Tokens

Tokens sind die Textbausteine, die Sprachmodelle lesen und erzeugen – meist kleiner als vollständige Wörter. Sie sind entscheidend, weil jede Eingabeaufforderung (Prompt), jeder Abruf-Chunk und jede Modellantwort nach Tokens bepreist und durch Tokens begrenzt wird, nicht nach Wortanzahl.

Für GEO-Teams bedeutet das eine schnelle Veränderung in den Content-Workflows. Wenn das Ausgangsmaterial aufgebläht, repetitiv oder schlecht strukturiert ist, zahlen Sie mehr und erhalten schlechtere Ergebnisse. Ganz einfach.

Warum Tokens in GEO wichtig sind

Die Token-Anzahl steuert vier Dinge: Kosten, Passgenauigkeit in den Kontext, Qualität der Antwort und die Wahrscheinlichkeit für Zitate. Wenn Ihre Markendaten, Produktspezifikationen oder Proof Points nicht sauber in das verfügbare Kontextfenster passen, komprimiert das Modell Inhalte, lässt sie weg oder ignoriert sie.

Genau dort werden die meisten Teams nachlässig. Sie fokussieren sich zu sehr auf Prompts und ignorieren die Effizienz der Quellen.

OpenAI, Anthropic und Google messen die Nutzung alle anhand von Tokens. Je nach Modell liegt eine grobe englische Faustregel bei 1,3 bis 1,5 Tokens pro Wort, aber diese Schätzung bricht bei Code, Tabellen, Produktkatalogen und mehrsprachigem Content ein. Eine 500-Wort-Seite ist nicht zuverlässig eine 700-Token-Eingabe. Messen Sie es.

Was Praktiker tatsächlich tun sollten

Starten Sie mit einem Token-Audit. Nutzen Sie tiktoken für OpenAI-Workflows, den Tokenizer von Anthropic für Claude oder die Nutzungslogs Ihrer Orchestrierungs-Engine. Ordnen Sie danach die Token-Nutzung nach Template, Seitentyp und Ausgabeziel zu.

• Support-Antworten: oft bei 150–300 Ausgabe-Tokens gut machbar.
• Produkt-Erklärtexte: meist 300–800 Tokens.
• Tiefe technische Antworten mit Zitaten: 1.000+ Tokens, manchmal deutlich mehr.

Nutzen Sie Screaming Frog-Exporte, GSC-Query-Daten und Semrush- oder Ahrefs-Seitensets, um zu identifizieren, wo AI-Content für die tatsächliche Suchintention zu ausführlich ist. Komprimieren Sie dann die Quelle – nicht nur den Prompt.

Gute Komprimierung bedeutet, doppelte Aussagen zu entfernen, Boilerplate zusammenzustauchen und einzigartige Fakten voranzustellen, wie Preisangaben, Kompatibilität, Methodik und namentlich benannte Entitäten. Surfer SEO kann dabei helfen, überbaute Texte aufzudecken, aber es löst Token-Verschwendung nicht von allein.

Wo Token-Strategie scheitert

Es gibt einen Haken. Weniger Tokens bedeuten nicht automatisch bessere GEO-Performance. Wenn Sie zu stark komprimieren, nehmen Sie Nuancen, Einschränkungen (Qualifikationen) und Belege heraus. Das kann das Vertrauen in Zitate senken oder dazu führen, dass Retrieval-Systeme die richtige Passage gar nicht erst finden.

Ein weiteres Problem: Die Größe des Kontextfensters ist nicht dasselbe wie nutzbare Aufmerksamkeit. Nur weil ein Modell 128k Tokens akzeptiert, heißt das nicht, dass Token 127.500 gleich behandelt werden. John Mueller von Google hat 2025 bestätigt, dass die Sichtbarkeit in der KI-Suche weiterhin von klarem, zugänglichem Quellcontent abhängt – nicht davon, mehr Text in maschinenlesbare Formate zu stopfen.

So nutzen Sie Tokens als operativen Kennwert

Tracken Sie Tokens pro Antwort, Tokens pro zitiertem Quellen-Block und die Kosten pro erfolgreicher Ausgabe. Wenn Sie GEO im großen Maßstab betreiben, setzen Sie Fehlergrenzen für Abschneidung (Truncation) und Halluzinationen nach langen Kontexten.

Moz, Ahrefs und Semrush zeigen Token-Effizienz nicht direkt an, helfen aber dabei, zu priorisieren, welche Seiten zuerst Komprimierungsarbeit bekommen sollten: Seiten mit Impressionen, schwacher Interaktion und hohem Informationswert. Dort zahlt sich Token-Disziplin in der Regel am schnellsten aus.

Kurz gesagt: Tokens sind kein technisches Anhängsel. Sie sind ein Budget. Wenn Sie Tokens verschwenden, kaufen Sie sich langsamere, teurere und weniger verlässliche AI-Sichtbarkeit ein.