Systeme wurde.
Anwendungsfälle im Marketing
Messung des Overhead-Anteils an Eingabe-Tokens je Anwendungsfall und Agentenschritt.
Prompt Caching für Systemprompt, Marken-Guidelines und stabile Werkzeugdefinitionen.
Dynamisches Laden nur der Werkzeuge, die für die aktuelle Aufgabe relevant sind.
Zusammenfassung langer Gesprächsverläufe statt vollständiger Historienübertragung.
Häufige Fragen
Wie hoch ist eine typische Token-Steuer?
In produktiven Agentensystemen liegt der Overhead-Anteil an den Eingabe-Tokens häufig zwischen 60 und 90 Prozent. Der genaue Wert hängt von Anzahl der Werkzeuge, Länge des Systemprompts und Tiefe der Agentenschleife ab.
Senkt ein größeres Kontextfenster die Kosten?
Nein, es erhöht sie meist. Größere Fenster verleiten dazu, mehr Kontext mitzusenden, obwohl relevante Auswahl fast immer bessere Antworten zu geringeren Kosten liefert.
Wie verhält sich die Token-Steuer zu Kosten pro Lead?
Sie ist deren wichtigster technischer Bestandteil. Wer Overhead halbiert, halbiert näherungsweise die variablen Modellkosten pro generiertem Lead, ohne die Conversion-Rate zu verändern.
Verwandte Services
Tiefer einsteigen: Measurement & Attribution · Modellvergleich 2026