Kontextfenster (Context Window)
Das Kontextfenster ist die maximale Textmenge — gemessen in Token —, die ein Sprachmodell bei einer einzigen Anfrage gleichzeitig verarbeiten kann. Heutige Top-Modelle liegen bei 200.000 bis über einer Million Token. Im Makleralltag bestimmt es, wie viel Akte, E-Mail-Verlauf und Vertragstext der Assistent in einem Rutsch berücksichtigen kann.
Auch bekannt als: Kontextfenster · Context Window · Token-Fenster · Context Length · Modell-Kontext · Kontext-Limit · Prompt-Window
Das Kontextfenster ist die maximale Textmenge, die ein Sprachmodell bei einer einzigen Anfrage „auf einmal lesen" und in seiner Antwort berücksichtigen kann. Gemessen wird es in Token — kleinen Texteinheiten, von denen im Deutschen rund 750 auf 1.000 Wörter kommen. Alles, was über das Kontextfenster hinausgeht, fällt entweder hinten raus oder muss vorher rausgeschnitten werden. Für den Makleralltag heißt das: das Kontextfenster ist die obere Grenze, wie viel Akte, E-Mail-Verlauf und Objektdaten der Assistent in einem Rutsch verarbeiten kann.
Wie groß sind Kontextfenster heute?
Die Spannweite ist enorm und ändert sich Quartal für Quartal. Stand Mai 2026: kleinere und ältere Modelle liegen bei 8.000 bis 32.000 Token (rund 6 bis 24 Seiten), die aktuellen Top-Modelle bei 200.000 Token (rund 150 Seiten), Spezialvarianten wie Claude Opus mit 1-Million-Token-Kontext oder Gemini mit ähnlichen Größen können ein komplettes Buch oder mehrere Akten in einem Durchgang verarbeiten. Klingt viel — ist im Makleralltag schnell aufgebraucht: ein Mietvertrag mit Anhängen, ein E-Mail-Verlauf mit Eigentümern und drei Besichtigungs-Notizen kommen leicht auf 30.000 bis 50.000 Token.
Eingang und Ausgang teilen sich das Fenster
Ein häufiges Missverständnis: das Kontextfenster umfasst beides — die Eingabe (Prompt mit allem Kontext) und die Ausgabe (Antwort des Modells). Wer 200.000 Token Kontext einliest, hat entsprechend weniger Platz für die generierte Antwort. Manche Anbieter setzen die Ausgabelänge zusätzlich noch separat hart auf z. B. 8.000 oder 16.000 Ausgabe-Token. Wer den Assistenten ein 30-seitiges Briefing schreiben lässt, läuft eher in diese Ausgabegrenze als in das Kontextfenster.
Warum Größe nicht alles ist
Ein Kontextfenster von einer Million Token bedeutet nicht, dass das Modell alles, was darin steht, auch gleich gut berücksichtigt. Studien zeigen, dass viele Modelle die Mitte langer Kontexte schwächer verarbeiten als Anfang und Ende — das sogenannte „Lost in the Middle"-Phänomen. Außerdem steigen die Kosten und die Antwortzeit mit jedem Token im Prompt: ein Million-Token-Kontext kann pro Anfrage mehrere Dollar kosten und mehrere Sekunden Latenz bringen. Größer ist nicht automatisch besser — entscheidend ist, was im Fenster steht.
Was passt in ein Kontextfenster im Makleralltag?
Ein paar Richtwerte als Orientierung — Zahlen für deutschsprachige Texte:
- Ein Objektdatensatz mit Exposétext, Lagebeschreibung und 30 strukturierten Feldern: rund 2.000 – 4.000 Token.
- Eine umfangreiche Kontakthistorie mit 20 E-Mails, 10 Notizen und 5 Aktivitäten: rund 10.000 – 20.000 Token.
- Ein Mietvertrag mit Anlagen: 15.000 – 40.000 Token, je nach Komplexität.
- Eine komplette Teilungserklärung mit Aufteilungsplan und Gemeinschaftsordnung: schnell 50.000 – 100.000 Token.
- Eine ganze Eigentümer-Akte mit Korrespondenz, Vertrag und Protokollen aus drei Jahren: 100.000 – 300.000 Token.
Kontextfenster vs. Gedächtnis
Das Kontextfenster ist kein Langzeitgedächtnis. Sobald ein Chat beendet ist oder ältere Nachrichten aus dem Fenster fallen, sind sie für das Modell weg. Damit ein KI-Assistent dauerhaft auf Eure Maklerdaten zugreift, braucht es eine Architektur, die relevante Inhalte bei jeder Anfrage gezielt ins Kontextfenster nachlädt — das Fenster ist der Arbeitsspeicher des Modells, davor sitzt eine Auswahl-Logik, die nur die richtigen Datensätze reinlässt.
So setzt propgen das um
propgen ist modell-agnostisch gebaut — der KI-Assistent nutzt pro Aufgabe das Modell, dessen Kontextfenster zur Aufgabe passt. Für ein Akten-Briefing reicht typischerweise ein mittleres Fenster, weil gezielt nur die relevanten Datensätze geladen werden statt der gesamten Historie. Für Vertragsauswertungen (siehe Dokumente automatisch auswerten) und Grundbuch-Extraktion kommen Modelle mit großem Kontextfenster zum Einsatz, weil dort ganze Dokumente am Stück verarbeitet werden müssen.
Dasselbe Prinzip greift sogar auf der Interessentenseite: Im KI-Chat auf dem Web-Exposé kann der Interessent gezielt auswählen, auf welches der vom Makler freigegebenen Dokumente sich seine Frage konkret bezieht — Energieausweis, Teilungserklärung, Protokoll der letzten Eigentümerversammlung. Statt das gesamte Dokumentenpaket pauschal ins Kontextfenster zu schaufeln, bekommt das Modell genau den Vertragstext, zu dem die Frage gestellt wurde. Ergebnis: präzisere Antworten, schnellere Reaktion, geringeres Risiko, dass eine Aussage aus dem falschen Dokument heraus formuliert wird. Welche Dokumente überhaupt zur Auswahl stehen, entscheidet vorab der Makler über die Dokumentenfreigabe.
Die Logik dahinter: ein großes Kontextfenster ist ein nützliches Werkzeug, aber kein Selbstzweck. Wer wahllos alles in den Prompt schaufelt, zahlt unnötig Token, wartet länger auf die Antwort und riskiert, dass das Modell die relevanten Stellen im Rauschen verliert. propgen entscheidet pro Aufgabe, was hineingehört — und überlässt das nicht dem Zufall.
In propgen verfügbar als
- Der KI-Assistent als Briefing-Kollege: Tag, Objekt und Kontakt auf einen BlickMai 2026 VIII
- KI-Assistent: Dein neuer Kollege im CRMApril 2026 II
- Dokumente automatisch auswerten — Personalausweis, Grundbuch, Energieausweis, MietvertragNovember 2025 I
- Grundbuch-Datenextraktion: alle Lasten auf einen BlickJanuar 2026 IV
Verwandte Begriffe
- TokenEin Token ist die kleinste Texteinheit, mit der ein Sprachmodell rechnet — meist ein Wortteil, manchmal ein ganzes Wort. Im Deutschen entsprechen rund 1.000 Token etwa 700–750 Wörtern. Tokens bestimmen Kosten, Geschwindigkeit und die Größe des Kontextfensters — und damit, ob KI-Features im Maklerbüro wirtschaftlich sind.
- KI-ModellEin KI-Modell ist ein trainierter mathematischer Apparat, der aus einer Eingabe eine Vorhersage oder Generierung erzeugt. Im Makleralltag sind vor allem Sprachmodelle (LLMs wie Claude oder GPT), Vision-Modelle (Bilderkennung, Homestaging), Embedding-Modelle (Suchprofil-Matching) und Speech-Modelle (Sprachmemos) relevant. Ein modernes CRM arbeitet nicht mit einem Modell, sondern orchestriert mehrere — pro Aufgabe das passende.
- KI-HalluzinationEine KI-Halluzination ist eine überzeugend formulierte, faktisch falsche oder frei erfundene Antwort eines Sprachmodells — strukturelle Folge davon, dass LLMs Wahrscheinlichkeiten über Token raten statt aus einer Faktenbasis zu antworten. Im Maklerkontext besonders riskant bei Marktdaten, Rechtsangaben, Energiekennwerten und Kontaktdaten. Gegenmittel: Grounding, RAG und „weiß ich nicht"-Toleranz.
- PromptEin Prompt ist die Anweisung, die ein KI-Modell vor seiner Antwort liest — bei Sprachmodellen ein Text, bei Bildmodellen eine Beschreibung. Modern aufgebaut aus System-Prompt (vom Anbieter, immer aktiv) und User-Prompt (was der Nutzer eintippt). Die Qualität jeder KI-Antwort hängt fast vollständig vom Prompt ab — Rolle, Kontext, Aufgabe und Format sind die vier Bausteine, die im Maklerumfeld den Unterschied machen.