Die Frage „Wie viel kostet ein KI-Agent?“ klingt wie eine Frage nach einer Preisliste, ist aber eine Frage nach der Architektur. Dasselbe Geschäftsergebnis lässt sich günstig und unvorhersehbar liefern – oder etwas teurer, aber mit Kosten, die sich ein Jahr im Voraus planen lassen.
Woraus setzen sich die Kosten zusammen#
- Implementierung (CAPEX des Projekts) — Prozessanalyse, Design der Agentenschritte, Integrationen mit Ihren Systemen (CRM, E-Mail, Datenbanken), Tests und Inbetriebnahme.
- Variable Modellkosten (OPEX) — entweder Zahlung für Token in der Cloud oder Abschreibung der eigenen Infrastruktur. Hier entscheidet, ob Sie auf API oder souveräne Infrastruktur setzen.
- Wartung — Qualitätsmonitoring, Anpassungen von Prompts und Logik, Hinzufügen neuer Fähigkeiten, wenn sich der Prozess ändert.
Wir nennen keine einzelne Zahl, denn sie wäre erfunden — die Kosten steigen mit der Zahl der Integrationen und dem Aufgabenvolumen. Unten finden Sie orientierende Spannen; das reale Angebot berechnen wir an Ihrem eigenen Prozess.
| Komponente | Charakter | Was die Spanne bestimmt |
|---|---|---|
| Implementierung | CAPEX (einmalig) | Ein einfacher Aufgaben-Agent: ab einigen tausend Złoty. Ein produktiver, in die Unternehmenssysteme integrierter Agent: typischerweise in der Größenordnung von 30.000–80.000 Złoty, abhängig von der Zahl der Integrationen und Regeln; das reale Angebot berechnen wir an Ihrem eigenen Prozess. |
| Variable Modellkosten | OPEX (monatlich) | Aufgabenvolumen × Aufrufe pro Aufgabe × Kosten pro Aufruf in der API oder Abschreibung der eigenen Infrastruktur. Die Wahl des Modells zur Aufgabe verändert diese Position um ein Vielfaches. |
| Wartung | OPEX (monatlich) | Umfang der Prozessänderungen, Zahl der abgedeckten Pfade und das erforderliche Niveau des Qualitätsmonitorings. |
Was die Rechnung wirklich in die Höhe treibt#
Nicht das Modell selbst ist am teuersten – am teuersten sind unvorhersehbare Aufrufe. Ein Agent, der für jeden Schritt das größte Cloud-Modell aufruft, generiert eine Rechnung, die mit dem Traffic wächst. Deshalb leiten wir den Zugang zu Modellen über einen Router, der das Modell zur Aufgabe auswählt: klein und günstig für Klassifizierungen, leistungsstark nur dort, wo es wirklich nötig ist. Das ist meist der größte einzelne Kostentreiber.
Wie man die Stückkosten berechnet#
Statt nach dem Preis des Agenten zu fragen, berechnen Sie die Kosten einer ausgeführten Aufgabe: Wie viel kostet die Bearbeitung eines Leads, die Klassifizierung eines Dokuments, die Antwort auf eine Anfrage? Diesen Wert vergleichen Sie direkt mit den Kosten für die manuelle Ausführung derselben Arbeit – und erst dieser Vergleich zeigt, ob sich der Agent rechnet.
Berechnungsschema (ein Beispiel, keine Preisliste – die realen Zahlen berechnen wir an Ihren Daten):
- Variable Kosten bei API = Zahl der Aufgaben pro Monat × Aufrufe pro Aufgabe × Kosten eines Aufrufs (diese hängen von der Zahl der Eingabe- und Ausgabe-Token sowie davon ab, wie groß das Modell ist, das die jeweilige Aufgabe bearbeitet). Bei einem mehrstufigen Agenten besteht eine Aufgabe oft aus mehreren bis einem Dutzend Aufrufen (jeder Schritt der ReAct-Schleife ist ein eigener LLM-Aufruf), gehen Sie also nicht davon aus, dass 1 Aufgabe = 1 Aufruf ist — das ist der häufigste Fehler, der die Rechnung für Agenten zu niedrig ansetzt.
- Prompt-Caching — auf der Eingabeseite ist der größte Hebel für einen RAG-Agenten das Caching des festen System-Prompts und der RAG-Kontext-Header: Sie machen meist den Großteil der Eingabe-Token aus, und ihr Caching senkt die Eingabekosten um 20–40 % ohne Änderung der Logik (wie man die Token-Kosten optimiert).
- Stückkosten bei Self-Hosting = (Hardware-Abschreibung + Strom + Wartung) ÷ Zahl der Aufgaben. Je größer und stabiler das Volumen, desto niedriger die Kosten pro Aufgabe.
- Rentabilitätsschwelle (Break-even) ist das Volumen, bei dem sich diese beiden Zahlen angleichen — darunter ist die API günstiger, darüber die eigene Infrastruktur. Der Schnittpunkt verschiebt sich mit jeder Preisänderung und Hardware-Generation, deshalb berechnen wir ihn an der realen Last und nicht vorab.
Beispiel zur Größenordnung (Tarife aus Mitte 2026, prüfen Sie die aktuelle Preisliste): Für ein Modell der mittleren Klasse (ca. 0,30 USD pro 1 Mio. Eingabe-Token und ca. 1,20 USD pro 1 Mio. Ausgabe-Token) kostet eine Aufgabe mit ~1 Tsd. Eingabe-Token und ~0,5 Tsd. Ausgabe-Token etwa 0,0009 USD pro Aufruf — bei 50 Tsd. Aufgaben pro Monat ist das eine Größenordnung von einigen Dutzend USD pro Modell. Auf der Self-Hosting-Seite liegt eine GPU-Box, auf die Abschreibung umgelegt, in einer Spanne von etwa 600–1.200 USD/Monat, sodass der Break-even-Punkt meist bei rund 0,5–2 Mio. Aufrufen pro Monat liegt. Die genaue Aufschlüsselung berechnen wir an Ihrem eigenen Volumen; die Details der Schwelle schlüsseln wir in Kosten: lokales Modell vs API auf.
Eigene Spannen berechnen Sie in unseren Tools: der ROI-Rechner zeigt, ob sich eine Aufgabe gegenüber manueller Arbeit rentiert, und der Inferenzkosten-Rechner schätzt die variablen Kosten pro Aufgabe. Die Schwelle API-vs-eigenes-Modell schlüsseln wir in Kosten: lokales Modell vs API auf, und die FinOps-Seite mit laufendem Rechnungs-Monitoring in LLM-Kostenmonitoring. Wenn Sie eine auf Ihren Prozess zugeschnittene Zahl statt einer Rechner-Schätzung möchten — beschreiben Sie uns Ihren Fall und wir berechnen ein Angebot.
Wann sich eigene Infrastruktur schneller rechnet#
Bei geringem Volumen ist die Cloud-API günstiger (keine Einstiegskosten). Bei konstant hoher Auslastung beginnen eigene Modellbereitstellung und Embeddings BGE-M3 kostentechnisch zu gewinnen und bieten Vorhersehbarkeit. Der Break-even-Punkt hängt vom Volumen ab – deshalb wählen wir die Variante passend zur realen Auslastung, nicht zur maximalen Hardware.
Live ausprobieren#
Beschreiben Sie Ihren Fall, und das Modell schätzt die Kostenaufschlüsselung (Implementierung, variable Modellkosten, Wartung) und die Stückkosten pro Aufgabe (Playground: PII maskiert, null Retention):
FAQ#
Wovon hängen die Kosten eines KI-Agenten ab?#
Von drei Faktoren: der Komplexität des Prozesses (Anzahl der Schritte und Integrationen), dem Volumen (Anzahl der Aufgaben pro Monat) und der Wahl zwischen Cloud-API und eigener Infrastruktur. Am stärksten beeinflusst die Modellauswahl pro Aufgabe die laufenden Kosten.
Ist es günstiger, eine fertige API oder ein eigenes Modell zu nutzen?#
Bei geringem Volumen – API. Bei konstanter, hoher Auslastung bietet die eigene Modellbereitstellung niedrigere und vorhersehbare Stückkosten. Die Grenze hängt von der Anzahl der monatlichen Aufgaben ab.
Wie vermeidet man Überzahlungen für einen KI-Agenten?#
Messen Sie die Kosten pro ausgeführter Aufgabe, leiten Sie alle Aufrufe über einen Router, der das Modell zur Aufgabe auswählt, und starten Sie mit einem eng definierten Prozess – statt mit einem „Agenten für alles“.