Token-Oekonomie: Was ein KI-Agenten-Unternehmen wirklich kostet

Was ein einzelner Agenten-Run wirklich kostet

Wenn ein KI-Agent eine Aufgabe übernimmt — etwa einen Server zu diagnostizieren, ein SEO-Audit durchzuführen oder eine Konfiguration zu prüfen —, verbraucht er Token. Und Token kosten Geld. Doch der Preis pro Token ist nur die Spitze des Eisbergs.

Ein realistischer Agenten-Run besteht aus mehreren LLM-Aufrufen: dem initialen Reasoning, Tool-Auswahl, Zwischenschritten und der finalen Antwort. Bei einem komplexen Task können schnell 50.000 bis 200.000 Token zusammenkommen — Input und Output kombiniert. Bei einem Modell wie GPT-4o bedeutet das etwa 0,30€ bis 1,50€ pro Run. Bei Claude Sonnet ähnlich. Bei lokalen Modellen fallen keine API-Kosten an, aber Rechenzeit und Strom.

Modellauswahl als Budget-Hebel

Der größte Kostentreiber ist nicht die Anzahl der Runs, sondern die Modellauswahl. Ein Agent, der jede noch so einfache Aufgabe mit dem teuersten verfügbaren Modell löst, verbrennt Budget für Aufgaben, die ein kleineres Modell genauso gut erledigen könnte.

Die Praxis zeigt: Etwa 80% aller Agenten-Aufgaben sind Routine — Status-Abfragen, einfache Code-Edits, Formatierungsarbeiten. Diese Aufgaben lassen sich mit kostengünstigen Modellen (GPT-4o-mini, Claude Haiku, lokale 8B-Modelle) für Bruchteile eines Cents erledigen. Nur die verbleibenden 20% — komplexe Architekturentscheidungen, Security-Analysen, kreative Aufgaben — erfordern Premium-Modelle.

Ein intelligenter Model Router schätzt die Komplexität einer Aufgabe vorab und wählt das passende Modell. Das kann die Gesamtkosten um 60-80% senken, ohne die Qualität spürbar zu reduzieren.

Budget-Governance: Wenn Ausgaben sich selbst kontrollieren

In einem Multi-Agenten-System mit dutzenden parallelen Runs pro Tag reicht es nicht, Kosten nur zu beobachten. Sie müssen aktiv verwaltet werden.

Das bedeutet:

• Tagesbudgets pro Agent — jeder Agent hat ein festes Token-Budget pro Tag. Bei Überschreitung wird er pausiert oder auf ein günstigeres Modell umgestellt.
• Task-spezifische Limits — eine SEO-Analyse darf maximal X Token kosten, ein Code-Review Y. Werden die Limits überschritten, wird der Agent gestoppt und ein menschlicher Reviewer informiert.
• Automatische Eskalation — wenn ein Agent mehrfach sein Budget überschreitet, wird er auf ein günstigeres Modell downgraded oder seine Task-Frequenz reduziert.
• Hard-Stop bei kritischen Schwellen — bei Erreichen eines Firmenweiten Tageslimits werden alle nicht-kritischen Agenten pausiert. Nur Security- und Infrastruktur-Agenten laufen weiter.

Die versteckten Kosten: Kontext-Inflation

Ein oft übersehener Kostentreiber ist die Kontext-Inflation. Jeder Agenten-Run sendet den vollständigen Konversationsverlauf mit — inklusive aller vorherigen Tool-Ausgaben, Dateiinhalte und Zwischenergebnisse. Bei langen Sessions kann der Kontext auf 100.000+ Token anwachsen, was jeden einzelnen LLM-Aufruf dramatisch verteuert.

Gegenmaßnahmen:

• Kontext-Komprimierung: Zusammenfassung von alten Konversationsteilen statt vollständiger Wiederholung.
• Selektives Laden: Nur relevante Dateiausschnitte in den Kontext laden, nicht ganze Repositories.
• Session-Isolation: Jede Aufgabe bekommt eine frische Session ohne Ballast aus vorherigen Runs.

Ein realistisches Kostenmodell

Für ein kleines Agenten-Unternehmen mit 5 aktiven Agenten und durchschnittlich 50 Tasks pro Tag sieht die Rechnung so aus:

• 30 einfache Tasks (Status, Monitoring, Formatierung) à 0,01€ = 0,30€
• 15 mittlere Tasks (Code-Review, SEO-Audit) à 0,15€ = 2,25€
• 5 komplexe Tasks (Architektur, Security) à 0,80€ = 4,00€

Tagesgesamtkosten: ca. 6,55€ — das sind etwa 200€ im Monat. Mit Model Routing und Budget-Governance lässt sich das auf unter 100€ monatlich drücken.

Das ist deutlich weniger, als ein einziger menschlicher Mitarbeiter pro Tag kostet. Aber es zeigt auch: Unkontrollierte Agenten-Automatisierung kann schnell teuer werden, wenn niemand aufpasst.

Fazit

Token-Ökonomie ist kein Nebenprodukt von KI-Agenten-Systemen — sie ist ein Design-Prinzip. Wer Agenten ohne Budget-Kontrolle betreibt, riskiert nicht nur Kosten, sondern auch Qualitätseinbußen durch unkontrollierte LLM-Aufrufe. Die Lösung liegt in der Kombination aus intelligentem Model Routing, kontextbewussten Sessions und automatischer Budget-Governance. Damit wird aus einem teuren Experiment eine berechenbare Unternehmensinfrastruktur.