Was kostet der Betrieb eines KI-Agents?

Warum es zwei Rechnungen gibt

Ein selbst gehosteter Agent trennt zwei Dinge, die ein SaaS-Agent in einem Abo bündelt. Diese Trennung ist der ganze Sinn von Bring-your-own-key, und sie ist auch der Grund, warum die Frage „Was kostet ein Agent?“ keine einzelne Antwort hat.

• Der Server. Ein fester monatlicher Betrag für die Instanz, auf der der Agent läuft. Planbar, klein und unabhängig davon, wie stark du den Agent auslastest.
• Das Modell. Es wird von deinem KI-Anbieter auf deinem eigenen Konto berechnet, proportional dazu, wie viel der Agent denkt. Wir berühren es nie, können keinen Aufschlag darauf legen und sehen es nicht.

Praktisch heißt das: Den ersten Teil kannst du genau dimensionieren und den zweiten nur abschätzen. Der Großteil dieser Seite handelt davon, den zweiten ehrlich abzuschätzen, denn dort wird man überrascht.

Was der Server kostet

Beide enthalten die erste Woche gratis, werden monatlich ohne Vertrag abgerechnet und sind dedizierte Ressourcen statt eines Anteils an etwas Ausgelastetem. Weil der Agent orchestriert statt Inferenz zu betreiben, verbringt er die meiste Zeit im Leerlauf und wartet auf das Netzwerk, weshalb diese Werte so viel niedriger sind, als man erwartet. In der Liste fehlt eine GPU, weil ein Bring-your-own-key-Agent keine braucht.

Der ehrliche Vergleich ist nicht der gegen null. Ein VPS, den du selbst verwaltest, hat einen ähnlichen Listenpreis und fügt dann die Teile hinzu, die niemand nennt: das Betriebssystem, den Reverse-Proxy, die Zertifikatserneuerung, Patches, Backups und die Rolle der Person, die es um 3 Uhr nachts bemerkt. Das sind echte Kosten, bezahlt in einer Währung, die auf keinem Kontoauszug steht.

Was die Modellrechnung bestimmt

Anbieter berechnen nach verbrauchten Tokens, und ein Agent verbraucht sie anders als ein Chatbot. Das ist das Nützlichste, was du verstehen solltest, bevor du irgendetwas abschätzt, denn es erklärt, warum Agent-Kosten Leute überraschen, die Chat-Preise gewohnt sind.

Ein Chat-Assistent macht einen Modellaufruf pro Nachricht, die du sendest. Ein Agent macht einen Aufruf pro Schritt seiner Denkschleife: Aufgabe lesen, entscheiden, ein Tool aufrufen, das Ergebnis lesen, erneut entscheiden. Eine Aufgabe mit acht Schritten sind acht Aufrufe, nicht einer. Über einen Tag geplanter Arbeit summiert sich das schnell.

Schlimmer noch: Jeder dieser Aufrufe trägt meist die gesamte bisherige Unterhaltung. Schritt acht sendet alles aus den Schritten eins bis sieben erneut, damit das Modell weiß, wo es steht. Dadurch wachsen die Kosten einer langen Aufgabe schneller als die Zahl der Schritte, und das ist der Mechanismus hinter den meisten unerwartet hohen Rechnungen.

• Schritte pro Aufgabe. Eine einmalige Zusammenfassung ist günstig. Eine Recherche, die browst, liest, gegenprüft und schreibt, ist es nicht.
• Pro Schritt mitgeführter Kontext. Wer einem Agent ein großes Dokument gibt, zahlt für dieses Dokument bei jedem weiteren Schritt derselben Aufgabe erneut.
• Wie oft sie läuft. Eine Aufgabe, die alle zehn Minuten startet, läuft etwa 4,300 Mal im Monat. Die Kosten pro Lauf zählen weit weniger als die Häufigkeit, die du festlegst.
• Welches Modell. Leistung und Preis unterscheiden sich zwischen Modellen um mehr als eine Größenordnung, und der Unterschied zählt bei Agents am meisten, weil ein schwächeres Modell häufiger wiederholt.

Eine Möglichkeit zum Abschätzen, bevor du dich festlegst

Du musst nicht raten. Die verlässliche Methode: eine repräsentative Aufgabe ausführen, im Dashboard deines Anbieters ansehen, was sie tatsächlich verbraucht hat, und mit der geplanten Häufigkeit multiplizieren. Diese eine Messung ist mehr wert als jede veröffentlichte Schätzung, denn deine Aufgaben sind nicht die von anderen.

1. Lege eine echte Aufgabe fest, die du wirklich automatisieren willst.
2. Führe sie einmal aus und notiere die Nutzung, die dein Anbieter dafür erfasst.
3. Multipliziere mit der geplanten Häufigkeit. Eine stündlich ausgeführte Aufgabe läuft etwa 720 Mal im Monat; alle zehn Minuten sind es etwa 4,300.
4. Rechne die Serverkosten dazu. Vergleiche die Summe damit, was dir die Aufgabe an gesparter Zeit wert ist.

Tu das, bevor du etwas mit kurzem Zeitplan automatisierst. Die Häufigkeit ist die Variable, die man nebenbei festlegt und die die Rechnung bestimmt.

Kann man einen Agent im kostenlosen Tarif betreiben?

Teilweise, und es lohnt sich zu wissen, wo genau die Grenze liegt, statt sie mitten in einer Aufgabe zu entdecken. OpenRouter, eine gängige Wahl für Hermes, weil es viele Anbieter hinter einem Schlüssel bündelt, veröffentlicht Limits für seine kostenlosen Modellvarianten: 20 Anfragen pro Minute und 50 Anfragen pro Tag, bis das Konto irgendwann $10 an Guthaben gekauft hat, danach steigt das Tageskontingent auf 1000.

Betrachte das im Licht des vorigen Abschnitts. Fünfzig Anfragen pro Tag sind nicht fünfzig Aufgaben, sondern fünfzig Denkschritte, die ein einzelner Recherche-Lauf allein verbrauchen kann. Deshalb schließen Agents im kostenlosen Tarif typischerweise kurze Aufgaben ab und sterben bei langen auf halbem Weg, ohne erkennbaren Fehler.

Ein kostenloser Tarif ist eine wirklich gute Möglichkeit, einen Agent zu testen, und eine schlechte, ihn produktiv zu betreiben. Zum Testen kostet er nichts. Wenn du etwas automatisierst, auf das du angewiesen bist, ist das Tageslimit zuerst ein Zuverlässigkeitsproblem und erst dann ein Kostenproblem.

Die Modellrechnung niedrig halten

Vier Hebel, grob geordnet danach, wie stark sie die Zahl verändern:

• Führe ihn seltener aus. Den Zeitplan von alle zehn Minuten auf stündlich zu senken, verringert die Rechnung um etwa das Sechsfache und ist im Ergebnis oft unsichtbar. Das ist der größte Hebel und der am häufigsten übersehene.
• Halte Aufgaben kurz. Lang laufende Aufgaben zahlen wiederholt für ihren eigenen Verlauf. Mehrere kleine Aufgaben kosten meist weniger als eine große, die dieselbe Arbeit erledigt.
• Gib weniger hinein. Übergib den relevanten Auszug statt des ganzen Dokuments. Kontext wird bei jedem Schritt berechnet, der ihn trägt, sodass einmaliges Kürzen mehrfach spart.
• Passe das Modell an die Aufgabe an. Das billigste Modell ist eine falsche Ersparnis, wenn es Wiederholungen braucht, und das leistungsfähigste ist Verschwendung bei einer Aufgabe, die nur Text umformatiert. Verschiedene Aufgaben können verschiedene Modelle nutzen.

Beachte, dass keiner dieser Punkte den Server betrifft. Die Instanz kostet feste, wenige Dollar und bleibt dabei; alles, was sich zu optimieren lohnt, liegt auf der Modellseite.

Wie sich das mit einem SaaS-Agent vergleicht

Ein gehostetes Agent-Produkt berechnet ein Abo und schluckt die Modellkosten darin, was tatsächlich einfacher ist. Du verlierst dafür Einblick und Kontrolle: Du siehst nicht, was eine Aufgabe gekostet hat, kannst für einen einfachen Job kein günstigeres Modell wählen und zahlst gleich viel, ob du eine Aufgabe pro Woche oder hundert pro Tag ausführst.

Self-Hosting kehrt das um. Zwei Rechnungen statt einer, mehr zu verstehen, und dafür ist die Nutzung proportional zu dem, was du wirklich tust, die Schlüssel und Daten bleiben bei dir, und nichts hindert dich am Umzug. Bei leichter Nutzung ist die Summe meist niedriger. Bei starker Nutzung hängt sie ganz davon ab, wie gut du die vier Hebel oben anwendest.