Ein KI-Assistent beantwortet Fragen zu Cloud-Kosten, indem er über eine Integration, oft über das Model Context Protocol (MCP), die Kosten-APIs des Anbieters aufruft und das Ergebnis in seine Antwort übernimmt. Die Antwort ist deshalb nur so richtig, aktuell und vollständig wie die Abfrage dahinter: welcher Bereich, welcher Zeitraum, welche Kostengröße, mit wessen Rechten. AWS, Microsoft und Google bieten dafür Assistenten in ihren Konsolen, AWS und Google zusätzlich MCP-Server, die Kostendaten erreichen. Für jeden gilt dieselbe Prüfung: Lässt sich jede Zahl der Antwort auf einen Aufruf zurückführen?
So funktioniert es
MCP ist ein offener Standard, über den eine KI-Anwendung Daten und Funktionen anderer Systeme nutzt. Die Spezifikation, aktuell in der Fassung vom 2026-07-28, kennt drei Rollen: den Host (die KI-Anwendung), den Client (je eine Verbindung im Host) und den Server (den Dienst, der Daten und Funktionen anbietet). Die Nachrichten folgen JSON-RPC 2.0, und die Fassung beschreibt das Protokoll als zustandslos: Jede Anfrage trägt alles, was der Server zu ihrer Bearbeitung braucht, statt sich auf eine Sitzung zu stützen. Ein Server stellt Ressourcen, Prompt-Vorlagen und Werkzeuge (Tools) bereit, die das Modell aufrufen kann. Für Verbindungen über HTTP beschreibt die Spezifikation ein eigenes Autorisierungsverfahren; ein lokal über stdio gestarteter Server nimmt seine Anmeldedaten aus der Umgebung. Als Sicherheitsgrundsätze verlangt sie, dass kein Tool ohne ausdrückliche Zustimmung des Nutzers läuft und dass ein Host den Beschreibungen eines Tools nur so weit traut wie dessen Server. Seit dem 2025-12-09 liegt MCP bei der Agentic AI Foundation der Linux Foundation, in die Anthropic das Protokoll eingebracht hat.
Eine Antwort entsteht in fünf Schritten:
- Der Nutzer stellt eine Frage, etwa nach den Kosten des Vormonats je Dienst.
- Das Modell wählt ein Tool und setzt dessen Parameter: Bereich, Zeitraum, Gruppierung, Kostengröße.
- Das Tool ruft die API des Anbieters mit den Anmeldedaten des Nutzers oder des Servers auf.
- Das Ergebnis geht als Token in den Kontext des Modells.
- Das Modell formuliert die Antwort und ruft bei Bedarf weitere Tools auf.
Was die Anbieter heute dokumentieren:
| Angebot | Datenquelle | Rechte | Kosten des Assistenten |
|---|---|---|---|
| AWS: Amazon Q Developer in der Konsole und in Chat-Apps | 38 APIs aus sieben Billing-and-Cost-Management-Diensten, darunter Cost Explorer | IAM-Rechte für Q und die Dienste; nur lesend | in Q Developer enthalten; kostenlos bis 25 Fragen mit Konto- oder Ressourcenbezug je Konto und Monat, darüber Pro für 19 USD je Nutzer und Monat |
| AWS: Billing and Cost Management MCP Server, Open Source (Apache 2.0) seit dem 2025-08-22 | Cost Explorer, Budgets, Cost Optimization Hub, Compute Optimizer, Preislisten, Storage Lens und weitere | Anmeldedaten des Aufrufers; die Rechteliste enthält auch schreibende Aktionen | jede Cost-Explorer-Anfrage 0,01 USD |
| Microsoft: Azure Copilot im Portal | Cost Management, im zuletzt genutzten Bereich | alles, worauf der Nutzer Zugriff hat; Aktionen nur nach Bestätigung | ohne Aufpreis, außer dem Observability Agent |
| Google: Gemini Cloud Assist in Billing Reports und FinOps Hub (Preview) | konfiguriert Berichte der Billing-Konsole und fasst sie zusammen | keine eigene Angabe | keine Angabe |
| Google: BigQuery MCP Server, verwaltet und remote | SQL auf den Abrechnungsexport in BigQuery | Rollen MCP Tool User, BigQuery Job User, BigQuery Data Viewer | Abfragen als BigQuery-Jobs |
Amazon Q zeigt zu jeder Antwort die aufgerufenen APIs mit ihren Parametern und, wo möglich, einen Link auf die passende Ansicht in der Konsole (AWS Cost Explorer und AWS Budgets). Azure Copilot übernimmt den Bereich, der zuletzt in Cost Management offen war, und fragt nach, wenn er unklar ist (Azure Cost Management). Gemini Cloud Assist setzt in Billing Reports Einstellungen und Filter eines Berichts aus einer Frage in natürlicher Sprache (Google Cloud Abrechnungsberichte); das allgemeine Cloud-Assist-Fenster ist laut Google nicht für Kostenfragen gedacht. Der BigQuery MCP Server begrenzt eine Abfrage standardmäßig auf drei Minuten und ein Ergebnis auf 3.000 Zeilen.
Microsoft und Google bieten zudem MCP-Zugänge zu ihren Abrechnungs-APIs, die aber Preise und Konten liefern, keine Ausgaben. Der Azure MCP Server führt für Kosten nur ein Werkzeug für Listenpreise. Der MCP-Endpunkt der Cloud Billing API liest Preise, SKUs, Abrechnungskonten und deren IAM-Richtlinien und kann Unterkonten anlegen, Konten verschieben und IAM-Richtlinien setzen.
Was es für Ihre Kosten bedeutet
Ein Assistent kostet an drei Stellen. Lizenzen: Amazon Q Developer Pro kostet laut AWS 19 USD je Nutzer und Monat, Azure Copilot ist ohne Aufpreis enthalten. API-Aufrufe: Der MCP-Server von AWS ruft die Cost Explorer API mit den Anmeldedaten des Aufrufers auf, und jede Anfrage kostet 0,01 USD (beides Listenpreise in US-Dollar ohne Regionsangabe, gelesen am 2026-10-16); eine offene Frage kann mehrere Aufrufe nacheinander auslösen, Amazon Q beschreibt genau dieses Vorgehen. Token: Jedes Ergebnis geht als Eingabe in den Kontext und wird beim nächsten Schritt erneut gelesen (Token, Anfragen und Kontext). Eine ressourcengenaue Abfrage über einen Monat füllt den Kontext schneller als eine Summe je Dienst. Wie Agenten-Schleifen ihre Kosten vervielfachen, beschreibt Agenten und Tool-Aufrufe.
Der Gewinn liegt in der Geschwindigkeit der ersten Frage, nicht in einer neuen Datenquelle: Jeder Assistent liest dieselben Daten wie die Konsole, mit derselben Aktualität und denselben Lücken. Google weist ausdrücklich darauf hin, dass Gemini plausibel klingende, aber falsche Ausgaben erzeugen kann, und empfiehlt, sie zu prüfen.
Wo es schiefgeht
- Zahlen ohne Abfrage. Eine Antwort nennt einen Betrag, zu dem kein Tool-Aufruf und kein Bericht gehört. Die Ursache: Das Modell hat die Zahl formuliert statt abgefragt. Prüfen lässt sich das an den angezeigten API-Aufrufen oder am erzeugten Bericht; eine Zahl ohne beides gilt nicht.
- Mehr Rechte, als die Frage braucht. Ein MCP-Server läuft mit einem Profil, das alle Kosten der Organisation lesen und sogar Ressourcen ändern darf. Die Ursache: Der Server nutzt die Anmeldedaten des Aufrufers, und die dokumentierte Rechteliste des AWS-Servers enthält schreibende Aktionen. Eine eigene Rolle nur für Kostendaten begrenzt, was ein Tool-Aufruf erreichen kann (Zugriff und Rollen für Kostendaten).
- Ein Mitgliedskonto als Organisation. Der Assistent nennt die Kosten „des Unternehmens“, kennt aber nur ein Konto oder einen Bereich. Die Ursache: Amazon Q fasst die Mitgliedskonten nur dann automatisch zusammen, wenn man im Verwaltungskonto der Organisation angemeldet ist (sonst über eine benutzerdefinierte Abrechnungsansicht), und Azure Copilot nimmt den zuletzt genutzten Bereich.
- Kostengröße und Zeitraum nicht genannt. Zwei Antworten auf dieselbe Frage weichen ab. Die Ursache: Einmal rechnete das Tool unblended, einmal amortisiert, oder der Zeitraum war ein anderer. Eine gute Frage nennt beides, und die Antwort zeigt beides.
- Ein Assistent als Zeitplan. Ein Agent fragt Kosten stündlich über den MCP-Server ab. Die Ursache: Jede Frage löst abgerechnete API-Aufrufe und Token aus. Für wiederkehrende Fragen sind ein gespeicherter Bericht oder ein Budget gebaut, die ohne Modell auskommen.
Quellen
Gelesen am 2026-10-16. Model Context Protocol Spezifikation und Grundprotokoll; Linux Foundation Gründung der Agentic AI Foundation; AWS Kostenfunktionen in Amazon Q Developer, wie sie arbeiten, Preise für Amazon Q Developer, Ankündigung des Billing and Cost Management MCP Server, README des Servers und Preise für Cost Explorer; Microsoft Kosten mit Azure Copilot analysieren, Überblick über Azure Copilot und Preiswerkzeuge im Azure MCP Server; Google Cloud Gemini Cloud Assist in Cloud Billing, BigQuery MCP Server und MCP-Referenz der Cloud Billing API.