Die erste API-Rechnung kommt oft überraschend
Ein Online-Händler aus dem Münsterland, rund 3.000 Artikel im Sortiment, wollte im Frühjahr seine Produktbeschreibungen überarbeiten lassen. Ein Dienstleister richtete ein kleines Skript ein, das jeden Artikel an ein KI-Modell schickt und eine neue Beschreibung zurückerhält. Das Ergebnis überzeugte – die Rechnung am Monatsende weniger. Statt der erwarteten "paar Euro" standen dort knapp achtzig. Kein Drama, aber das Vierfache der eigenen Schätzung. Auf Nachfrage stellte sich heraus: Niemand hatte vorher durchgerechnet, wie viele Tokens die Anfragen tatsächlich verbrauchen. Und das Skript schickte bei jedem einzelnen Artikel den kompletten vierseitigen Stilleitfaden des Unternehmens mit – dreitausend Mal.
Solche Geschichten begegnen uns regelmäßig, und sie haben fast immer dieselbe Ursache: Die Preislogik von KI-Diensten ist ungewohnt. Es gibt keine Lizenz pro Arbeitsplatz und keine Pauschale pro Dokument, sondern eine Abrechnung nach einer Einheit, die den meisten Menschen im Berufsalltag nie begegnet – dem Token. Wer diese Einheit einmal verstanden hat, kann KI-Kosten nicht nur nachvollziehen, sondern gezielt steuern. Genau darum geht es in diesem Beitrag.
Was ein Token ist – und warum es kein Wort ist
Sprachmodelle verarbeiten Text weder buchstabenweise noch wortweise, sondern in kleinen Bausteinen, den Tokens. Ein Token ist ein häufig vorkommendes Textstück: manchmal ein ganzes kurzes Wort, manchmal nur eine Silbe, eine Wortendung oder ein Satzzeichen. Als Faustregel gilt für englische Texte: Ein Token entspricht ungefähr einem Dreiviertelwort. 1.000 Tokens sind demnach grob 750 Wörter – etwa anderthalb DIN-A4-Seiten Fließtext.
Für deutsche Texte fällt die Bilanz meist etwas ungünstiger aus. Unsere Sprache liebt zusammengesetzte Begriffe, und ein Wort wie "Grundstücksverkehrsgenehmigung" zerlegt das Modell in mehrere Teilstücke, weil es so selten vorkommt, dass es keinen eigenen Baustein dafür gibt. In der Praxis sollten Sie bei deutschen Texten also eher mit etwas mehr Tokens pro Wort rechnen als im Englischen. Die genaue Zerlegung übernimmt ein sogenannter Tokenizer; die meisten Anbieter stellen kostenlose Werkzeuge bereit, mit denen Sie einen Beispieltext einfügen und die Tokenzahl ablesen können – für eine erste Kalkulation ist das Gold wert.
Entscheidend für die Kosten ist ein zweiter Punkt: Abgerechnet wird alles, was durch das Modell läuft. Sowohl das, was Sie hineingeben – der Input –, als auch das, was das Modell erzeugt – der Output. Zum Input zählt dabei nicht nur Ihre aktuelle Frage, sondern der gesamte Kontext: Systemanweisungen, angehängte Dokumente und bei einem Chat auch der bisherige Gesprächsverlauf, der bei jeder neuen Nachricht komplett erneut mitgeschickt wird. Ein langes Gespräch wird deshalb mit jeder Runde ein Stück teurer, ohne dass man davon etwas bemerkt.
Tokens sind übrigens auch die Einheit, in der die Kapazität eines Modells gemessen wird: Das sogenannte Kontextfenster gibt an, wie viel Text ein Modell gleichzeitig im Blick behalten kann – Frage, Anhänge, Verlauf und Antwort zusammengenommen. Aktuelle Modelle schaffen Kontexte von mehreren hunderttausend Tokens, also ganze Bücher. Wer Tokens versteht, versteht damit gleich zwei Dinge auf einmal: was eine Anfrage kostet und wie viel Material er dem Modell überhaupt mitgeben kann.
Warum die Antwort teurer ist als die Frage
Ein Blick auf die Preislisten der großen Anbieter zeigt ein wiederkehrendes Muster: Ausgabe-Tokens kosten deutlich mehr als Eingabe-Tokens, üblich ist etwa das Drei- bis Fünffache. Das ist keine Willkür, sondern hat einen handfesten technischen Grund. Den Eingabetext kann das Modell in einem Rutsch verarbeiten – diese Berechnung läuft auf den Grafikprozessoren der Rechenzentren stark parallelisiert und entsprechend effizient. Die Antwort dagegen entsteht Stück für Stück: Das Modell erzeugt ein Token, hängt es an den bisherigen Text an und berechnet auf dieser neuen Grundlage das nächste. Jedes einzelne Ausgabe-Token erfordert einen vollständigen Durchlauf durch das Modell. Erzeugen ist schlicht rechenintensiver als Lesen.
Für die Praxis folgt daraus eine einfache, oft übersehene Regel: Die Länge der Antwort ist ein Kostenfaktor, den Sie direkt beeinflussen können. Wer das Modell anweist, in drei Sätzen zu antworten statt in drei Absätzen, oder wer bei einer Datenextraktion nur die gewünschten Felder statt einer ausführlichen Erläuterung anfordert, senkt den teuersten Teil der Rechnung. Bei einem einzelnen Chat ist das belanglos. Bei zehntausend automatisierten Anfragen im Monat nicht mehr.
Eine Beispielrechnung zum Nachvollziehen
Bleiben wir beim Händler vom Anfang und rechnen mit runden, realistischen Zahlen. Angenommen, das verwendete Modell kostet 3 Euro pro Million Eingabe-Tokens und 15 Euro pro Million Ausgabe-Tokens.
Pro Artikel schickt das Skript die Produktdaten samt Anweisung, zusammen etwa 700 Tokens. Zusätzlich hängt es jedes Mal den Stilleitfaden an, der noch einmal rund 2.000 Tokens umfasst. Das Modell antwortet mit einer Beschreibung von etwa 350 Tokens. Bei 3.000 Artikeln ergibt das auf der Eingabeseite 3.000 mal 2.700 Tokens, also 8,1 Millionen Tokens und damit gut 24 Euro. Auf der Ausgabeseite sind es 3.000 mal 350 Tokens, also rund eine Million Tokens und knapp 16 Euro. Ein Durchlauf kostet demnach etwa 40 Euro – und weil nach einer Korrektur der Anweisungen ein zweiter Durchlauf nötig wurde, landete der Händler bei rund 80 Euro.
Zwei Beobachtungen lohnen sich. Erstens: Der ständig mitgeschickte Stilleitfaden macht fast drei Viertel der Eingabekosten aus, obwohl er sich nie ändert. Zweitens: Die Ausgabe ist pro Anfrage viel kürzer als die Eingabe, schlägt wegen des höheren Preises aber fast genauso stark zu Buche. Beide Punkte führen direkt zu den wichtigsten Sparhebeln.
Die vier größten Kostenhebel
#
Kleinere Modelle für einfache Aufgaben
Alle großen Anbieter führen Modellfamilien: ein Spitzenmodell für anspruchsvolle Aufgaben und kleinere, deutlich günstigere Varianten – der Preisunterschied liegt oft beim Faktor zehn bis zwanzig. Viele Alltagsaufgaben brauchen das Spitzenmodell gar nicht: E-Mails kategorisieren, Adressdaten in ein einheitliches Format bringen, kurze Zusammenfassungen erstellen – das erledigt ein kleines Modell zuverlässig für einen Bruchteil des Preises. Eine bewährte Faustregel lautet: so klein wie möglich, so groß wie nötig. Testen Sie die Aufgabe mit dem kleinen Modell an zwanzig, dreißig Stichproben, und greifen Sie nur dann zum großen, wenn die Qualität nicht ausreicht.
#
Prompt-Caching für wiederkehrende Kontexte
Wenn derselbe umfangreiche Kontext bei jeder Anfrage erneut mitgeschickt wird – ein Stilleitfaden, eine Wissensbasis, ausführliche Anweisungen –, können die Anbieter diesen Teil zwischenspeichern. Prompt-Caching heißt das Verfahren: Der unveränderte Anfang der Anfrage wird beim ersten Mal normal berechnet, bei allen folgenden Anfragen aber nur noch zu einem Bruchteil des Preises abgerechnet, häufig zu einem Zehntel. Für den Händler aus unserem Beispiel hätte allein dieser Hebel die Eingabekosten mehr als halbiert. Voraussetzung ist, dass der wiederverwendete Teil identisch bleibt und am Anfang der Anfrage steht.
#
Kürzere Kontexte statt Datenanhänge aus Gewohnheit
Der dritte Hebel ist unspektakulär, aber wirksam: weniger mitschicken. Muss wirklich das ganze Handbuch in die Anfrage, wenn nur ein Kapitel relevant ist? Muss der Chatverlauf endlos weiterwachsen, oder kann man für ein neues Thema ein neues Gespräch beginnen? Gerade bei automatisierten Abläufen lohnt es sich, Dokumente vorab auf die relevanten Auszüge zu kürzen. Das spart nicht nur Geld – kürzere, fokussierte Kontexte führen erfahrungsgemäß auch zu präziseren Antworten.
#
Batch-Verarbeitung für alles, was warten kann
Für Massenjobs ohne Zeitdruck bieten die Anbieter eine Batch-Schnittstelle an: Sie reichen viele Anfragen gesammelt ein und erhalten die Ergebnisse innerhalb eines definierten Zeitfensters, üblicherweise binnen 24 Stunden. Dafür gewähren die Anbieter typischerweise 50 Prozent Rabatt auf beide Token-Arten. Produktbeschreibungen, Monatsauswertungen, das Verschlagworten eines Dokumentenarchivs – all das muss selten in Sekunden fertig sein. Wer solche Aufgaben über Nacht laufen lässt, halbiert die Rechnung ohne jeden Qualitätsverlust.
Kostenloser Chat, Bezahl-Abo oder API?
Bisher ging es um die API, also die Schnittstelle für automatisierte Nutzung mit Abrechnung pro Token. Daneben gibt es die Chat-Oberflächen, die nach einer anderen Logik funktionieren. Die kostenlosen Varianten sind ein guter Einstieg, kommen aber mit Einschränkungen: Man erhält oft nicht das stärkste Modell, die Anzahl der Nachrichten ist begrenzt, und zu Stoßzeiten wird gedrosselt. Für gelegentliches Ausprobieren reicht das völlig.
Die Bezahl-Abos – meist um die 20 Euro pro Monat und Person – funktionieren nach Flatrate-Logik: Zugriff auf die besten Modelle, großzügigere Limits, Zusatzfunktionen wie Dateianalyse oder Recherche-Modi. Wer KI mehrmals täglich beruflich nutzt, hat den Betrag erfahrungsgemäß schnell wieder eingespielt. Die API wiederum lohnt sich immer dann, wenn KI in Abläufe eingebaut wird, die ohne Menschen am Bildschirm laufen. Ob sie günstiger oder teurer als ein Abo ist, hängt allein vom Volumen ab: Wenige hundert kurze Anfragen im Monat kosten über die API oft nur Cent-Beträge, intensive Automatisierung kann dagegen deutlich über einem Abo-Preis liegen. Für Teams hat sich die Kombination bewährt: Abos für die interaktive Arbeit, API für automatisierte Prozesse – und in jedem Fall ein Kostenlimit mit Benachrichtigung, das jeder Anbieter im Kundenkonto anbietet.
Ein häufiges Missverständnis sei noch ausgeräumt: Das Chat-Abo und die API sind getrennte Welten mit getrennter Abrechnung. Wer ein Abo für 20 Euro bezahlt, hat damit noch kein API-Guthaben – und umgekehrt. Für die Planung heißt das: Rechnen Sie beide Posten einzeln, und ordnen Sie jedem Anwendungsfall bewusst den passenden Zugang zu, statt aus Gewohnheit alles über einen Kanal laufen zu lassen.
Fazit: So behalten Sie die Kosten im Griff
KI-Kosten sind kein Buch mit sieben Siegeln, sondern das Produkt aus Tokenzahl und Tokenpreis – mit dem Sonderfall, dass die Ausgabe mehr kostet als die Eingabe. Drei Schritte bringen Sie sofort weiter. Erstens: Rechnen Sie Ihren wichtigsten Anwendungsfall einmal von Hand durch – Tokenzahl schätzen, mit der aktuellen Preisliste multiplizieren, aufs Monatsvolumen hochrechnen. Zweitens: Prüfen Sie bei jedem wiederkehrenden Job die vier Hebel Modellwahl, Caching, Kontextlänge und Batch – oft lassen sich 60 bis 80 Prozent einsparen, ohne dass die Qualität leidet. Drittens: Richten Sie im Anbieterkonto ein Ausgabenlimit und eine Benachrichtigung ein, bevor der erste automatisierte Prozess startet. Wenn Sie bei der Kalkulation oder Einführung Unterstützung möchten: FJ Design begleitet Unternehmen mit Workshops und praxisnaher Beratung bei der KI-Einführung.