Die Frage, was KI ein Unternehmen kostet, wird fast immer in der falschen Währung beantwortet. Der Anbieter nennt einen Preis je Million Tokens. Wer fragt, will wissen, wie der nächste Monat für zwölf Personen aussieht. Dazwischen liegt eine Kette von Umrechnungen, die niemand gern öffentlich macht, weil sie die eigenen Annahmen sichtbar macht.
Hier sind sie also. Jede Eingangsgröße ist genannt, und wenn Sie mit einer nicht einverstanden sind, tauschen Sie sie aus und rechnen Sie selbst.
Woher die Rechnung kommt
Fünf Dinge werden gezählt und sonst nichts: Tokens hinein, Tokens hinaus, Websuchabfragen, Sandbox-Sekunden beim Ausführen von Code und Speicher für Dokumente. Es gibt keine Gebühr je Platz. Wer den Assistenten in diesem Monat nicht geöffnet hat, kostet nichts.
Das klingt nach einer Buchhaltungsfeinheit. In der Praxis verändert es die Gestalt der gesamten Ausgabe. Bei Lizenzen je Platz zahlen Sie sechzig Konten, von denen zwanzig genutzt werden. Nach Verbrauch zahlen Sie die zwanzig, und die vierteljährliche Diskussion darüber, wem die Lizenz weggenommen wird, hört auf.
Die Sätze hinter den Zahlen
| Modellklasse | Modell | Eingang je 1M Tokens | Ausgang je 1M Tokens |
|---|---|---|---|
| Sparsam | gemma-4-26b-a4b-it | 0,40 EUR | 0,80 EUR |
| Ausgewogen | qwen3.5-397b-a17b | 0,96 EUR | 5,76 EUR |
| Am stärksten | glm-5.2 | 3,24 EUR | 9,90 EUR |
Dazu kommen Websuche zu 0,0012 EUR je Abfrage, Speicher zu etwa 0,019 EUR je Gigabyte und Monat und Indexierung zu 0,16 EUR je Million Tokens beim Einlesen von Dokumenten.
Sehen Sie sich das Verhältnis von Ausgang zu Eingang in der ausgewogenen Klasse an: sechs zu eins. Das ist die wichtigste Zahl hier, und ich komme darauf zurück.
Die Annahmen zum Verbrauch
Hier fängt sonst das Raten an. Diese Zahlen stammen aus Messungen auf einer laufenden Plattform und nicht aus dem Rechner eines Anbieters:
| Vorgang | Tokens hinein | Tokens hinaus |
|---|---|---|
| Eine auf Dokumente gestützte Antwort im Gespräch | 1300 | 350 |
| Ein Hilfsaufruf, etwa das Umformulieren der Frage | 900 | 250 |
| Eine gefundene Stelle im Kontext | 410 | 0 |
| Ein Automatisierungsschritt | 4800 | 1100 |
Warum 1.300 Tokens hinein für eine Frage aus zehn Wörtern? Weil beim Modell eine Systemanweisung, das bisherige Gespräch und sechs Dokumentstellen ankommen. Die Frage selbst ist ein Rundungsfehler. Wer die Kosten von KI aus der Länge der Eingabe schätzt, liegt um zwei Größenordnungen daneben.
Zwölf Personen, ein Monat
Das Profil: zwölf Personen, fünfzehn Nachrichten je Arbeitstag und Person, einundzwanzig Arbeitstage, das ausgewogene Modell, sechzig Prozent der Gespräche auf die Wissensbasis gestützt, zweihundert Websuchen, dreihundert Automatisierungsläufe, zwanzig Gigabyte Dokumente.
| Posten | Je Monat |
|---|---|
| Gespräche | etwa 27 EUR |
| Gefundene Stellen im Kontext | etwa 5 EUR |
| Websuche | unter 1 EUR |
| Automatisierungen, 300 Läufe | etwa 3 EUR |
| Speicher, 20 GB | etwa 0,40 EUR |
| Summe | etwa 35 EUR |
Unter 3 Euro je Person und Monat. Zum Vergleich: eine Lizenz je Platz bei einem Anbieter, der nach Kopfzahl abrechnet, beginnt bei etwa 20 bis 30 Euro je Person und Monat, genutzt oder nicht. Bei zwölf Personen sind das rund 250 bis 350 Euro Unterschied im Monat, also etwa das Zehnfache.
Bevor das zu schön klingt: ein Team, das sich stark auf KI stützt, verschiebt das Bild. Vierzig Nachrichten am Tag je Person statt fünfzehn heben den Posten Gespräche von 27 auf rund 72 Euro. Immer noch günstiger als Lizenzen, aber der Abstand ist dann kein Zehnfaches mehr.
Was die Zahl nicht enthält
Das einmalige Einlesen. Zwanzig Gigabyte Text sind beim Indexieren etwa 430 Millionen Tokens zu verarbeiten, rund 69 Euro, einmal gezahlt. Wächst die Basis um zwei Gigabyte im Monat, kommen etwa 7 Euro im Monat dazu.
Sie enthält auch keine Menschen. Das auszurollen, zu entscheiden, welche Dokumente hineinkommen, Berechtigungen zu setzen und einem Team den Umgang beizubringen, kostet im ersten Jahr mehr als die Plattform. Wer nur Lizenzen einplant, führt das spätere Gespräch ungern.
Drei Hebel, die die Rechnung wirklich senken
Kürzere Antworten. Ausgang kostet das Sechsfache von Eingang. Eine Systemanweisung, die um Knappheit bittet, kann einen niedrigen zweistelligen Prozentsatz von der Rechnung nehmen, ohne dass der Nutzen leidet.
Weniger Stellen im Kontext. Sechs Stellen zu je 410 Tokens sind 2.460 Tokens hinein je Antwort. Auf vier zu gehen spart etwa ein Fünftel des Postens Gespräche, und man spürt den Unterschied nur bei wirklich breiten Fragen.
Die Modellklasse zur Aufgabe wählen. Eine Notiz umzuschreiben oder ein Ticket einzusortieren braucht nicht das stärkste Modell. Bei gleichem Tokenverbrauch kostet die sparsame Klasse achtmal weniger im Eingang und zwölfmal weniger im Ausgang. Das meiste Geld, das Unternehmen hier verschwenden, liegt nicht daran, dass KI teuer ist, sondern daran, dass alles an das teuerste verfügbare Modell geht.
Das mit Ihren eigenen Zahlen prüfen
Der Rechner auf der Preisseite führt genau diese Rechnung aus und lässt jede Größe ändern: Personen, Intensität, Modellklasse, Größe der Wissensbasis, Suchen und Automatisierungsläufe. Das Ergebnis ist eine Schätzung und kein Angebot, aber die Eingangsgrößen sind echt und stammen aus derselben Tabelle wie die Abrechnung.