Blog

Bei KI-Kosten kommt es nicht auf den Preis pro Token an

Künstliche Intelligenz

AI
cost-management

Yavuz Bogazci

21. Oktober 2026

Mitarbeiter beim produktiven Einsatz von Claude im Arbeitsalltag.

Diesen Artikel teilen

Die Kosten für KI-Inferenz sind in den vergangenen Jahren um rund 90 Prozent gesunken. Fragt man jedoch in Unternehmen nach, stellt man fest: Bei den tatsächlichen Rechnungen ist davon kaum etwas zu spüren.

Denn der Preis pro Token war nie der entscheidende Kostentreiber. Ausschlaggebend sind vielmehr das Nutzungsvolumen, die Wahl des Modells, der Umfang des verarbeiteten Kontexts und die Anzahl der Wiederholungen, bis ein Ergebnis überzeugt. Sinkende Stückkosten führen vor allem dazu, dass KI häufiger eingesetzt wird. Aufgaben, deren Automatisierung sich im letzten Quartal noch nicht gerechnet hat, werden plötzlich wirtschaftlich attraktiv.

Damit gerät das klassische Abonnementmodell an seine Grenzen. Eine herkömmliche Softwarelizenz kostet gleich viel, unabhängig davon, ob eine Anwendung zweimal im Monat oder vierhundertmal genutzt wird. Bei KI hingegen verursacht jede Aktion zusätzliche Kosten: jede Eingabe, jedes Dokument, jeder Tool-Aufruf und jeder erneute Versuch – auch dann, wenn diese Prozesse im Hintergrund ablaufen. Die nutzungsbasierte Abrechnung macht damit eine Kostenstruktur sichtbar, die klassische Pauschalmodelle bislang verborgen haben.

Besonders deutlich wird das bei agentischen Workflows. Ein Auftrag wie „Aktualisiere diese Funktion, teste sie und bringe sie live“ klingt nach einer einzigen Aufgabe. Im Hintergrund kann daraus jedoch eine ganze Kette von Arbeitsschritten entstehen: Das System analysiert den Code, erstellt einen Plan, recherchiert, generiert Code, führt Tests aus, behebt Fehler und wiederholt den Prozess. Dabei kann der Tokenverbrauch um ein Vielfaches höher ausfallen als bei einem einfachen Chat. Je nach Ausführungsweg können sich die Kosten für dieselbe Aufgabe zudem erheblich unterscheiden. Durchschnittswerte vermitteln deshalb oft ein trügerisches Bild – die Ausreißer treiben die Rechnung.

Wer KI-Kosten kontrollieren will, muss zunächst verstehen, wodurch sie entstehen. Ein leistungsfähiges Modell weiß nicht automatisch, wann eine einfache Regel oder eine direkte Abfrage ausreichen würde. Genau hier entstehen viele unnötige Kosten: zwischen dem, was ein Modell leisten kann, und der Entscheidung, wann sein Einsatz tatsächlich sinnvoll ist.

Ein kleineres Modell oder eine strengere Budgetwarnung allein lösen das Problem nicht. Entscheidend ist, nachvollziehen zu können, wie Nutzungsvolumen, Modellauswahl, Kontextgröße und Wiederholungen die Kosten beeinflussen. Die meisten Unternehmen kennen ihre Gesamtrechnung. Doch nur wenige können erklären, wie sie zustande kommt.

Yavuz Bogazci

Business Area Manager Telco & Utilities

valantic

Mehr zum Thema

Eine Geschäftsfrau und ein Kollege, die in einem modernen Büro Inhalte auf einem Laptop durchsehen

Künstliche Intelligenz 16. Oktober 2026

Autonomous Enterprise Journey: Wie AI Value Engineering messbaren Geschäftswert schafft

Wie lässt sich der ROI von KI-Initiativen zuverlässig bewerten und messen? Woran erkennen Unternehmen die größten Hebel und entscheidenden Prozesse für AI? Antworten und Empfehlungen gibt Katrin Luft, Senior Expert bei valantic & Mitentwicklerin der „Autonomous Enterprise Journey“, im Gespräch mit Darya Basarhina, Vice President Sales & Marketing und Manufacturing Practice Lead bei valantic.

Bild von einem Mann am PC mit gestikulierenden Händen.

Customer Experience 8. Oktober 2026

Interview: Vom PIM zur Data Spine – Wie Unternehmen ihre Daten für KI vorbereiten

KI verändert die Anforderungen an Daten, Governance und Prozesse. Wo fangen Unternehmen am besten an und welche Fähigkeiten braucht es? Im Interview sprechen Dietmar Rietsch, CEO von Pimcore, und Timo Huguet von valantic über die Bedeutung sauberer Datens, die Idee der „Data Spine“ und die veränderte Rolle des Menschen im Zeitalter von Agentic AI.

Das valantic Autorenteam mit ihrem SAP BDC Handbuch

SAP Services 17. September 2026

Interview zum SAP BDC Handbuch über Business AI und Datenkultur

Fünf valantic Beraterinnen und Berater haben das Handbuch SAP Business Data Cloud geschrieben. Im Interview erläutern sie, warum SAP BDC der Enabler für Business AI ist und warum man das Buch unbedingt gelesen haben sollte.

Nichts verpassen.
Blogartikel abonnieren.

Anmelden