Kontextfenster: Was es ist und wie es die alltägliche KI-Nutzung beeinflusst

Ein Leitfaden zum Kontextfenster von KI-Modellen: wie es in Tokens gemessen wird, was es während einer Unterhaltung füllt, wie groß es bei aktuellen Modellen ist, was passiert, wenn eine Unterhaltung das Limit überschreitet, und welche Alltagsgewohnheiten bei der Arbeit damit helfen.

Diagram of a conversation growing over five messages: each new message resends all earlier messages and replies, so the total moves closer to the context window limit.

Ein Kontextfenster ist die Textmenge, mit der ein KI-Modell gleichzeitig arbeiten kann. Dieser Leitfaden erklärt, was es füllt, wie groß es bei aktuellen Modellen ist und wie man im Alltag damit arbeitet.

Was ein Kontextfenster ist

Ein Kontextfenster ist die Grenze dafür, wie viel Text ein KI-Modell auf einmal verarbeiten kann. Diese Grenze umfasst sowohl den eingehenden Text, etwa eine Frage und ein daran angehängtes Dokument, als auch die ausgegebene Antwort. Was nicht in das Fenster passt, kann das Modell weder sehen noch für seine Antwort nutzen.

Das Kontextfenster ist unabhängig von dem, was ein Modell im Training gelernt hat. Das Training findet vor der Veröffentlichung eines Modells anhand einer sehr großen Textmenge statt und verleiht dem Modell sein Allgemeinwissen und seine Sprachfähigkeiten. Das Kontextfenster enthält nur das Material für die jeweils anstehende Aufgabe.

Das KI-Modell selbst erinnert sich nicht an frühere Nachrichten. Die App, in der es läuft, etwa Perplexity oder ChatGPT, speichert die Unterhaltung. Mit jeder neuen Nachricht sendet die App dem Modell die gesamte bisherige Unterhaltung, nicht nur die neueste Nachricht. Das Modell liest alles erneut, bevor es antwortet, und diese Antwort wird Teil dessen, was beim nächsten Mal gesendet wird. Der Platz, den eine Unterhaltung im Fenster einnimmt, wächst mit jedem Austausch. Daher kann auch ein langer Chat aus kurzen Nachrichten viel Platz beanspruchen.

Wie ein Kontextfenster gemessen wird

Jede Nachricht, jedes Dokument und jede Antwort in einer Unterhaltung nimmt Platz im Fenster ein. Der verfügbare Platz wird nicht in einer bestimmten Anzahl von Wörtern oder Seiten gemessen, sondern in Tokens.

Ein Token ist ein Textabschnitt, den das Modell als einzelne Einheit verarbeitet. Das kann ein kurzes Wort sein, ein Teil eines längeren Wortes, ein Satzzeichen oder ein Wort mit dem vorangehenden Leerzeichen. Laut OpenAI entsprechen 100 Tokens etwa 75 Wörtern. Nach dieser ungefähren Schätzung für englischsprachige Texte hätte ein Bericht mit 3.000 Wörtern etwa 4.000 Tokens.

Bevor ein Modell etwas liest, zerlegt ein Werkzeug namens Tokenizer den Text in Tokens und wandelt jedes davon in eine Zahl um. Das Modell verarbeitet diese Zahlen und erzeugt seine Antwort als Folge von Tokens, die das Werkzeug wieder in Text umwandelt.

Die Anzahl der Tokens ist nicht standardisiert. Sie hängt von der Sprache und vom Inhalt ab. Tokenizer können sich von Modell zu Modell unterscheiden, sodass derselbe Absatz in verschiedenen Modellen eine unterschiedliche Anzahl von Tokens ergeben kann.

Kontextfenster vs. gespeicherte Erinnerungen

Das Kontextfenster enthält, was das Modell zur Beantwortung der aktuellen Frage nutzen kann. Wenn eine KI beispielsweise einen Bericht überarbeitet, nehmen der Bericht, die Bearbeitungsanweisungen und die während der Arbeit daran ausgetauschten Nachrichten Platz im Fenster ein.

Gespeicherte Erinnerungen bewahren ausgewählte Details über Unterhaltungen hinweg auf. In Perplexity wählt die App automatisch aus, was gespeichert wird: Sie sucht nach Vorlieben und wichtigen Informationen und gewichtet Details stärker, die häufig vorkommen. Eine dauerhafte Anweisung wie „Verwende für alle meine Texte britisches Englisch“ veranschaulicht die Art von Detail, die es wert ist, behalten zu werden, während sich „Mach diesen Absatz kürzer“ nur auf die aktuelle Aufgabe bezieht.

Wenn die App eines dieser Details in eine neue Unterhaltung einbringt, wird es Teil des Kontexts des Modells und belegt Platz im Fenster. In Perplexity befinden sich die Einstellungen für die Erinnerung unter Einstellungen → Erinnerung. Das Deaktivieren der Erinnerung beendet ihre Nutzung für künftige Antworten, löscht aber keine bereits gespeicherten Details.

Was ein Kontextfenster während einer Unterhaltung füllt

Ein Kontextfenster enthält weit mehr als die Wörter, die eine Person eintippt. In einer typischen Unterhaltung teilen sich vier Arten von Text den Platz: Anweisungen der App, der Gesprächsverlauf, aus Dateien oder dem Web eingebrachtes Material und die Antwort des Modells. Das meiste davon erscheint nie auf dem Bildschirm.

Anweisungen der App

Bevor die Nachricht einer Person das Modell erreicht, fügt die App eigene Anweisungen hinzu (oft als Systemprompt bezeichnet). Diese legen fest, wie sich das Modell verhalten soll: wie es Antworten formatiert, welchen Ton es verwendet, welche Tools es nutzen kann und Details wie das heutige Datum. Ein Teil dieses Materials, etwa die internen Anweisungen der App, wird dem Nutzer normalerweise nicht angezeigt.

Gesprächsverlauf

Dazu gehören für die aktuelle Antwort sowohl die früheren Antworten des Modells als auch alle Nachrichten der Person. Oft sind die Antworten der KI deutlich länger als die Fragen des Nutzers.

Hochgeladene Dateien, Webseiten und Suchergebnisse

Text aus Dateien belegt neben der Unterhaltung Platz im Kontext, wobei eine App entweder die gesamte Datei bereitstellen oder relevante Passagen auswählen kann. So kann Perplexity beispielsweise kurze Dateien vollständig analysieren und aus längeren Dateien die wichtigen Teile extrahieren, um die Anfrage zu beantworten.

Auch Suchergebnisse nehmen Platz ein. Um eine Anfrage zu beantworten, durchsucht Perplexity beispielsweise unter Umständen das Web und gibt dem Modell die Ergebnisse zum Lesen.

Die Antwort und das Reasoning des Modells

Die Antwort wird in dasselbe Fenster geschrieben, daher muss die App Platz dafür lassen. Einige Modelle erzeugen bei der Arbeit an einer Antwort zudem internes Reasoning, das die Person möglicherweise nie zu sehen bekommt. Der Reasoning-Text ist die schrittweise Arbeit des Modells, etwa das Zerlegen einer Frage in Teile oder das Überprüfen der eigenen Zahlen, die vor der endgültigen Antwort ausgeschrieben wird. Er zählt in der Regel ebenfalls zum Fensterlimit.

Größe von Kontextfenstern in aktuellen KI-Modellen

Ein größeres Kontextfenster bedeutet, dass ein Modell längere Dokumente, mehr Quellen und längere Unterhaltungen verarbeiten kann. Die führenden Modelle von OpenAI, Anthropic und Google bieten inzwischen jeweils ein Fenster von etwa 1 Million Tokens. Das entspricht rund 1.500 Seiten Text.

Modell

Anbieter

Kontextfenster (Tokens)

GPT-6 Astra

OpenAI

1,05 Millionen

Claude Opus 5.5

Anthropic

1 Million

Gemini 4 Argon

Google

1.048.576

API-Spezifikationen der Anbieter, Stand: 5. November 2026. Die in einer App verfügbaren Limits können abweichen.

Ein größeres Fenster bedeutet nicht, dass ein Modell alle Teile davon gleich gut nutzt. Studien haben gezeigt, dass die Leistung mit zunehmender Eingabelänge weniger zuverlässig werden kann – ein Muster, das als „Context Rot“ bekannt ist.

Eingabe- und Ausgabelimits

Das Kontextfenster ist ein gemeinsames Budget für alles, was das Modell liest und schreibt. Ein Modell kann weit mehr lesen, als es in einer einzigen Antwort schreiben kann.

Bei der Verarbeitung einer Eingabe kann das Modell viele Tokens parallel bearbeiten. Beim Erzeugen einer Antwort produziert es Tokens in der Regel nacheinander und nutzt das Vorangegangene, um das Nächste auszuwählen. Es kann das fünfte Wort eines Satzes erst wählen, wenn es die ersten vier kennt, daher muss es die Antwort Token für Token erzeugen.

Dadurch ist das Erzeugen langer Antworten viel langsamer und teurer als das Lesen langer Eingaben. Deshalb kann eine Anfrage, ein sehr langes Dokument umzuschreiben oder zu übersetzen, mittendrin abbrechen, und deshalb funktioniert es besser, das Ergebnis abschnittsweise anzufordern.

Was passiert, wenn eine Unterhaltung das Limit überschreitet

Wenn eine Unterhaltung zu groß für das Kontextfenster wird, muss die App Platz schaffen, bevor das Modell antworten kann. Apps gehen dabei unterschiedlich vor, und jede Methode verändert, was das Modell noch sehen kann.

Eine Möglichkeit besteht darin, zuerst die ältesten Nachrichten zu entfernen. Das Modell arbeitet dann mit dem jüngsten Teil der Unterhaltung weiter. Frühe Anweisungen des Nutzers, Entscheidungen oder Dokumentpassagen können dabei aus dem Fenster fallen. Das Modell kann sich nicht auf Text beziehen, der ihm nicht mehr vorliegt, weist den Nutzer aber nicht unbedingt darauf hin, dass etwas fehlt.

Eine andere Möglichkeit besteht darin, den früheren Teil der Unterhaltung zusammenzufassen und die Zusammenfassung anstelle des vollständigen Textes zu behalten. Dies ist eine Form der sogenannten Kontextkomprimierung (Context Compaction). Eine Zusammenfassung nimmt weit weniger Platz ein, sodass die Unterhaltung viel länger fortgesetzt werden kann. Allerdings können dabei Details wie genaue Zahlen, Namen oder Formulierungen verloren gehen.

Wenn das Modell Teile seines Kontexts entfernt oder komprimiert hat, fragt es möglicherweise nach Informationen, die es eigentlich schon kennen sollte. Es kann plötzlich aufhören, Anweisungen vom Anfang zu befolgen, etwa zu einem Format oder einem bevorzugten Ton. Es kann einer früheren Entscheidung des Nutzers widersprechen oder bei zuvor geteilter Dokumentation vage werden.

Manche Apps beenden stattdessen die Unterhaltung und bitten die Person, eine neue zu beginnen, oder lehnen eine Nachricht oder Datei ab, die zu lang ist.

Alltagsgewohnheiten für die Arbeit innerhalb des Kontextfensters

  • Für jede neue Aufgabe einen neuen Thread beginnen: Einen Bericht beispielsweise in einer eigenen Unterhaltung prüfen, statt ihn einem bestehenden Thread zur Planung einer Veranstaltung hinzuzufügen.
  • Nur das Nötige übernehmen: Wenn eine Aufgabe auf früherer Arbeit aufbaut, das Modell bitten, die bestätigten Details und freigegebenen Formulierungen herauszuziehen, die für die nächste Aufgabe benötigt werden.
  • Nur relevante Informationen teilen: Bei einer Frage dazu, wie die Teilnehmenden einer Umfrage ausgewählt wurden, beispielsweise den Methodikteil und die zugehörigen Notizen bereitstellen statt des gesamten Berichts.
  • Vor dem Teilen eines langen Dokuments den relevanten Abschnitt finden: Wenn ein Bericht oder Handbuch ein Inhaltsverzeichnis hat, zuerst dieses teilen. Das Modell fragen, welche Abschnitte die Frage voraussichtlich beantworten, und dann diese Abschnitte in die Unterhaltung kopieren.
  • Lange Dokumente in Teilen prüfen: Ein Handbuch oder einen Bericht nach Richtlinie, Kapitel oder Thema aufteilen. Für unabhängige Prüfungen separate Threads mit jeweils denselben Anweisungen verwenden.
  • Lange Ausgaben schrittweise anfordern: Bei einer umfangreichen Überarbeitung oder Übersetzung im selben Thread jeweils einen Abschnitt anfordern. Den Abschnitt oder Seitenbereich benennen und das Ergebnis prüfen, bevor das Modell weitermachen soll.
  • Eine sinnvolle Antwortlänge festlegen: Nach fünf Ergebnissen, einer kurzen Erklärung oder einer Tabelle mit bestimmten Spalten fragen. Keine ausführliche Analyse anfordern, wenn eine kurze Antwort genügt.
  • Gezielte Überarbeitungen anfordern: Um einen Absatz in einem Entwurf zu ändern, das Modell bitten, nur diesen Absatz neu zu schreiben. Angeben, was geändert werden soll, statt den gesamten Entwurf neu erstellen zu lassen.

Wie Perplexity Kontext verwaltet

Der Kontext von Perplexity umfasst mehr als die Unterhaltung. Er kann auch auf Informationen aus der Live-Suche, gespeicherte Vorlieben und für eine Aufgabe bereitgestellte Dateien zurückgreifen.

Bei einer Rechercheanfrage liefert die Live-Suche Quellenmaterial, das das Modell für seine Antwort nutzen kann, mit Quellenangaben, die zeigen, woher die Informationen stammen. Eine Frage zu einer neuen Vorschrift kann beispielsweise relevante Informationen aus dem Web in die Aufgabe einbringen, ohne dass zuvor Artikel gesammelt und in den Chat eingefügt werden müssen.

Gespeicherte Erinnerungen liefern eine andere Art von Kontext: relevante Details aus früheren Unterhaltungen, etwa Schreibvorlieben oder Hintergrundinformationen zu einem laufenden Projekt. Perplexity ruft diese Details beim Beantworten ab, und die Erinnerung funktioniert mit allen angebotenen Modellen. Eine gespeicherte Vorliebe kann daher auch beim Wechsel des Modells innerhalb von Perplexity verfügbar bleiben.

Bei Arbeiten, die sich über mehrere Unterhaltungen erstrecken, bündeln Projekte Dateien und Anweisungen, und Projektanweisungen gelten für jede Anfrage. Zielgruppe, Zweck und Schreibanforderungen eines Berichts können im Projekt hinterlegt bleiben, während Recherche und Entwurf in separaten Threads stattfinden.

Der Leitfaden Erste Schritte mit Perplexity bietet Tipps zum Stellen von Fragen, zum Arbeiten mit Dateien und zum Vertiefen von Antworten mit Folgefragen.

Häufig gestellte Fragen

Werden Bilder auf das Kontextfenster angerechnet?

Ja. Bilder werden in Tokens umgewandelt, die neben dem Text Platz einnehmen. Die Anzahl der Tokens hängt davon ab, wie das Modell sie verarbeitet. Ein Screenshot oder eine gescannte Seite belegt auch dann Platz im Kontext, wenn der Text daraus nicht in den Chat kopiert wurde.

Kostet ein größeres Kontextfenster mehr?

Nicht unbedingt. Ein größeres Fenster beschreibt, wie viel ein Modell verarbeiten kann, nicht wie viel dieser Kapazität eine Aufgabe nutzt.

Lässt sich erkennen, wie viel des Kontextfensters eine Unterhaltung bereits belegt hat?

Manchmal. Einige Apps zeigen eine Kontextanzeige, die angibt, wie voll das Fenster ist. Ein Zähler mit „verbleibenden Nachrichten“ bedeutet etwas anderes: wie viele Anfragen das Konto noch stellen kann, nicht wie viele Informationen das Modell noch in der Unterhaltung unterbringen kann. Es lohnt sich daher, gezielt nach einer Kontextanzeige zu suchen.

Kann jemand eine mit ihm geteilte Unterhaltung fortsetzen?

Ja. In Perplexity kann jemand eine geteilte Unterhaltung lesen und eine Folgefrage stellen. Diese Frage startet eine neue Unterhaltung im eigenen Konto, die ursprüngliche Unterhaltung bleibt unverändert.