Über mich Portfolio Referenzen Leistungen Blog Kontakt 🎙 Mit KI sprechen
EN DE RU
🎙 Mit KI sprechen
November 13, 2026 · 4 min read

KI-Agenten verbrennen Kontext und Budget: So komprimieren Sie Werkzeugausgaben um 99 % ohne Bedeutungsverlust

von Denis Shokhirev, Enterprise AI Architect aus Freiburg im Breisgau Ich bin Denis Shokhirev, Agentic AI Systems Architect in Freiburg im Breisgau, Germany, und ich baue bei DennisCraft AI Studio produktive KI-Systeme auf Basis von Claude, Supabase, n8n, Doppler und selbst betriebenem Postgres für B2B-Kunden im DACH-Raum. Das häufigste Problem, das ich im Produktivbetrieb sehe, ist nicht das Schlussfolgern des Modells, sondern rohe Werkzeugausgabe: Protokolle, JSON-Antworten und Datenbankergeb

Denis Shokhirev
Denis Shokhirev
Agentic AI Systems Architect
Telegram LinkedIn

von Denis Shokhirev, Enterprise AI Architect aus Freiburg im Breisgau

Ich bin Denis Shokhirev, Agentic AI Systems Architect in Freiburg im Breisgau, Germany, und ich baue bei DennisCraft AI Studio produktive KI-Systeme auf Basis von Claude, Supabase, n8n, Doppler und selbst betriebenem Postgres für B2B-Kunden im DACH-Raum. Das häufigste Problem, das ich im Produktivbetrieb sehe, ist nicht das Schlussfolgern des Modells, sondern rohe Werkzeugausgabe: Protokolle, JSON-Antworten und Datenbankergebnisse landen ungefiltert im Kontextfenster und treiben Token-Verbrauch, Laufzeit und Kosten nach oben.

Das ist kein Randthema. In regulierten Umgebungen mit DSGVO, ISO 27001, BSI Grundschutz oder den kommenden Pflichten aus dem EU AI Act zählt nicht nur die Modellqualität, sondern auch Datensparsamkeit, Nachvollziehbarkeit und stabile Bereitstellung. Wenn ein Agent bei jedem Werkzeugaufruf mehrere Megabyte an Rohdaten in den Kontext zieht, haben Sie ein Architekturproblem.

Warum Werkzeugausgaben zum eigentlichen Kostentreiber werden

Viele Teams optimieren Eingabeaufforderungen, Modellwahl und Retrieval, behandeln aber Werkzeugausgaben noch wie Debug-Material. Das rächt sich sofort. Ein SQL-Aufruf liefert 5.000 Zeilen, obwohl der Agent nur eine Aggregation braucht. Ein Prüfwerkzeug wie semgrep oder bandit erzeugt einen umfangreichen Bericht, obwohl für die nächste Entscheidung nur Schweregrad, Datei und Regelkennung relevant sind. Ein n8n-Ablauf protokolliert jeden Zwischenschritt, obwohl für den Agenten nur der Fehlerknoten und die Fehlermeldung zählen.

Anthropic empfiehlt in der Dokumentation zur Werkzeugnutzung strukturierte, begrenzte Ein- und Ausgaben statt unkontrollierter Textmengen im Modellkontext. Quelle: Anthropic Docs, Tool Use, 2024, https://docs.anthropic.com/ . Auch das OpenAI Cookbook zeigt bei Function Calling und langem Kontext denselben Grundsatz: erst auswählen, dann an das Modell übergeben. Quelle: OpenAI Cookbook, 2024, https://cookbook.openai.com/ .

Welche Information der Agent tatsächlich braucht

QuelleRohausgabeFür den Agenten relevantSinnvolle Verdichtung
Postgres-Abfragetausende DatensätzeAggregation, Ausreißer, letzte ÄnderungSQL-Projektion und Gruppierung
semgrep / banditumfangreicher JSON-BerichtSchweregrad, Datei, Zeile, Regel, KurztextSchema-Normalisierung
n8n-Protokollvollständige AblaufspurStatus, fehlerhafter Knoten, UrsacheEreignisfilterung
Dokumentabrufkomplette Seitenrelevanter Absatz mit QuelleRangfolge, Entdoppelung, Extraktion

Die zentrale Unterscheidung lautet: Ein Agent braucht selten die gesamte Antwort eines Werkzeugs. Er braucht ein Entscheidungsobjekt. Sobald Sie Werkzeuge so gestalten, fallen Einsparungen von 90 bis 99 % nicht mehr als Sonderfall auf, sondern als Normalzustand.

Bedeutung komprimieren, nicht nur Text kürzen

Im Produktivbetrieb setze ich dafür drei Schichten ein: Filtern, Normalisieren und Aggregieren. Diese Schichten sitzen vor dem Modell, nicht im Prompt. Wer das Modell erst mit Rohdaten füttert und dann um eine Zusammenfassung bittet, bezahlt den teuersten Ort der Verarbeitung.

1. Filtern nach Entscheidungsrelevanz

Wenn ein Prüfagent nur kritische oder mittlere Befunde berücksichtigen soll, dürfen Hinweise mit geringer Relevanz nicht in den Kontext. Vollständige Berichte bleiben für spätere Nachweise erhalten, aber der Agent sieht nur das Nötige.

def compact_semgrep(report: dict) -> dict:
    findings = []
    for item in report.get("results", []):
        extra = item.get("extra", {})
        severity = extra.get("severity", "INFO")
        if severity not in {"ERROR", "WARNING"}:
            continue
        findings.append({
            "path": item.get("path"),
            "line": item.get("start", {}).get("line"),
            "rule": item.get("check_id"),
            "severity": severity,
            "message": extra.get("message", "")[:180]
        })
    return {"count": len(findings), "findings": findings[:20]}

Aus einem sehr großen JSON-Bericht wird damit ein kleines, für das Modell direkt nutzbares Objekt.

2. Normalisieren auf ein einheitliches Schema

Werkzeuge sprechen unterschiedliche Formate. Das Modell sollte nicht bei jedem Aufruf neu lernen, ob ein Feld message, description oder detail heißt. Ich empfehle ein stabiles Schema wie source, severity, object, evidence und recommended_action. Das erhöht die Vorhersagbarkeit und reduziert Streuverluste im Kontext.

3. Aggregieren statt Rohlisten weiterreichen

Geschäftsfragen sind oft aggregierbar. Wenn der Agent wissen soll, warum Zahlungen in den letzten 24 Stunden fehlgeschlagen sind, gehört die Verdichtung in die Datenbankabfrage und nicht in das Modell.

psql "$DATABASE_URL" -c "
SELECT
  status,
  count(*) AS total,
  max(updated_at) AS last_seen
FROM payments
WHERE updated_at >= now() - interval '24 hours'
GROUP BY status
ORDER BY total DESC;
"

Statt tausender Zeilen erhalten Sie wenige, aussagekräftige Kennzahlen. Die Bedeutung bleibt erhalten, weil die Frage selbst auf eine Zusammenfassung zielt.

Prüfbarkeit erhalten, Kontext entlasten

In regulierten Märkten kommt sofort der berechtigte Einwand: Was passiert mit der Nachvollziehbarkeit? Die Lösung ist die klare Trennung zwischen operativem Kontext und forensischer Speicherung. Der Agent erhält eine verdichtete Darstellung plus Verweis auf die Rohdaten. Die vollständige Ausgabe bleibt separat gespeichert.

type ToolEnvelope = {
  tool: string;
  rawRef: string;
  summary: object;
  checksum: string;
};

export function buildEnvelope(
  tool: string,
  rawRef: string,
  summary: object,
  checksum: string
): ToolEnvelope {
  return { tool, rawRef, summary, checksum };
}

Dieses Muster passt gut zu Supabase oder selbst betriebenem Postgres. Sie können Rohdaten in einem Speicher oder einer gesonderten Tabelle ablegen und dem Agenten nur die verdichtete Sicht geben. Für Audits, Vorfälle oder interne Sicherheitsprüfungen bleibt der vollständige Nachweis vorhanden.

Das unterstützt zugleich den Grundsatz der Datensparsamkeit nach DSGVO. OWASP weist im Top 10 for LLM Applications auf das Risiko unnötiger Offenlegung sensibler Daten gegenüber Modellen und Drittsystemen hin. Quelle: OWASP GenAI Security Project, 2025, https://genai.owasp.org/ . Weniger Kontext bedeutet daher nicht nur geringere Kosten, sondern oft auch geringere Angriffsfläche.

Wo diese Verdichtung im Stack verankert werden sollte

Ich rate davon ab, die Verdichtung als bloße Formulierung im Prompt zu behandeln. Sie gehört an den Entstehungsort der Daten: in SQL-Abfragen, Python-Nachverarbeitung, einen Function-Node in n8n oder in den Adapter des Anthropic SDK. Verdichtung ist ein Infrastrukturthema.

steps:
  - tool: postgres
    query: "select status, count(*) as total from jobs group by status"
  - transform:
      keep:
        - status
        - total
      sort_by: total
      limit: 10
  - model:
      input: compact_result

Meine praktische Regel ist einfach. Wenn die Werkzeugausgabe mehr als das 10-fache der eigentlichen Frage umfasst, ist Verdichtung sehr wahrscheinlich erforderlich. Beim 100-fachen Verhältnis sprechen wir nicht mehr von Feinschliff, sondern von einem Konstruktionsfehler der Pipeline.

In meinen jüngsten produktiven Systemen kamen die größten Einsparungen nicht durch ein anderes Modell zustande, sondern dadurch, dass Werkzeuge nur noch in präzisen, typisierten Zusammenfassungen mit dem Agenten sprechen durften. Das verbessert Kosten, Laufzeit und Entscheidungsqualität gleichzeitig.

FAQ

Brauche ich für die Verdichtung immer ein Sprachmodell?

Nein. In vielen Fällen sind deterministische Verfahren besser: SQL-Aggregation, JSON-Filter, Schweregradschwellen und Schema-Mapping. Ein Sprachmodell ist nur dort sinnvoll, wo unstrukturierte Inhalte semantisch zusammengeführt werden müssen.

Leidet die Qualität des Schlussfolgerns unter weniger Kontext?

In der Praxis meist nicht. Wenn Sie zur konkreten Aufgabe hin verdichten, entfernen Sie vor allem Ablenkung. Modelle arbeiten mit präzisen Belegen oft zuverlässiger als mit ungefilterten Rohdaten.

Wie messe ich den Nutzen sauber?

Beobachten Sie Token pro Werkzeugaufruf, Laufzeit pro erledigter Aufgabe und Erfolgsquote auf einem festen Testsatz. Diese drei Kennzahlen zeigen die Wirkung meist sehr schnell.

Wo speichere ich die vollständige Rohausgabe?

In Postgres, Supabase Storage oder einem gesonderten Ereignisprotokoll mit Referenz aus dem verdichteten Objekt. Wichtig ist, dass die Rohdaten abrufbar bleiben, aber nicht standardmäßig im Prompt landen.

Ist das nur für große Modelle relevant?

Nein. Gerade kleinere oder günstigere Modelle profitieren stark, weil sie unter verrauschtem Kontext schneller an Qualität verlieren und meist engere Kostenrahmen einhalten müssen.

An welcher Stelle in Ihrer produktiven KI-Pipeline verlieren Sie heute am meisten Geld und Aussagekraft: bei SQL-Ergebnissen, Ablaufprotokollen, Prüfberichten oder ungekürztem Retrieval-Kontext? Das würde mich wirklich interessieren.

I run a free 30-min stack audit for DACH founders building AI in regulated markets. DM me on LinkedIn or write to @ger_dennis_ai.

Für Ihren Betrieb

Solche Agenten baue ich für Betriebe in Südbaden und ganz Deutschland.

Schreiben Sie in zwei Sätzen, was bei Ihnen Zeit frisst – Antwort innerhalb von 24 Stunden.

KI-Agenten entwickeln lassen →
Weiterlesen
Wie Sie im MCP-Chaos nicht untergehen: Mehr als 50 Remote-MCP-Server existieren bereits, aber ohne Auswahl wird Ihr Produktivagent zum Sicherheitsloch
Ihr KI-Agent scheitert an mobiler Benutzeroberfläche: wie Sie iOS und Android über MCP anbinden und reale Abläufe statt Screenshot-Demos ausführen
Ein gestohlener Schlüssel brachte 5.000 Entwickler in Gefahr: was der Cursor-Vorfall und eine trojanisierte Claude-Code-Erweiterung für die Sicherheit von KI-IDEs ändern
Ihre Kunden fragen ChatGPT nach einem Handwerksbetrieb. Nennt es Ihr Unternehmen
Alle Artikel →
Wo das im Betrieb ankommt
KI-Telefonassistent — Anrufe annehmen, wenn niemand kann
KI-Automatisierung für Betriebe in Freiburg und der Ortenau
KI-Agentur in Freiburg — gebaut statt weiterverkauft
KI-Telefonassistent fürs Handwerk — Notfälle erkennen, Aufträge sichern
DSGVO-konforme KI — was das praktisch bedeutet
Bereit für den nächsten Schritt?

Aus einem Ablauf ein System machen, das läuft

Gebaut für den Betriebsalltag, nicht als Demo.

Projekt anfragen → ← Alle Artikel