Was kostet bei euch ein KI-Vorgang?

Am Monatsanfang kommt die Rechnung für eure KI-Zugänge. Darauf steht eine Summe. Sie ist höher als im Vormonat und klein im Vergleich zu dem, was eine einzelne neue Maschine kostet, also winkt jeder ab. In der nächsten Geschäftsführungsrunde fragt trotzdem jemand, wofür genau dieses Geld ausgegeben wurde. Und dann wird es still.

Die Antworten, die dann kommen, kennst du: Das ist die KI. Das war wahrscheinlich der Agent, der seit April im Vertrieb läuft. Ein Agent ist ein KI-Programm, das eine ganze Aufgabe übernimmt, dafür in Schleifen arbeitet und selbst Werkzeuge bedient. Vielleicht war es auch das Marketing, das im März viel getestet hat. Am Ende einigt sich die Runde darauf, dass die Summe schon in Ordnung geht, weil ja alle spüren, dass KI etwas bringt.

Vergleich diese Lage kurz mit jeder anderen Kostenart in deinem Haus. Beim Strom kennst du den Verbrauch je Halle. Bei den Fahrzeugen kennst du die Kosten je Kilometer. Beim Material kennst du den Einstandspreis je Stück. Nur bei KI gibt es eine einzige Zahl für alle Abteilungen, alle Vorgänge und alle Mitarbeitenden zusammen.

Das eigentliche Problem ist dabei nicht die Höhe der Rechnung. Das Problem ist, dass sie sich nicht aufteilen lässt. Und was du nicht aufteilen kannst, kannst du auch nicht steuern.

Eine Summe, die niemand aufteilen kann

Du erkennst die Lage an einer einfachen Probe. Frag im Haus, was ein bearbeitetes Angebot mit KI-Unterstützung kostet. Oder eine automatisch erstellte Zusammenfassung eines Kundengesprächs. Oder ein Durchlauf des Agenten, der jeden Morgen euer Tagesbriefing schreibt. Es muss nicht auf den Cent genau sein, eine Größenordnung reicht. Auf keine dieser drei Fragen bekommst du in den meisten Häusern eine Zahl.

Die Folge ist ein blinder Fleck an einer Stelle, an der ihr sonst sehr genau seid. Ihr wisst nicht, ob ein einzelner Vorgang wenige Cent oder mehrere Euro kostet. Ihr wisst nicht, ob eine Abteilung ein Vielfaches dessen verbraucht, was eine andere für dieselbe Arbeit braucht. Ihr wisst nicht, ob der Agent, der seit April läuft, sich rechnet oder ob er die teuerste Zusammenfassung im Unternehmen produziert.

Solange Menschen an der Tastatur sitzen und jede Anfrage selbst tippen, bleibt dieser blinde Fleck überschaubar. Er wird zu einer echten Größe, sobald Agenten dauerhaft mitlaufen und selbstständig arbeiten. Ein Agent, der eine Stunde lang allein an einer Aufgabe arbeitet, bewegt sich in der Größenordnung von 6 bis 8 US-Dollar. Das ist wenig für eine wertvolle Analyse und viel für eine Aufgabe, die eine feste Regel genauso gut erledigt hätte.

Auf der Nutzenseite fehlt dieselbe Zahl. Wenn ein Team nach drei Monaten sagt, die Arbeit fühle sich produktiver an, aber keine Zahl nennen kann, dann hat niemand nachgerechnet. Rund 95 Prozent der Vorhaben mit generativer KI liefern keinen messbaren Rückfluss, und die häufigste Ursache ist genau das: Es wurde nie festgelegt, woran der Nutzen zu erkennen wäre.

Die Abrechnungseinheit heißt Token, und niemand bei euch rechnet darin

Sprachmodelle rechnen nicht in Anfragen und nicht in Stunden. Sie rechnen in Tokens. Ein Token ist einer der kleinen Text-Bausteine, in die ein Sprachmodell jeden Text zerlegt und die es einzeln abrechnet. Alles, was das Modell liest, kostet Tokens, und alles, was es schreibt, kostet ebenfalls Tokens.

Das erklärt, warum die Rechnung so schwer zuzuordnen ist. Bei jeder einzelnen Anfrage zahlst du nicht nur die Frage deines Mitarbeiters. Du zahlst zusätzlich den System-Prompt, also die feste Grundanweisung, die bei jeder Anfrage unsichtbar mitgeschickt wird. Du zahlst jede angehängte Datei. Du zahlst jede vorherige Nachricht im selben Chatfenster. Und bei nachdenklichen Modellen zahlst du auch die Denk-Schritte, die das Modell für sich selbst schreibt, bevor es antwortet. Ein einziger einfacher Satz kann auf diese Weise schon 911 Tokens auslösen.

Die zweite Ursache ist die Preisspanne zwischen den Modellen. Abgerechnet wird je Million Tokens, und eine Million Tokens entspricht grob einem vollen Aktenordner Text. Am oberen Ende der Skala kostet eine Million ausgegebener Tokens bei einem Spitzenmodell 50 Dollar. Am unteren Ende liegt ein günstiges Modell bei 28 Cent für dieselbe Menge. Diese konkreten Werte schwanken je Anbieter und Modell und ändern sich mit jeder Modellgeneration, du musst sie also für deine eigene Rechnung beim Anbieter nachschlagen. Der Abstand zwischen oben und unten bleibt aber, und er erklärt, warum dieselbe Aufgabe bei zwei Teams verschieden viel kostet.

Dazu kommt die Spannweite der Vorgänge selbst. Eine einfache Frage im Chat kostet wenige Cent. Eine ausgedehnte Recherche über viele Dokumente kann in einer einzigen Anfrage eine Million Tokens verbrauchen. Zwischen diesen beiden Vorgängen liegen mehrere Größenordnungen, und auf eurer Rechnung stehen sie in derselben Summe.

Solange niemand die Kosten je Vorgang kennt, ist jede Steuerungsentscheidung geraten. Ob ihr ein Modell wechselt, ob sich ein Anwendungsfall lohnt, ob ein Budget reicht: All das entscheidet ihr dann nach Gefühl, obwohl die Zahlen vorliegen und nur niemand sie zusammenrechnet.

So kommst du von der Rechnung zur Kennzahl je Vorgang

Der Weg dahin ist kein Projekt, sondern eine Reihenfolge. Er gehört zur Systematisierung, also zu der Stufe, auf der KI im Betrieb aufhört, Zufall zu sein, und zu einem geregelten Prozess wird.

Von der Rechnung zur Entscheidung

Der Tacho ist keine Sparübung. Wer ihn einschaltet, spart am Ende oft weniger, als er erwartet hat, und entscheidet bewusster als vorher, wofür er das Geld ausgibt. Die eigentliche Frage, die eine Zahl je Vorgang beantwortet, lautet nämlich nicht, wie ihr KI billiger bekommt, sondern: Was ist uns Intelligenz für genau diese Aufgabe wert? Bei einem Angebot, das über einen großen Auftrag entscheidet, ist ein teures Modell sein Geld wert. Bei einer Massenaufgabe, die eine Regel erledigen kann, ist es Verschwendung. Diese Frage kann niemand beantworten, der nur die Monatssumme kennt.

Und sie ist der Punkt, an dem aus einem KI-Werkzeug ein KI-Programm wird. Ein Werkzeug erkennst du daran, dass es sich gut anfühlt. Ein Programm erkennst du daran, dass du es verteidigen kannst, mit einer Zahl je Vorgang, die neben Durchlaufzeit und Fehlerquote in derselben Auswertung steht wie eure anderen Kennzahlen.

Bevor du also das nächste KI-Werkzeug einführst, finde heraus, wo dein Haus wirklich steht. Der KIRA-Check gibt dir dein Profil über fünf Achsen und die zwei Engpässe, die euch gerade bremsen. Wenn Kostentransparenz einer davon ist, weißt du danach, wo du anfängst.