# Kontext-Hygiene & Token-Management

> Cut My AI Spend — rank #7 of 10. Typische Ersparnis: 30–50% der Input-Token-Kosten. Aufwand: Mittel — laufende Disziplin.

Chat-Verläufe wachsen unbegrenzt, RAG-Pipelines stopfen 20 Chunks hinein, wo 3 reichen würden, und Agenten schleppen komplette Tool-Outputs durch jeden weiteren Turn. Aufgeblähter Input ist die stille Hälfte der meisten KI-Rechnungen.
Sliding-Window-Verläufe mit periodischer Zusammenfassung, gerankte Retrieval-Ergebnisse, die nur die besten Chunks behalten, und das Kürzen von Tool-Outputs holen routinemäßig 30–50% der Input-Kosten zurück — und verbessern meist sogar die Antwortqualität, weil das Modell weniger Rauschen sieht.

## So setzen Sie es um

1. Konversationsverlauf deckeln; ältere Turns in einen kompakten Zustand zusammenfassen, statt sie abzuspielen.
2. Einen Reranker ins Retrieval einbauen und die übergebenen Chunks auf das Minimum kürzen, das die Antwortqualität erhält.
3. Tool-Outputs kürzen oder zusammenfassen, bevor sie in den Kontext gelangen.
4. Token pro Request je Feature loggen; bei Drift alarmieren.

## Häufig gestellte Fragen

### Leidet die Qualität, wenn ich den Kontext kürze?

Meist das Gegenteil — Modelle lassen sich von irrelevantem Kontext ablenken ("lost in the middle"). Gemessenes Kürzen mit Evals verbessert in der Regel Kosten und Genauigkeit zugleich.


---
Canonical: https://cutmyaispend.com/de/methods/context-hygiene
All methods: https://cutmyaispend.com/de | JSON: https://cutmyaispend.com/api/methods.json