# Wie begrenze ich, wie viel ein LLM schreibt?

> So begrenzen Entwickler die LLM-Ausgabe: Max-Tokens setzen, Format und Länge vorgeben, Stoppsequenzen und strukturierte Ausgabe nutzen, Abbrüche abfangen.

Source: https://greenai.guide/de/wie/wie-begrenze-ich-wie-viel-ein-llm-schreibt/  
Updated: 2026-11-19

## Kurz gesagt

Legen Sie im API-Aufruf eine maximale Ausgabelänge fest, nennen Sie dem Modell im Prompt das gewünschte Format und die Länge und nutzen Sie Stoppsequenzen oder strukturierte Ausgabe, damit es aufhört, wenn die Aufgabe erledigt ist. Der Energieverbrauch wächst mit der Zahl der Tokens, die ein Modell erzeugt, daher ist eine begrenzte Ausgabe eine der einfachsten Einsparungen in jeder Anwendung.

## Steps

1. Legen Sie für jede Funktion die längste sinnvolle Antwort fest und stellen Sie die maximalen Ausgabe-Tokens der API entsprechend ein.
2. Nennen Sie Format und Länge im Prompt, etwa „drei Stichpunkte“.
3. Nutzen Sie strukturierte Ausgabe, etwa ein JSON-Schema, wenn Ihr Code nur Felder braucht.
4. Fügen Sie Stoppsequenzen hinzu, wo die Antwort eine natürliche Endmarkierung hat.
5. Erkennen Sie Antworten, die am Limit abgeschnitten wurden, und behandeln Sie sie, statt stillschweigend neu zu versuchen.

**Sagen Sie dem Modell und der API, wie viel Sie wollen.** Modelle erzeugen einen [Token](/de/glossar/#token) nach dem
anderen, und jeder kostet Rechenaufwand.

## Warum ist das wichtig? {#why-does-it-matter}

Delavande, Pierrard und Luccioni stellten fest, dass der Energieverbrauch linear mit der Länge der Ausgabe wächst und
dass größere Modelle nicht nur mehr Energie pro Token verbrauchen, sondern auch zu längeren Antworten neigen. UNESCO
und University College London fanden heraus, dass kürzere Prompts und Antworten den Energieverbrauch um mehr als die
Hälfte senken können.

## Welche Stellschrauben sollte ich nutzen? {#which-controls-should-i-use}

- **Maximale Ausgabe-Tokens.** Jede große API hat dafür einen Parameter. Setzen Sie ihn pro Funktion, nicht einen
  großzügigen globalen Wert.
- **Anweisungen.** „Antworte in einem Satz“ oder „gib nur den Namen der Kategorie zurück“ funktionieren besser als ein
  hartes Limit allein, weil das Modell eine kurze Antwort plant, statt abgeschnitten zu werden.
- **Strukturierte Ausgabe.** Wenn Ihr Code Felder ausliest, verlangen Sie JSON nach einem Schema und verzichten Sie auf
  Fließtext.
- **Stoppsequenzen.** Beenden Sie die Erzeugung an einer Markierung wie einem schließenden Tag.
- **Reasoning-Aufwand.** Wo ein Modell eine Einstellung für Denken oder Reasoning anbietet, nutzen Sie die niedrigste
  Stufe, die Ihre Tests besteht: siehe [wann Sie Reasoning-Modi nutzen sollten](/de/wie/wann-sollte-ich-den-denk-oder-reasoning-modus-einer-ki-nutzen/).

## Häufige Fehler {#common-mistakes}

- **Limits so knapp, dass Antworten abgeschnitten werden**, gefolgt von einem automatischen neuen Versuch mit höherem
  Limit. Das kostet mehr, als die Länge gleich richtig zu wählen.
- **Erklärungen anfordern, die niemand liest**, etwa „erkläre deine Begründung“ in einer Klassifizierungspipeline.
- **Ausgabe-Tokens nicht pro Funktion protokollieren**, sodass die wortreichsten Funktionen verborgen bleiben.

Gewohnheiten für Nutzerinnen und Nutzer finden Sie unter [KI effizient nutzen](/de/gute-praxis/ki-effizient-nutzen-gewohnheiten-fuer-den-alltag/).

## Quellen

- [Small talk, big impact: the energy cost of thanking AI](https://arxiv.org/abs/2601.22357), Delavande, Pierrard and Luccioni (arXiv 2601.22357) (2026)
- [Smarter, smaller, stronger: resource-efficient generative AI and the future of digital transformation](https://www.unesco.org/en/articles/ai-large-language-models-new-report-shows-small-changes-can-reduce-energy-use-90), UNESCO and University College London (2025)
- [What are tokens and how to count them?](https://help.openai.com/en/articles/4936856-what-are-tokens-and-how-to-count-them), OpenAI Help Center (2025)
