Gerade lese ich überall denselben Tipp: Sag deinem KI-Assistenten, er soll reden wie ein Neandertaler. Keine Höflichkeiten, keine Nebensätze, keine Artikel. „Datei kaputt. Zeile 12. Fix: Klammer.“ Für Claude Code gibt es das als fertige Erweiterung mit dem Motto why use many token when few do trick, und sie hat in zwei Wochen über 50.000 Sterne auf GitHub gesammelt.1
Der Grund ist Geld. Du zahlst für jedes Wort, das die Maschine schreibt, also lässt du sie weniger Wörter schreiben. Klingt vernünftig. Und es klingt harmlos, denn Menschen haben schon oft am Wort gespart, sobald es einen Preis hatte.
ANKOMME DIENSTAG STOP
Im 19. Jahrhundert kostete ein Telegramm pro Wort. Also strichen die Leute Artikel, Verben und jede Freundlichkeit und schrieben „ANKOMME DIENSTAG ZUG 14 UHR STOP“. Kleinanzeigen kosteten pro Zeile, und daraus wurde die „3-Zi-Whg, EBK, NR, ab sof.“.
Geschadet hat das niemandem. Wer morgens ein Telegramm aufgab, redete abends am Küchentisch in ganzen Sätzen weiter. Den Telegrammstil hast du ein paar Mal im Jahr gelesen, und mit dem Telegramm ist er verschwunden.
Gekürzte Sprache bleibt harmlos, solange sie in ihrer Nische bleibt. Was passiert, wenn du sie jeden Tag liest?
Das u in colour
Darauf gibt es eine Antwort, und du siehst sie in jedem amerikanischen Text. Die Amerikaner schreiben color, die Briten colour. Man hört oft, amerikanische Zeitungen hätten pro Buchstabe abgerechnet und deshalb das stumme u gestrichen. Dafür gibt es keinen Beleg.2 Die Wahrheit ist besser.
Das u hat ein einzelner Mann gestrichen, Noah Webster. Ab 1783 brachte sein Buchstabierbuch amerikanischen Kindern das Lesen bei, und es verkaufte sich zig Millionen Mal. 1828 folgte sein Wörterbuch, das aus colour color machte, aus centre center, aus defence defense. Webster wollte, dass die junge Nation auch auf dem Papier nicht mehr nach London klingt.
Die Kinder haben color gelesen, jeden Tag, in jedem Schulbuch. Irgendwann hat keiner mehr gefragt, ob das ein Druckfehler ist. Die neue Form ist geblieben, bis heute, weil eine ganze Generation sie täglich vor Augen hatte.
Und was liest du heute jeden Tag, stundenlang? Ich lese die Antworten meiner KI-Werkzeuge. Wenn die wie Neandertaler reden, lese ich Neandertaler, und zwar mehr als jedes Telegramm, das je ein Mensch bekommen hat. Bleibt die Frage, ob das schlimm ist, solange ich verstehe, was gemeint ist.
Neusprech
George Orwell hat diese Frage in 1984 zu Ende gedacht. Die Partei erfindet dort eine Sprache, Neusprech, und jede Ausgabe ihres Wörterbuchs ist dünner als die vorige. Warum braucht es schneiden, wenn es Messer gibt? Messer ist ab sofort Substantiv und Verb zugleich. Denken fällt weg, Gedanke reicht. Verstehen kann man alles, was übrig bleibt. Darum geht es der Partei auch nicht.
Am Ende des Romans hängt Orwell einen Anhang an, der mit der Handlung nichts zu tun hat. Er erklärt dort nüchtern wie ein Grammatikbuch, wie Neusprech funktioniert, und wozu:
„to make all other modes of thought impossible“
alle anderen Denkweisen unmöglich zu machen
Dann versucht er, den Anfang der amerikanischen Unabhängigkeitserklärung in Neusprech zu übersetzen, die Stelle mit den Rechten auf Leben, Freiheit und Glück. Es geht nicht. Übrig bleibt ein einziges Wort: crimethink, Gedankenverbrechen.3 Den Satz, auf den sich ein ganzes Land gründet, kann in dieser Sprache niemand mehr sagen. Also denkt ihn bald auch niemand mehr.
Das ist ein Roman. Lässt sich so etwas auch an echten Menschen beobachten?
Das weindunkle Meer
Ja, und das älteste Beispiel ist fast dreitausend Jahre alt. Homer beschreibt das Meer in der Ilias als „weindunkel“. Ein blaues Meer kommt bei ihm nicht vor, das fiel 1858 dem britischen Politiker William Gladstone auf.4 Die Griechen waren nicht farbenblind. Sie haben die Farben anders in Wörter sortiert.
Heute kann man messen, was das ausmacht. Im Russischen gibt es zwei Grundwörter für Blau, goluboy für Hellblau und siniy für Dunkelblau. Russische Muttersprachler unterscheiden zwei Blautöne, die über diese Grenze fallen, schneller als Englischsprachige.5 Das Wort gibt ihnen einen Griff, mit dem sie den Unterschied schneller packen.
Das gilt für Gedanken genauso. Mit „Opportunitätskosten“ denkst du in einem Atemzug, wofür du sonst einen Absatz brauchst. Fehlt dir der Griff, kannst du den Gedanken vielleicht noch haben. Du teilst ihn seltener, langsamer und schlechter.
Was dabei verloren geht, siehst du am deutlichsten an einem Text, der schon kurz ist. Goethe hat „Wandrers Nachtlied“ 1780 mit Bleistift an die Bretterwand einer Jagdhütte auf dem Kickelhahn bei Ilmenau geschrieben: acht Zeilen, 24 Wörter. Auf Neandertaler klingt es so:
Goethe, 1780
- Über allen Gipfeln
- Ist Ruh,
- In allen Wipfeln
- Spürest du
- Kaum einen Hauch;
- Die Vögelein schweigen im Walde.
- Warte nur, balde
- Ruhest du auch.
Neandertaler, 2026
- Berg still.
- Baum still.
- Vogel still.
- Du bald auch.
Der Inhalt ist vollständig: Alles ist still, und du bist bald dran. Verloren hast du „warte nur“. Goethe tröstet dich, und er lässt offen, ob „ruhen“ Schlaf meint oder Tod. Der Neandertaler lässt nichts offen. Aus einem Abendgebet wird eine Drohung, und gespart hast du dabei sechzehn Wörter.
Der Neandertaler-Modus löscht kein Wort aus dem Wörterbuch. Er löscht etwas aus den Antworten, die du jeden Tag liest: die Unterscheidungen. Aus „riskant, aber mit begrenztem Verlust“ wird „schlecht“. Wenn wir das schon eintauschen, will ich wenigstens wissen, was wir dafür bekommen.
Was wir dafür bekommen
Wir zahlen pro Token, das ist grob eine Silbe oder ein kurzes Wort. Wir zahlen für alles, was die Maschine liest, und mehr für alles, was sie schreibt: Output kostet bei allen großen Anbietern das Fünf- bis Achtfache von Input.6 Ein Team, das Agenten ernsthaft arbeiten lässt, kommt schnell auf zehn Millionen Output-Tokens im Monat.
Listenpreise der Anbieter, Stand 18. November 2026.6
Zwischen dem teuersten und dem billigsten Modell liegt der Faktor 360. Auf den teuren Modellen zahlst du für jedes „Gerne helfe ich dir dabei!“ echtes Geld. Streicht der Neandertaler zwei Drittel davon, wie sein Erfinder verspricht, sparst du bei GPT-5.5 Pro rund 1.200 Dollar im Monat. Das klingt nach einem guten Tausch. Hält er, was er verspricht?
Der Neandertaler im Test
Der Erfinder hat zehn Aufgaben gemessen und 65 Prozent weniger Output gefunden. Unabhängige Tests finden weniger.
- Output laut Erfinder
- −65 %
- Output im Langtest von MakeUseOf
- −52 %
- Kosten über 60 Benchmark-Aufgaben
- −25 %
In einer typischen Coding-Sitzung macht der Output nur 10 bis 30 Prozent der Rechnung aus, den Rest frisst der Input. Und die Neandertaler-Regeln liest die Maschine bei jeder Runde neu mit, auch das kostet. Für eine ganze Sitzung landen Schätzungen bei vier bis fünf Prozent Ersparnis.1
Interessanter ist, woher die Ersparnis kommt. Über 60 echte Programmieraufgaben machte Claude im Neandertaler-Modus 17 Prozent weniger Arbeitsschritte und fast 20 Prozent weniger Werkzeugaufrufe.7 Die Maschine hat also weniger nachgesehen und weniger geprüft. Die kurzen Sätze bringen den kleineren Teil der Ersparnis.
Das passt zu dem, was wir über Sprachmodelle wissen: Sie denken in Tokens. Lässt du ein Modell erst Schritt für Schritt nachdenken, löst es Matheaufgaben zu über 90 statt zu rund 60 Prozent. Forscher von Zoom haben dieses Nachdenken auf fünf Wörter pro Schritt gekürzt. Bei einfachen Fragen zum Sport blieb das Modell gut und brauchte ein Dreizehntel der Tokens. Bei Mathe verlor es vier Prozentpunkte.8
Der Tausch sieht also so aus. Du gibst die Unterscheidungen in deinen Antworten her, die Maschine gibt einen Teil ihres Nachdenkens her, und die Rechnung sinkt um fünf Prozent.
Immerhin ist es deine Entscheidung, und du kannst sie morgen zurücknehmen. Was aber, wenn nicht du entscheidest?
Bitte und Danke
Im April 2025 fragte jemand auf X, wie viel Strom es OpenAI wohl kostet, dass Leute zu ChatGPT „bitte“ und „danke“ sagen. Sam Altman antwortete: „tens of millions of dollars well spent – you never know“.9 Zig Millionen Dollar für Höflichkeit, und der Chef findet das gut investiert.
Heute. Diese Millionen stehen in einer Tabelle, und für Tabellen gibt es Leute, die sie kürzen sollen. Stell dir vor, OpenAI oder ein anderer Anbieter muss sparen, und ein Mitarbeiter bekommt den Auftrag, die Rechenkosten zu senken. Er streicht in den Anweisungen, die das Modell vor jedem Gespräch liest, zuerst die Grußformeln. Dann die Umschreibungen. Dann die Adjektive, die Bilder, alles Schöne, das nichts zur Antwort beiträgt. Jede Änderung spart ein Prozent, und keine fällt für sich auf.
Dass ein Anbieter den Ton für Hunderte Millionen Menschen über Nacht ändern kann, wissen wir seit August 2025. OpenAI ersetzte damals GPT-4o ohne Vorwarnung durch GPT-5. Das neue Modell klang kühl und geschäftsmäßig, „very to the point“, wie ein OpenAI-Manager später zugab. Tausende beschwerten sich, ein Reddit-Thread hieß „GPT-5 is horrible“, und nach einem Tag war GPT-4o zurück.10
Die Leute haben es gemerkt, weil es über Nacht kam. Webster hat gezeigt, was passiert, wenn eine Änderung langsam kommt und jeden Tag vor Augen steht: Irgendwann fragt keiner mehr. Was würde ein Ton, der Update für Update rauer wird, mit uns machen?
Wir reden, wie die Maschine redet
Dazu gibt es Forschung. Dass Menschen im Gespräch die Wörter ihres Gegenübers übernehmen, ist lange bekannt. Holly Branigan und ihr Team in Edinburgh haben 2011 gezeigt, dass wir das bei Computern stärker tun als bei Menschen. Am stärksten passen wir uns an, wenn wir den Computer für wenig fähig halten.11 Wir reden wie die Maschine, damit sie uns versteht.
Redet die Maschine knapp und grob, antwortest du knapp und grob, stundenlang, jeden Tag. Ich glaube nicht, dass dieser Ton an der Tastatur bleibt. Wer den ganzen Tag im Befehlston mit seinen Werkzeugen redet, nimmt ihn mit in den nächsten Call, in die nächste Mail, an den Küchentisch, an dem nach dem Telegramm noch in ganzen Sätzen geredet wurde.
Orwell brauchte für Neusprech eine Partei mit einem eigenen Ministerium. Für ein ähnliches Ergebnis reichen heute eine Kostenstelle und ein Quartal mit schlechten Zahlen. Niemand müsste dabei etwas Böses wollen.
Was ich kürze
Orwell selbst mochte kurze Wörter. In einem Essay von 1946 rät er, nie ein langes Wort zu nehmen, wenn ein kurzes reicht.12 Kürze war ihm recht. Gefürchtet hat er die Sprache, die Unterscheidungen auslöscht.
Daran halte ich mich bei meinen eigenen Werkzeugen. Ich streiche „Gerne!“, „Großartige Frage!“ und die Zusammenfassung dessen, was ich gerade selbst geschrieben habe. „Sei knapp“ in der Konfiguration bringt laut Erfahrungsberichten schon einen großen Teil der Ersparnis.1 Die Unterscheidungen bleiben stehen, auch wenn „schlecht“ drei Tokens billiger wäre als „riskant, aber mit begrenztem Verlust“.
Kürz die Höflichkeit, nie die Unterscheidung.
Das ist meine Regel für meine Konfiguration. Was der Anbieter in seine schreibt, entscheide ich nicht, und ich sehe es nicht. Ich schreibe Mails, Code und Texte mit drei, vier Modellen von drei, vier Firmen, wie fast jeder, den ich kenne. Aussteigen kann ich nicht, ohne langsamer zu werden als alle anderen. Wir hängen alle an denselben paar Leitungen.
Die GPT-5-Nutzer haben den Wechsel bemerkt, weil er über Nacht kam. Käme er in kleinen Schritten, ein Prozent pro Update, würde ihn keiner bemerken. Ich auch nicht. Die Schulkinder haben bei Webster auch nicht gefragt. Ich würde meinen Kollegen eines Tages „Passt. Merge.“ schreiben und es für meinen eigenen Stil halten.
Webster hat ein Wörterbuch und eine Generation von Schulkindern gebraucht, um eine Sprache umzubauen. Heute reicht eine Zeile in einer Datei, die keiner von uns zu sehen bekommt, und Millionen Menschen lesen das Ergebnis jeden Tag stundenlang.
Orwell hat seinen Anhang über Neusprech in der Vergangenheitsform geschrieben, als Rückblick auf eine Sprache, die jemand überwunden hat. Ich frage mich, wer einmal unseren Rückblick schreibt, und ob er dafür noch die Wörter hat.
Anmerkungen und Quellen
-
Caveman-Skill von Julius Brussee auf GitHub, über 51.000 Sterne nach zwei Wochen (Stand 1. Mai 2026). Unabhängiger Test: MakeUseOf, −52 % Output und −38 % gesamt, der Input steigt durch die Regeln. Output-Anteil von 10–30 % an der Rechnung, 4–5 % Gesamtersparnis und 25–40 % weniger Output durch „Be brief.“ stammen aus Erfahrungsberichten der Community, nicht aus kontrollierten Studien. ↩ ↩2 ↩3
-
Noah Webster, A Grammatical Institute of the English Language (1783, das „Blue-Backed Speller“) und An American Dictionary of the English Language (1828). Für die Geschichte von den Zeitungen, die pro Buchstabe abrechneten, habe ich keinen Beleg gefunden. Spätere Reformversuche gab es: Andrew Carnegie finanzierte 1906 das Simplified Spelling Board, die Chicago Tribune druckte von 1934 bis 1975 Formen wie thru und tho. Durchgesetzt hat sich davon fast nichts. ↩
-
George Orwell, Nineteen Eighty-Four (1949), Anhang „The Principles of Newspeak“. Dort steht auch der Mustersatz „Oldthinkers unbellyfeel Ingsoc“, sinngemäß: Wer vor der Revolution denken gelernt hat, kann die Prinzipien des Englischen Sozialismus nicht mit dem Herzen begreifen. ↩
-
William Gladstone, Studies on Homer and the Homeric Age (1858). Gut lesbar aufbereitet bei Guy Deutscher, Through the Language Glass (2010). ↩
-
Jonathan Winawer u. a., Russian blues reveal effects of language on color discrimination, PNAS 2007. Die Studie stützt die schwache Form der Sapir-Whorf-Hypothese (Sprache prägt Wahrnehmung), nicht die starke (ohne Wort kein Gedanke). ↩
-
Standardpreise pro einer Million Tokens, abgerufen am 18. November 2026: OpenAI (GPT-5.5 Pro 30 $ Input / 180 $ Output), Anthropic (Fable 5.2 8 $ / 40 $, Opus 5.5 4 $ / 20 $, Sonnet 5.5 2 $ / 10 $, Haiku 5.5 0,10 $ / 0,50 $), Google (Gemini 3.8 Flash 0,75 $ / 3,75 $ bis Jahresende, danach das Doppelte). ↩ ↩2
-
Caveman Saves Tokens by Doing Less, Not Just Saying Less, 60 Aufgaben aus SWE-bench Verified, Terminal-Bench 2 und USACO. Mit Codex sanken die Tokens nur um 3,9 Prozent. ↩
-
Silei Xu u. a., Chain of Draft: Thinking Faster by Writing Less, arXiv 2502.18600 (2025). Sport: 189 → 14 Tokens, Genauigkeit 93,2 → 97,3 % (Claude 3.5 Sonnet). Mathe (GSM8K, GPT-4o): 95,1 → 91,1 %. ↩
-
Sam Altman auf X, 16. April 2025, berichtet u. a. von Yahoo Finance/Benzinga. Die Zahl ist eine lockere Antwort, keine geprüfte Rechnung. ↩
-
Technology.org, 11. August 2025; Altman damals: „Ok, we hear you all on 4o.“ Das Zitat „very to the point“ stammt von OpenAI-Manager Nick Turley. Fairerweise: GPT-4o hatte zuvor das gegenteilige Problem, es schmeichelte zu viel. ↩
-
Holly Branigan u. a., The role of beliefs in lexical alignment: Evidence from dialogs with humans and computers, Cognition 121 (2011). Die Studie misst Wortwahl, nicht Tonfall; dass sich auch der Ton überträgt, ist meine Schlussfolgerung. ↩
-
George Orwell, Politics and the English Language (1946), Regel zwei von sechs. ↩