Die Blackbox-Angst
Eine der häufigsten Sorgen vor dem Einsatz von KI-Agenten ist nicht die Qualität, sondern die Kostenkontrolle. "Was, wenn der Agent in einer Schleife hängt und über Nacht tausende Anfragen an ein Sprachmodell schickt?" Diese Angst ist berechtigt — und die Antwort darauf ist keine Beruhigungspille, sondern eine Architektur, die jeden Cent sichtbar und begrenzbar macht.
Dieser Beitrag zerlegt, woraus die Kosten eines digitalen Mitarbeiters bestehen und wie man sie unter Kontrolle hält. Ohne Preise — die stehen bei uns bewusst nicht auf der Website — aber mit voller Transparenz über die Struktur der Kosten.
Die drei Kostentreiber
1. Tokens. Jede Anfrage an ein Sprachmodell verbraucht Tokens — grob: Wörter — für Eingabe und Ausgabe. Ein kurzer Klassifizierungs-Task kostet wenige Tokens, eine lange Analyse mit viel Kontext deutlich mehr. Die entscheidende Stellschraube: wie viel Kontext man in jede Anfrage packt. Wer bei jeder Support-Antwort die gesamte Wissensbasis mitschickt statt der drei relevanten Chunks, verbrennt Tokens.
2. Tool-Calls. Ein digitaler Mitarbeiter, der nur redet, ist billig und nutzlos. Der Wert entsteht durch Werkzeuge: CRM-Eintrag anlegen, Kalender prüfen, Angebot erzeugen. Manche Tools sind quasi kostenlos (interne DB-Schreibvorgänge), andere haben externe Kosten (ein API-Aufruf zu einem kostenpflichtigen Drittdienst). Diese Kosten muss ein System einzeln erfassen können.
3. Runs. Ein "Run" ist eine abgeschlossene Aufgabe des digitalen Mitarbeiters — von der eingehenden Anfrage bis zum fertigen Entwurf. Ein Run kann mehrere Modell-Anfragen und Tool-Calls umfassen. Die aussagekräftigste Kennzahl ist deshalb Kosten pro Run, nicht Kosten pro Token.
Warum "Kosten pro Run" die richtige Einheit ist
Tokens sind eine technische Größe, die niemandem im Betrieb etwas sagt. "Kosten pro qualifiziertem Lead" oder "Kosten pro beantwortetem Ticket" ist die Einheit, in der ein Unternehmen denkt. Ein gutes Telemetrie-System rechnet deshalb von Tokens und Tool-Calls hoch auf die fachliche Einheit — den Run — und macht ihn vergleichbar: Was kostet es, eine Support-Anfrage zu bearbeiten? Und wie steht das zu den Minuten, die ein Mensch dafür bräuchte?
Die versteckten Posten
Drei Kosten, die in naiven Rechnungen fehlen:
- Fehlläufe. Ein Agent, der eine Aufgabe falsch angeht und neu ansetzen muss, verdoppelt den Verbrauch. Retries und Schleifen gehören in die Kostenrechnung — und in die Begrenzung.
- Kontext-Aufblähung. Mit der Zeit wächst der Kontext, den ein Agent mitschleppt. Ohne aktives Trimmen steigen die Kosten pro Run schleichend.
- Idle-Overhead. Systeme, die permanent pollen oder unnötig aufwachen, verbrauchen auch ohne echte Arbeit.
Kostenkontrolle als Architektur, nicht als Hoffnung
Die einzige belastbare Kostenkontrolle ist die, die im System eingebaut ist:
- Budget-Limits pro Workspace und Zeitraum. Ist das Budget erreicht, stoppt der digitale Mitarbeiter und meldet sich, statt weiterzulaufen.
- Alerts bei Ausreißern. Ein plötzlicher Anstieg der Kosten pro Run wird gemeldet, bevor er zum Problem wird.
- Schleifen-Bremsen. Ein maximaler Schritt-Count pro Run verhindert Endlosschleifen konstruktiv.
- Token-genaue Protokollierung. Jeder Run trägt seine Kosten im Log — nachvollziehbar, nicht geschätzt.
Genau so bauen wir Telemetrie in ORCONIC: Jeder Run wird mit Tokens, Tool-Calls und daraus errechneten Kosten protokolliert, Budgets sind pro Workspace setzbar, und Ausreißer lösen Alerts aus. Die Blackbox wird zur Glasbox.
Die ehrliche Wirtschaftlichkeit
Ein digitaler Mitarbeiter ist dann wirtschaftlich, wenn die Kosten pro Run deutlich unter dem liegen, was die gleiche Aufgabe an Menschenzeit kostet — bei gleicher oder besserer Qualität und mit menschlicher Freigabe an den kritischen Stellen. Für hochvolumige, standardisierbare Aufgaben (Statusfragen, Sortierung, Standardantworten) ist dieser Abstand groß. Für seltene, urteilslastige Sonderfälle ist er klein — und deshalb macht sie dort auch weiterhin der Mensch. Ein ehrliches Telemetrie-System zeigt Ihnen genau, wo diese Grenze verläuft.
Fazit
Die Kosten eines digitalen Mitarbeiters sind kein Mysterium, sondern die Summe aus Tokens, Tool-Calls und Runs — mit versteckten Posten bei Fehlläufen und Kontext-Aufblähung. Wer sie beherrschen will, braucht keine Hoffnung, sondern Architektur: Budget-Limits, Alerts, Schleifen-Bremsen und token-genaue Protokollierung. Erst wenn jeder Cent sichtbar und begrenzbar ist, wird aus der Blackbox-Angst eine nüchterne Wirtschaftlichkeitsrechnung.