Was ein KI-Agent kostet, wenn niemand hinschaut

Ein klassischer Chatbot beantwortet eine Frage und beendet die Interaktion. Sein Aufwand lässt sich vergleichsweise gut kalkulieren: Eingabe, Antwort, fertig.

 

Ein KI-Agent arbeitet anders. Er verfolgt ein Ziel über mehrere Schritte hinweg. Er kann Informationen aus mehreren Quellen zusammenführen, mit einem ERP-System kommunizieren, eine Rückfrage erzeugen, einen Vorgang an einen Menschen übergeben und nach dessen Freigabe weiterarbeiten.

 

Jeder dieser Schritte erzeugt Kosten.

 

Ein Beispiel aus dem Angebotsprozess:

 

1. Eine Kundenanfrage trifft per E-Mail ein.
2. Der Agent liest Nachricht und Anhänge.
3. Er extrahiert technische Angaben.
4. Er gleicht Daten mit Produktinformationen oder ERP-Stammdaten ab.
5. Fehlende Angaben führen zu einer Rückfrage.
6. Ein Mitarbeiter prüft den Antwortentwurf.
7. Nach Freigabe wird das CRM aktualisiert und der Vorgang weitergeleitet.

 

Die sichtbare Modellantwort ist nur ein kleiner Teil dieses Ablaufs. Die Gesamtkosten entstehen entlang der gesamten Prozesskette.

 

Wenn niemand hinschaut, werden daraus schnell fünf typische Kostenfallen.

Token sind die Recheneinheit vieler Sprachmodelle. Doch bei Agenten hängt der Verbrauch nicht nur davon ab, wie viele Anfragen eingehen.

 

Relevant sind auch:

 

• die Länge der Eingaben und Antworten,
• der Umfang mitgelieferter Dokumente und Kontextdaten,
• zusätzliche Recherche- oder Retrieval-Schritte,
• Tool-Aufrufe und deren Ergebnisse,
• Wiederholungen bei Fehlern oder Unsicherheit,
• Prüf- und Reflexionsschleifen,
• die Anzahl beteiligter Agenten.

 

Ein einzelner Vorgang kann so mehrere Modellaufrufe auslösen. Besonders teuer wird es, wenn Agenten mit zu großen Kontextfenstern arbeiten, denselben Inhalt mehrfach verarbeiten oder bei jeder Zwischenfrage das gesamte Vorgangsdossier erneut laden.

 

Die Herausforderung ist grundsätzlicher Natur: Ein Agent arbeitet nicht vollständig deterministisch. Zwei ähnlich gelagerte Vorgänge können unterschiedliche Bearbeitungswege, unterschiedliche Antwortlängen und damit unterschiedliche Kosten erzeugen. etailment beschreibt diese schwer planbare Dynamik bei tokenbasierten agentischen Diensten.

 

Deshalb reicht es nicht, Modellkosten monatlich auf einer Sammelkostenstelle auszuweisen. Unternehmen müssen sehen, welcher Agent welche Kosten verursacht – und für welchen Prozessschritt.

Ein Agent ohne Zugriff auf Unternehmenssysteme bleibt ein Assistent. Erst Integrationen machen ihn zu einem operativen Teil des Prozesses.

 

Er liest Daten aus dem CRM, prüft Aufträge im ERP, öffnet Dokumente im Archiv, erstellt Tickets, aktualisiert Datensätze oder startet Folgeprozesse. Jede Anbindung muss entwickelt, getestet, abgesichert, dokumentiert und betrieben werden.

 

Dabei entstehen Kosten, die in einer schnellen Pilotkalkulation häufig fehlen:

 

• API-Management und Schnittstellenbetrieb,
• Identitäten, Rollen und Berechtigungen,
• Datenaufbereitung und Datenqualität,
• Verschlüsselung und Zugriffskontrollen,
• Fehlerbehandlung und Wiederanlaufverfahren,
• Versionsmanagement für Schnittstellen und Agentenlogik,
• Monitoring und Alarmierung.

 

Ein Agent, der eine Angebotsanfrage analysiert, kann günstig sein. Ein Agent, der daraus autonom Geschäftsdaten verändert, braucht eine belastbare technische Umgebung. Das ist kein optionaler Mehraufwand. Es ist die Voraussetzung für einen sicheren Betrieb.

Die Kosten eines fehlerhaften Agenten lassen sich nicht auf Tokens reduzieren.

 

Wenn ein Agent eine Anfrage falsch klassifiziert, entsteht vielleicht nur Nacharbeit. Wenn er jedoch den falschen Kundenstatus im CRM setzt, ein Ticket voreilig schließt oder eine unzulässige Information in einen Antwortentwurf übernimmt, kann der Aufwand erheblich steigen.

 

Die Frage lautet daher nicht nur: Wie viel kostet der Agent pro Monat?

 

Sondern auch:

 

• Wie viele Ergebnisse müssen geprüft werden?
• Wie viele Fälle werden eskaliert?
• Wie schnell werden Fehler erkannt?
• Lässt sich eine Aktion zurücknehmen?
• Ist nachvollziehbar, auf welcher Grundlage der Agent gehandelt hat?
• Wer trägt die Verantwortung für das Ergebnis?

 

Bei geschäftskritischen Vorgängen ist ein menschlicher Kontrollpunkt kein Zeichen fehlender Automatisierung. Er ist ein bewusst gesetzter Qualitäts- und Risikomechanismus.

 

Ein sauber geplanter Prozess entscheidet deshalb nicht pauschal zwischen „vollautomatisch“ und „manuell“. Er definiert präzise, welche Schritte automatisiert werden, bei welchen Ausnahmen ein Mensch eingebunden wird und welche Entscheidungen nie ohne Freigabe erfolgen dürfen.

Ein produktiver Agent ist keine einmalige Implementierung. Modelle ändern sich. Schnittstellen ändern sich. Datenstrukturen ändern sich. Geschäftsregeln ändern sich.

 

Was heute zuverlässig funktioniert, kann in drei Monaten unpassende Ergebnisse liefern, weil sich ein Formular, eine Produktstruktur oder eine interne Richtlinie geändert hat.

 

Zum Betrieb gehören daher dauerhaft:

 

• Qualitätsmessung und fachliche Stichproben,
• Tests vor Änderungen an Modell, Prompt oder Prozesslogik,
• Überwachung von Fehlerraten und Laufzeiten,
• Anpassung von Berechtigungen,
• Pflege von Wissensquellen,
• Behandlung von Ausnahmen,
• regelmäßige Überprüfung des Nutzens.

 

Das ist der Unterschied zwischen einer Demo und einem Enterprise-System.

 

Ein Prototyp beweist, dass ein Agent eine Aufgabe grundsätzlich erledigen kann. Ein operativer Prozess beweist, dass er diese Aufgabe über Monate hinweg nachvollziehbar, sicher und wirtschaftlich erledigt.

Der entscheidende Kennwert ist nicht „Kosten pro Agent“. Er ist auch nicht „Kosten pro Token“.

 

Aussagekräftiger ist etwa:

 

Was kostet es, eine vollständige und korrekte Angebotsanfrage zu bearbeiten – verglichen mit dem bisherigen Ablauf?

 

Oder:

 

Wie hoch sind die Kosten pro richtig klassifiziertem Servicefall, wenn Nacharbeit, Prüfungen und Eskalationen berücksichtigt sind?

 

Erst diese Perspektive verbindet Technologieausgaben mit betrieblicher Wirkung.

Kostenkontrolle muss nicht mit einem großen Controlling-Projekt beginnen. Drei Regeln schaffen schnell Transparenz.

 

1. Budget je Agent und Vorgang definieren

 

Jeder produktive Agent braucht ein Nutzungsbudget. Nicht nur pro Monat, sondern auch pro Vorgang oder Falltyp.

 

Das schützt vor Endlosschleifen, übermäßig langen Kontexten und unkontrollierten Wiederholungsversuchen. Erreicht ein Agent sein Limit, kann der Prozess pausieren, auf ein kostengünstigeres Modell wechseln oder an einen Menschen eskalieren.

 

2. Das passende Mittel für den passenden Schritt einsetzen

 

Nicht jede Aufgabe erfordert einen autonomen Agenten.

 

• Feste Schwellenwerte gehören in Regeln oder Entscheidungstabellen.
• Wiederkehrende Datenübertragungen gehören in Integrationen und Workflows.
• Einfache Extraktion oder Zusammenfassung kann mit einem begrenzten Modellaufruf erfolgen.
• Agenten sind dort sinnvoll, wo Kontext, Sprache, Dokumente, Abwägung und dynamische Werkzeugnutzung tatsächlich nötig sind.

 

Diese Unterscheidung reduziert Kosten und erhöht die Verlässlichkeit. Ein deterministischer Prozessschritt ist in der Regel günstiger, schneller und leichter zu prüfen als eine agentische Entscheidung.

 

3. Kosten, Qualität und Risiko zusammen überwachen

 

Ein Agent, der günstig arbeitet, aber viele Fehler erzeugt, ist nicht wirtschaftlich. Ein Agent mit hoher Qualität, der durch unnötige Schleifen unverhältnismäßig teuer wird, ebenfalls nicht.

 

Deshalb gehören drei Metriken zusammen:

 

• Kosten: Modellnutzung, Infrastruktur, Tool-Aufrufe und Betrieb.
• Qualität: Trefferquote, Nacharbeit, Eskalationen und menschliche Korrekturen.
• Risiko: Berechtigungen, Richtlinienverstöße, sensible Daten und nicht nachvollziehbare Entscheidungen.

 

Erst im Zusammenhang wird sichtbar, ob ein Agent dem Prozess hilft oder nur Aktivität produziert.

Hier liegt eine zentrale Aufgabe einer Agentic Process Orchestration Platform.

 

Scheer PAS verbindet Prozesse, Daten, APIs und KI-Agenten in einer gemeinsamen Ausführungsumgebung. Dadurch kann ein Agent nicht nur technisch aufgerufen, sondern einem konkreten Prozessschritt zugeordnet werden. Seine Rolle, seine Berechtigungen, seine Übergaben und seine Ergebnisse werden Teil eines steuerbaren Gesamtvorgangs.

 

Das schafft Transparenz an Stellen, an denen isolierte Agentenprojekte oft blind bleiben:

 

• Welcher Agent wurde in welchem Vorgang eingesetzt?
• Welche Systeme und Datenquellen hat er genutzt?
• Wie viele Schleifen und Tool-Aufrufe waren notwendig?
• Wo wurde eine menschliche Freigabe eingeholt?
• Welche Kosten entstanden im Verhältnis zum Ergebnis?
• Welche Prozessversion war zum Zeitpunkt der Bearbeitung aktiv?

 

Kostenmanagement wird damit nicht zu einer nachträglichen Monatsauswertung. Es wird zur Eigenschaft des laufenden Prozesses.