Warum deutsche KI-Prompts teurer sind als englische

Stand: 16. Mai 2026

Stellen Sie sich vor, derselbe Vertrag wird zweimal durch dasselbe Sprachmodell geschickt. Einmal auf Deutsch, einmal auf Englisch. Identischer Inhalt, identische Frage. Die deutsche Version kostet rund 40 Prozent mehr, dauert spürbar länger und passt schlechter in den verfügbaren Kontext. Das ist kein Bug, sondern eine strukturelle Eigenschaft heutiger KI-Systeme. Wer KI im deutschen Mittelstand ernsthaft einsetzen will, sollte verstehen, woher dieser Aufpreis kommt und welche Hebel ihn senken.

Der hartnäckigste Mythos zuerst

Eine verbreitete Annahme lautet, ein Sprachmodell übersetze deutschen Text zunächst ins Englische, denke dort und übersetze die Antwort zurück. Das ist falsch. Anthropic hat 2024 in der Studie “Mapping the Mind of a Large Language Model” gezeigt, dass dasselbe Konzept dieselben inneren Merkmale aktiviert, unabhängig davon, in welcher Sprache es geäußert wurde. Sprachmodelle arbeiten in einem sprachübergreifenden, latenten Raum. Die eigentliche Reibung entsteht eine Stufe früher, in der Tokenisierung.

Wie ein Sprachmodell Text zerlegt

Bevor ein Modell rechnet, wird Text in sogenannte Tokens zerlegt, kleine Bausteine zwischen Buchstabe und Wort. Häufige Sequenzen bekommen ein eigenes Token. Seltene werden in mehrere Stücke gespalten. Das Verfahren heißt Byte-Pair Encoding und wird auf einem Trainingskorpus gelernt.

Bei den großen Anbietern bestand dieser Korpus zu rund 90 bis 93 Prozent aus englischem Text. Die Konsequenz ist mechanisch. Englische Funktionsworte wie the, and oder function bekommen je ein eigenes Token. Deutsche Entsprechungen wie Geschäftsführung rutschen unter die Frequenzschwelle und werden in mehrere Subwörter zerlegt, etwa Gesch, äfts, führ, ung.

Komposita machen den Unterschied

Was im Englischen aus drei kurzen Wörtern besteht, ist im Deutschen ein einziges langes Wort. Der Tokenizer zerlegt es entsprechend kleinteilig. Drei reale Beispiele aus dem aktuellen GPT-4-Tokenizer:

Datenschutzgrundverordnung           7 Tokens
General Data Protection Regulation   5 Tokens

Arbeitsplatzverkabelung              6 Tokens
workplace cabling                    2 Tokens

Krankenhauszusatzversicherung        8 Tokens
supplementary hospital insurance     4 Tokens

Deutsche Fachsprache trifft das härter als Alltagssprache, weil Komposita die produktive Wortbildung sind. Recht, Versicherung, Maschinenbau, Gesundheitswesen, das sind alles Domänen mit langen, präzisen Begriffen, deren Präzision im Tokenizer teuer bezahlt wird.

Der Faktor in Zahlen

Petrov und Kollegen haben 2023 in der Studie “Language Model Tokenizers Introduce Unfairness Between Languages” systematisch gemessen, wie viele Tokens dieselbe Information in unterschiedlichen Sprachen kostet. Eine Auswahl, normiert auf Englisch:

Sprache	Tokens je 1.000 Zeichen	Faktor zu Englisch
Englisch	250	1,0
Französisch	310	1,25
Spanisch	300	1,2
Deutsch	340 bis 380	1,35 bis 1,5
Russisch	500	2,0
Arabisch	550	2,2
Japanisch	600	2,4
Hindi	700 bis 900	bis 3,6

Deutschland sitzt im günstigeren Drittel dieser Skala, zahlt aber strukturell mehr als der angelsächsische Wettbewerb. Für ein Unternehmen mit 1.000 Euro KI-Budget im Monat sind das ungefähr 350 bis 500 Euro, die allein durch die Sprachwahl entstehen.

Die Rolle der Umlaute

Umlaute werden gerne als Sündenbock verdächtigt. In modernen Tokenizern ist das nur ein Nebenkriegsschauplatz. ä, ö, ü haben in den aktuellen Tokenizern eigene Tokens. Das ß ist seltener und rutscht gelegentlich auf eine 2-Byte-Sequenz. Der dominante Kostentreiber bleibt die Wortmorphologie, nicht die Diakritik.

Mehr Tokens, mehr Reibung

Kosten sind nur die offensichtlichste Folge. Es gibt drei weitere, die im Alltag genauso spürbar werden.

Latenz. Jeder Token erzeugt einen Rechenschritt. Eine deutsche Antwort dauert etwa 30 bis 40 Prozent länger als die gleiche englische Antwort. Bei Chatbots im Kundenservice oder bei interaktiven Tools fällt das auf.

Kontextfenster. Ein Modell mit nominell 200.000 Tokens Kontext klingt großzügig. Bei deutschen Verträgen, Handbüchern oder Schriftsätzen sind davon real eher 130.000 bis 150.000 nutzbar. Wer große Dokumente verarbeitet, kalkuliert daher mit dem realen Wert, nicht mit der Marketing-Zahl.

Output-Limits. Eine typische Ausgabegrenze von 4.096 Tokens reicht auf Englisch für etwa 3.000 Wörter, auf Deutsch für etwa 2.000. Bei langen Reports kann das den Unterschied zwischen vollständigem und abgeschnittenem Ergebnis bedeuten.

Eine stille Fairness-Frage

Die Petrov-Studie hatte noch eine zweite Pointe. Sprecher von Sprachen wie Hindi, Burmesisch oder Tamil zahlen für dieselbe Information bis zu fünfzehnmal mehr als englische Muttersprachler. Auch ihr Kontextfenster ist entsprechend kleiner nutzbar. Bei ChatGPT Plus mit harten Nachrichten-Limits trifft die Asymmetrie auch Nicht-Zahler direkt. Deutsch sitzt vergleichsweise komfortabel, aber strukturell ist es derselbe Mechanismus.

Was Sie heute tun können

Aus der Analyse lassen sich konkrete Hebel ableiten, die in den meisten KI-Projekten wirken.

System-Prompts auf Englisch, Inhalte auf Deutsch. Der unsichtbare Systemkontext, in dem Rolle, Regeln und Format festgelegt werden, kann problemlos englisch sein. Eingabe und Ausgabe bleiben deutsch. Einsparung typisch 10 bis 20 Prozent, ohne dass die Antwortqualität für deutsche Kunden leidet.

Prompt-Caching nutzen. Statische Briefings, Stilrichtlinien und Wissensdokumente werden einmal gecacht und nicht bei jedem Aufruf neu gesendet. Anthropic und OpenAI bieten das. Die Kosten sinken bei wiederholten Aufrufen auf einen Bruchteil.

Vor Batch-Jobs zählen. Mit der Tiktoken-Library oder der Token-Counting-API von Anthropic vorab messen, wie teuer ein Lauf wird. Spart Überraschungen auf der Monatsrechnung.

Kontextfenster realistisch kalkulieren. Die Marketing-Zahl 200k Tokens ist für deutsche Anwendungsfälle zu optimistisch. Planen Sie mit 130k bis 150k.

Modellwahl bewusst. Für deutsche Routine-Aufgaben reichen kleine Modelle wie Haiku oder Sonnet. Das größere Opus nur dort einsetzen, wo echte Reasoning-Tiefe gebraucht wird. Der Preisunterschied liegt bei Faktor fünf bis fünfzehn.

Strukturierte Outputs mit englischen Keys. JSON-Schemas mit englischen Feldnamen kosten in beiden Sprachen ähnlich. Die Inhalte können trotzdem deutsch sein.

Ein Blick voraus

Der Markt reagiert. Europäische Anbieter wie Mistral und Aleph Alpha trainieren Tokenizer mit bewusst ausbalancierter Sprachverteilung. Forschungsseitig arbeiten Architekturen wie ByT5 oder Mamba direkt auf Byte-Ebene und umgehen das Tokenizer-Problem ganz. Bis solche Ansätze marktreif sind, bleibt die Token-Asymmetrie ein Faktor, den deutsche Unternehmen einplanen sollten.

Fazit

Deutsche KI-Nutzung ist nicht kaputt, sie ist nur teurer und langsamer als die englischsprachige Vergleichsnutzung. Wer das versteht, holt mit wenigen Eingriffen 20 bis 30 Prozent Kosten und Latenz heraus, ohne an Qualität zu verlieren. Wer es ignoriert, finanziert dauerhaft eine strukturelle Ineffizienz mit, ohne sie überhaupt zu sehen.

In KI-Projekten lohnt sich daher der frühe Blick auf den Tokenizer. Nicht als Detailoptimierung am Ende, sondern als Architekturentscheidung am Anfang. Wenn Sie überlegen, wie Sie KI im eigenen Betrieb mit Augenmaß und stabiler Kostenkontrolle einführen, sprechen Sie uns in Hamburg an. Wir zeigen Ihnen, an welchen Stellen in Ihrer Anwendung die größten Tokenkosten entstehen und welche Routing-Regeln in Ihrer Umgebung den schnellsten Effekt haben.

Quellen

• Petrov et al., “Language Model Tokenizers Introduce Unfairness Between Languages”, arXiv:2305.15425, 2023 (Vertrauensstufe hoch)
• Anthropic, “Mapping the Mind of a Large Language Model”, 2024, https://www.anthropic.com/research/mapping-mind-language-model (Vertrauensstufe hoch)
• OpenAI Tokenizer Playground, https://platform.openai.com/tokenizer (Vertrauensstufe hoch)
• Tiktoken Library, https://github.com/openai/tiktoken (Vertrauensstufe hoch)