Was kostet KI im Workflow? Token, Modelle, Hebel

„Was kostet uns die KI im Monat?“ – diese Frage kommt fast immer, sobald ein Sprachmodell mehr als nur ein Test ist und täglich in einem Workflow mitläuft. Die ehrliche Antwort lautet: Das hängt fast vollständig davon ab, wie Sie es bauen. Derselbe Anwendungsfall kann ein paar Euro im Monat kosten oder ein Vielfaches davon. Dieser Artikel erklärt für Geschäftsführer und alle, die KI in Automatisierungen einsetzen, wie die Abrechnung funktioniert – und an welchen Stellschrauben Sie drehen, um die Kosten klein zu halten.

Wie Sprachmodelle abgerechnet werden

Ein Sprachmodell rechnet nicht pro Anfrage ab, sondern pro Token. Ein Token ist ein Textbaustein – als grobe Faustregel nennt Anthropic rund vier Zeichen oder 0,75 Wörter pro Token im Englischen (Pricing-FAQ). Deutsch ist teurer: Tokenizer-Analysen beziffern für ein gängiges Modell rund 2,12 Token pro Wort im Deutschen gegenüber 1,39 im Englischen (winder.ai) – lange Komposita wie „Lieferantenrechnung“ zerfallen in mehrere Stücke. Für denselben Sachverhalt verbraucht ein deutscher Text also spürbar mehr Token als ein englischer.

Entscheidend sind zwei getrennte Posten: Input-Token (alles, was Sie an das Modell schicken – Anweisung, Kontext, Daten) und Output-Token (was es zurückschreibt). Beide werden getrennt berechnet, und der Output ist deutlich teurer. Bei den aktuellen Claude-Modellen kostet die Ausgabe durchgängig das Fünffache der Eingabe (Anthropic-Pricing). Eine knappe Antwort ist also nicht nur schneller, sie ist auch billiger.

Sprachmodelle rechnen pro Token ab – pro verarbeitetem Textbaustein, getrennt nach Eingabe und Ausgabe. Die Kosten einer KI-Automatisierung hängen damit an drei Größen: wie groß das gewählte Modell ist, wie viel Text Sie hineingeben und wie viel es zurückschreibt. Wer diese drei Hebel kennt, betreibt denselben Workflow um ein Vielfaches günstiger.

Was ein KI-Aufruf kostet – ein Rechenbeispiel

Die Preise pro Million Token klingen abstrakt, werden aber konkret, sobald man sie auf eine reale Aufgabe umrechnet. Anthropic nennt als Beispiel die Klassifikation von 10.000 Support-Tickets mit durchschnittlich rund 3.700 Token pro Vorgang: Mit dem kleinen Modell Claude Haiku kostet das insgesamt etwa 37 US-Dollar (Anthropic-Pricing) – also weniger als ein halber Cent pro Ticket. Mit einem großen Modell wäre derselbe Lauf ein Vielfaches teurer.

Die Spreizung zwischen den Modellklassen ist erheblich (Richtwerte, Stand Juni 2026, in US-Dollar je 1 Mio. Token):

Modellklasse	Input / Output (≈ $ je 1 Mio. Token)
Klein (z. B. Claude Haiku 4.5, GPT-5.4-nano)	0,20–1 / 1,25–5
Mittel (z. B. Claude Sonnet 4.6)	3 / 15
Groß (z. B. Claude Opus 4.8, GPT-5.5)	5 / 25–30

Quellen: Anthropic, OpenAI. Preise ändern sich häufig – prüfen Sie vor einer Kalkulation immer die aktuellen Listen. Beim Input liegt zwischen dem günstigsten kleinen und dem großen Modell rund das Fünf- bis Fünfundzwanzigfache. Genau hier sitzt der größte Hebel.

Hebel 1: das richtige Modell wählen

Die teuerste und die billigste Variante eines Workflows unterscheiden sich oft nur in einer Einstellung: dem gewählten Modell. Die Versuchung ist groß, überall das stärkste Modell einzusetzen – „dann passt es schon“. Für die meisten Aufgaben in einer Automatisierung ist das verschenktes Geld.

Die Faustregel der Anbieter selbst lautet: kleines Modell für einfache Aufgaben, mittleres für die meiste Produktion, großes nur für echtes, schwieriges Reasoning. Eine Mail in vier Kategorien einsortieren, ein Datum aus einem Beleg ziehen, eine kurze Zusammenfassung schreiben – das erledigt ein kleines Modell zuverlässig und für einen Bruchteil. Das große Modell heben Sie sich für die Fälle auf, in denen es wirklich um mehrstufiges Schlussfolgern geht. In der Praxis fährt man am günstigsten, wenn man pro Schritt das kleinste Modell wählt, das die Aufgabe noch sauber löst, statt eines für alles.

Hebel 2: weniger Text, Caching und Batch

Wenn das Modell feststeht, geht es um die Token-Menge. Drei Ansätze wirken sofort:

• Kontext kurz halten. Schicken Sie nur, was das Modell für die Aufgabe braucht – nicht die komplette Mail-Historie, nicht das ganze PDF, wenn eine Seite reicht. Jeder mitgeschickte Absatz ist bezahlter Input. Und weil der Output teurer ist als der Input, lohnt es sich, das Modell ausdrücklich um knappe Antworten zu bitten (etwa nur das gewünschte JSON statt einer Erklärung dazu).
• Caching für wiederkehrenden Kontext. Schicken Sie bei jedem Aufruf denselben großen Block – eine lange Anweisung, einen Beispielkatalog, ein Regelwerk –, lässt sich dieser Teil zwischenspeichern. Ein Cache-Treffer kostet nur noch rund ein Zehntel des normalen Input-Preises, also etwa 90 % weniger (Anthropic). Bei gleichbleibenden System-Prompts ist das einer der größten Einzelhebel.
• Batch für nicht-eilige Massen. Müssen 5.000 Dokumente verarbeitet werden, aber nicht in Echtzeit? Die Batch-Verarbeitung führt solche Aufträge asynchron aus und gibt dafür 50 % Rabatt auf Input und Output (Anthropic, OpenAI). Für nächtliche Stapelläufe ist das geschenktes Geld, das Sie sonst liegen lassen.

Der wirksamste Spartrick ist aber ein anderer: der billigste Token ist der, den Sie nie senden. Sehr viele Schritte, die man reflexhaft einem Sprachmodell gibt, sind in Wahrheit feste Wenn-Dann-Regeln – und die rechnen auf Ihrem eigenen Server, ohne jede laufende Gebühr. Wo die Grenze zwischen fester Regel und KI im Workflow verläuft, habe ich getrennt beschrieben.

Die versteckten Kostentreiber

Die Überraschung auf der Rechnung kommt selten vom einzelnen Aufruf, sondern von der Häufigkeit. Drei Muster treiben die Kosten unbemerkt nach oben:

• Agenten, die in Schleifen denken. Ein KI-Agent, der Werkzeuge nutzt, ruft das Modell pro Aufgabe meist mehrfach auf: einmal zum Planen, dann nach jedem Werkzeugaufruf erneut mit dem Ergebnis. Aus einer Aufgabe werden schnell fünf oder zehn Modellaufrufe. Das kann sich lohnen – aber man sollte es wissen und begrenzen.
• Wiederholungen bei Fehlern. Ein automatischer Neuversuch (Retry) ist sinnvoll für die Zuverlässigkeit, verdoppelt aber im Fehlerfall die Token. Läuft ein Workflow oft in denselben Fehler, zahlen Sie jeden Versuch.
• Hohe Frequenz. Ein Aufruf bei jeder eingehenden Mail summiert sich anders als ein Stapellauf pro Stunde. Oft reicht die seltenere Variante völlig.

Dass Kostenkontrolle kein Randthema ist, zeigt eine Prognose von Gartner (Juni 2025): Mehr als 40 % der Agentic-AI-Projekte werden demnach bis Ende 2027 abgebrochen – unter anderem wegen unklarer Kosten und ausbleibendem Nutzen. Wer von Anfang an misst, was ein Workflow verbraucht, gehört seltener dazu.

Wo Sie in n8n ansetzen

In n8n ist die Modellwahl kein abstraktes Konzept, sondern eine konkrete Einstellung. Die KI-Bausteine – der AI Agent, die Basic LLM Chain, der Information Extractor oder der Text Classifier – bekommen ein eigenes Chat-Model-Sub-Node angehängt. Dort wählen Sie über ein Dropdown das genaue Modell (n8n-Doku). Es gibt diese Sub-Nodes für die großen Anbieter (OpenAI, Anthropic, Google) – das günstigere Modell ist also nur ein Klick entfernt.

Für hohes Volumen oder sensible Daten gibt es zusätzlich den Ollama Chat Model-Node: Damit sprechen Sie ein lokal auf Ihrem Server laufendes Modell an. Dann fallen keine Token-Gebühren pro Aufruf an – Sie zahlen stattdessen Ihre eigene Rechenleistung. Ob sich das rechnet, hängt vom Volumen ab; wo die Grenze zwischen Cloud-Modell und Eigenbetrieb liegt, ordne ich in der n8n-Beratung ein.

Erst rechnen, dann skalieren

KI-Kosten laufen nicht aus dem Ruder, weil das Modell teuer wäre, sondern weil niemand misst, was es verbraucht. Wer ein passend großes Modell wählt, den Kontext schlank hält, Caching und Batch nutzt und die Aufruf-Frequenz im Blick behält, betreibt dieselbe Automatisierung oft für einen Bruchteil. Diese laufenden Kosten sind nur ein Teil der Gesamtrechnung – wie sich ein Automatisierungsprojekt insgesamt amortisiert, habe ich unter was Prozessautomatisierung wirklich kostet beschrieben.

Wenn Sie unsicher sind, ob sich ein KI-Schritt in Ihrem Prozess lohnt und was er im Betrieb kosten würde, schauen wir uns das im kostenlosen Prozess-Check gemeinsam an – ehrlich gerechnet, inklusive der Fälle, in denen eine schlichte Regel die günstigere Antwort ist.