Rust Token Killer (RTK): Token-Optimierung für Claude Code, Cursor & Co.
Was ist RTK?
RTK steht für Rust Token Killer. Es ist ein quelloffener CLI-Proxy ohne externe Abhängigkeiten, der transparent zwischen deinem KI-Agenten und dem Terminal sitzt.
Die Idee ist: Wenn ein KI-Agent wie Claude Code einen Befehl ausführt (git status, npm install, cargo test), bekommt er normalerweise die vollständige, rohe Ausgabe zurück. Hunderte oder tausende Token, von denen viele für die eigentliche Entscheidung des Modells irrelevant sind wie Kommentare, Leerzeilen und repetitive Log-Ausgaben. Kurz: Diese Daten helfen dem Modell nicht bei der Entscheidungsfindung.
RTK sitzt genau in diesem Moment dazwischen und filtert, bevor die Ausgabe in den Kontext wandert.
Das Ergebnis in einer realen Messung über rund 2.900 Befehle: Durchschnittlich 89 % weniger Rauschen im KI-Kontext.
Wichtig!
RTK verändert nicht, was dein Modell entscheidet, sondern womit es das tut. Die Ergebnisse bleiben gleich gut. Der Kontext ist einfach sauberer und kompakter.
Wie funktioniert RTK?
Sobald du rtk init ausgeführt hast, installiert RTK einen “Hook” (= Haken auf Deutsch) in deinen KI-Agenten. Für Claude Code geschieht das über die settings.json. Dieser Hook schreibt Bash-Befehle transparent um: Aus git status wird rtk git status – ohne dass der Agent das sieht. Er bekommt einfach eine komprimierte Ausgabe zurück. RTK mogelt sich so in Claude Code hinein und wird bei jeder Befehlsausführung davorgeschaltet, die es unterstützt.
RTK nutzt dafür vier Strategien:
Smart Filtering: Entfernt Inhalte, die das Urteil des Agenten nicht beeinflussen: Kommentare, Leerzeilen, unnötige Hinweistexte.
Grouping: Bündelt ähnliche Einträge. Statt 47 einzelner Dateipfade liefert RTK eine strukturierte Übersicht nach Verzeichnis oder Lint-Regel.
Truncation: Behält die relevanten Teile, kürzt repetitiven Inhalt. Ein Stack Trace braucht keinen 80-zeiligen Footer.
Deduplication: Wenn dieselbe Log-Meldung 200 Mal vorkommt, reduziert RTK das auf eine einzige Zeile mit Zähler: WARN: Connection timeout (×200).
Mit rtk gain siehst du jederzeit, wie viele Tokens du tatsächlich gespart hast und was das in konkreten Kosten bedeutet.
Wer kann RTK nutzen – und wie?
RTK richtet sich an Entwicklerinnen und Entwickler, die KI-Coding-Agenten einsetzen. Es funktioniert mit allen gängigen Tools:
- Claude Code
- Cursor
- Gemini CLI
- Aider, Codex, Windsurf, Cline
Die Installation ist einmalig und dauert wenige Minuten:
# Installation (macOS / Linux)
curl -fsSL https://rtk-ai.app/install | sh
# Hook in den KI-Agenten einrichten
rtk init
# Einsparungen anzeigen
rtk gain
# Vergangene Sessions analysieren
rtk discover Nach rtk init läuft RTK vollständig im Hintergrund. Dein Agent führt weiterhin seine gewohnten Befehle aus, er bekommt nur gekürzte Antworten zurück.
Wichtig!
RTK arbeitet nur auf Bash-Tool-Aufrufen. Integrierte Werkzeuge wie Read, Grep oder Glob in Claude Code laufen nicht durch den Bash-Hookm. Diese sind direkte Dateioperationen, die RTK nicht sieht. Der größte Hebel liegt bei klassischen Shell-Befehlen: Git, Package-Manager, Build-Tools, Logs.
Funktioniert RTK auch mit dem mittwald AI Hosting?
Ja! Und das ist ein wichtiger Punkt.
RTK arbeitet auf der Client-Seite: Es filtert die Ausgaben, bevor sie in den Kontext deines Modells wandern. Welches Modell am Ende die Anfrage verarbeitet, ob ein Llama-Modell, eine Mistral-Variante oder ein externes Modell über eine API ist dabei vollständig irrelevant. RTK greift nicht auf API-Ebene ein, sondern direkt am Terminal-Output.
Wenn du Claude Code mit dem mittwald AI Hosting verbindest und dabei RTK einsetzt, profitierst du auf zwei Ebenen:
- Weniger Token im Kontext: Das Modell braucht weniger Rechenzeit für die Verarbeitung der Eingabe. Das spart Kosten und Energie.
- Präziserer Kontext: Das Modell liefert bessere Ergebnisse, weil es sich nicht durch Rauschen navigieren muss (Teil 1)
Das mittwald AI Hosting bietet eine OpenAI-kompatible API, über die du Open-Source-Modelle wie Qwen oder OpenAI-Varianten nutzen kannst, und das auf Infrastruktur in Deutschland, vollständig DSGVO-konform. RTK ist mit dieser API kompatibel, weil es gar nicht auf der API-Ebene ansetzt.
Wichtig!
RTK optimiert die Eingabe an dein Modell. Die Parameter aus Teil 2: temperature, top_p, max_tokens steuern die Ausgabe. Beide Ansätze ergänzen sich: RTK macht den Kontext schlank, deine Parameter steuern, was das Modell daraus macht. Zusammen deckst du beide Seiten ab.
Was bedeutet Token sparen wirklich?
Wenn du Token sparst, sparst du Kontingent. Du kannst also länger chatten, bevor dein Tokenlimit erreicht ist. Das liegt auf der Hand. Aber die zweite Dimension ist mindestens genauso relevant: Energie.
Die Kostenseite
Das mittwald AI Hosting arbeitet nicht nach dem Pay-per-Token-Prinzip externer API-Dienste, sondern mit monatlichen Pauschalplänen und festen Token-Kontingenten:
Auf den ersten Blick klingt das nach viel Spielraum. Aber in der Praxis läuft ein KI-Agent schnell auf: Große, ungefilterte Log-Ausgaben, Stack Traces, Build-Protokolle. All das landet als Input-Token im Modell-Kontext und zählt gegen das Kontingent.
Eine reale Messung über rund 2.900 Befehle ergab 89 % Rauschreduktion durch RTK. Hochgerechnet auf einen Arbeitstag mit ~500 Befehlen:
Für ein Team von fünf Personen sinkt der monatliche Kontingentverbrauch von 22 Mio. auf 2,5 Mio. Token, Faktor 9 mehr Usage im selben Plan. Wer ohne RTK kurz vor dem Upgrade auf den nächsten Plan stünde, bleibt damit deutlich länger im günstigeren Tarif.
Die Energieseite
Hier wird es interessant und messbar. Das mittwald AI Hosting läuft auf NVIDIA RTX PRO 6000 Blackwell – 96 GB GDDR7-Speicher pro Karte, maximale TDP 600 Watt, im typischen Inferenz-Betrieb jedoch rund 250 Watt. Auf diesen Karten laufen die mittwald Modelle: gpt-oss-120b, Qwen3.5-122B-A10B und Qwen3.6-35B-A3B.
Benchmarks für representative Modelle auf der RTX PRO 6000 Blackwell:
- gpt-oss-120b (1 GPU): ~ 300 tok/s mit vLLM-Batching → **~ 800 mJ pro Token**
- Qwen3.6-35B-A3B-FP8 (MoE, 2 GPUs): ~ 500 tok/s gesamt → **~ 1.000 mJ pro Token**
(Quellen: Millstone AI Benchmark, Databasemart vLLM Benchmark, HOSTKEY RTX 6000 Blackwell Tests, 2025)
Zusammengefasst als Wirkungskette
Token / Tag (225.000 ohne RTK, 24.750 mit RTK)
→ GPU-Inferenz (RTX PRO 6000, ~250 W)
→ Strom / Tag (~50 Wh ohne RTK, ~5,5 Wh mit RTK)
→ CO₂ / Tag (~20 g ohne RTK, ~2,2 g mit RTK, EU-Strommix)
→ mittwald: 100 % Ökostrom, CO2-Faktor entfällt
Bezogen auf einen intensiven Arbeitstag (~ 500 Befehle, ~ 225.000 verarbeitete Input-Token):
225.000 Token × 800 mJ = 180.000.000 mJ ≈ 50 Wh / Entwickler / Tag
Mit RTK (−89 %): 24.750 Token × 800 mJ ≈ 5,5 Wh / Entwickler / Tag
Einsparung: rund 44 Wh pro Entwickler pro Tag. Das entspricht dem Laden eines Smartphone-Akkus etwa 4-mal.
Klingt klein – das stimmt! Ist es auch pro Person. Aber im Skaleneffekt:
1 Mio. RTK-Nutzer × 44 Wh gespart × 250 Arbeitstage = 11.000 MWh / Jahr
Das entspricht dem Jahresverbrauch von rund 3.000 deutschen Privathaushalten. Nicht die Lösung des Klimaproblems, aber ein klarer Beweis dafür, wie sich Kosten sparen lassen und man gleichzeitig nachhaltiger arbeiten kann.
Das große Bild
Die eigentliche Dimension liegt nicht beim einzelnen Unternehmen, sondern beim Skaleneffekt. Eine Studie des Öko-Instituts im Auftrag von Greenpeace (2025) zeigt:
Der Strombedarf von KI-Rechenzentren wird sich bis 2030 verelffachen. Die CO₂-Emissionen des KI-Sektors sollen von 29 Millionen Tonnen (2023) auf 166 Millionen Tonnen CO₂-Äquivalente (2030) ansteigen.
Der Anteil KI-spezifischer Hardware am Rechenzentrum-Energieverbrauch steigt dabei von 14 % (2023) auf geschätzte 47 % bis 2030.
In einer Bitkom-Umfrage unter deutschen Unternehmen (2025):
- 83 % sehen den hohen Energieverbrauch bei KI-Entwicklung als problematisch
- 67 % erwarten, dass KI einen Beitrag zur CO₂-Reduktion leisten wird
Beides kann gleichzeitig stimmen. Die Antwort liegt im bewussten Umgang und in Werkzeugen, mit sinnvollen Routinen und Tools (wie rtk) Energie zu sparen.
mittwald: KI auf unserer Infrastruktur
Wenn du das mittwald AI Hosting nutzt, triffst du bereits eine Entscheidung für nachhaltigere KI-Infrastruktur.
Das Rechenzentrum von mittwald läuft zu 100 % mit Strom aus erneuerbaren Energien und ist zertifiziert über den Stromanbieter, als Mix aus Wind, Solar und Biomasse. Ergänzt wird das durch eine eigene Photovoltaik-Anlage auf dem Dach des Rechenzentrums (2025 lag der Anteil an selbst erzeugtem Strom bei 5,6 %) sowie Effizienzmaßnahmen bei der Kühlung: ein Freikühler auf dem Dach seit 2020, modernisierte USV-Anlagen seit 2023.
Wir standen im Finale des Deutschen Nachhaltigkeitspreises 2026 – Nachhaltigkeit ist bei mittwald kein Marketing-Appendix, sondern Teil des Geschäftsmodells.
Token sparen auf mittwald Infrastruktur bedeutet konkret: weniger Rechenaufwand, weniger Energieverbrauch, weniger Kosten.
Nachhaltigkeit kann also ein echter Business Case sein.
Praktische Faustregeln
Hier ein paar direkte Empfehlungen für die Praxis:
- rtk init einmalig ausführen – danach läuft es transparent im Hintergrund
- rtk gain regelmäßig prüfen – zeigt reale Einsparungen in Token und Kosten
- Mit max_tokens kombinieren (wie in Teil 2) – RTK filtert Input, max_tokens begrenzt Output
- rtk discover nutzen – analysiert vergangene Sessions auf verpasste Einsparungspotenziale
- Self-hosted Modelle via mittwald AI Hosting – volle Kostenkontrolle, eigene Infrastruktur, DSGVO-konform
- Nicht alle Befehle sind gleich – bei git log oder npm install spart RTK deutlich mehr als bei kleinen Dateilesungen
Fazit
Token sparen klingt nach einem rein wirtschaftlichen Argument. Aber hinter jedem Token steckt ein kleiner Rechenaufwand – und damit ein kleines Stück Energie.
RTK macht diese Optimierung transparent, automatisch und ohne Qualitätsverlust. Es ist kein Ersatz für gutes Prompting oder sinnvolle Parametereinstellungen – aber ein mächtiger dritter Hebel, direkt unter der Oberfläche. Besonders wenn du eigene Modelle auf einer Infrastruktur wie dem mittwald AI Hosting betreibst, schließt sich der Kreis: schlankere Eingaben, präzisere Ergebnisse, auf Servern mit erneuerbarer Energie.
Genau dafür eignet sich das mittwald AI Hosting. LLMs direkt in eigene Projekte, Workflows oder CMS-Systeme einbinden – mit OpenAI-kompatibler API, auf eigener Infrastruktur in Deutschland, ohne dass deine Daten das Land verlassen.
Quellen & weiterführende Links
- RTK (Rust Token Killer) – GitHub
- rtk-ai.app – Dokumentation
- TokenPowerBench: Benchmarking the Power Consumption of LLM Inference – ArXiv 2024
- From Prompts to Power: Measuring the Energy Footprint of LLM Inference – ArXiv 2024
- Frontiers: Energy costs of communicating with AI – 2025
- Öko-Institut / Greenpeace: Environmental Impacts of Artificial Intelligence – 2025
- Bitkom: Klimafaktor KI – 2025
- mittwald: Nachhaltiges Webhosting
- mittwald AI Hosting
- Gewerbestrompreise Deutschland 2025 – Strom-Report
Kommentar hinzufügen