KI-Gesamtkostenrechnung: Was ein KI-Agent wirklich kostet

Ein KI-Projekt kostet fast nie das, was der Token-Preisrechner verspricht. Für eine belastbare KI-Gesamtkostenrechnung müssen Sie den Verbrauch pro Geschäftsvorgang, die technische Betriebsplattform, den Entwicklungsaufwand und die menschliche Qualitätskontrolle zusammenführen.

Token-Preise sind in den vergangenen Jahren deutlich gefallen. Das ist gut, für die Budgetplanung aber nur ein kleiner Teil der Wahrheit. Ein KI-Agent für Angebotsvorbereitung, Rechnungsprüfung oder Kundenservice verarbeitet nicht einfach eine Frage und liefert eine Antwort. Er durchsucht Dokumente, ruft Schnittstellen auf, prüft Regeln, erstellt Zwischenergebnisse und startet bei unklaren Fällen erneut. Aus einem scheinbar günstigen Modellaufruf wird ein technischer Prozess mit vielen Kostenstellen.

Der Token-Preis ist keine Projektkalkulation

Die sichtbare Modellrechnung unterschätzt den tatsächlichen Verbrauch, weil KI-Agenten in Schleifen arbeiten. Ein einzelner Vorgang kann je nach Komplexität ein Vielfaches dessen verbrauchen, was ein einfacher Test mit einer einzelnen Eingabe zeigt.

Nehmen wir einen mittelständischen Maschinenbauer mit vielen Angebotsanfragen im Monat. Der Test mit einer Eingabe wirkt sparsam. Im produktiven Ablauf liest der KI-Agent Anhänge, sucht ähnliche Projekte, prüft Lieferzeiten über eine API und formuliert Rückfragen. Dann liegt der Verbrauch pro Anfrage um Größenordnungen höher, und das ist kein exotischer Ausreißer. Die Token-Kosten bleiben relevant, doch die entscheidende Zahl lautet: Was kostet eine korrekt bearbeitete Anfrage?

Rechnen Sie deshalb immer pro Vorgang. Monatsbudgets ohne Vorgangsmenge kaschieren Skalierungseffekte. Bei einer Handvoll Testvorgängen wirkt fast jede Architektur günstig. Erst bei echtem Volumen zeigt sich, ob Caching, Modellwahl und Abbruchregeln sauber gebaut wurden.

Schritt 1: Den Geschäftsvorgang sauber abgrenzen

Eine KI-Gesamtkostenrechnung beginnt mit einem einzigen, messbaren Geschäftsvorgang. „KI im Kundenservice“ ist kein Vorgang. „Eine eingehende Reklamation klassifizieren, relevante Bestelldaten abrufen und eine Antwort zur Freigabe vorbereiten“ schon.

Beschreiben Sie den Ablauf so, dass Controlling und Fachabteilung dieselbe Arbeit meinen. Halten Sie fest, welches Ergebnis der KI-Agent liefern soll, welche Systeme er lesen oder beschreiben darf und an welcher Stelle ein Mensch entscheidet. Gerade die letzte Frage trennt vernünftige Automatisierung von riskantem Aktionismus.

Ein Beispiel aus der Logistik: Ein KI-Agent soll Abweichungen zwischen Frachtrechnung und vereinbarten Konditionen erkennen. Der Vorgang endet nicht bei „Abweichung gefunden“. Er endet erst, wenn die Rechnung entweder freigegeben, zur Korrektur zurückgestellt oder an einen Sachbearbeiter eskaliert wurde. Nur diese vollständige Kette lässt sich wirtschaftlich bewerten.

Schritt 2: Die Modellkosten pro Vorgang messen

Die Modellkosten ergeben sich aus Eingabe-Tokens, Ausgabe-Tokens und zusätzlichen Modellaufrufen. Nutzen Sie Messwerte aus einem Prototyp oder einer repräsentativen Stichprobe realer Vorgänge. Demo-Prompts aus dem Workshop sind keine Datengrundlage.

Erfassen Sie dabei getrennt:

• Tokens für Dokumente, Chatverlauf und Systemanweisungen
• Tokens für die Antwort des KI-Agenten
• Wiederholungen, etwa nach ungültigen Werkzeugaufrufen oder unklaren Ergebnissen
• Kosten für stärkere Modelle bei Eskalationsfällen

Ein praktischer Fehler passiert häufig bei langen Dokumenten. Ein KI-Agent bekommt eine umfangreiche Vertragsanlage bei jedem einzelnen Schritt erneut in den Kontext gelegt. Technisch funktioniert das. Wirtschaftlich ist es schlampig. Dokumente müssen segmentiert, relevante Abschnitte gezielt abgerufen und Zwischenergebnisse wiederverwendet werden. Das senkt Kosten und verbessert meist die Antwortqualität. Und vergleichen Sie Anbieter nie über den Preis pro Million Tokens: Ein günstigeres Modell kann mehr Wiederholungen brauchen, längere Antworten erzeugen oder zusätzliche Kontrolllogik verlangen. Die Vergleichsgröße ist der Preis pro korrekt abgeschlossenem Vorgang.

Schritt 3: Die versteckten Pipeline-Kosten ergänzen

Zusätzlich zu den Modellkosten entstehen Kosten für Retrieval-Augmented Generation, kurz RAG: Der KI-Agent sucht dabei passende Unternehmensinformationen, statt sein Ergebnis allein aus dem Sprachmodell zu erzeugen. Dafür brauchen Sie Embeddings, also numerische Repräsentationen von Texten, eine Vektordatenbank, Speicher, Suchabfragen und oft einen Zwischenspeicher.

In produktiven KI-Agenten sind diese Pipeline-Kosten ein spürbarer Aufschlag auf die sichtbare Modellrechnung. Der genaue Anteil hängt von Datenmenge, Aktualisierungsrate und Architektur ab. Bei einem Vertriebsagenten über einem großen Bestand an Produktdokumenten fällt die laufende Suche stärker ins Gewicht als bei einem kleinen internen FAQ-Bot. Werden Preislisten täglich aktualisiert, verursacht auch die erneute Aufbereitung der Daten messbare Kosten.

Setzen Sie für die erste Planung einen deutlichen Zuschlag auf die Modellkosten an, bis reale Betriebsdaten vorliegen. Wer diesen Posten mit null kalkuliert, baut kein Budget, sondern eine Wunschvorstellung.

Schritt 4: Was kostet Individualsoftware Mittelstand-Unternehmen? Den Harness kalkulieren

Der Harness ist die Kontroll- und Ausführungslogik um das Sprachmodell. Er legt fest, welche Werkzeuge der KI-Agent verwenden darf, wann Freigaben erforderlich sind, wie Fehler behandelt werden und welche Nachweise im Audit-Trail, also im nachvollziehbaren Protokoll, gespeichert werden. Der Harness entscheidet über die Verlässlichkeit des Systems, nicht der Modellname im Anbieterprospekt.

Dieser Aufwand ist klassische Softwareentwicklung, und genau hier entstehen die Kosten von Individualsoftware. Ein KI-Agent, der Daten aus Microsoft Dynamics, einem Dokumentenarchiv und einem E-Mail-Postfach nutzt, braucht sichere API-Anbindungen, Berechtigungsprüfungen, Testfälle und eine klare Fehlerbehandlung. Wenn der Abruf aus dem ERP-System fehlschlägt, darf der KI-Agent keine Lieferzusage erfinden. Er muss den Vorgang abbrechen oder an einen Menschen übergeben.

Kalkulieren Sie den Bau getrennt nach Architektur, Integration, Entwicklung, Qualitätssicherung und Sicherheitsprüfung. Ein schneller Prototyp kann in wenigen Tagen stehen. Ein produktiver Agent für einen regulierten Prozess ist etwas anderes. Dort entstehen die Kosten nicht durch das Eingabefeld, sondern durch Rechtekonzept, Protokollierung, Freigabe-Gates und belastbare Tests mit echten Sonderfällen.

Schritt 5: Betrieb, Qualität und Personalstunden einpreisen

Ein KI-Agent ist keine Standardsoftware, die nach dem Start unbeaufsichtigt läuft. Modelle ändern sich, Schnittstellen verändern Antwortformate, Datenquellen werden umstrukturiert. Auch die Qualität verschiebt sich: Ein Prompt, der im Januar gut funktioniert hat, kann nach einem Modellupdate plötzlich mehr Eskalationen erzeugen.

Planen Sie feste Betriebsstunden ein. Dazu gehören die Auswertung von Fehlfällen, die Pflege der Wissensbasis, das Überwachen von Kostenlimits und regelmäßige Tests. Bei einem Agenten, der täglich Hunderte Vorgänge bearbeitet, reicht es nicht, wenn ein Fachbereich einmal im Quartal ein paar Antworten überfliegt. Die Qualitätssicherung braucht eine verantwortliche Person und eine definierte Prüfquote.

Für einen klar abgegrenzten Prozess sind das wenige feste Stunden pro Woche für Betrieb und Fachprüfung. Bei sensiblen Entscheidungen, etwa im Finanzbereich oder bei Vertragsinhalten, liegt der Aufwand höher. Das ist kein Makel der Technologie. Es ist der Preis dafür, dass ein System nachvollziehbar und kontrollierbar arbeitet.

Schritt 6: Exit-Kosten und Anbieterabhängigkeit bewerten

Exit-Kosten entstehen, wenn Sie das Sprachmodell, die Cloud-Plattform oder die Vektordatenbank wechseln müssen. Der Anlass kann eine Preiserhöhung sein, eine geänderte Datenverarbeitung oder die Abkündigung eines Modells. Wer den KI-Agenten eng an einen einzelnen Anbieter bindet, bezahlt diese Entscheidung später mit Umbauaufwand.

Bewerten Sie konkret, welche Teile austauschbar sind. Liegen Prompts, Datenzugriffe und Geschäftsregeln im eigenen Code? Können Sie Modelle über eine einheitliche Schnittstelle wechseln? Gehören Daten und Protokolle Ihrem Unternehmen? Offene Standards sind kein Selbstzweck. Sie senken das Risiko, dass eine Beschaffungsentscheidung von heute in wenigen Jahren ein teures Zwangsprojekt auslöst.

dataso plant KI-Agenten deshalb von der Architektur her: Die Geschäftslogik bleibt vom Modell entkoppelt, sensible Daten folgen einem klaren Berechtigungskonzept, und der Audit-Trail bleibt beim Kunden. Das kostet am Anfang etwas mehr Disziplin. In der Praxis ist es günstiger als ein späterer Komplettumbau.

Die Formel für Ihre KI-Gesamtkostenrechnung

Die vollständige KI-Gesamtkostenrechnung bauen Sie für einen festen Betrachtungszeitraum so auf:

Gesamtkosten = Modellkosten + Pipeline-Kosten + einmalige Entwicklungskosten + Betriebskosten + Exit-Rückstellung.

Teilen Sie diese Summe durch die erwartete Zahl korrekt bearbeiteter Vorgänge. Dann erhalten Sie den Preis pro Vorgang. Stellen Sie diesem Preis die heutige Bearbeitungszeit, den internen Vollkostensatz und die Fehlerkosten gegenüber.

Bearbeitet ein Sachbearbeiter eine Reklamation heute in einer bekannten Zeit zu Ihrem internen Vollkostensatz, kennen Sie den Preis des Vorgangs, bevor Fehler oder Wartezeiten eingerechnet sind. Übernimmt ein KI-Agent verlässlich die Vorprüfung und verkürzt die menschliche Bearbeitung auf einen Bruchteil, ergibt sich die Ersparnis pro Vorgang. Liegt der Vollkostenpreis des Agenten deutlich darunter, bleibt ein belastbarer wirtschaftlicher Vorteil. Liegt er nur knapp darunter, lohnt sich das Projekt allein dann, wenn Geschwindigkeit, Servicequalität oder Risikoreduktion den Rest rechtfertigen. Gute Kandidaten sind häufige, klar strukturierte Vorgänge mit prüfbaren Ergebnissen; Prozesse mit seltenen Sonderfällen, unklarer Verantwortung und schwer erkennbaren Fehlern sind ein schlechter Startpunkt.

Wählen Sie einen prüfbaren Prozess, erfassen Sie mit Fachbereich, IT und Controlling reale Fallzahlen und rechnen Sie ihn mit dieser Formel durch. Wenn Sie das Ergebnis mit jemandem prüfen wollen, der solche Agenten baut und betreibt, buchen Sie einen Potenzial-Check: eine halbe Stunde, kostenlos, mit einer ehrlichen Einschätzung, ob der Vorgang einen KI-Agenten trägt.