Was ein KI-Feature im Betrieb wirklich kostet

Der Bau ist billig, der Betrieb läuft mit

Ein KI-Feature in ein Produkt einzubauen war noch nie so einfach. Ein paar Zeilen Code, eine Anbindung an eine fertige Schnittstelle, und schon fasst dein Produkt Texte zusammen oder beantwortet Fragen. In der Demo wirkt das fast geschenkt. Die Überraschung kommt später, auf der Monatsrechnung.

Denn anders als eine normale Funktion, die nach dem Bau praktisch nichts mehr kostet, verursacht ein KI-Feature bei jeder einzelnen Nutzung Kosten. Es ist kein einmaliger Bau, sondern ein laufender Posten, der mit deinem Erfolg mitwächst. Wer das nicht von Anfang an einrechnet, baut sich eine Kostenfalle, die genau dann zuschnappt, wenn das Feature beliebt wird.

Woraus sich die laufenden Kosten zusammensetzen

Der grösste Posten ist meist die Nutzung des Sprachmodells selbst. Bei den gängigen Anbietern zahlst du pro verarbeitetem Text, gemessen in sogenannten Tokens, grob Wortbausteinen. Sowohl das, was der Nutzer hineingibt, als auch das, was das Modell zurückgibt, kostet. Lange Eingaben, viel Kontext und ausführliche Antworten treiben den Preis pro Anfrage.

Dazu kommen Posten, die leicht vergessen gehen. Wenn dein Feature auf eigenen Daten arbeitet, brauchst du oft eine Suche darüber, die ebenfalls Rechenzeit und Speicher kostet. Du brauchst Schutz gegen Missbrauch, denn ein offenes KI-Feature wird sonst von Bots leergesaugt. Und du brauchst eine Überwachung der Kosten selbst, sonst merkst du eine Entgleisung erst, wenn die Rechnung da ist.

Warum die Rechnung mit der Nutzung wächst

Hier liegt der entscheidende Unterschied zu klassischer Software. Verzehnfacht sich die Zahl deiner Nutzer, bleibt eine normale Funktion fast gleich teuer. Ein KI-Feature verzehnfacht tendenziell seine Kosten mit. Erfolg macht es nicht günstiger, sondern teurer.

Das ist kein Grund, die Finger davon zu lassen. Aber es zwingt dich zu einer Frage, die bei normalen Features keine Rolle spielt: Bringt dieses Feature pro Nutzung mehr ein, als es pro Nutzung kostet? Bei einem Feature, das einen zahlenden Kunden hält oder einen neuen gewinnt, ist die Antwort leicht ja. Bei einer netten Spielerei, die jeder Besucher gratis auslösen kann, wird sie schnell nein. Diese Logik haben wir grundsätzlicher im Artikel zu KI-Features im Produkt ausgeführt.

Was du tun kannst, damit es nicht entgleist

Du hast mehr Stellschrauben, als die meisten denken.

Wähl das Modell nach Aufgabe. Nicht jede Anfrage braucht das grösste, teuerste Modell. Für einfache Aufgaben tut es ein kleineres, das einen Bruchteil kostet. Oft macht es den grössten Unterschied, einfache und schwere Anfragen zu trennen.

Cache, was sich wiederholt. Stellen viele Nutzer ähnliche Fragen, musst du nicht jedes Mal neu rechnen. Eine gespeicherte Antwort kostet nichts.

Begrenze Eingaben und Häufigkeit. Setz Obergrenzen, wie viel ein Nutzer in welcher Zeit auslösen kann. Das schützt vor Missbrauch und vor bösen Überraschungen.

Häng teure Features an zahlende Pläne. Wenn ein KI-Feature pro Nutzung Geld kostet, gehört es selten in den Gratis-Tarif. Sonst zahlst du dafür, dass Nicht-Kunden es ausprobieren.

Ob du das Modell überhaupt selbst betreiben, eine fremde Schnittstelle anbinden oder ein fertiges Werkzeug kaufen solltest, ist eine eigene Entscheidung. Wir haben sie im Artikel zu eigenem Modell, API oder fertigem Tool aufgedröselt.

Vorher rechnen, nicht nachher staunen

Bevor du ein KI-Feature live schaltest, schätz die Kosten pro Nutzung ab und multipliziere sie mit der Nutzung, die du dir erhoffst. Wenn dich das erhoffte Wachstum bei den Kosten erschreckt, ist das eine wertvolle Erkenntnis vor dem Start, nicht danach. Ein gutes KI-Feature ist eines, das sich auch dann noch rechnet, wenn es erfolgreich wird.

Wir betreiben KI-Funktionen in unseren eigenen Produkten und kennen die Rechnung aus erster Hand. Genau deshalb planen wir Betrieb und Kosten von Anfang an mit, statt sie als Überraschung auf die erste grosse Rechnung zu verschieben.