Was ein KI-Projekt nach dem Start wirklich kostet
Die Entwicklung zahlen Sie einmal. Modellnutzung, Überwachung, Wartung und Support zahlen Sie jeden Monat, und sie entscheiden, ob ein KI-Projekt im zweiten Jahr noch lebt.
Das Wichtigste in Kürze
- Nach dem Start hat ein KI-Projekt fünf laufende Kostenpunkte: Hosting, Modellnutzung, Überwachung, Wartung und Support.
- Nur die Modellnutzung wächst mit dem Volumen. Mit dem passenden Modell für jede Aufgabe lässt sie sich um den Faktor vier oder mehr verändern.
- KI-Systeme brauchen Wartung, auch wenn niemand sie anfasst: Modelle werden abgekündigt, Plattformen ändern ihre Regeln und angebundene Tools ihre Schnittstellen.
- Fragen Sie, wer einen Ausfall zuerst bemerkt. Lautet die Antwort „Ihr Kunde“, fehlt die Überwachung.
- Ein gut betriebenes KI-System sollte mit der Zeit pro Aufgabe günstiger werden und gleichzeitig mehr Arbeit übernehmen.
Über den Entwicklungspreis verhandeln alle. Ob das Projekt im zweiten Jahr noch lebt, entscheiden die laufenden Kosten. Die meisten Inhaber, mit denen wir sprechen, wissen ungefähr, was die Entwicklung eines KI-Projekts kostet. Was der Betrieb kostet und wer es um 7 Uhr morgens repariert, wenn es stehen bleibt, wissen sie nicht.
Fünf Posten auf der Monatsrechnung
In Wie KI-Implementierungsprojekte berechnet werden ging es darum, was die Entwicklung kostet. Hier geht es um alles nach dem Start, den Teil, der in einem Angebot selten im Detail auftaucht.
Egal um welches Projekt es geht, die laufenden Kosten fallen in fünf Posten:
- Hosting. Server, Datenbank und Speicher, auf denen das System läuft.
- Modellnutzung. Was der KI-Anbieter für jede Anfrage berechnet.
- Überwachung. Jeden Tag wissen, dass es funktioniert, ohne dass jemand von Hand nachsieht.
- Wartung. Dafür sorgen, dass es weiter funktioniert, während sich die Welt drumherum ändert.
- Support. Ein Mensch, der antwortet, wenn etwas falsch aussieht.
Hosting ist meist der kleinste und am besten planbare Posten. Ein KI-System für ein kleines Unternehmen braucht selten mehr als einen bescheidenen Cloud-Server. Die anderen vier sorgen für die meisten Überraschungen.
Modellnutzung: der Posten, der sich bewegt
KI-Anbieter rechnen pro Token ab. Ein Token ist ein Wortstück, bei englischem Text etwa vier Zeichen. Sie zahlen für die Tokens, die Sie schicken (die E-Mail, die Anweisungen, den Kontext), und zu einem höheren Satz für die Tokens, die das Modell zurückschreibt.
Die Spanne zwischen den Modellen ist groß. Nach Anthropics aktueller Preisliste kostet das kleine Modell Haiku 1 $ pro Million Eingabe-Tokens und 5 $ pro Million Ausgabe-Tokens. Das größte Modell Opus kostet 4 $ und 20 $, also viermal so viel beim selben Anbieter.
Ein einfaches Beispiel, mit unserer eigenen Rechnung auf Basis dieser Listenpreise. Ein Agent sortiert 200 E-Mails am Tag, liest pro E-Mail etwa 2.000 Tokens und schreibt etwa 200 Tokens Zusammenfassung und Kategorie. Das sind 400.000 Tokens Eingabe und 40.000 Ausgabe pro Tag.
- Mit dem kleinen Modell: etwa 0,60 $ am Tag, rund 18 $ im Monat.
- Mit dem größten Modell: etwa 2,40 $ am Tag, rund 72 $ im Monat.
Keine dieser Zahlen bringt ein Unternehmen in Schwierigkeiten. Aber wenn mehrere Aufgaben dazukommen (Posteingang, Angebote, Rechnungen, Berichte), zählt die Modellwahl pro Aufgabe. E-Mails sortieren braucht nicht das leistungsstärkste Modell. Eine sorgfältige Antwort an einen verärgerten Kunden vielleicht schon.
Drei weitere Hebel bewegen diesen Posten:
- Caching. Wenn dieselben Anweisungen oder Dokumente mit jeder Anfrage mitgehen, können Anbieter sie zwischenspeichern. Bei Anthropics API kostet das Lesen aus dem Zwischenspeicher ein Zehntel des normalen Eingabepreises.
- Stapelverarbeitung. Arbeit, die ein paar Stunden warten kann, etwa ein nächtlicher Bericht, läuft über eine Batch-Schnittstelle zum halben Preis.
- Wo das Modell läuft. Die Verarbeitung in einer bestimmten Region zu halten, zum Beispiel in der EU, kostet auf den Cloud-Plattformen von Amazon und Google 10 % Aufschlag. Für die meisten europäischen Kunden lohnt sich das, und es gehört vom ersten Tag an ins Budget.
Ein Detail überrascht viele. Anthropic weist darauf hin, dass seine neueren Modelle einen Tokenizer nutzen, der für denselben Text etwa 30 % mehr Tokens erzeugt. Ein Modell-Upgrade kann eine Aufgabe besser und gleichzeitig etwas teurer machen. Das muss nach jedem Upgrade jemand prüfen.
Wartung: Die Welt ändert sich unter Ihrer KI
Inhaber gehen oft davon aus, dass Software, die niemand anfasst, weiterläuft. KI-Systeme tun das nicht, weil sich die Teile bewegen, von denen sie abhängen.
Modelle werden abgekündigt. Anthropic kündigt die Abschaltung eines Modells mindestens 60 Tage vorher an. Am 30. September 2026 teilte das Unternehmen Entwicklern mit, dass Claude Sonnet 4.5 am 30. November 2026 abgeschaltet wird. Jedes System, das dieses Modell danach noch aufruft, fällt aus. Der Wechsel auf das Nachfolgemodell heißt testen, ob das neue Modell die Berichte, die E-Mail-Sortierung und die Regeln weiterhin so umsetzt, wie das Unternehmen es erwartet.
Plattformen ändern ihre Regeln. Am 1. Juli 2025 hat Meta die WhatsApp-Business-Nachrichten auf Abrechnung pro Vorlagennachricht umgestellt. Ab dem 15. Januar 2026 hat Meta allgemeine KI-Chatbots auf der WhatsApp-Business-Plattform verboten, KI für Kundenservice wie Buchungen und Sendungsverfolgung aber weiter erlaubt. Ein Unternehmen mit einem Assistenten über WhatsApp musste in sieben Monaten zweimal prüfen, ob sein Aufbau noch erlaubt ist und was er jetzt kostet.
Angebundene Tools ändern sich. CRM, Buchhaltungssoftware, E-Mail-Anbieter: Jedes davon aktualisiert seine Schnittstelle, benennt Felder um oder ändert die Anmeldung. Jede Verbindung kann an einem Dienstagmorgen brechen.
Das Unternehmen ändert sich. Eine neue Produktlinie, eine neue Preisliste, eine neue Person im Büro. Die KI muss das wissen. Ein System, das im März richtig lag, kann im September falsch liegen, ohne dass es jemand merkt.
Deshalb behandeln wir jedes KI-System, das wir bauen, als etwas, das betrieben wird, mit jemandem, der jeden Monat dafür verantwortlich ist. Der Beitrag zur Software-Nachfolgeplanung beleuchtet die andere Seite derselben Medaille: was passiert, wenn die Person verschwindet, die es wartet.
Überwachung: Wer merkt es zuerst?
Eine Frage zeigt, ob es eine Überwachung gibt: Wenn das System ausfällt, wer merkt es zuerst?
Lautet die Antwort „ein Kunde“ („Ich habe vor drei Tagen eine Schadensmeldung geschickt und nichts gehört“), fehlt die Überwachung. KI-Systeme fallen zudem leiser aus als normale Software. Sie stürzen nicht immer ab. Manchmal laufen sie weiter und werden schlechter: Zusammenfassungen werden vager, ein Feld wird falsch befüllt, eine E-Mail-Kategorie wird ignoriert.
Gute Überwachung für das System eines kleinen Unternehmens prüft drei Dinge:
- Läuft es? Jeder geplante Job hinterlässt einen Eintrag. Fehlt ein Eintrag, geht ein Alarm los.
- Stimmt es? Eine kleine Sammlung echter Testfälle mit bekannten Antworten läuft nach jeder Änderung, damit ein Modell-Update oder eine geänderte Anweisung nicht unbemerkt etwas kaputt macht.
- Was kostet es? Nutzung pro Job, täglich erfasst, mit einer Obergrenze. Eine Schleife, die die ganze Nacht läuft, sollte nicht erst auf der Rechnung auffallen.
Ein System für ein kleines Unternehmen kann alle drei Punkte mit einfachen Prüfungen und Benachrichtigungen abdecken, sofern jemand vor dem Start entscheidet, dass es wichtig ist.
Wer repariert es um 7 Uhr?
Für einen Inhaber ist die praktische Frage einfach: Wenn es vor Ladenöffnung nicht mehr funktioniert, wer geht ans Telefon?
Bei einer kleinen Agentur oder einem Freelancer lautet die ehrliche Antwort oft „ich, sobald ich die Nachricht sehe“. Das kann in Ordnung sein. Es sollte nur schriftlich festgehalten werden: Reaktionszeiten, was als dringend gilt und was passiert, wenn diese Person im Urlaub ist.
Wenn Sie Angebote vergleichen, denken Sie daran: Eine niedrigere Monatsgebühr ohne zugesagte Reaktionszeit verschiebt das Risiko zu Ihnen.
Wie sich die Kosten mit der Zeit entwickeln sollten
Ein gut betriebenes KI-System sollte zwei Entwicklungen gleichzeitig zeigen: mehr erledigte Arbeit und niedrigere Kosten pro Aufgabe.
Das Volumen wächst, weil das Unternehmen dem System mehr anvertraut. Die Kosten pro Aufgabe sinken, weil mit echten Nutzungsdaten Routineaufgaben auf günstigere Modelle wandern, wiederholter Kontext zwischengespeichert wird, nicht dringende Arbeit gebündelt läuft und überflüssige Aufrufe gefunden und entfernt werden. Der erste Monat ist pro Aufgabe meist der teuerste. Ist der zwölfte Monat pro Aufgabe nicht günstiger als der erste, kümmert sich jemand nicht darum.
So messen wir auch unsere eigene Arbeit. Unsere Kunden beauftragen uns, damit sie mit ihrem bestehenden Team mehr schaffen. Ein laufendes System, dessen Kosten pro Aufgabe jedes Quartal steigen, besteht diesen Test nicht, auch wenn es nie ausfällt.
Fragen zu den laufenden Kosten
Bevor Sie ein KI-Projekt unterschreiben, lassen Sie sich diese Fragen schriftlich beantworten:
- Was genau deckt die Monatsgebühr ab: Hosting, Modellnutzung, Überwachung, Wartung, Support?
- Ist die Modellnutzung enthalten, gedeckelt oder wird sie zusätzlich berechnet? Was passiert, wenn sich das Volumen verdoppelt?
- Welches Modell erledigt welche Aufgabe, und wann wurde das zuletzt überprüft?
- Wer kümmert sich um eine Modellabschaltung oder eine Schnittstellenänderung, und ist das inbegriffen?
- Woran sehen wir, dass es funktioniert, und wer merkt es zuerst, wenn nicht?
- Wie schnell wird reagiert, wenn etwas ausfällt, und wer vertritt im Urlaub?
- Bekomme ich einen Monatsbericht mit Volumen, Kosten pro Aufgabe und Störungen?
Die Zahl, auf die es ankommt
Die Rechnung für die Entwicklung kommt einmal. Die laufenden Kosten kommen jeden Monat, so lange das System lebt. Im zweiten Jahr lautet die sinnvolle Frage, was eine Aufgabe heute im Vergleich zum ersten Monat kostet. Sinkt diese Zahl, während das System mehr übernimmt, wird das Projekt gut betrieben.
Häufige Fragen
Das hängt vom Volumen ab und davon, welche Modelle welche Aufgaben erledigen. In unserem Rechenbeispiel kostet das Sortieren von 200 E-Mails am Tag rund 18 $ im Monat mit einem kleinen Modell und rund 72 $ mit dem größten, ohne Hosting, Überwachung und Support. Lassen Sie sich eine Schätzung pro Aufgabe auf Basis Ihrer echten Mengen geben, und eine Obergrenze.
Weil sich die Teile ändern, von denen es abhängt. KI-Anbieter schalten Modelle ab (Anthropic kündigt das mindestens 60 Tage vorher an), Messaging-Plattformen ändern ihre Regeln und angebundene Tools aktualisieren ihre Schnittstellen. Jede Änderung braucht jemanden, der das System testet und anpasst.
Für Routineaufgaben wie Sortieren, Kategorisieren und kurze Zusammenfassungen meist ja. Für sorgfältige Texte oder komplexe Entscheidungen lohnt sich oft ein größeres Modell. Die richtige Lösung mischt Modelle pro Aufgabe und prüft die Wahl mit echten Testfällen.
Auf den Cloud-Plattformen von Amazon und Google kosten regionale Endpunkte wie die EU etwa 10 % mehr als die globale Verteilung. Für europäische Unternehmen mit Kundendaten bringt dieser Aufschlag meist eine deutlich einfachere DSGVO-Position.
Mindestens: Hosting, Überwachung, Anpassungen bei Änderungen an Modellen oder angebundenen Tools und eine zugesagte Reaktionszeit im Support. Fragen Sie, ob die Modellnutzung enthalten ist und wie neue Funktionen berechnet werden.
Wollen Sie sehen, was KI für Sie tun kann?
Erzählen Sie uns von Ihrem Unternehmen. Wir melden uns innerhalb von 24 Stunden.
Strategiegespräch vereinbaren