Inhalt
LLM-API-Kosten entstehen bei jeder Anfrage an ein Sprachmodell und werden in der Regel nach verarbeiteten Tokens abgerechnet – getrennt nach Eingabe und Ausgabe. Wer sie vor dem Launch sauber kalkuliert, vermeidet böse Überraschungen und kann KI-Funktionen wirtschaftlich in Preise und Tarife einbauen. Dieser Artikel liefert eine einfache Formel, ein durchgerechnetes Beispiel und die wirksamsten Hebel, um die Kosten zu senken.
Wie LLM-Anbieter abrechnen
Die meisten Anbieter von Sprachmodellen berechnen ihre Preise pro Million Tokens. Ein Token ist ein Wortbestandteil; als grobe Orientierung entspricht ein deutsches Wort etwa ein bis zwei Tokens, weil zusammengesetzte Wörter in mehrere Teile zerfallen. Abgerechnet werden:
- Eingabe-Tokens: alles, was an das Modell geschickt wird – Systemanweisung, Gesprächsverlauf, eingefügte Dokumente und die Nutzerfrage.
- Ausgabe-Tokens: die erzeugte Antwort. Sie sind pro Token meist deutlich teurer als Eingabe-Tokens.
- Interne Denkschritte: Bei manchen Modellen mit ausgeprägtem „Reasoning“ werden auch interne Zwischenschritte als Ausgabe berechnet, obwohl der Nutzer sie nicht sieht.
Daneben fallen je nach Funktion Kosten für Embeddings (bei Suche und RAG), Bild- oder Audioverarbeitung sowie für Ihre eigene Infrastruktur an. Die Preise unterscheiden sich zwischen Anbietern und Modellklassen um ein Vielfaches und ändern sich regelmäßig – rechnen Sie deshalb immer mit den aktuellen Listenpreisen Ihres Anbieters.
Die Formel für Ihre Kostenkalkulation
Für eine erste belastbare Schätzung genügt diese Rechnung pro KI-Funktion:
Monatskosten = Anfragen pro Monat × (Eingabe-Tokens × Eingabepreis + Ausgabe-Tokens × Ausgabepreis)
So ermitteln Sie die Werte:
- Anfragen pro Monat: aktive Nutzer × Nutzungen der Funktion pro Nutzer und Monat. Planen Sie ein realistisches und ein Spitzenszenario.
- Eingabe-Tokens pro Anfrage: Systemanweisung + mitgeschickter Kontext + durchschnittliche Nutzereingabe. Bei Chats wächst dieser Wert mit jeder Runde, weil der Verlauf erneut gesendet wird.
- Ausgabe-Tokens pro Anfrage: durchschnittliche Antwortlänge, ggf. zuzüglich Denkschritte.
- Preise: aktuelle Preise des gewählten Modells pro Million Tokens, umgerechnet pro Token.
- Zuschlag: 20–30 % Puffer für Wiederholungen, Fehlversuche und Tests sind eine sinnvolle Faustregel.
Die Token-Zahlen ermitteln Sie am zuverlässigsten mit einem Prototyp: Die Antworten der APIs enthalten die tatsächlich verbrauchten Tokens, die Sie einfach protokollieren.
Rechenbeispiel: Support-Assistent in einer App
Ein Beispiel mit bewusst fiktiven Preisen, um das Prinzip zu zeigen: angenommen 1 € pro Million Eingabe-Tokens und 5 € pro Million Ausgabe-Tokens für ein Modell der mittleren Klasse.
| Position | Annahme | Ergebnis |
|---|---|---|
| Anfragen pro Monat | 2.000 aktive Nutzer × 10 Fragen | 20.000 |
| Eingabe-Tokens pro Anfrage | 800 Systemanweisung + 1.800 Dokumentausschnitte + 400 Frage und Verlauf | 3.000 |
| Ausgabe-Tokens pro Anfrage | Antwort mit einigen Sätzen | 300 |
| Eingabekosten | 60 Mio. Tokens × 1 € | 60 € |
| Ausgabekosten | 6 Mio. Tokens × 5 € | 30 € |
| Summe inkl. 25 % Puffer | – | ca. 113 € pro Monat |
Das entspricht etwa 6 Cent pro aktivem Nutzer und Monat. Zwei Erkenntnisse aus dem Beispiel: Erstens dominiert hier die Eingabe, weil die mitgeschickten Dokumente den Großteil ausmachen. Zweitens würde ein zehnmal teureres Spitzenmodell die Kosten ebenfalls verzehnfachen – die Modellwahl ist der größte Einzelhebel. Wie Sie das passende Modell finden, beschreibt unser Artikel Welches KI-Modell für meine App?
Kostentreiber, die oft übersehen werden
- Wachsender Gesprächsverlauf: In langen Chats wird bei jeder Nachricht der gesamte bisherige Verlauf erneut gesendet. Die Kosten pro Nachricht steigen dadurch mit der Gesprächslänge.
- Agenten und Tool-Aufrufe: Ein KI-Assistent, der selbstständig mehrere Schritte ausführt, erzeugt pro Nutzeraktion oft mehrere Modellaufrufe.
- Zu großzügiger Kontext: Werden bei RAG zehn statt drei Dokumentabschnitte mitgeschickt, verdreifacht sich die Eingabe, ohne dass die Antwort zwingend besser wird.
- Missbrauch: Ohne Limits pro Nutzer kann ein offener Chat als kostenloser Zugang zu einem Sprachmodell zweckentfremdet werden.
- Entwicklung und Tests: Automatisierte Qualitätstests mit vielen Testfragen verursachen ebenfalls API-Kosten.
Acht Hebel, um LLM-API-Kosten zu senken
- Kleinstes ausreichendes Modell wählen: Für Klassifizierung, Extraktion oder Standardfragen reichen oft kleine, günstige Modelle.
- Modell-Routing: Einfache Anfragen an ein günstiges Modell, nur komplexe an ein großes.
- Prompt-Caching nutzen: Viele Anbieter rabattieren wiederholt gesendete, gleichbleibende Prompt-Anfänge wie lange Systemanweisungen.
- Kontext straffen: Weniger, dafür relevantere Dokumentabschnitte; ältere Gesprächsteile zusammenfassen statt vollständig mitsenden.
- Ausgabe begrenzen: Maximale Antwortlänge festlegen und knappe Antworten anweisen.
- Antworten zwischenspeichern: Häufige, identische Fragen nicht jedes Mal neu generieren.
- Stapelverarbeitung: Nicht zeitkritische Aufgaben, etwa nächtliche Auswertungen, über günstigere Batch-Schnittstellen abwickeln, sofern der Anbieter sie anbietet.
- Limits und Budgets: Kontingente pro Nutzer, Ratenbegrenzung und Budgetwarnungen beim Anbieter einrichten.
KI-Kosten im Geschäftsmodell abbilden
Laufende KI-Kosten skalieren mit der Nutzung – anders als viele klassische Serverkosten, die eher stufenweise steigen. Das sollte sich im Preismodell widerspiegeln. Gängige Varianten sind KI-Funktionen nur in Premium-Tarifen, Fair-Use-Kontingente pro Monat oder ein Guthabensystem für besonders aufwendige Funktionen. Wichtig ist ein Monitoring, das Tokenverbrauch pro Funktion und pro Nutzer erfasst, damit Sie Ausreißer erkennen und Preise datenbasiert anpassen können.
Die API-Kosten sind dabei nur ein Teil der Betriebskosten. Hosting, Datenbanken, Monitoring und Wartung kommen hinzu; eine Übersicht gibt unser Beitrag Backend- und Serverkosten einer App realistisch kalkulieren. Wie Sie die Entwicklung eines KI-Assistenten planen, lesen Sie unter KI-Chatbot in die App integrieren.
Agentic Coding Workshop für Ihr Team? Ab 799 € netto – Preisangebot per E-Mail anfragenFazit
LLM-API-Kosten lassen sich mit einer einfachen Formel gut vorhersagen: Anfragen mal Tokens mal Preis, plus Puffer. Die größten Hebel sind die Modellwahl, ein schlanker Kontext und klare Nutzungslimits. Messen Sie den tatsächlichen Verbrauch früh mit einem Prototyp, beobachten Sie ihn nach dem Launch kontinuierlich und bilden Sie ihn im Preismodell ab. Dann bleiben KI-Funktionen auch bei wachsender Nutzerzahl wirtschaftlich. Wenn Sie eine App mit KI-Funktionen planen, kalkulieren wir Entwicklung und Betrieb gern gemeinsam – Ihr Festpreis-Angebot erhalten Sie über den Angebots-Assistenten.
Häufige Fragen
Was ist ein Token und wie viele Tokens hat ein Text?
Ein Token ist ein Wortbestandteil, den das Sprachmodell als Einheit verarbeitet. Ein deutsches Wort entspricht grob ein bis zwei Tokens; die genaue Zahl liefern die Zählwerkzeuge oder API-Antworten des jeweiligen Anbieters.
Warum sind Ausgabe-Tokens teurer als Eingabe-Tokens?
Das Erzeugen von Text ist für das Modell rechenaufwendiger als das Einlesen, weil jedes Token einzeln berechnet wird. Deshalb lohnt es sich, Antworten bewusst knapp zu halten.
Wie teuer ist eine KI-Funktion pro Nutzer?
Das hängt stark von Modell, Kontextgröße und Nutzungshäufigkeit ab und reicht von Bruchteilen eines Cents bis zu mehreren Euro pro Nutzer und Monat. Ein Prototyp mit protokolliertem Tokenverbrauch liefert die verlässlichste Zahl.
Ist ein selbst betriebenes Open-Source-Modell günstiger?
Bei sehr hohem, gleichmäßigem Volumen kann es sich lohnen, bei geringer oder schwankender Nutzung sind Server- und Betriebskosten meist höher als API-Kosten. Häufig ist der Datenschutz das wichtigere Argument für eigenen Betrieb.