Token-Budget optimieren: Wie ein HTML-Strip im Server 98 % Tokens spart

Martin Rau · 7. Juni 2026 · 4 Min. Lesezeit

Es gibt diese kleinen Effizienz-Gewinne, über die man sich morgens beim Kaffee mehr freut als über manch großes Feature. Dieser hier ist so einer. In unserem Orchestrierungssystem können große Projekte jetzt Datei-Anhänge tragen — HTML-Mockups, Konzept-Dokumente, solche Sachen. Praktisch. Bis ich gemerkt habe, was passiert, wenn die steuernde KI brav der Anweisung „lies erst mal alle Dokumente” folgt und sich dann ein rohes HTML-Mockup reinzieht.

Kurz gesagt: Da verbrennt eine Menge Geld, ohne dass die KI dadurch auch nur ein bisschen schlauer wird.

Warum rohes HTML so teuer ist

Das Grundproblem ist, dass eine KI für jedes Zeichen bezahlt wird, das sie liest — egal, ob das Zeichen inhaltlich etwas wert ist oder nicht. Und ein HTML-Mockup besteht zum allergrößten Teil eben nicht aus Inhalt, sondern aus Drumherum: Markup, Inline-Styles, Skripte, Whitespace. Das sind genau die Zeichen, die für das Verständnis fast keinen Wert haben, aber voll mitbezahlt werden.

Als Faustregel rechne ich bei HTML mit ungefähr 3,7 Zeichen pro Token — also ziemlich dicht. Bei drei bis fünf angehängten Mockups summiert sich das schnell auf über 100.000 Tokens, und zwar auf einen Schlag, gleich am Anfang des Projekts. Die KI hat dann noch nichts Sinnvolles getan, aber das Budget ist schon ordentlich angeknabbert.

Der naheliegende Reflex reicht nicht

Mein erster Gedanke war der, den vermutlich jeder hat: Schreib der KI doch einfach in den Auftrag „lies nur die relevanten Teile”. Klingt vernünftig, funktioniert aber nicht. Denn damit die KI entscheiden kann, was relevant ist, muss sie die Datei erst mal lesen — und in dem Moment, in dem sie sie liest, sind die Tokens schon weg. Der Hinweis im Auftrag kommt also grundsätzlich zu spät.

Die Reihenfolge ist der ganze Trick

Wer die Datei erst beim Agent lädt und dann aufräumt, hat schon bezahlt. Das Aufräumen muss passieren, bevor die KI die Datei überhaupt zu Gesicht bekommt.

Die Lösung: aufräumen, bevor die KI hinschaut

Also haben wir den Aufräum-Schritt direkt in den Server gelegt, nicht in die KI. Ein neues Werkzeug — bei uns heißt es get-big-project-plan-attachment-text — lädt einen Anhang, wirft script- und style-Blöcke raus, entfernt die restlichen Tags, dekodiert die HTML-Sonderzeichen und schiebt überflüssigen Whitespace zusammen. Was die KI am Ende bekommt, ist nur noch der reine Text.

Bewusst schlicht gehalten: Das Ganze läuft über ein paar Regex-Schritte, keine schwere Parser-Bibliothek im Hintergrund. Für Mockups und Reports ist das völlig ausreichend, und es bleibt schnell. Ein optionaler Parameter kappt sehr lange Texte zusätzlich auf eine maximale Länge, falls man das braucht.

Wichtig ist auch, was das Werkzeug nicht anfasst: Bilder, PDFs und andere Binärdateien werden nicht durch den Strip gejagt — bei denen ergibt das keinen Sinn. Stattdessen liefert das Werkzeug dafür eine signierte, zeitlich begrenzte Download-Verknüpfung. Und Markdown-Konzepte lässt es ebenfalls in Ruhe, weil Markdown ohnehin schon KI-freundlich ist. Das Werkzeug schaut sich also den Dateityp an und entscheidet, ob Aufräumen überhaupt etwas bringt.

Was dabei rausgekommen ist

Die Zahlen sind aus einem echten Test am 7. Juni 2026, nicht hochgerechnet aus dem Bauch heraus:

Die Datei ai-modul-mockup.html hatte roh 99.469 Zeichen, also rund 26.900 Tokens. Nach dem Strip waren es 2.585 Zeichen, ungefähr 650 Tokens. Das sind 98 Prozent weniger.
Eine zweite Datei im selben Projekt — ein Markdown-Konzept mit 22.842 Zeichen — wurde korrekt nicht angefasst, weil Markdown schon sauber ist. Genau so soll es sein.
Über beide Anhänge zusammengerechnet fiel der Verbrauch von etwa 32.600 auf 6.350 Tokens, also rund 80 Prozent gespart.

Hochgerechnet auf den typischen Fall mit drei bis fünf Mockups heißt das: statt 100.000 bis 130.000 Tokens nur noch ein paar Tausend. Und das, ohne dass die KI inhaltlich irgendetwas verliert — sie bekommt ja weiterhin den vollständigen Text, nur eben ohne das Markup-Gerüst drumherum.

Einordnung

Für sich genommen ist das ein kleiner Baustein. Aber es ist genau die Art von Baustein, die ich mag: Token-Budget bewusst behandeln heißt für mich, der KI nur das zu geben, was inhaltlich zählt, und den Ballast schon serverseitig wegzuräumen. Kontext einzusammeln soll günstig bleiben — damit die KI ihr Budget für das eigentliche Projekt ausgibt und nicht dafür, sich durch HTML-Tags zu lesen.

Und das Schöne ist: Solche Einsparungen merkt man nicht an einer einzelnen Stelle, sondern über den ganzen Tag verteilt. Sie sind leise, aber sie addieren sich.

Mehr zum bewussten Umgang mit Rechenleistung: Effort-Level und Deep Thinking
Warum das Kostenmodell hinter KI gerade kippt: Usage-based statt Flat-Rate
Wenn die KI zu viel auf einmal will: Critical-System-Gate

Entdecke mehr

Blog

Themenuebersicht

Arbeiten mit KI Token-Budget Workflows