AX Optimize.

LLM-Token-Kosten messbar senken — Kontext-Kompression auf Open-Source-Basis, plus Kosten-Governance.

Dauer Einrichtung nach Erstgespräch Engineering & FinOps DACH-weit

Agenten-Läufe blähen sich auf: Tool-Outputs, Logs, RAG-Chunks und lange Konversationen fließen Runde für Runde in den Kontext — und jeder Token kostet. AX Optimize senkt diese Kosten messbar, indem es den Kontext-Ballast komprimiert, bevor er ans Modell geht. Im realen Lauf oben: 66,8 % weniger Tokens bei erhaltener Antwortqualität.

ax-optimize — echter Lauf

$ ax-optimize --file agent-session.json --price-per-mtok 3 --monthly-runs 5000

AX Optimize — Token-Reduktion
  Tokens:     16.049 → 5.321   (−66,8 %)
  Gespart:    10.728 Tokens pro Lauf
  Transforms: log, smart_crusher  (User-Nachrichten geschützt)

  Kostenschätzung (Input-Tokens):
    bei 3,00 €/1M Tokens, 5.000 Läufen/Monat:
    ~160,92 €/Monat  ·  ~1.931,04 €/Jahr

  # Reduktion ist input-abhängig: Tool-Outputs/Logs hoch, dichte Prosa gering.

Ehrlich eingeordnet: Die Kompressions-Engine ist Headroom (Open Source, Apache 2.0) — wir haben sie nicht erfunden, wir integrieren und betreiben sie. Sie schützt Ihre eigentlichen Nutzer-Nachrichten und komprimiert vor allem den maschinellen Ballast. Unser Beitrag (das AX-Delta) ist die Kosten-Story: Tokens gespart in Euro übersetzt und auf Ihr Volumen hochgerechnet — plus Modell-Routing und Kosten-Caps für eine echte Budget-Governance. Lokal-first: der Kontext verlässt Ihre Maschine nicht über uns.

Kontext-Kompression

Tool-Outputs, Logs und RAG-Inhalte werden über die Headroom-Engine verdichtet — User-Nachrichten bleiben geschützt.

Kosten-Hochrechnung

Gesparte Tokens werden in Euro übersetzt und auf Ihre Läufe pro Monat hochgerechnet — transparent als Schätzung gekennzeichnet.

Modell-Routing & Caps

Günstigere Modelle für einfache Schritte, harte Kosten-Caps pro Tag/Task — Budget-Governance statt Überraschung auf der Rechnung.

Lokal-first

Kompression läuft auf Ihrer Maschine. Der Kontext fließt nicht über uns ab — relevant bei sensiblen Daten.

Messbare Token-Reduktion pro Lauf — typisch 60–95 % bei tool-/log-lastigem Kontext
Euro-Hochrechnung auf Ihr Volumen (Monat/Jahr), transparent als Schätzung
Einbindung via MCP-Tool oder als Proxy/Library in Ihre Agenten-Pipeline
Lokal-first: Kontext bleibt auf Ihrer Infrastruktur
Ehrliche OSS-Basis: Engine ist Headroom (Apache 2.0), Attribution inklusive — unser Wert ist Integration, Routing, Kosten-Governance

Leidet die Antwortqualität unter der Kompression?

Komprimiert wird gezielt der Ballast — wiederholte Tool-Outputs, Logs, RAG-Chunks —, nicht Ihre eigentlichen Prompts. User-Nachrichten sind geschützt. In der Praxis bleibt die Antwortqualität erhalten; die Reduktion hängt stark vom Input ab.

Wie viel spart das real?

Bei tool- und log-lastigen Agenten-Läufen 60–95 % der Kontext-Tokens. Bei dichter Prosa weniger. Der Lauf auf dieser Seite zeigt 66,8 % an echtem Agenten-Kontext. Wir messen es an Ihren Daten, bevor wir etwas versprechen.

Verlässt unser Kontext die eigene Infrastruktur?

Nein. Headroom ist lokal-first; die Kompression läuft auf Ihrer Maschine. Über uns fließt nichts ab.

Was ist Ihr Anteil gegenüber dem Open-Source-Projekt?

Die Engine (Headroom, Apache 2.0) ist OSS — das sagen wir offen, inklusive Attribution. Unser Beitrag ist die Integration, das Modell-Routing, die Kosten-Caps und die Euro-Hochrechnung, die aus Kompression eine Budget-Entscheidung macht.

Verwandte Rollen & Lösungen

Passt zusammen

Produkt AX Code-Review-Agent Der live vorführbare Code-Review-Agent aus derselben Suite. Übersicht Agent-Lösungen Die ganze AX Suite und maßgeschneiderte Lösungen.

AX Optimize — passt das zu Ihrer Situation?

Im kostenlosen Erstgespräch klären wir, ob diese Leistung Ihr Problem trifft — oder ob ein anderer Weg schneller zum Ziel führt. Ehrliche Einschätzung inklusive.

Erstgespräch vereinbaren