KI-Kosten pro Ergebnis sind die KI-Kosten eines Features geteilt durch die Ergebnisse, die es liefert, etwa gelöste Tickets, verarbeitete Dokumente oder angenommene Antworten, einschließlich aller Anfragen, Wiederholungen und Fixkosten, die dafür nötig waren. Kosten pro Anfrage und pro Aufgabe sind Zwischenstufen: Die Anfrage ist das, was der Anbieter abrechnet, die Aufgabe das, was eine Person auslöst, das Ergebnis das, wofür das Unternehmen bezahlt wird. Die allgemeine Methode für Stückkosten beschreibt Unit Economics und Stückkosten; hier geht es um das, was bei KI anders ist.
So funktioniert es
Drei Nenner. Jeder beantwortet eine andere Frage, und nur der letzte lässt sich mit dem Wert vergleichen, den ein Feature erzeugt.
| Nenner | Zählt | Quelle | Beantwortet | Verzerrt durch |
|---|---|---|---|---|
| Anfrage | jede Modellanfrage | Nutzungsdaten des Anbieters, usage jeder Antwort | Wirkung von Modell, Prompt und Preis | schwankende Zahl von Anfragen je Aufgabe |
| Aufgabe oder Gespräch | eine Aktion einer Person mit allen Anfragen | Trace der Anwendung | Kosten einer Nutzung | abgebrochene und wiederholte Aufgaben |
| Ergebnis | ein erreichtes Resultat | Geschäftsereignis der Anwendung | Vergleich mit Preis, Wert und Marge | Definition und Zählung des Ergebnisses |
Die FinOps Foundation zeichnet in der Capability Unit Economics ihres FinOps Framework (CC BY 4.0) für generative KI dieselbe Entwicklung nach: von Kosten je Token am Anfang hin zu Kennzahlen, die an einem Ergebnis hängen.
Der Zähler. Die Kosten der Token nach Art (Eingabe, Cache, Ausgabe, Reasoning) sind der Kern; wie sie entstehen, beschreibt Token, Anfragen und Kontext. Dazu kommen:
- Abruf: Embeddings und Vektorspeicher für die Dokumente, die in den Kontext geladen werden (Retrieval, Embeddings und Vektordatenbanken).
- Werkzeuge: serverseitige Werkzeuge werden je Nutzung berechnet. Anthropic führt die Websuche mit USD 10 je 1.000 Suchen plus den Token der Ergebnisse, die in den Kontext gehen; eine Suche mit Fehler wird nicht berechnet.
- Wiederholungen und Fehler: Eine Wiederholung, die durchläuft, wird erneut berechnet. Ob ein Fehlversuch etwas kostet, hängt vom Anbieter ab: Microsoft schreibt, dass der HTTP-Status allein nicht entscheidet; Anthropic berechnet Batch-Anfragen mit Fehler, abgebrochene und abgelaufene nicht; OpenAI berechnet in einem abgelaufenen Batch die Anfragen, die fertig wurden.
- Abgebrochene Aufgaben: Anfragen, nach denen die Person aufgibt, kosten ohne Ergebnis.
- Evaluierung: Testläufe und Bewertungen sind ebenfalls Modellanfragen. Amazon Bedrock etwa berechnet eine Modellbewertung als Inferenz des gewählten Modells, die Token eines bewertenden Modells (LLM-as-a-judge) zu On-Demand-Preisen.
- Fixkosten: Ein feinabgestimmtes Deployment in Microsoft Foundry kostet Bereitstellungsgebühren, solange es bereitsteht, auch bei wenig Nutzung, und Provisioned Throughput bei Amazon Bedrock wird je Stunde und Modelleinheit berechnet. Je Ergebnis fallen diese Kosten mit steigendem Volumen.
Für die Rechnung gilt:
Kosten pro Ergebnis = (Summe der Token-Kosten aller Anfragen + Werkzeuge + Abruf + Evaluierung + anteilige Fixkosten) / Zahl der Ergebnisse im selben Zeitraum
Im Zähler stehen alle Aufgaben des Zeitraums, auch die ohne Ergebnis. Genau das unterscheidet Kosten pro Ergebnis von Kosten pro erfolgreicher Aufgabe.
Ergebnisse zählen. Der Anbieter kennt keine Ergebnisse. Die Anwendung schreibt ein Ereignis, wenn eines eintritt (Ticket geschlossen, Dokument verarbeitet, Antwort angenommen), mit derselben Aufgaben- oder Trace-ID wie die Anfragen. Zu jeder Anfrage protokolliert sie Modell, Token nach Art aus dem Feld usage der Antwort und die Anfrage-ID, die Anthropic in jeder Antwort als Header mitschickt. Über die Aufgaben-ID werden Anfragekosten zu Aufgaben summiert, über das Ereignis zu Ergebnissen. Welche Features welche Kosten tragen, legt vorher die KI-Kostenverteilung fest.
Lesen über die Zeit. Stückkosten ändern sich, ohne dass sich das Volumen ändert: ein neues Modell mit anderen Sätzen oder einem anderen Tokenizer, ein längerer System-Prompt, eine geänderte Preisliste, eine sinkende Cache-Trefferquote. Jede Antwort nennt das verwendete Modell; wer Modell- und Prompt-Version mit protokolliert, kann jede Stufe in der Reihe einer Änderung zuordnen.
Was es für Ihre Kosten bedeutet
Die Gesamtkosten eines erfolgreichen KI-Features steigen, weil es genutzt wird; das allein sagt nichts. Kosten pro Ergebnis sagen, ob jedes Ergebnis billiger oder teurer wird, und sind deshalb die Zahl, nach der die Verantwortlichen eines Features steuern. Gegen den Preis oder Umsatz je Ergebnis gestellt, werden sie Teil der technischen Bruttomarge; wie Cloud-Kosten in die Marge eingehen, behandelt der Artikel Cloud-Kosten und COGS, und wie aus einer solchen Größe eine Kennzahl mit fester Formel wird, KPIs für Cloud-Ausgaben.
Die drei Nenner ergänzen sich. Kosten pro Anfrage zeigen, ob ein Modell- oder Prompt-Wechsel billiger ist; Kosten pro Aufgabe zeigen, was eine Nutzung kostet, und damit die Grundlage für nutzungsabhängige Preise; Kosten pro Ergebnis zeigen, ob sich das Feature trägt. Bei Agenten, deren Schrittzahl je Aufgabe schwankt, gehen die ersten beiden oft auseinander (Agenten und Tool-Aufrufe).
Weil einzelne Aufgaben ein Vielfaches anderer kosten können, gehört neben den Mittelwert eine Verteilung: Median und ein hohes Perzentil je Feature und Monat zeigen, ob ein Anstieg aus allen Aufgaben kommt oder aus wenigen.
Wo es schiefgeht
- Kosten pro Anfrage, wo die Anfragen je Ergebnis schwanken. Die Stückkosten bleiben stabil, die Rechnung steigt. Ursache: Ein Agent braucht für dieselbe Aufgabe mal drei, mal dreißig Anfragen; der Nenner wächst mit dem Problem und verdeckt es.
- Fehlversuche weggelassen. Die Kosten pro Ergebnis liegen unter dem, was Rechnung durch Ergebnisse ergibt. Ursache: Gezählt wurden nur Aufgaben, die ein Ergebnis hatten, oder nur die letzte Anfrage einer Kette von Wiederholungen.
- Ein Mittelwert über einen langen Rand. Der Durchschnitt wirkt vertretbar, wenige Aufgaben verbrauchen einen großen Teil des Budgets. Ursache: Eine Verteilung mit Ausreißern wird auf eine Zahl verdichtet.
- Ein Nenner, den niemand zuverlässig zählt. Die Reihe springt ohne erkennbaren Grund. Ursache: Für „angenommene Antwort“ gibt es kein Ereignis, oder die Definition ändert sich, ohne dass jemand die Reihe markiert.
- Ein Modellwechsel als Mengeneffekt gelesen. Die Kosten pro Ergebnis steigen nach einem Release, und die Ursache wird beim Volumen gesucht. Ursache: Modell und Prompt-Version fehlen im Protokoll, sodass die Stufe keiner Änderung zugeordnet werden kann.
Quellen
Gelesen am 2026-10-16. FinOps Foundation Unit Economics (CC BY 4.0); Anthropic Preise, einschließlich Websuche, Batch-Verarbeitung, Fehler und Anfrage-IDs und Messages API; OpenAI Batch API und Responses API: Antwort erstellen; Microsoft Kosten in Microsoft Foundry planen und verwalten; AWS Preise von Amazon Bedrock.