Dieselbe Anfrage an eine künstliche Intelligenz kann je nach verwendeter Sprache wesentlich teurer sein. Eine im September 2026 veröffentlichte und von Rest of World aufgegriffene Studie der Coalition for Language Equity in AI Research zeigt Unterschiede beim Tokenverbrauch um den Faktor 1,5 bis 5 unter den zwanzig meistgenutzten Internetsprachen. Dieser technische Unterschied schafft eine wirtschaftliche Ungleichheit, die besonders Sprachen und Schriftsysteme trifft, die in digitalen Daten kaum vertreten sind.

Stell dir zwei Unternehmen vor, die genau denselben Dienst anbieten: einen Assistenten, der Kundenfragen beantwortet. Das eine arbeitet hauptsächlich auf Englisch, das andere in einer afrikanischen oder asiatischen Sprache. Bei vergleichbaren Funktionen muss das zweite möglicherweise mehr sprachliche Recheneinheiten kaufen, um denselben Inhalt zu übermitteln. Weder seine Kunden noch seine Entwickler haben unbedingt einen komplexeren Dienst verlangt. Ihre Sprache wird vom Mechanismus zur Vorbereitung von Texten für die KI schlicht schlechter unterstützt.

Dieser Unterschied hat einen Namen: die Tokenisierungssteuer, auch Tokenizer Tax genannt. Dahinter steht eine selten gestellte Frage: Warum sollte die Architektur eines als universell beworbenen Werkzeugs bestimmte Sprachen wirtschaftlich bevorzugen?

Warum benötigt derselbe Satz je nach Sprache mehr Tokens?

Ein Sprachmodell erhält Wörter nicht unmittelbar so, wie wir sie lesen. Vor der Verarbeitung zerlegt ein Programm namens Tokenizer den Text in kleinere Einheiten: Tokens. Das können ganze Wörter, Wortteile oder Zeichenfragmente sein.

Ein verbreitetes Verfahren namens Byte-Pair Encoding (BPE) lernt, häufige Zeichenfolgen schrittweise zusammenzuführen. Kommt eine Kombination in den Texten zum Aufbau des Wortschatzes oft vor, wird sie eher zu einem einzelnen Token. Seltenere Kombinationen bleiben in mehrere Teile aufgeteilt.

Das Problem entsteht, wenn die Daten zum Aufbau dieses Wortschatzes Englisch stark bevorzugen. Häufige englische Strukturen lassen sich dann effizient zerlegen. Andere Sprachen, insbesondere solche mit wenig vertretenen Schriftsystemen, benötigen unter Umständen deutlich mehr Fragmente, um einen vergleichbaren Gedanken auszudrücken.

Ein englischer Satz und seine Übersetzung sind für den Tokenizer nicht gleich

Rest of World zeigt dies anhand eines Tokenizers von OpenAI. Der englische Satz „People should benefit from AI, regardless of the language they speak.“ wird in relativ gut erkennbare Einheiten aufgeteilt. Seine Übersetzung ins Malayalam, eine Sprache mit indischer Schrift, wird viel feiner zerlegt, teilweise sogar innerhalb von Zeichen, die aus mehreren Bytes bestehen.

Das bedeutet weder, dass eine Sprache weniger ausdrucksstark ist, noch beweist es, dass sie von Natur aus komplizierter wäre. Es ist eine Folge davon, wie digitale Repräsentationen aufgebaut wurden.

Das Phänomen betrifft nicht nur Sprachen mit wenigen Sprechern. Laut der Zusammenfassung von explainx.ai zählen die Schriften Birmanisch, Tibetisch, Tifinagh, Khmer, Lao und Ol Chiki in den berichteten Vergleichen zu den am stärksten benachteiligten. Asturisch dagegen kann trotz geringer digitaler Präsenz von den Eigenschaften seiner lateinischen Schrift profitieren.

Anders gesagt: Die Größe einer Sprachgemeinschaft allein sagt nichts Sicheres über ihre Kosten aus. Auch die Schriftform und die Gestaltungsentscheidungen des Tokenizers spielen eine Rolle.

Wie teuer ist diese sprachliche Ungleichheit tatsächlich?

Die von Rest of World besprochene Studie vom September 2026 nennt Unterschiede um den Faktor 1,5 bis 5 bei der Tokenzahl zwischen den günstigsten und ungünstigsten der zwanzig meistgenutzten Internetsprachen. In einem erweiterten Vergleich von zweihundert Sprachen berichten die Forscher bei einem Modell von einer Differenz von bis zu ungefähr dem 17-Fachen.

Dieser letzte Wert ist jedoch mit Vorsicht zu betrachten: Die verfügbaren Darstellungen erläutern das verwendete Modell und die Methodik nicht ausreichend, und auch die genaue Beschreibung der Differenz weicht zwischen Berichten ab. Es wäre daher irreführend zu behaupten, jede Anfrage auf Yoruba, Swahili oder Amharisch koste grundsätzlich 17-mal so viel wie auf Englisch.

Um den wirtschaftlichen Effekt zu verstehen, hilft eine rein beispielhafte Rechnung. Benötigt eine Anfrage in einer Sprache 100 Tokens und in einer anderen 300, verbraucht die zweite dreimal so viele Eingabeeinheiten. Bei gleichem Preis pro Token verdreifachen sich ihre Eingabekosten. Das ist keine Messung für Swahili, Hindi oder eine andere bestimmte Sprache, sondern veranschaulicht nur die Abrechnung.

Werbung

Bei Chatoberflächen im Abonnement schlägt sich dieser Unterschied nicht unbedingt direkt in der Rechnung einzelner Nutzer nieder. Für ein Unternehmen, das eine nach Tokenmenge abgerechnete API verwendet, kann er dagegen die Betriebskosten erhöhen.

Diese Schieflage ist keine völlig neue Erkenntnis. Im Mai 2023 untersuchten Ahia und Kollegen Kosten und Nutzen der OpenAI-API in 22 typologisch unterschiedlichen Sprachen. Schon damals zeigte sich, dass viele Sprecher höhere Kosten tragen und zugleich schlechtere Ergebnisse erhalten, häufig in Regionen, in denen KI-Dienste ohnehin weniger erschwinglich sind.

Hier liegt die eigentliche Ungerechtigkeit: Wer mehr bezahlt, bekommt nicht zwangsläufig mehr. In manchen sprachlichen Kontexten ist sogar das Gegenteil der Fall.

Warum verringert diese Steuer auch das Gedächtnis und die Antwortqualität?

Tokens dienen nicht nur zur Abrechnung, sondern messen auch das Kontextfenster: die Informationsmenge, die ein Modell zu einem bestimmten Zeitpunkt berücksichtigen kann.

Benötigt eine Sprache mehr Tokens für denselben Inhalt, füllt sich das verfügbare Fenster schneller. Dadurch bleibt weniger Platz für Dokumente, ausführliche Anweisungen oder frühere Gesprächsbeiträge.

Bei einem Lernassistenten hilft beispielsweise das Behalten früherer Fehler eines Schülers, spätere Erklärungen anzupassen. Pratyush Choudhury, Mitgründer von Activate AI, betont ausdrücklich die Bedeutung dieses Gedächtnisses für digitale Tutoren. Verbraucht der Verlauf in einer bestimmten Sprache schneller den Kontext, kann die pädagogische Kontinuität leiden.

Die Benachteiligung betrifft auch die Geschwindigkeit. Da Modelle Antworten Token für Token erzeugen, kann eine Antwort mit mehr Tokens länger dauern. Diese zusätzliche Verzögerung ist besonders problematisch, wenn Rechenleistung und Internetverbindung begrenzt sind.

Allerdings müssen zwei Effekte unterschieden werden. Eine ungünstige Zerlegung verkleinert mechanisch den für gleichwertige Inhalte verfügbaren Kontext. Schlechte sprachliche Qualität kann auch auf fehlende Trainingsdaten oder eine unzureichende Modellanpassung zurückgehen. Die Tokenisierung allein erklärt daher nicht alle schlechten Antworten.

Was zeigen afrikanische und asiatische Sprachen über die Grenzen von KI?

Swahili, Yoruba, Amharisch und Hindi veranschaulichen die Vielfalt der Sprachen, bei denen eine Übertragung englischer Ergebnisse riskant wäre. Ihre Schriftsysteme, sprachlichen Strukturen und digitalen Repräsentationen unterscheiden sich. Ohne den verwendeten Tokenizer zu kennen, lässt sich ihr relativer Preis nicht mit einem universellen Faktor berechnen.

Ein von bedr-ux auf GitHub veröffentlichter Benchmark vergleicht Amharisch und Englisch anhand von 1.012 parallelen Sätzen aus FLORES-200 mit neun verschiedenen Tokenizern. Untersucht werden unter anderem Tokens pro Wort, Zeichen pro Token und Tokens im Verhältnis zu UTF-8-Bytes. Der Ansatz verdeutlicht, warum Werkzeuge anhand vergleichbarer Inhalte und nicht bloß anhand der Sprecherzahl gemessen werden sollten.

In Südafrika weist der Gründer von ManyHands, einem Unternehmen, das unter anderem einen über WhatsApp nutzbaren Assistenten entwickelt, auf die Schwierigkeit hin, einen Agenten in allen elf Amtssprachen des Landes sinnvoll kommunizieren zu lassen. Es geht also um mehr als die bloße Übersetzung einer Oberfläche: Sprachinfrastrukturen müssen unterschiedliche Bevölkerungsgruppen erreichen.

Meiner Ansicht nach wird die Frage an dieser Stelle im wirtschaftlichen Sinn politisch. Eine schwach vertretene Sprache ist nicht nur in KI-generierten Inhalten weniger sichtbar. Sie hat möglicherweise auch weniger Gesprächsraum zur Verfügung und verursacht bei Diensten, die sie unterstützen wollen, höhere Ausgaben.

Oft ist von einer Demokratisierung der KI durch leicht zugängliche Oberflächen die Rede. Eine übersetzte Oberfläche reicht aber nicht, solange die unsichtbaren Betriebskosten dieselben Bevölkerungsgruppen benachteiligen.

Wie lässt sich der Tokenverbrauch senken, ohne die eigene Sprache aufzugeben?

Es wäre absurd, Nutzer regelmäßig zum Verzicht auf ihre Sprache aufzufordern, nur um einen technischen Mangel zu umgehen. Dennoch können mehrere Maßnahmen die Situation bereits heute verbessern.

  • Präzise und knappe Anfragen formulieren: Wiederholungen streichen, Kontext nicht unnötig erneut einfügen und ein passendes Antwortformat verlangen. Das kann die verarbeitete Menge verringern; wie stark, hängt vom Tokenizer ab.
  • Tokenizer vor der Modellwahl vergleichen: Ein mehrsprachiges Unternehmen sollte dieselben Inhalte in den Sprachen seiner tatsächlichen Kunden testen und Ein- sowie Ausgabetokens messen.
  • Unnötig übertragene Gesprächsverläufe begrenzen: Wesentliche Informationen lassen sich in Zusammenfassungen bewahren und schaffen so Platz im Kontextfenster.
  • Offene Modelle prüfen: Modelle mit offenen Gewichten beziehungsweise Open-Weight-Modelle erlauben mehr Anpassung und Kontrolle. Mit den nötigen Fachkenntnissen und der Infrastruktur können sie eine günstigere Alternative sein.
  • Antwortqualität in jeder Sprache testen: Ein sparsamer Tokenizer garantiert noch kein zuverlässiges Modell. Auch Verständnis, Genauigkeit und Nützlichkeit der Antworten müssen geprüft werden.

Für Unternehmen ist vielleicht der wichtigste Rat, ihr mehrsprachiges Budget niemals nur auf englischsprachige Tests zu stützen. Wer die tatsächlichen Kosten in den Zielsprachen misst, verhindert unangenehme Überraschungen bei wachsender Nutzung.

Können mehrsprachige und lokale Modelle das Problem lösen?

Eine naheliegende Möglichkeit sind Tokenizer, die besser an verschiedene Schriften angepasst sind: Ein sprachlich ausgewogeneres Vokabular kann übermäßige Zerstückelung reduzieren. Das muss jedoch experimentell überprüft werden. Die Bezeichnung „mehrsprachig“ beweist nicht, dass ein Modell alle Sprachen fair segmentiert.

Ein weiterer Weg sind hochwertigere Sprachdaten. In Indien sammelte die vom Indian Institute of Science geleitete und von der Gates Foundation finanzierte Initiative RESPIN Texte und vorgelesene Sprache von Muttersprachlern aus 38 Dialekten. Solche Arbeiten können bislang vernachlässigte Sprachverwendungen besser abbilden.

Offene Modelle, die gegebenenfalls lokal betrieben werden, bieten ebenfalls Anpassungsmöglichkeiten. Daniel Björkegren von der Columbia University betont, dass Kosten für Unternehmen und Verwaltungen in einkommensschwachen Ländern ein erhebliches Hindernis darstellen. Die Anpassbarkeit von Modellen kann daher wichtig sein, auch wenn sie technisches Fachwissen verlangt.

Es wäre jedoch übertrieben, lokalen Betrieb als automatische Lösung zu betrachten: Ein Modell auf eigenen Rechnern behält die Grenzen seines Tokenizers und benötigt Betriebsressourcen.

Eine dauerhafte Lösung besteht nicht allein darin, die Anfragen der Nutzer zu optimieren. Auch Modellentwickler müssen wenig vertretene Sprachen bereits bei Datensätzen, Vokabularen und Bewertungen ernst nehmen. Eine wirklich globale KI sollte benachteiligte Bevölkerungsgruppen nicht für die Fehler ihrer sprachlichen Architektur bezahlen lassen.

Häufig gestellte Fragen

Warum ist KI in bestimmten Sprachen teurer?

Modelle verwenden Tokens zur Verarbeitung und Abrechnung von Texten. Ein Tokenizer kann einen Satz in einer Sprache, die in seinem Vokabular schwach vertreten ist, in viel mehr Fragmente zerlegen. Bei APIs mit Tokenabrechnung steigen so die Kosten für inhaltlich gleichwertige Texte unmittelbar.

Sind Swahili, Amharisch oder Hindi immer teurer als Englisch?

Für diese Sprachen gibt es keinen universellen Kostenfaktor. Die Tokenzahl hängt vom Modell, dem Tokenizer, der Schrift und dem untersuchten Text ab. Für einen verlässlichen Vergleich braucht es gleichwertige Sätze und die tatsächlich verwendeten Werkzeuge.

Warum verringert schlechte Tokenisierung das Gedächtnis eines KI-Assistenten?

Das Kontextfenster hat eine begrenzte Kapazität an Tokens. Benötigt dasselbe Dokument mehr Tokens, beansprucht es einen größeren Teil dieser Kapazität. Der Assistent kann dann weniger Gesprächsverlauf behalten oder weniger Dokumente gleichzeitig verarbeiten.

Wie kann ein Unternehmen die Kosten mehrsprachiger KI senken?

Es kann mehrere Modelle mit echten Inhalten vergleichen, Ein- und Ausgabetokens getrennt messen, redundante Anweisungen kürzen und unnötige Verläufe weglassen. Auch offene Modelle und anpassbare Lösungen kommen infrage. Entscheidend sind Kosten, sprachliche Qualität und technische Anforderungen zugleich.

Quellen