Warum die meisten KI-Spartipps nichts sparen — und was wirklich hilft
Ein Werkzeug gegen ein Problem, das es nicht gibt
Uns wurde ein Video empfohlen, das 25.674 Menschen gesehen haben. Es bewirbt ein kostenloses Werkzeug, das angeblich 70 Prozent der KI-Kosten einspart. Die Begründung klingt einleuchtend: Bei jeder neuen Sitzung liest die KI Ihre gesamte Codebasis neu ein, jede Datei, jede Funktion.
Das stimmt nicht. Moderne KI-Entwicklungswerkzeuge lesen gezielt einzelne Dateien, wenn sie sie brauchen. Wer wegen dieser Begründung installiert, kauft gegen ein Problem, das er nicht hat, und misst hinterher einen Erfolg, der keiner ist.
Wir haben deshalb unseren eigenen Verbrauch gemessen, statt die Zahl zu glauben. Das Ergebnis war unbequem, weil der größte Posten woanders lag als vermutet.
Was wir gemessen haben
Unsere KI-Systeme laden zu Beginn jeder Sitzung einen Kontext aus internen Wissensdateien: Arbeitsstände, Regeln, geklärte Fragen. Diese Dateien wachsen mit jedem Arbeitstag.
| Posten | Umfang | ungefähr |
|---|---|---|
| Startkontext einer Sitzung | 86.848 Zeichen | 24.800 Token |
| größte einzelne Wissensdatei | 112.469 Zeichen | 32.000 Token |
| Regelwerk und Index | ~45.000 Zeichen | 13.000 Token |
Kein Quellcode. Kein Repository. Der Kostentreiber sind Textdateien — und genau die adressiert das beworbene Werkzeug nicht. Es indexiert Programmcode.
Das ist die erste praktische Lehre: Messen Sie, bevor Sie ein Werkzeug auswählen. Wie eine solche Messung eine plausible Annahme kippen kann, haben wir an einem zweiten Beispiel gezeigt: warum 80 Prozent der Suchanfragen für Ratgeber gesperrt sind. Sonst optimieren Sie den Posten, für den es zufällig ein Werkzeug gibt, statt den, der Sie tatsächlich Geld kostet.
Der größte Hebel kostet nichts
Die wirksamste Maßnahme ist keine Software, sondern eine Eigenschaft der Schnittstelle selbst: Prompt Caching. Wiederholt sich der Anfang einer Anfrage — Ihr Regelwerk, Ihre Anweisungen, Ihr Kontext — wird dieser Teil zwischengespeichert und beim nächsten Aufruf nur noch mit einem Zehntel des Preises berechnet.
Bei einem Startkontext von 24.800 Token ist das der Unterschied zwischen vollem Preis und zehn Prozent davon, bei jedem einzelnen Aufruf. Kein Werkzeug der Welt schlägt das.
Der Haken: Der Zwischenspeicher funktioniert über einen exakten Zeichenvergleich von vorne. Ändert sich ein einziges Zeichen im vorderen Teil, ist alles dahinter ungültig und wird neu berechnet. Und das passiert leichter, als man denkt:
- Ein Datum oder Zeitstempel im Systemtext. Ändert sich bei jeder Anfrage, macht damit jeden Aufruf einzigartig, und der Zwischenspeicher greift nie.
- Wechselnde Werkzeuglisten. Werkzeugdefinitionen stehen ganz vorne; eines hinzuzufügen entwertet den gesamten Speicher.
- Ein Modellwechsel mitten in der Sitzung. Zwischenspeicher sind an ein Modell gebunden.
- Unsortierte Datenstrukturen. Wird ein Objekt mal so, mal anders serialisiert, unterscheiden sich die Zeichen, obwohl der Inhalt gleich ist.
- Nutzerkennungen im festen Teil. Damit bekommt jeder Nutzer einen eigenen Speicher, und nichts wird geteilt.
Wir haben uns selbst dabei ertappt: An einem Arbeitstag wurden Regeldateien mehrfach mitten in der Sitzung geändert. Jede dieser Änderungen hat den Zwischenspeicher verworfen. Solche Änderungen gehören gebündelt ans Ende einer Sitzung.
Was danach kommt
Erst nach dem Zwischenspeicher lohnt sich die Frage nach Werkzeugen. Zwei Ansätze haben bei uns einen echten Bezug zur gemessenen Lage:
- Ausgaben kürzen, bevor sie ankommen. Es gibt freie Werkzeuge, die die Ausgabe von Konsolenbefehlen filtern und zusammenfassen, bevor die KI sie liest. Wer viel mit Skripten und Werkzeugausgaben arbeitet, spart hier real — die Anbieter sagen allerdings selbst dazu, dass sich das auf die Ausgabemenge bezieht und nicht eins zu eins auf die Rechnung.
- Wissensdateien kurz halten. Bei uns der größte Einzelposten. Ältere Abschnitte gehören ins Archiv, nicht in den täglichen Startkontext. Allein das spart bei uns rund 36.000 Token pro Sitzungsstart, ohne dass Wissen verloren geht.
So messen Sie Ihren eigenen Verbrauch
- Zählen Sie, was bei jedem Start geladen wird. Regelwerke, Systemtexte, Kontextdateien — die Zeichenzahl reicht für die Größenordnung.
- Prüfen Sie, ob der Zwischenspeicher greift. Die Schnittstelle meldet je Anfrage, wie viele Token aus dem Speicher gelesen wurden. Steht dort dauerhaft null, obwohl Sie denselben Kontext verwenden, arbeitet ein stiller Störer aus der Liste oben.
- Rechnen Sie einen Arbeitstag hoch, bevor Sie etwas installieren. Bei sechs Sitzungen täglich summieren sich 36.000 Token schnell auf einen realen Monatsbetrag.
- Messen Sie nach jeder Änderung erneut. Ein Spartipp ohne Vorher-Nachher-Zahl ist eine Behauptung.
Was diese Zahlen nicht sagen
Unsere Werte stammen aus unserem eigenen Betrieb und sind kein Branchenmaßstab. Wer überwiegend in großen Codebasen arbeitet, hat einen anderen Kostentreiber — für den können Index-Werkzeuge sinnvoll sein. Genau deshalb steht das Messen am Anfang und nicht die Werkzeugauswahl.
Wir haben die genannten Werkzeuge außerdem nicht selbst über einen längeren Zeitraum im Einsatz gehabt. Was wir belegen können, sind unsere eigenen Verbrauchszahlen und die Funktionsweise des Zwischenspeichers, die der Anbieter dokumentiert.
Warum wir das öffentlich schreiben
Weil die Empfehlung, die bei uns ankam, in einem Video mit 25.674 Aufrufen steckte und mit einer falschen Begründung arbeitete. Solche Videos sind der übliche Weg, auf dem KI-Werkzeuge in Unternehmen gelangen.
Wer Ihnen Einsparungen verspricht, sollte zwei Fragen beantworten können: Was genau ist bei Ihnen der teuerste Posten, und mit welcher Zahl vorher und nachher wird der Erfolg belegt? Fehlt eine davon, kaufen Sie eine Prozentzahl aus einer fremden Umgebung.
Passend dazu: Browser-Automation — Wiederkehrende Abläufe im Browser automatisieren, mit Prüfungen, die einen Bruch melden. Ab 2.000 € im Monat.
Fragen zur Methode beantworten wir schriftlich und kostenlos, auch wenn daraus kein Auftrag wird. Schreiben Sie an hello@mk-media.eu.