Bevor wir zu den Spartipps kommen, lohnt sich ein Blick auf die grössten Tokenfresser:
Je mehr Informationen das Modell bei jeder Anfrage berücksichtigen muss, desto schneller werden Tokens aufgebraucht.
Viele Nutzerinnen und Nutzer führen ein gesamtes Projekt in einem einzigen Chat. Das klingt praktisch, hat aber einen Nachteil:
Das Modell muss bei jeder neuen Nachricht einen Teil der bisherigen Unterhaltung erneut berücksichtigen. Je länger der Chat wird, desto mehr Kontext muss verarbeitet werden.
Besser:
Gerade bei Claude und ChatGPT kann das den Verbrauch deutlich senken.
Unklare Prompts führen oft zu unnötigen Rückfragen.
Statt:
«Analysiere dieses Dokument.»
besser:
«Analysiere Kapitel 4 und erstelle eine Liste der fünf wichtigsten Risiken mit Handlungsempfehlungen.»
Je präziser die Aufgabe, desto effizienter arbeitet das Modell.
Muss die KI wirklich ein 300-seitiges Dokument lesen? Oft reicht es, zuerst eine Zusammenfassung zu erstellen und anschliessend nur die relevanten Kapitel zu analysieren.
Beispiel:
So bleibt mehr Kontext für die eigentliche Aufgabe übrig.
Viele Nutzerinnen und Nutzer erklären in jeder Nachricht erneut den gesamten Hintergrund. Effizienter ist es, die wichtigsten Informationen einmal sauber im Projektwissen des jeweiligen Sprachmodells zu dokumentieren und anschliessend darauf zu verweisen. Das reduziert die Anzahl benötigter Tokens erheblich.
Viele Dokumente enthalten deutlich mehr Informationen, als tatsächlich benötigt werden:
Bevor du eine Datei hochlädst, lohnt es sich oft, nur die relevanten Kapitel zu exportieren.
Gerade bei PDFs und Office-Dokumenten lohnt es sich, vor dem Upload aufzuräumen:Je kleiner und fokussierter das Dokument ist, desto effizienter kann die KI damit arbeiten.
Wer ChatGPT, Claude oder Gemini täglich nutzt, spart mit den richtigen Techniken Zeit, Tokens und Frust. In unseren Workshops zeigen wir die Strategien, die im Arbeitsalltag wirklich funktionieren.
# Kapitel ## Abschnitt - Punkt 1 - Punkt 2
Markdown benötigt nicht zwingend weniger Tokens als ein PDF mit identischem Inhalt. Der Vorteil liegt vielmehr darin, dass die KI weniger Aufwand für die Aufbereitung und Interpretation des Dokuments betreiben muss. Dadurch wird der verfügbare Kontext effizienter genutzt.
Das heisst: Statt grosse PDF-, Word- oder PowerPoint-Dateien direkt hochzuladen, kann es sinnvoll sein, diese zuerst in Markdown umzuwandeln.
Ein praktisches Online-Tool dafür ist MarkItDown, das von Microsoft entwickelt wurde.
Das Tool konvertiert unter anderem:
in saubere Markdown-Dateien.
Das Ergebnis ist oft deutlich übersichtlicher und KI-freundlicher als die Originaldatei.
PDF-Dateien sind für Menschen gemacht. KI-Systeme müssen PDFs zuerst analysieren und den Inhalt in eine maschinenlesbare Form umwandeln. Dabei entstehen häufig Probleme mit Tabellen, Spalten, Fussnoten oder komplexen Layouts. Markdown-Dateien sind dagegen bereits strukturiert und leicht lesbar:
