Anleitungen
Tokens und Kontext: Wie viel sich GPT merken kann
Modelle verarbeiten Text in kleinen Häppchen, sogenannten Tokens, und erfassen immer nur eine begrenzte Menge auf einmal. Das erklärt, warum lange Chats abschweifen – und warum ein neuer Chat mit kurzer Zusammenfassung oft besser ist.

Wenn du schon einmal einen langen Chat mit einer KI geführt hast und das Modell plötzlich ein Detail vergessen hat, das du ganz am Anfang genannt hast, bist du an das Kontextlimit gestoßen. Das ist kein Bug und keine Nachlässigkeit des Modells. Sprachmodelle verarbeiten Text in kleinen Häppchen, sogenannten Tokens, und können bei jeder Antwort immer nur einen bestimmten Teil der bisherigen Unterhaltung berücksichtigen. Sobald du Tokens und Kontext verstehst, werden viele merkwürdige Verhaltensweisen logisch – und mit ein paar einfachen Gewohnheiten bleiben auch lange Unterhaltungen in GBT Chat präzise.
Was ein Token ist
Ein Token ist ein Textbaustein: manchmal ein ganzes kurzes Wort, manchmal ein Teil eines längeren Wortes, ein Satzzeichen oder ein Leerzeichen mit ein paar Buchstaben. „Katze“ ist ein Token. „Unglaublicherweise“ wird vielleicht in mehrere zerlegt. Zahlen, Code und ungewöhnliche Namen werden meist in mehr Teile gesplittet als alltägliche Wörter.
Die Faustregel von OpenAI für Englisch lautet: Ein Token entspricht etwa drei Vierteln eines Wortes, hundert Tokens sind also ungefähr 75 Wörter. Andere Sprachen brauchen für dieselbe Aussage oft mehr Tokens – besonders Sprachen mit langen zusammengesetzten Wörtern oder nicht-lateinischen Schriftzeichen. Du musst Tokens in unserem Chat nie selbst zählen, aber das Prinzip erklärt, warum die Länge eine Rolle spielt.
Warum eigentlich Bausteine statt Buchstaben oder ganzer Wörter? Einzelne Buchstaben würden die Verarbeitung extrem verlangsamen. Ganze Wörter wiederum würden einen unendlich großen Wortschatz erfordern, um jeden Namen, jeden Tippfehler und jede Sprache abzudecken. Tokens sind der goldene Mittelweg – deshalb arbeitet jedes moderne GPT-Modell damit.
Was das Kontextfenster ist
Das Kontextfenster ist die Textmenge, die ein Modell auf einmal erfassen kann, während es eine Antwort generiert. Es umfasst alles, was ihm übergeben wird: die Systemanweisungen der Website, die früheren Nachrichten deines Chats, deine neue Nachricht und die Antwort, die es gerade schreibt. Stell es dir wie den Schreibtisch des Modells vor. Was auf dem Schreibtisch liegt, kann genutzt werden; was nicht draufpasst, existiert schlichtweg nicht.
Das Modell selbst hat kein anderes Gedächtnis für deinen Chat. Jedes Mal, wenn du eine Nachricht abschickst, sendet der Chat den relevanten Teil der Unterhaltung erneut, und das Modell liest ihn von vorne. Genau deshalb „erinnert“ es sich an frühere Nachrichten innerhalb eines Chats – und weiß gleichzeitig absolut nichts über deine anderen Chats.
Wie groß das Fenster ist und was unser Chat sendet
In der Dokumentation von OpenAI wird für die von uns genutzten GPT-6-Modelle ein riesiges Kontextfenster von rund 1,05 Millionen Tokens angegeben. Ein Fenster dieser Größe bei jeder einzelnen Nachricht mitzuschicken, wäre allerdings langsam und extrem teuer – und eine kostenlose Website muss jede Anfrage schlank halten. Daher sendet GBT Chat dem Modell immer den neuesten Teil des Gesprächs, also etwa die letzten paar Textseiten, plus deine neue Nachricht. Bei alltäglichen Chats bemerkst du das gar nicht. Erst bei sehr langen Sessions fallen die allerersten Nachrichten irgendwann aus dem Blickfeld.
Ein ähnliches Limit gibt es auch in die andere Richtung: Antworten haben eine maximale Länge. Wenn eine sehr lange Antwort mittendrin abbricht, tippe einfach „weiter“, und das Modell schreibt an der passenden Stelle weiter.
Bilder zählen übrigens auch dazu. Wenn du ein Foto über das +-Symbol anhängst, wird es mit dieser Nachricht übertragen und belegt einen Teil des Fensters. Es werden jeweils nur die zwei neuesten Bilder eines Chats mitgesendet; ältere werden durch einen kurzen Hinweis ersetzt, dass dort ein Bild war. Möchtest du dich noch einmal auf ein früheres Bild beziehen, hänge es einfach erneut an.
Warum lange Chats den Faden verlieren
Je länger eine Unterhaltung wird, desto eher passieren drei Dinge:
- Frühe Details gehen verloren. Das Budget, das du in Nachricht zwei erwähnt hast, liegt bei Nachricht dreißig vielleicht nicht mehr auf dem Schreibtisch.
- Alte und neue Anweisungen widersprechen sich. Wenn du anfangs „förmlich“ und später „locker“ verlangt hast, muss das Modell raten, was davon aktuell gilt.
- Fehler schaukeln sich auf. Ein Fehler, den das Modell zuvor gemacht hat und den du nicht korrigiert hast, bleibt im Chatverlauf und kann spätere Antworten verfälschen.
Die Lösung ist nicht, lange Chats zu vermeiden, sondern sie geschickt zu steuern. Die folgenden Gewohnheiten sorgen dafür, dass die wichtigen Fakten immer im Blick des Modells bleiben.
Praktische Tipps für lange Chats
Schwach: (Nachricht 40) Schreib jetzt die endgültige Version. Besser: Schreib die endgültige Version des Anschreibens. Zur Erinnerung: Es geht um die Stelle als Junior Data Analyst in einer Klinik, maximal 250 Wörter, erwähne meinen SQL-Kurs und mein Ehrenamt, Tonfall freundlich, aber professionell.
Die bessere Nachricht wiederholt die Kernpunkte, statt sich darauf zu verlassen, dass sie noch im Kontext liegen. Das kostet dich nur zwei Zeilen und verhindert Missverständnisse. Weitere Tipps:
- Zusammenfassen und neu ansetzen. Bitte um Folgendes: „Fasse alles, was wir bisher vereinbart haben, in Stichpunkten zusammen.“ Starte dann einen neuen Chat und füge diese Zusammenfassung als erste Nachricht ein. Öffne den Prompt zur Zusammenfassung und nutze ihn in jedem langen Chat.
- Ein Thema pro Chat. Ein neues Anliegen verdient einen neuen Chat. Benenne deine Chats in der Leiste um, damit du sie später schnell wiederfindest.
- Fehler direkt korrigieren. Nutze Bearbeiten bei deiner Nachricht, um ein Missverständnis direkt an der Wurzel zu beheben, anstatt es im Chatverlauf stehenzulassen.
- Langes Material nach hinten stellen. Wenn du einen langen Text einfügst, setze deine eigentliche Anweisung noch einmal ganz ans Ende, damit sie für das Modell präsent ist.
Mit langen Texten arbeiten
Eine einzelne Nachricht kann einige Seiten Text aufnehmen; wird sie deutlich länger, wird sie abgewiesen. Teile umfangreiche Dokumente daher auf. Schicke immer nur einen Abschnitt, bitte um eine kurze Zusammenfassung, sammle die Punkte in einem neuen Chat und arbeite dort weiter. Das dauert zwar etwas länger als ein riesiger Textblock, sorgt aber dafür, dass jeder Teil die volle Aufmerksamkeit des Modells bekommt. Der Text-Zusammenfasser ist ideal für diesen schrittweisen Ansatz, und unser Guide für Lesen und Recherche liefert dir passende Prompts für die Weiterarbeit.
Ein paar Tipps zum Einfügen von Texten:
- Kennzeichne Abschnitte eindeutig: „TEIL 1 von 4“, „TEXT A“, „TEXT B“.
- Entferne Überflüssiges wie Kopfzeilen, Fußnoten oder lange Literaturverzeichnisse, damit mehr Platz für den eigentlichen Inhalt bleibt.
- Sag dem Modell vor dem Text, worauf es achten soll, und wiederhole es danach noch einmal kurz.
Tokens, Denken und Geschwindigkeit
Wenn du auf Denken klickst, nimmt sich GPT-6.1 Terra einen Moment Zeit zum Nachdenken, bevor es antwortet. Dieser Gedankengang verbraucht ebenfalls Tokens, ist für dich aber unsichtbar und zählt nicht gegen dein Nachrichtenlimit; du bemerkst lediglich eine kurze Pause, die als „Nachgedacht für … Sekunden“ angezeigt wird. Das Standardmodell GPT-6 Luna überspringt diesen Zwischenschritt und antwortet deshalb schneller. An der Textmenge, die das Modell aus deinem Chat sehen kann, ändert das bei beiden nichts. Wenn du wissen willst, worin sie sich in der Praxis unterscheiden, findest du im Vergleich von Luna und Terra und in der Übersicht der GPT-Versionen mehr Details.
FAQ
Verbrauchen längere Nachrichten mehr von meinem kostenlosen Kontingent?
Nein. Jede Nachricht zählt einfach als eine Nachricht, ganz egal wie lang sie ist. Eine Nachricht, die das Limit sprengt, wird direkt abgelehnt und gar nicht gezählt, und lange Chats werden wie oben beschrieben gekürzt. Alle Details zu den Tageslimits findest du in den FAQ.
Erkennt mich das Modell in einem neuen Chat wieder?
Nein. Jeder Chat startet komplett bei null, und es gibt kein übergreifendes Gedächtnis zwischen verschiedenen Chats. Dein Verlauf wird ausschließlich lokal in deinem Browser gespeichert, damit du alte Unterhaltungen wieder öffnen kannst – das Modell sieht aber immer nur den Chat, in dem du dich gerade befindest.
Warum ignoriert der Chat manchmal eine Anweisung vom Anfang?
Entweder ist die Anweisung aus dem sichtbaren Bereich des Chats herausgerutscht, oder eine spätere Nachricht klang für das Modell so, als hätte sie die alte Vorgabe aufgehoben. Wiederhole die Anweisung einfach kurz in deiner aktuellen Nachricht.
Wie vielen Wörtern entspricht ein Token auf Deutsch?
Das ist unterschiedlich. Englisch ist besonders effizient; viele andere Sprachen, einschließlich Deutsch mit seinen zusammengesetzten Wörtern, benötigen für denselben Inhalt etwas mehr Tokens. Auf deine Nutzung in unserem Chat hat das kaum Auswirkungen – lediglich sehr lange Unterhaltungen werden minimal früher gekürzt.
Ist ein größeres Kontextfenster immer besser?
Nicht unbedingt. Selbst bei riesigen Fenstern erfassen Modelle klare, präzise Texte deutlich zuverlässiger als riesige, unstrukturierte Textmengen. Ein kompakter, gut organisierter Kontext liefert in der Regel deutlich bessere Ergebnisse als ein überladener Chatverlauf.
Weiterlesen
Deine Antwort – direkt und ohne Warten
Kein Account, keine Kreditkarte, kein Download. Tippe einfach deine Frage ein und die Antwort startet in wenigen Sekunden.