Was KI wirklich kostet
Warum die Modellwahl entscheidet, ob Ihre Automation 200 € im Monat kostet oder 12.000 €
Das Subventionsproblem
Wenn Sie heute ChatGPT, Claude oder Gemini nutzen, zahlen Sie nicht den echten Preis. Jeder große Anbieter verkauft seine Modelle unter Herstellungskosten, um Marktanteile zu gewinnen. OpenAI verbrennt Milliarden. Google subventioniert über die Werbeeinnahmen. Für Sie als Nutzer klingt das zunächst gut.
Aber es hat eine Konsequenz: Wenn Sie heute Ihre Prozesse auf dem teuersten Modell aufbauen, weil es „nur“ 20 € im Monat kostet, werden Sie morgen überrascht. Subventionen enden. Preise steigen. Und plötzlich kostet der Prozess, den Sie nie hinterfragt haben, das Zehnfache.
Die Schlussfolgerung ist nicht, dass KI zu teuer ist. Die Schlussfolgerung ist: Das richtige Modell für die richtige Aufgabe zu wählen, ist keine technische Entscheidung – es ist eine wirtschaftliche.
Nicht jede Aufgabe braucht ein Frontier-Modell
Die KI-Landschaft besteht nicht aus einem Modell. Es gibt Dutzende, mit radikal unterschiedlichen Kosten und überraschend geringen Qualitätsunterschieden bei vielen Standardaufgaben.
| Modell | Input / 1M Tokens | Output / 1M Tokens | Typischer Einsatz |
|---|---|---|---|
| Claude Opus 4.6 | $15,00 | $75,00 | Komplexe Analyse, Strategie |
| Claude Sonnet 4.6 | $3,00 | $15,00 | Allzweck, gute Balance |
| Claude Haiku 4.5 | $0,80 | $4,00 | Klassifizierung, Extraktion |
| Gemini Flash 2.0 | $0,10 | $0,40 | Einfache Aufgaben, Routing |
| Lokales Open-Source | ~$0,00 | ~$0,00 | Datensensible Aufgaben |
Der Unterschied zwischen dem teuersten und dem günstigsten Modell ist nicht 2× oder 5×. Es ist Faktor 300. Und für viele Unternehmensaufgaben ist das günstigere Modell nicht schlechter – es ist ausreichend.
Die entscheidende Fähigkeit ist zu wissen, an welcher Stelle welches Modell den größten Wert pro Euro liefert.
Fallbeispiel: 500 Rechnungen am Tag
Ein mittelständisches Logistikunternehmen verarbeitet 500 eingehende Rechnungen pro Tag. Bisher: manuell, drei Vollzeitkräfte, fehleranfällig bei Spitzenbelastung. Zwei Wege, das mit KI zu lösen:
Ansatz A: Ein Modell für alles
Jede Rechnung durch das Frontier-Modell
- Modell: Claude Opus 4.6
- Kosten pro Rechnung: ~$0,80
- 500 Rechnungen × 22 Arbeitstage
- Genauigkeit: 97,2 %
- Human Review nötig: ~3 %
Monatliche Kosten: ~$8.800
Ansatz B: Intelligentes Routing
Mehrstufige Pipeline mit Modell-Mix
- Stufe 1: Klassifizierung → Gemini Flash → $0,01
- Stufe 2: Extraktion (90 %) → Haiku → $0,05
- Stufe 3: Edge Cases (10 %) → Sonnet → $0,35
- Genauigkeit: 98,1 %
- Human Review nötig: ~2 %
Monatliche Kosten: ~$680
Gleiche Aufgabe. Bessere Genauigkeit. 13× weniger Kosten.
Warum interne Teams das selten lösen
Die KI-Landschaft verändert sich wöchentlich. Im April 2026 gibt es bereits über 30 relevante Modelle von acht Anbietern, mit unterschiedlichen Stärken in Sprache, Code, Bildverarbeitung und logischem Reasoning. Neue Modelle erscheinen im Rhythmus von Wochen.
Ein internes Team müsste kontinuierlich neue Modelle evaluieren, Benchmarks gegen eigene Daten laufen lassen, Kosten neu kalkulieren und Pipelines anpassen. Für ein einzelnes Unternehmen lohnt sich dieser Aufwand selten. Für einen spezialisierten Integrator, der diese Evaluation für viele Kunden betreibt, schon.
100%
Flash / Lokal
Vorfilterung & Routing
Aller Eingaben
85%
Haiku / Kleine Modelle
Standardverarbeitung
Automatisch gelöst
12%
Sonnet / Mittlere Modelle
Komplexe Fälle
Eskaliert
3%
Opus / Frontier
Grenzfälle & Audit
Höchste Stufe
<1%
Mensch
Finale Entscheidung
Human-in-the-Loop
Drei Grundsätze der wirtschaftlichen KI-Integration
Die Frage ist nicht „Können wir KI einsetzen?“, sondern „Wie setzen wir KI so ein, dass sich die Investition innerhalb von Monaten, nicht Jahren amortisiert?“
01
Das günstigste Modell, das die Aufgabe löst
Nicht das beste. Das günstigste, das die geforderte Genauigkeit erreicht. Frontier-Modelle sind für Grenzfälle, nicht für Standardprozesse. 85 % Ihrer Aufgaben können von Modellen gelöst werden, die 1/50 des Frontier-Preises kosten.
02
Mehrere Modelle statt eines einzigen
Wie ein Werkzeugkasten: Hammer und Skalpell, nicht nur Hammer. Ein schnelles Modell filtert vor, ein mittleres verarbeitet, ein starkes prüft. Dort, wo es kritisch wird, entscheiden zwei Modelle gegeneinander – oder ein Mensch.
03
Messen, nicht glauben
Jedes Modell wird gegen Ihre echten Daten getestet, bevor es produktiv geht. Bei jedem neuen Release erneut. Kein Vertrauen auf Benchmarks oder Marketing – nur auf das, was bei Ihren Dokumenten, Ihren Prozessen funktioniert.
Was das für Sie bedeutet
Wenn Sie KI-Automation in Ihrem Unternehmen aufbauen wollen, stehen Sie vor einer Grundsatzentscheidung. Entweder Sie setzen auf das teuerste, mächtigste Modell und hoffen, dass die Subventionen bleiben. Oder Sie investieren einmal in eine durchdachte Architektur, die das richtige Modell an der richtigen Stelle einsetzt – und deren Kosten Sie kontrollieren können.
Das Erste ist ein Experiment. Das Zweite ist ein System.
Wir bauen Systeme.
Lassen Sie uns rechnen, nicht raten.
In einem 30-minütigen Erstgespräch analysieren wir, wo KI in Ihren Prozessen den größten Hebel hat – und was es realistisch kostet. Keine Folien, keine Buzzwords.