# Glossar - GateLLM > Definitionen der von GateLLM geprägten Begriffe und ihrer branchenüblichen Entsprechungen: Capability-Normalisierung, Composition, Multi-Modell-Konsens, Token Ops, Token FinOps, BYOK. Kanonisch: https://www.gatellm.io/de/glossary/ ## Glossar Die Differenzierung von GateLLM beruht auf einigen geprägten Begriffen — hier sind präzise Definitionen und ihre branchenüblichen Entsprechungen, zum Verständnis, zur Zitierung und zur Migration. ### Capability-Normalisierung vereinheitlicht 7 Kopplungspunkte Vereinheitlicht die sieben anbieterübergreifenden Kopplungspunkte (Tool-Aufrufe, strukturierte Ausgaben, Prompt-Cache, Reasoning-Token, Multimodalität, Abrechnung, Fehlersemantik) hinter einer Schnittstelle. Das ist die Voraussetzung, um Modelle anbieterübergreifend zu mischen — sonst hat jedes Modell seine eigene Aufrufkonvention, und jeder Wechsel erfordert Glue-Code. ### Composition gestaffeltes Modell-Routing Leitet verschiedene Anfragephasen am Gateway an verschiedene Modelle — identitätsbezogene Modellzuordnung plus Plan-Modus-Wechsel. Das kanonische Muster: Ein Topmodell (z. B. Claude Opus) plant, während offene SOTA-Modelle (GLM / Qwen / DeepSeek) ausführen — ~14 % Kosten für ~97 % Leistungsfähigkeit. In der Konsole konfiguriert (Regeln + Skripte), ohne Client-Code-Änderung. ### Multi-Modell-Konsens Ensemble Ein Muster der Orchestrierungsebene — derselbe Prompt läuft parallel durch mehrere Modelle, und die Ergebnisse werden zusammengeführt. Fan-out, Deduplizierung und Confidence-Annotation liegen in Ihrer Orchestrierungsebene (z. B. GitHub Actions); das Gateway liefert Protokoll-Interoperabilität und einheitliche Messung, sodass jedes Modell beitritt und der gesamte Datenverkehr zentral governiert bleibt. Geeignet für wichtige Aufrufe wie Code-Review. Die ausgelieferte Ausprägung dieses Musters ist das Multi-Modell-Code-Review (siehe Orchestrierungsabschnitt). ### Token Ops LLM-Observability + Zugriffs-Governance Die nutzungsseitige Betriebsebene für LLM-APIs — Observability, Client-Zulassung, Audit-Trails und programmatische Verwaltung. Sie beantwortet „wer nutzt was, wie viel, und kommt er hinein“; Token FinOps (das Gegenstück) beantwortet „wie Token zu Geld werden, wem es berechnet wird und was es stoppt“. GateLLM integriert beides ins Gateway — nie als Aufschlag pro Token. ### Token FinOps FinOps für KI / Token-Kostenzuordnung Die finanzielle Steuerungsebene, die FinOps-Transparenz, -Zuordnung und -Governance auf Token-Ausgaben anwendet: Eine eigene Preisliste macht Token zu Geld, Tags ordnen Ausgaben der richtigen Kostenstelle zu, und tägliche / monatliche Kostenkontingente machen Budgets zu anfrageblockierenden Sperren. Ergänzt Token Ops — ersteres sieht die Nutzung, dieses sieht das Geld. ### BYOK Bring Your Own Key Sie bringen Ihre eigenen API-Schlüssel des Modellanbieters mit. Schlüssel liegen nur im Speicher des Gateways — nie persistiert oder übertragen; Anfragen laufen über das Gateway direkt an Anbieter-APIs. GateLLM nimmt keinen Anteil. ## Verwandt - [Startseite](https://www.gatellm.io/de/index.md) - [Preise](https://www.gatellm.io/de/pricing.md) - [Kostenrechner](https://www.gatellm.io/de/calculator.md) - [Über uns](https://www.gatellm.io/de/about.md) - [Demo buchen](https://www.gatellm.io/de/demo.md) - [FAQ](https://www.gatellm.io/de/faq.md) - [AI-Gateways vergleichen](https://www.gatellm.io/de/compare.md) - [LiteLLM vergleichen](https://www.gatellm.io/de/compare/litellm.md) - [OpenRouter vergleichen](https://www.gatellm.io/de/compare/openrouter.md) - [Alibaba Cloud AI Gateway vergleichen](https://www.gatellm.io/de/compare/alibaba-cloud.md) - [Azure API Management vergleichen](https://www.gatellm.io/de/compare/azure-apim.md) - [Apigee vergleichen](https://www.gatellm.io/de/compare/apigee.md) - [Cloudflare AI Gateway vergleichen](https://www.gatellm.io/de/compare/cloudflare.md) - [Kong AI Gateway vergleichen](https://www.gatellm.io/de/compare/kong.md) - [Portkey vergleichen](https://www.gatellm.io/de/compare/portkey.md) - [LiteLLM vs Kong AI Gateway](https://www.gatellm.io/de/compare/litellm-vs-kong.md) - [LiteLLM vs OpenRouter](https://www.gatellm.io/de/compare/litellm-vs-openrouter.md) - [LiteLLM vs Portkey](https://www.gatellm.io/de/compare/litellm-vs-portkey.md) - [Anwendungsfälle](https://www.gatellm.io/de/use-cases.md) - [LLM-Kosten senken](https://www.gatellm.io/de/use-cases/reduce-cost.md) - [Hochverfügbarkeit](https://www.gatellm.io/de/use-cases/high-availability.md) - [Multi-Tenant-Isolation](https://www.gatellm.io/de/use-cases/multi-tenant.md) - [Compliance & Audit](https://www.gatellm.io/de/use-cases/compliance-audit.md) - [Fehlerbehebung nach Symptom](https://www.gatellm.io/de/use-cases/troubleshooting.md) - [Gemischter Multi-Vendor-Modellstack](https://www.gatellm.io/de/use-cases/mixed-model-stack.md) - [KI im Office selbst hosten](https://www.gatellm.io/de/use-cases/self-hosted-office-ai.md) - [Token-Nutzung: Transparenz & Zuordnung](https://www.gatellm.io/de/use-cases/token-ops.md) - [Token-FinOps: KI-Kosten zuordnen & steuern](https://www.gatellm.io/de/use-cases/token-finops.md) - [MCP-Tool-Governance](https://www.gatellm.io/de/use-cases/mcp-tool-governance.md) - [Websuche für jedes Modell](https://www.gatellm.io/de/use-cases/web-search-grounding.md) - [Multi-Key-Rotation & Standby](https://www.gatellm.io/de/use-cases/multi-key-pooling.md) - [Zugangskontrolle für verbundene Clients](https://www.gatellm.io/de/use-cases/client-admission-control.md) - [Modellrichtlinie durchsetzen](https://www.gatellm.io/de/use-cases/enforce-model-policy.md) - [Keine Modellwahl im Client](https://www.gatellm.io/de/use-cases/automatic-model-tiering.md) - [Ein Protokoll, jedes Modell](https://www.gatellm.io/de/use-cases/one-protocol-any-model.md) - [Office / Microsoft 365 Add-in](https://www.gatellm.io/de/office-addin.md) - [Modellkatalog](https://www.gatellm.io/de/models.md) - [SDK- & Framework-Integrationen](https://www.gatellm.io/de/integrations.md) - [KI-Coding-Agents & Harnesses](https://www.gatellm.io/de/coding-agents.md) - [Sicherheit & Compliance](https://www.gatellm.io/de/security.md)