KI-Kosten: woraus sie sich zusammensetzen und wie man sie begrenzt

KI-Kosten entstehen bei Sprachmodellen vor allem pro Aufruf: Abgerechnet wird nach verarbeiteten Tokens, also Textbausteinen in der Eingabe und in der Antwort, und der Preis je Token hängt vom gewählten Modell ab. Hinzu kommen Pauschaltarife für Arbeitsplatz-Assistenten und der Aufwand für Betrieb und Kontrolle. Wer die Faktoren kennt, kann sie begrenzen.

Wie KI-Kosten abgerechnet werden

Für den Einsatz von Sprachmodellen gibt es im Kern drei Abrechnungsformen. Pauschaltarife für den Arbeitsplatz berechnen je Person einen festen Betrag, unabhängig davon, wie viel jemand fragt. Nutzungsabhängige Programmierschnittstellen – der Weg, über den Software und Automatisierungen ein Modell ansprechen – berechnen jeden Aufruf nach Tokens. Selbst betriebene Modelle verursachen keine Gebühr pro Aufruf, dafür Rechenleistung, Wartung und Fachwissen im eigenen Haus.

Ein Token ist ein Stück Text, oft ein Wortteil. Eingabe-Tokens – die Frage samt allem mitgeschickten Material – und Ausgabe-Tokens – die Antwort – haben meist unterschiedliche Tarife, und die Antwort ist in der Regel der teurere Teil. Die Anbieter veröffentlichen ihre Tarife selbst und ändern sie häufig. Belastbar ist deshalb das Verständnis der Mechanik, nicht eine einmal notierte Zahl.

Die Treiber hinter jedem Modellaufruf

• Modellwahl. Große Modelle kosten je Token ein Vielfaches kleinerer. Viele Aufgaben – klassifizieren, Felder aus einem Dokument lesen, kurz zusammenfassen – erledigt ein kleines Modell zuverlässig.
• Kontextlänge. Jeder Aufruf schickt alles mit, was das Modell wissen soll: Anweisungen, Beispiele, Dokumente, bei Chats den bisherigen Verlauf. Ein langer Verlauf wird mit jeder neuen Frage erneut berechnet.
• Antwortlänge. Ausführliche Antworten, Begründungen und sichtbare Zwischenschritte erzeugen zusätzliche Ausgabe-Tokens.
• Anzahl der Aufrufe. Agenten und Automatisierungen rufen ein Modell in Schleifen auf. Ein Ablauf, der sich nach einem Fehler immer wieder neu startet, vervielfacht die Rechnung, ohne dass es jemand bemerkt.
• Wiederholte Arbeit. Dieselbe Frage zum selben Dokument wird mehrfach gestellt, weil kein Ergebnis gespeichert wird.

Aufwand außerhalb der Anbieterrechnung

Die Rechnung des Modellanbieters ist nur ein Teil des Bildes. Dazu kommen die Aufbereitung von Daten, damit das Modell die richtigen Ausschnitte bekommt, die Prüfung von Ergebnissen durch Menschen, die Behandlung von Fällen, in denen das Modell danebenliegt, und die Überwachung des laufenden Betriebs. Gerade bei Automatisierungen entscheidet diese Arbeit darüber, ob sich ein Einsatz trägt, nicht der Tarif je Token.

Ein weiterer Posten bleibt oft unsichtbar: Abos und Schlüssel, die Beschäftigte auf eigene Faust abschließen. Sie tauchen in Spesen oder auf Abteilungskostenstellen auf und fehlen in jeder Gesamtbetrachtung – ein typisches Merkmal von Schatten-KI.

KI-Kosten begrenzen: sechs Stellschrauben

1. Ein zentraler Zugang. Anwendungen rufen Modelle nicht jede mit eigenem Schlüssel auf, sondern über eine gemeinsame Stelle. Nur dort lassen sich Verbrauch messen und Regeln durchsetzen.
2. Harte Grenzen je Anwendung. Eine Kostengrenze pro Anwendung und Zeitraum drosselt oder stoppt Aufrufe, bevor aus einem Fehler eine Monatsrechnung wird. Eine Warnschwelle davor gibt Zeit zu reagieren.
3. Aufgabe statt Modell anfordern. Die Anwendung beschreibt, was sie braucht – Klassifikation, Zusammenfassung, Entwurf –, und die zentrale Stelle wählt das kleinste Modell, das dafür genügt.
4. Kontext kürzen. Nur relevante Ausschnitte eines Dokuments mitschicken, lange Verläufe verdichten, feste Anweisungen knapp halten.
5. Ergebnisse wiederverwenden. Bereits beantwortete Anfragen zwischenspeichern; wo Anbieter das Zwischenspeichern wiederkehrender Eingaben unterstützen, diese Möglichkeit nutzen.
6. Jeden Aufruf protokollieren. Anwendung, Aufgabe, Modell und verbrauchte Tokens pro Aufruf zeigen, wohin das Geld fließt. Ohne dieses Protokoll bleibt nur die Gesamtrechnung. Laufende Automatisierungen gehören zusätzlich ins Prozessmonitoring, damit eine Endlosschleife auffällt.

Typische Fehler bei der Planung

• Mit dem Testaufruf rechnen. Ein Versuch mit kurzem Text sagt wenig über den Betrieb mit langen Dokumenten, Verläufen und Wiederholungen.
• Immer das größte Modell. Aus Bequemlichkeit wird ein Modell für alles gewählt, auch für Aufgaben, die ein kleines erledigt.
• Keine Grenze vor dem Start. Die Grenze wird erst nach der ersten überraschenden Rechnung eingezogen.
• Nur die Anbieterrechnung zählen. Prüfung, Nacharbeit und Betrieb fehlen im Vergleich mit der bisherigen Handarbeit.
• Schlüssel ohne Besitzer. Ein Zugangsschlüssel läuft auf eine Person und bleibt nach ihrem Weggang aktiv.

Wie wir damit arbeiten

Anwendungen, die bei uns im Betrieb Sprachmodelle nutzen, rufen sie über ein eigenes Gateway mit Kostengrenze auf. In der Beratung zu KI-Tools im Unternehmen nehmen wir dieselbe Ordnung ins Angebot auf: welche Anwendungen über eine gemeinsame Stelle laufen, welche Grenze je Anwendung gilt und was je Aufruf protokolliert wird. Welche Grenzen und Modelle passen, entscheidet sich an Ihren Abläufen.