JSON zu TOON Konverter: LLM-Tokenkosten um 30–60 % senken (Anleitung 2026)

Jeder API-Aufruf an GPT-4o, Claude oder Gemini kostet Tokens — und damit Geld. Wenn Ihre Prompts große JSON-Blöcke enthalten (Kataloge, RAG-Chunks, Analysedaten), verbrauchen Sie einen erheblichen Teil Ihres Token-Budgets schon bevor die eigentliche Frage beginnt. Token-Oriented Object Notation (TOON) ist ein Serialisierungsformat, das denselben Datensatz in deutlich weniger Tokens kodiert als JSON — typischerweise 30–60 % weniger bei gleichförmigen Arrays.

Dieser Leitfaden erklärt, wie TOON funktioniert, wann es sich lohnt und wann nicht, und zeigt Ihnen den kostenlosen ToolPry-Konverter, der vollständig in Ihrem Browser läuft — ohne Serverzugriff, ohne Anmeldung, DSGVO-konform.

Was ist TOON?

Token-Oriented Object Notation ist ein verlustfreies Serialisierungsformat, das denselben JSON-Dateninhalt mit weniger Tokens darstellt. Verlustfrei bedeutet: Jede TOON-Datei lässt sich exakt in das ursprüngliche JSON zurückwandeln — kein Datenverlust, keine Mehrdeutigkeiten.

TOON wurde entwickelt, weil JSON für LLMs ein strukturelles Problem hat: Wiederholende Schlüsselnamen. Bei einem Array aus 500 Produkten schreibt JSON den Feldnamen "name", "price" und "sku" 500-mal — einmal pro Objekt. LLM-Tokenizer zählen jede dieser Wiederholungen separat. TOON löst das, indem es Schlüssel einmalig als Header deklariert und Werte als kompakte Zeilen auflistet, ähnlich einem CSV-Format mit expliziter Typisierung.

Die Spezifikation ist MIT-lizenziert und liegt auf GitHub unter toon-format/spec. Die offizielle npm-Bibliothek (@toon-format/toon) sowie ein Python-Paket (toon-format auf PyPI) sind produktionsreif.

JSON vs. TOON: Direktvergleich

Zwei Beispiele zeigen die ehrliche Bandbreite der Einsparungen:

Beispiel 1 — Gleichförmiges Nutzer-Array (TOON-Vorzeigeanwendung):

// JSON — Schlüssel wiederholen sich 500x
[
  {{"id":1,"name":"Alice","role":"admin"}},
  {{"id":2,"name":"Bob","role":"editor"}},
  ...
]

// TOON — Schlüssel einmalig, Werte kompakt
!toon/3.0
array:users[id:int,name:str,role:str]
1|Alice|admin
2|Bob|editor
...

Beispiel 2 — Tief verschachteltes Config-Objekt (TOON weniger vorteilhaft):

// JSON
{{"db":{{"host":"localhost","port":5432}},"cache":{{"ttl":300}}}}

// TOON — kaum kürzer, da keine Wiederholungen
!toon/3.0
obj:db{{host:str|localhost,port:int|5432}}
obj:cache{{ttl:int|300}}

Der zweite Fall verdeutlicht: TOON ist kein universelles Kompressionswerkzeug. Sein Vorteil entsteht durch die Eliminierung redundanter Schlüsselnamen.

Wie viel spart TOON wirklich?

• Gleichförmige Arrays (Kernkompetenz): 40–60 % weniger Tokens gegenüber pretty-gedrucktem JSON; 30–45 % gegenüber minifiziertem JSON.
• Gemischte Strukturen: 10–25 % Einsparung — TOON fällt auf ein nicht-tabellarisches Layout zurück.
• Tief verschachtelte Config-Objekte: Oft kein Gewinn, manchmal leichter Anstieg gegenüber minifiziertem JSON.
• Reine Flachtabellen: CSV ist immer noch kleiner; TOON ergänzt explizite Typisierung und Array-Längenangaben (~5–10 % Overhead), was die Parsezuverlässigkeit des LLM verbessert.

Wann lohnt sich TOON — und wann nicht?

TOON empfiehlt sich, wenn:

• Prompts Referenzdaten enthalten (Kataloge, KPI-Definitionen, Entitätslisten), bei denen sich dieselben Felder über viele Zeilen wiederholen.
• Sie an Kontextfenster-Limits stoßen und mehr Daten in denselben Prompt packen müssen.
• Ihr Aufrufvolumen hoch genug ist, dass 30–60 % niedrigere Eingabekosten auf der Rechnung sichtbar werden.

Bleiben Sie bei JSON, wenn:

• Ihre Daten tief verschachtelt sind und von Zeile zu Zeile unterschiedliche Strukturen haben.
• Andere Systeme die Daten weiterverarbeiten — APIs, Datenbanken, Schema-Validatoren erwarten JSON.
• Ihre Prompts klein genug sind, dass der Engineering-Aufwand die Einsparung überwiegt.

Das sauberste Produktionsmuster: JSON bleibt überall im Code erhalten und wird nur an der Grenze — im Moment bevor ein Prompt das Modell erreicht — nach TOON kodiert. So müssen weder Speicher noch APIs noch Team-Konventionen je von TOON wissen.

JSON zu TOON im Browser konvertieren

Der schnellste Weg, TOON für Ihre eigenen Payloads auszuprobieren: Payload einfügen, Einsparung ablesen. Der ToolPry JSON-zu-TOON-Konverter läuft vollständig in Ihrem Browser mit der offiziellen Open-Source-TOON-Bibliothek — nichts wird hochgeladen.

• Live-Tokenzähler für GPT-4o, GPT-4, Claude und Gemini — aktualisiert sich beim Tippen.
• €-Kostenvergleich für das gewählte Modell, damit Sie den Einspareffekt für Ihre Daten konkret sehen.
• Ehrliche Genauigkeit: OpenAI-Zählungen sind exakt (Tokenizer öffentlich); Claude und Gemini sind als Schätzungen gekennzeichnet, da ihre aktuellen Tokenizer nicht öffentlich verfügbar sind.
• Bidirektionale Konvertierung (JSON ⇄ TOON) mit Roundtrip-Verifikation.
• 100 % client-seitige Verarbeitung — wichtig für proprietäre, Kunden- oder regulierte Daten und konsistent mit dem DSGVO-Grundsatz der Datensparsamkeit.

TOON im eigenen Code verwenden

Für den Produktionseinsatz bietet das offizielle npm-Paket Kodierung und Dekodierung in TypeScript oder JavaScript:

import {{ encode, decode }} from "@toon-format/toon";

const data = {{
  users: [
    {{ id: 1, name: "Alice", role: "admin"  }},
    {{ id: 2, name: "Bob",   role: "editor" }}
  ]
}};

const toon = encode(data);   // diesen String an das LLM übergeben
const back = decode(toon);   // verlustfreier Roundtrip zurück zu JSON

Es gibt außerdem eine Python-Implementierung (toon-format auf PyPI) sowie Community-Ports für weitere Sprachen. Die MIT-Lizenz erlaubt den Einsatz in kommerziellen Projekten ohne Einschränkungen.

Reales Kostenszenario in Euro

Angenommen, Sie betreiben einen RAG-basierten Support-Assistenten mit 1.000 Anfragen pro Tag. Jede Anfrage injiziert einen ~5.000-Token-JSON-Referenzblock — FAQ-Einträge, Produktspezifikationen oder Richtlinienzeilen. Das ergibt 5 Millionen Eingabe-Tokens täglich, rund 150 Millionen pro Monat.

Bei einem repräsentativen Eingabepreis von ca. 2,50 € pro Million Tokens sind das 375 € pro Monat allein für den Referenzblock. Reduziert TOON diesen Block um 50 % — typisch für gleichförmige Datensätze — zahlen Sie stattdessen 187,50 € pro Monat. Das sind rund 2.200 € pro Jahr gespart, für ein einziges Prompt-Template, durch eine Codezeile.

Diese Zahlen sind illustrativ — Ihr Modell, Ihr Preis und Ihre Datenprofil werden das Ergebnis verschieben. Nutzen Sie den Konverter mit einem Ihrer eigenen Payloads, um die für Ihren Stack relevante Zahl zu ermitteln.

Häufig gestellte Fragen

Was ist das TOON-Format?

TOON (Token-Oriented Object Notation) ist ein kompaktes, menschenlesbares Serialisierungsformat, das das JSON-Datenmodell mit weniger Tokens kodiert. Es ist verlustfrei — jedes TOON-Dokument lässt sich in das ursprüngliche JSON zurückwandeln.

Wie viel spart TOON bei LLM-Tokenkosten?

Benchmarks zeigen konsistent 30–60 % weniger Tokens bei gleichförmigen Arrays — was direkt zu niedrigeren Eingabekosten bei GPT-4o, Claude und Gemini führt. Bei tief verschachtelten oder ungleichmäßigen Daten fällt die Einsparung geringer aus.

Ist der ToolPry-Konverter DSGVO-konform?

Ja. Die Konvertierung findet vollständig in Ihrem Browser statt. Ihr JSON wird niemals an einen Server übertragen; es sind kein Konto und keine Cookies erforderlich. Das erfüllt den DSGVO-Grundsatz der Datensparsamkeit.

Wann sollte ich TOON nicht verwenden?

TOON ist ungeeignet für tief verschachtelte, ungleichmäßige Datenstrukturen und für normale API- oder Speicher-Workflows, wo JSON-Tooling ausgereift ist. Verwenden Sie JSON für Speicherung und Verarbeitung — greifen Sie nur an der LLM-Grenze auf TOON zurück.

Funktioniert der Konverter auch mit Claude und Gemini?

Ja, mit einem Vorbehalt: Der OpenAI-Tokenizer ist öffentlich, daher sind GPT-4o/4-Zählungen exakt. Claude und Gemini veröffentlichen keine exakten Client-seitigen Tokenizer, weshalb jene Zahlen als Schätzungen auf Basis eines kalibrierten Heuristik-Modells ausgewiesen werden.

Wie unterscheidet sich TOON von minifiziertem JSON?

Minifizierung entfernt Leerzeichen — sie eliminiert keine wiederholenden Feldnamen, Anführungszeichen um Schlüssel oder strukturelle Satzzeichen, für die Tokenizer extra Tokens berechnen. Minifiziertes JSON ist kleiner als pretty-gedrucktes JSON, aber TOON ist bei gleichförmigen Arrays typischerweise noch 20–40 % kleiner — weil es die Kodierung ändert, nicht nur die Formatierung.

Jetzt ausprobieren

Fügen Sie einen JSON-Payload in den JSON-zu-TOON-Konverter ein und sehen Sie die Token-Einsparung für Ihre Daten in Echtzeit. Wenn Sie bereits mit JSON-Tools vertraut sind, könnten auch der JSON Formatter & Validator zum Bereinigen von Eingaben, der Base64 Encoder für binäre Payloads in LLM-Prompts und der Regex Tester für die Vorverarbeitung von Strings interessant sein.