--- title: "Ihr Chatbot braucht nicht nach jeder Nachricht einen neuen Titel" description: "Die meisten KI-Chat-Apps benennen eine Konversation entweder nur einmal oder nach jeder Nachricht neu. Eine einfache Logik dazwischen hält die Titel aktuell und senkt die Kosten für dieses Feature um etwa 75%." date: 2026-03-15 updated: 2026-09-25 language: de canonical: https://gduv.club/de/articles/ai-chat-conversation-titles source: gduv.club --- Wenn Sie eine KI-Chat-Funktion bauen, möchten Sie in einer Seitenleiste für jede Konversation einen Titel anzeigen. Etwa "Anspruch für eine kaputte Windschutzscheibe" anstelle von "Neuer Chat". Es gibt zwei einfache Wege, dies zu tun, und beide sind ein wenig problematisch. Der erste Weg ist, den Titel einmalig basierend auf der ersten Nachricht zu erstellen. Das ist günstig, aber die erste Nachricht ist oft die am wenigsten hilfreiche. In der Claude-App wird der Titel beispielsweise am Anfang festgelegt und dann nicht mehr geändert. Wenn Sie also mit "hey, kurze Frage" starten, heißt Ihre Konversation vielleicht für immer "Begrüßung", selbst nach 30 Nachrichten über ein völlig anderes Thema. Der zweite Weg ist, den Titel nach jeder Nachricht neu zu schreiben. So bleibt er präzise, aber Sie bezahlen bei jedem einzelnen Austausch einen Modell-Aufruf für ein Feature, das fast rein kosmetisch ist. Zudem ändert sich das Thema einer Konversation nicht bei jeder Nachricht. ## Die Regel Ich regeneriere den Titel nur bei Nachricht **1, 2, 3 und 5 und danach bei jedem Vielfachen von 5**. In den ersten Nachrichten wird das Thema meist erst klar, weshalb der Titel dort häufiger neu geschrieben wird. Danach reicht alle 5 Nachrichten aus, um eine Konversation zu erfassen, die in eine andere Richtung driftet. In n8n ist das ein einziger If-Node vor dem Titel-Generator (siehe Workflow-Screenshot unten). Die Bedingung lautet wie folgt: ```js [1, 2, 3, 5].includes(messages.length) || (messages.length > 5 && messages.length % 5 === 0) ``` _Der n8n-Workflow: Der If-Node entscheidet, wann das kleine Modell den Titel neu schreibt._ Ich habe die KI einmal gebeten, diesen Ausdruck zu schreiben, und seitdem funktioniert er einwandfrei. Bei einer Konversation mit 20 Nachrichten sind das 7 Generationen statt 20. Bei 40 Nachrichten 11 statt 40. Bei 60 sind es 15 statt 60, also 75% weniger Aufrufe, und die Ersparnis wächst mit der Länge der Konversation. ## Nicht die gesamte Konversation senden Die Anzahl der Aufrufe macht die Hälfte der Kosten aus. Die andere Hälfte ist das, was jeder Aufruf liest. Wenn Sie jede Nachricht an das Titel-Modell übergeben, wird jeder Aufruf größer, je länger die Konversation wird. Ich übergebe stattdessen die **letzten 5 Nachrichten plus den aktuellen Titel**. Das ist mehr als genug, um einen acht Wörter langen Titel zu schreiben, und der aktuelle Titel bewahrt den Kontext der früheren Nachrichten. Hier ist aufgeführt, was das Titel-Modell über eine Konversation mit 40 Nachrichten liest, gezählt in Nachrichten und unter der Annahme, dass diese alle etwa gleich lang sind: **Vom Titel-Modell gelesene Nachrichten über eine 40-Nachrichten-Konversation** | | Value | | :--- | ---: | | Jede Nachricht, vollständige Historie | 820 | | Die Regel, vollständige Historie | 186 | | Die Regel, letzte 5 + aktueller Titel | 46 | _Ein einfaches Modell, keine Messung: Jede Nachricht wird als gleich groß gezählt. Das reale Verhältnis hängt von der Länge Ihrer Nachrichten ab, aber nicht die Reihenfolge der drei Balken._ ## Das kleinste verfügbare Modell nutzen Ein Titel ist schnell geschrieben und stellt nicht das Kernprodukt dar. Dafür ist kein riesiges Modell nötig. In diesem Workflow wird Ministral 14B verwendet, mit einem kleinen GPT-Modell als Fallback. Beide antworten schnell und sind sehr kostengünstig. Der Prompt besteht hauptsächlich aus Ausgabe-Regeln: 6 bis 8 Wörter, Satzschreibweise, keine Anführungszeichen, kein "Hier ist ein Titel" und eine Zeile, die besagt, dass der aktuelle Titel beibehalten oder verbessert werden kann, sofern die letzten Nachrichten das Thema nicht geändert haben. Es ist ein winziges Feature. Aber es läuft bei jeder Konversation jedes Nutzers, und kleine Einsparungen wie diese summieren sich über ein gesamtes Produkt. ## Update, September 2026: Ein Entscheidungsmodell festlegen lassen Die oben genannte Regel generiert den Titel in regelmäßigen Abständen neu, unabhängig davon, ob sich das Thema geändert hat oder nicht. Wenn jemand über 40 Nachrichten hinweg über dasselbe spricht, waren 10 von 11 dieser Regenerierungen umsonst. Seit September gibt es einen günstigeren Weg für diese Entscheidung. [Jev](https://openrouter.ai/typesafe/jev-1.13) ist ein Entscheidungsmodell: Es schreibt keinen Text, sondern gibt eine Wahrscheinlichkeit für von Ihnen definierte Antworten zurück und kostet 0,042 $ pro Million Input-Token. Ich habe es genutzt, um [auszuwählen, was ein Agent liest, bevor er startet](/articles/jev-agent-context-routing), und eine Titelprüfung ist die gleiche Art von Frage. 1. **Alle 5 Nachrichten**. Oder ein anderes Intervall Ihrer Wahl 2. **Jev fragen**. Aktueller Titel + letzte Nachrichten 3. **Veraltet über 70%?**. Ansonsten hier stoppen 4. **Titel umschreiben**. Das kleine Modell, wie zuvor _Das Titel-Modell läuft nur, wenn sich die Konversation tatsächlich weiterentwickelt hat. Den Schwellenwert von 70 % können Sie selbst festlegen, und die Wahrscheinlichkeit macht das System anpassbar._ Sie entscheiden weiterhin, welchen Kontext Jev erhält, genau wie beim Titel-Modell: Der aktuelle Titel und die letzten Nachrichten reichen meist aus. Es gibt auch eine Möglichkeit, die überhaupt nichts kostet: **Automatisch** (Regel oder Regel + Jev) - Funktioniert ohne Nutzerinteraktion - Kosten durch regelmäßige Aufrufe - Änderungen zwischen zwei Prüfungen möglich **Regenerieren-Button** (Ein Klick neben dem Titel) - Läuft nur auf Anfrage - Nutzer weiß am besten, wann der Titel falsch ist - Erfordert einen zusätzlichen Button im UI _Beide ergänzen sich. Die automatische Prüfung deckt die meisten Konversationen ab, und der Button ist für die Fälle, die dem Nutzer gerade wichtig sind._ Soweit ich sehen kann, machen die großen KI-Apps das heute so nicht. Wenn Sie Ihr eigenes KI-Produkt bauen, egal ob SaaS oder internes Tool, lohnt es sich, die Optionen zu kennen und diejenige zu wählen, die zu Ihren Kosten und Ihren Nutzern passt.