KontextfensterDefinition und Funktionsweise 2026
- Kontextfenster
- Die maximale Anzahl Token (Wörter/Code/Datenfragmente), die ein LLM oder Agent in einem einzigen Reasoning-Schritt verarbeiten kann.
Das Kontextfenster ist die „Aufmerksamkeitsspanne" des Modells. Alles, was hineinpasst — System-Prompt, Konversations-Historie, abgerufene Dokumente, Tool-Outputs — kann der Agent in einem Schritt berücksichtigen. Alles darüber wird abgeschnitten oder zusammengefasst.
2026er-Spitzenmodelle erreichen 1-2 Millionen Token Kontext (Claude, Gemini), die meisten produktiven Agenten arbeiten zwischen 128K und 1M. Das reicht für ganze Codebases mittlerer Größe, vollständige Quartalsberichte oder mehrere Stunden Meeting-Transkripte.
Praxis-Falle: Großes Kontextfenster ≠ effektive Nutzung. Modelle leiden ab ~50K Token am „lost in the middle"-Effekt — Information am Anfang oder Ende wird besser abgerufen als in der Mitte. Gutes RAG-Design platziert die relevantesten Snippets an den Rändern, nicht im Bauch.
Häufig gefragt
Brauche ich immer das größte verfügbare Kontextfenster?+
Nein. Größerer Kontext kostet mehr (Token-Preis × Eingabe-Token) und ist nicht immer besser nutzbar. Für die meisten Use Cases reichen 128K-200K, kombiniert mit gutem RAG. 1M+ ist nützlich für ganze-Codebase-Reasoning und Long-Form-Analysen.
Was passiert, wenn ich das Kontextfenster überschreite?+
Je nach Provider: harter Fehler, automatisches Truncation (meist alte Nachrichten zuerst), oder automatische Kompression. Produktionsreife Agenten managen das aktiv — Anthropic Claude Code hat z. B. eine /compact-Funktion, die explizit komprimiert.
Wie verhält sich Kontextfenster zu RAG?+
RAG ist das Werkzeug, um effektiv im verfügbaren Kontextfenster zu bleiben. Statt alle 500 Dokumente in den Kontext zu stopfen, ruft RAG die 5-10 relevantesten ab und packt nur die in den Kontext. Kontextfenster = Bühne; RAG = Casting.