Das Kontextfenster ist die Textmenge, die ein Sprachmodell auf einmal verarbeiten kann, gemessen in Tokens. Es ist das Arbeitsgedächtnis der KI: groß, aber flüchtig, teuer und anfällig für Ablenkung. Ein KI-Gedächtnis ergänzt es um ein Langzeitgedächtnis, das nur das Wesentliche in den Kontext bringt.
Was ist ein Kontextfenster?
Das Kontextfenster ist die Menge an Text, die ein Sprachmodell auf einmal „im Blick“ hat. Dazu gehören Ihre Nachrichten, die Antworten der KI, mitgeschickte Dateien und Anweisungen. Gemessen wird es in Tokens, kleinen Textbausteinen, mit denen das Modell rechnet.
Die Kontextfenster von ChatGPT, Claude und Gemini sind in den letzten Jahren enorm gewachsen, von wenigen tausend auf heute rund eine Million Tokens, bei einzelnen Modellen sogar bis zu zehn Millionen. Das klingt, als wäre das Gedächtnisproblem gelöst. Ist es aber nicht.
Arbeitsgedächtnis statt Langzeitgedächtnis
Die Psychologie unterscheidet zwischen Arbeitsgedächtnis und Langzeitgedächtnis. Das Arbeitsgedächtnis hält präsent, woran wir gerade arbeiten. Das Langzeitgedächtnis bewahrt, was bleiben soll, und holt nur das Passende hervor. Das Kontextfenster einer KI ist Arbeitsgedächtnis. Ein noch so großes Arbeitsgedächtnis ersetzt kein Langzeitgedächtnis.
Drei Gründe, warum KI trotz großem Kontextfenster vergisst
1. Flüchtig
Endet die Sitzung, ist der Inhalt des Kontextfensters weg. Die nächste Sitzung beginnt bei null. Auch innerhalb langer Chats fällt irgendwann das Älteste heraus oder wird zusammengefasst, und Details gehen verloren. Daher das bekannte Gefühl: „ChatGPT vergisst Sachen.“
2. Teuer
Jedes Token im Kontext wird bei jeder Anfrage neu verarbeitet. Wer bei jeder Nachricht lange Notizen oder Merkdateien mitschickt, zahlt jedes Mal dafür, mit Geld, Wartezeit oder Kontingent im Abo.
3. Ablenkend
Mehr Kontext macht Modelle nicht besser, sondern schlechter. Sprachmodelle lassen sich von unpassenden Informationen deutlich ablenken (Shi u. a., ICML 2023), und ihre Leistung sinkt mit jedem zusätzlichen Token. Was die Forschung dazu zeigt, steht im Ratgeber Weniger Kontext, klügerer Agent.
Nicht wie viel eine KI sehen kann, entscheidet, sondern was sie sieht.
Wie ein KI-Gedächtnis das Kontextfenster entlastet
Einem Agenten genau die richtigen Informationen zu geben, nicht zu wenig und nicht zu viel, heißt Context Engineering. Ein KI-Gedächtnis wie Hebby ist Context Engineering auf Autopilot. Statt alles mitzuschicken, bringt Hebby nur die Erinnerungen in den Kontext, die jetzt zählen, und die, die gleich gebraucht werden. Ein selbst entwickelter Graph Memory sorgt dafür, dass dabei auch Zusammenhänge mitkommen. So bleibt das Kontextfenster frei für die eigentliche Arbeit, und Ihr Agent vergisst trotzdem nichts Wichtiges.
Hebby Memories: das Second Brain für Claude Code, Codex & Co. Lernt mit, denkt voraus, vergisst nichts Wichtiges. Early Access sichern →
Häufige Fragen
Was ist ein Kontextfenster?
Das Kontextfenster ist die maximale Menge an Text, die ein Sprachmodell in einer Anfrage berücksichtigen kann, inklusive Ihrer Nachrichten, seiner Antworten und mitgeschickter Dokumente. Es wird in Tokens gemessen.
Was ist ein Token?
Ein Token ist ein Textbaustein, mit dem Sprachmodelle rechnen. Grob entspricht ein Token einem Wortteil, im Deutschen oft etwas weniger als einem Wort.
Wie groß ist das Kontextfenster von ChatGPT, Claude und Gemini?
Die führenden Modelle verarbeiten heute rund eine Million Tokens auf einmal, einzelne bis zu zehn Millionen. Wie viel davon nutzbar ist, hängt von Modell und Tarif ab. Gut genutzt wird ohnehin nur ein Bruchteil.