Tokenmaxxing
Definition
Kulturelles und operatives Muster, das Anfang 2026 in AI-nahen Tech-Unternehmen verbreitet wurde: Maximierung des Token-Durchsatzes pro Engineer durch dauerhaft laufende Coding-Agenten, parallele Sub-Agenten und kombinierte Abonnements. Interne Leaderboards einzelner AI-Labs ranken Mitarbeitende nach verbrauchten Tokens, "Token-Budgets" werden als Benefit angeboten, wöchentliche Verbräuche im hohen Millionen- bis Milliardenbereich pro Person sind keine Ausnahme mehr. Vereinzelt fließt der Token-Verbrauch in Performance-Reviews ein.
Noise — Signal
Token-Verbrauch wird intern wie extern als Beleg für AI-Adoption und Engineering-Produktivität verkauft. Tatsächlich misst er Input, nicht Output-Qualität. Dauerlaufende Agenten erzeugen Wegwerf-Code, redundante Retries, spekulative Refactorings und teure Eval-Schleifen — ein Leaderboard belohnt Bewegung, nicht Wirkung. Das Anreizsystem ist nicht neutral: Foundation-Model-Anbieter monetarisieren Tokens direkt, und das Umsatzwachstum von Anthropic und OpenAI im Jahr 2026 wird wesentlich vom Token-Volumen agentischer Coding-Tools getragen. "Mehr Tokens" ist die Metrik, die der Verkäufer beim Käufer optimiert sehen will.
Die richtige Frage
Nicht: "Wie viele Tokens verbraucht unser Team?" Sondern: "Was kostet uns ein ausgeliefertes Feature, wie hoch ist die Fehlerquote agentengenerierten Codes in Produktion, und wie trennen wir echten Produktivitätszuwachs von Leaderboard-getriebenem Theater — bevor Token-Budgets zu einem Posten werden, den niemand mehr rechtfertigen kann?"