Was ist Prompt Caching?
Stell dir vor, du lässt per Automation 30 Blogtexte am Stück schreiben. Jede Anfrage an die KI beginnt mit demselben Block: System-Prompt, Tonalitäts-Leitfaden, drei Beispieltexte. Erst ganz am Ende steht das, was sich ändert — das Keyword. Warum solltest du den gleichen Anfang 30-mal voll bezahlen?
Genau hier setzt Prompt Caching an. Der Anbieter speichert den gleichbleibenden Anfang deines Prompts eine Weile zwischen. Kommt die nächste Anfrage mit exakt demselben Anfang, muss das Modell diesen Teil nicht neu verarbeiten. Abgerechnet wird er dann nur noch zu einem Bruchteil des normalen Eingabepreises.
Wichtig: Gespeichert werden keine Antworten, sondern interne Zwischenergebnisse der Verarbeitung. Die Antwort entsteht jedes Mal neu und ist laut Anthropic identisch mit einer Anfrage ohne Cache. Günstiger wird nur der Eingabe-Teil, die Ausgabe kostet gleich viel.
So machen es Claude, OpenAI und Gemini
Das Prinzip ist überall gleich, die Bedienung nicht. Bei OpenAI und Google läuft das Caching automatisch, bei Claude markierst du die Stelle selbst.
Anbieter
So funktioniert es
Claude
Markierung per cache_control, Cache hält 5 Minuten (gegen Aufpreis 1 Stunde)
OpenAI
automatisch bei unterstützten Modellen, ab 1.024 Tokens
Gemini
automatisch ab Gemini 2.5, zusätzlich explizite Cache-Objekte
Bei Anthropic kostet das Lesen aus dem Cache in der Regel nur ein Zehntel des normalen Eingabepreises. Dafür ist das erste Schreiben teurer: das 1,25-fache beim 5-Minuten-Cache, das Doppelte beim 1-Stunden-Cache. Jeder Treffer startet die Lebensdauer kostenlos neu (Stand Oktober 2026).
Google gibt bei Gemini rund 90 % Rabatt auf gecachte Tokens, beim expliziten Caching kommen Speicherkosten pro Stunde dazu. OpenAI nennt einen Rabatt von bis zu 95 %. Ob sich das Schreiben extra bezahlt macht, hängt dort vom Modell ab — neuere Modelle berechnen einen Aufschlag, ältere nicht. Eine Mindestlänge gibt es bei allen: je nach Modell zwischen 512 und 4.096 Tokens. Darunter wird ohne Cache gerechnet, ohne Fehlermeldung.
Was es spart: zwei Beispiele
Die Faustregel bei Claude: Der 5-Minuten-Cache lohnt sich schon ab der zweiten Anfrage. Zwei Anfragen kosten 1,25 + 0,1 = 1,35 statt 2,0 Einheiten. Der 1-Stunden-Cache rechnet sich erst ab der dritten.
Case A · Content-Pipeline
30 Texte mit Claude Sonnet 4.6
20.000
Tokens fester Prompt-Anfang
30
Anfragen in Folge
Fester Teil ohne Cache 1,80 $, mit Cache rund 0,25 $
Rund 86 % weniger für den festen Teil. Modellrechnung mit den Listenpreisen von Anthropic, Abstand zwischen den Anfragen unter 5 Minuten.
Case B · Chat mit Dokument
100.000 Tokens Dokument im Prompt
11,5 s
erste Antwort ohne Cache
2,4 s
erste Antwort mit Cache
Rund 79 % schneller, Kosten laut Anthropic −90 %
Messwert von Anthropic selbst — also ein günstiger Fall. Passt etwa auf einen Chatbot mit Produktkatalog im Prompt.
Anthropic wirbt mit „bis zu 90 %“ weniger Kosten und „bis zu 85 %“ weniger Wartezeit bei langen Prompts. Das sind Höchstwerte. In einem Gespräch über zehn Runden mit langem System-Prompt maß Anthropic selbst 53 % Ersparnis.
Häufige Fehler
Fehler 1 · Variables steht vorne
Datum, Kundenname oder Keyword gleich im ersten Satz des System-Prompts — und der Anfang ist jedes Mal anders. OpenAI und Google raten dasselbe: Feste Anweisungen und Referenzmaterial nach vorn, Wechselndes ans Ende.
Fehler 2 · Der Cache läuft zwischendurch ab
Ein Cron-Job, der einmal pro Stunde einen Text schreibt, trifft den 5-Minuten-Cache nie. Bei Claude zahlst du dann jedes Mal den Schreib-Aufschlag — teurer als ganz ohne Cache. Bündle die Anfragen oder nimm den 1-Stunden-Cache.
Fehler 3 · Zu kurzer Prompt
Liegt der feste Teil unter der Mindestlänge des Modells, passiert schlicht nichts. Kein Fehler, kein Rabatt. Prüf in der Antwort der Schnittstelle, ob gecachte Tokens auftauchen.
Fehler 4 · Kleine Änderungen, große Wirkung
Bei Claude macht schon eine geänderte Tool-Definition den ganzen Cache ungültig. Wer an seinen Werkzeugen oder Einstellungen schraubt, fängt beim Caching wieder bei null an.
So nutzt du Prompt Caching im Marketing
- Prompt aufräumen: System-Prompt, Leitfaden und Beispiele nach vorn, Keyword und Datum ans Ende.
- Anfragen bündeln: Texte im Stapel erzeugen statt verteilt über den Tag.
- Nachmessen: Die Antwort jeder Anfrage zeigt, wie viele Tokens aus dem Cache kamen. Schau nach, bevor du dich über die Rechnung freust.
- Werkzeug prüfen: Nicht jede Automations-Oberfläche reicht die Cache-Markierung für Claude durch. Notfalls hilft ein direkter HTTP-Aufruf der Schnittstelle.
Häufige Fragen
Muss ich Prompt Caching einschalten?
Bei OpenAI und Gemini nicht, dort läuft es bei unterstützten Modellen automatisch. Bei Claude markierst du den festen Teil mit cache_control. Inzwischen gibt es dort auch eine automatische Variante mit einer einzigen Angabe für die ganze Anfrage.
Wie lange bleibt ein Prompt im Cache?
Bei Claude 5 Minuten, gegen Aufpreis 1 Stunde; jeder Treffer verlängert kostenlos. Bei neueren OpenAI-Modellen sind es standardmäßig 30 Minuten. Beim expliziten Caching von Gemini auf Google Cloud 60 Minuten, verlängerbar.
Werden die Antworten durch Caching schlechter?
Nein. Gespeichert wird nur die Verarbeitung des Prompt-Anfangs, die Antwort entsteht jedes Mal neu. Laut Anthropic ist das Ergebnis identisch mit einer Anfrage ohne Cache.
Ist Prompt Caching dasselbe wie Semantic Caching?
Nein. Semantic Caching speichert ganze Antworten und gibt sie bei ähnlichen Fragen zurück, ohne das Modell zu fragen — das baust du selbst. Prompt Caching passiert beim Anbieter und spart nur beim Eingabe-Teil.
Lohnt sich das für kleine Automationen?
Wenn mehrere Anfragen mit demselben langen Anfang kurz hintereinander laufen, ja. Bei Claude rechnet sich der 5-Minuten-Cache ab der zweiten Anfrage. Läuft deine Automation nur alle paar Stunden einmal, bringt er nichts.
