Anbieter zum Thema

Esker Software Entwicklungs-und Vertrieb

KI-Kosten 2026 – Agenten steuern, TCO berechnen

Die wichtigste Erkenntnis für das KI-Management 2026 lautet: Die Ära der fixen Software-Lizenzen ist im Bereich der Frontier-KI vorbei. Maschinelles Denken ist ein variabler Produktionsfaktor. Um diesen Faktor wirtschaftlich einzusetzen, reicht der Blick auf die API-Preisliste der Anbieter nicht aus.

1. Die wahre TCO: Kosten pro akzeptiertem Ergebnis

Viele Unternehmen machen den Fehler, technische Verbrauchseinheiten (Tokens) mit einem Geschäftsergebnis gleichzusetzen. Für die Total Cost of Ownership (TCO) agentischer Systeme ist jedoch eine andere Metrik entscheidend: die Kosten pro erfolgreich akzeptiertem Ergebnis.

Diese Gesamtrechnung umfasst vier oft übersehene Blöcke:

• Die menschliche Prüfzeit: Ein günstiges KI-Modell (zum Beispiel 0,80 Euro pro Task), das fehlerhafte Entwürfe liefert, zwingt einen Abteilungsleiter zu 20 Minuten Korrekturarbeit. Bei internen Stundensätzen von 100 Euro kostet dieser Vorgang real über 34 Euro. Ein teureres Modell (zum Beispiel 4,00 Euro pro Task), das auf Anhieb fehlerfrei arbeitet und nur zwei Minuten Freigabezeit erfordert, ist unter dem Strich massiv günstiger.
• Agenten-Schleifen (Reasoning): Autonome Agenten rufen externe Werkzeuge (Tools) auf und korrigieren sich selbst. Jeder dieser Zwischenschritte verbraucht Input- und Output-Tokens.
• Die Kontext-Ökonomie: Wenn ein Agent einen langen Gesprächs- oder Dokumentenverlauf bearbeitet, muss dieser Kontext bei jedem neuen Arbeitsschritt oft komplett neu an das Modell gesendet werden. Ohne technische Optimierungen explodieren hier die Input-Kosten.
• Der erwartete Schaden: Ein System, das autonom handelt (zum Beispiel Buchungen storniert), birgt finanzielle und regulatorische Risiken. Die Fehlerquote muss zwingend in den Business Case eingepreist werden.

Technik-Tipp zur Kostensenkung: Achten Sie bei der API-Anbindung auf Prompt-Caching. Moderne Infrastrukturen können wiederkehrende Eingaben zwischenspeichern und den Preis für den Inputteil oft um bis zu 90 Prozent senken. Asynchrone Batch-Verarbeitung (wenn Ergebnisse nicht in Echtzeit, sondern z.B. über Nacht benötigt werden) halbiert die Preise bei vielen Anbietern zusätzlich.

Souveräne KI-Modelle

KI-Governance: Wenn der KI-Stecker im Ausland hängt

2. Drei weitere KMU-Szenarien im Kosten-Check

Wie sieht intelligentes „Routing“ (die Aufteilung von Aufgaben auf verschiedene Modellklassen) in der Praxis aus? Drei Beispiele aus dem Alltag:

Szenario A: Human Resources (Bewerber-Screening) 

• Die Aufgabe: Auf eine offene Stelle gehen 200 Bewerbungen (PDFs) ein. HR möchte eine strukturierte Vorabauswahl.
• Der teure Fehler: Alle 200 Lebensläufe werden direkt an ein Frontier-Modell (zum Beispiel Claude Fable 5) gesendet, um ein Ranking zu erstellen. Aufgrund der extremen Input-Kosten für PDFs (oft Tausende Tokens pro Dokument) entstehen schnell Kosten von über 150 Euro für einen einzigen Durchlauf.
• Das smarte Routing: Ein günstiges Efficiency-Modell (zum Beispiel Claude Haiku 3.5) extrahiert lediglich die harten Fakten (Studium ja/nein, Jahre Berufserfahrung). Es filtert 150 unpassende Profile heraus (Kosten: unter 2 Euro). Nur die Top 50 werden von einem Mid-Range-Modell detaillierter auf Soft Skills analysiert. Das Frontier-Modell kommt gar nicht zum Einsatz.
• Ergebnis: Kostensenkung um über 90 Prozent bei identischem Geschäftswert.

Szenario B: Vertrieb (CRM-Pflege & Follow-up)

• Die Aufgabe: Ein Außendienstler diktiert nach dem Kundenbesuch fünf Minuten Sprachnotizen. Das CRM soll aktualisiert und eine Follow-up-E-Mail an den Kunden entworfen werden.
• Das smarte Routing: Die Sprach-zu-Text-Transkription übernimmt ein lokales, kostenloses Open-Source-Modell. Ein Mid-Range-Modell (zum Beispiel Claude Sonnet 5) formatiert den Text in saubere CRM-Felder und entwirft die Standard-Mail (Kosten: circa. 0,05 Euro pro Vorgang). Ein Frontier-Modell wird hier durch eine harte Routing-Regel gesperrt, da die Aufgabe null Ambiguität (Mehrdeutigkeit) aufweist.
• Ergebnis: Skalierbare Automatisierung für wenige Cent pro Vertriebler und Tag.

Szenario C: IT-Abteilung (Code-Migration)

• Die Aufgabe: Ein veraltetes, selbst geschriebenes ERP-Modul (Legacy Code) muss in eine moderne Programmiersprache übersetzt werden.
• Das smarte Routing: Hier glänzt die teuerste Klasse. Ein agentisches Frontier-Modell wie Claude Fable 5 analysiert die komplexe Code-Basis, plant die Architektur, schreibt den neuen Code und testet ihn autonom.
• Der Business Case: Die API-Kosten für diese massive, tage- oder wochenlange Agenten-Aktivität mögen bei 2.000 bis 5.000 Euro liegen. Doch ein menschliches Entwicklerteam hätte für dieselbe Aufgabe Monate gebraucht (Kosten: 50.000 Euro aufwärts). Hier amortisiert sich der teure Token-Preis durch massive Zeitersparnis sofort.

Nachhaltigkeit in der IT

KI-Energieverbrauch: Effizienz wird zur Unternehmensaufgabe

Die Preis-Referenztabelle 

Für die interne TCO-Kalkulation dienen diese Referenzwerte der gängigen Modellklassen.

Der Beitrag wurde mit Unterstützung unserer KI-Assistenten erstellt.