Die unerwartete Rechnung
Die meisten Menschen, die Claude oder ChatGPT täglich bei der Arbeit nutzen, haben sich noch nie genau angesehen, wofür sie bezahlen. Es gibt ein monatliches Abonnement oder einen API-Schlüssel mit einem Guthaben, das sich unbemerkt leert, und der Betrag verändert sich - manchmal langsamer als erwartet, manchmal deutlich schneller. Wenn Sie sich je gefragt haben, warum eine „leichte“ Woche mit AI-gestützter Arbeit mehr kostet als eine arbeitsreiche, liegt die Antwort fast nie darin, dass die AI „teuer“ ist. Meist geht es darum, was Sie senden, und nicht nur darum, was Sie fragen.
Dieser Beitrag erklärt die tatsächliche Berechnung - in verständlicher Sprache und ohne Fachjargon -, damit Sie sehen können, wo die Kosten wirklich entstehen und warum die Lösung nicht darin besteht, „AI weniger zu nutzen“, sondern „nicht bei jeder einzelnen Nachricht dafür zu zahlen, sich selbst erneut zu erklären“.
Tokens, einfach erklärt
Jede Nachricht, die Sie senden, und jede Antwort, die Sie erhalten, wird in kleine Abschnitte namens Tokens unterteilt. Als grobe Faustregel entspricht ein Token etwa drei Vierteln eines Wortes - 1.000 Wörter Text entsprechen also ungefähr 1.300-1.400 Tokens. Kurze Wörter, häufige Formulierungen und Code lassen sich oft mit weniger Tokens pro Wort komprimieren; ungewöhnliche Wörter, Formatierungen und nicht-englischer Text können mehr verwenden.
Zwei Dinge sorgen oft für Verwirrung, wenn man zum ersten Mal darüber nachdenkt:
- Beide Richtungen zählen. Sowohl die von Ihnen eingegebenen Wörter (Eingabe) als auch die Wörter, die die AI zurückschreibt (Ausgabe), werden berechnet oder erfasst. Eine lange, ausführliche Antwort kostet mehr als eine einzeilige Antwort, selbst bei derselben Frage.
- Jede Nachricht überträgt das gesamte Gespräch erneut. Das ist der Punkt, den fast niemand erkennt, bis er ihn vor Augen geführt bekommt. Chatbasierte AI-Modelle haben zwischen Nachrichten kein dauerhaftes Gedächtnis wie ein menschlicher Kollege. Um eine kontextbezogene Antwort zu erzeugen, muss das System jedes Mal den gesamten bisherigen Gesprächsverlauf erneut lesen - Ihre erste Nachricht, seine erste Antwort, Ihre zweite Nachricht, seine zweite Antwort und so weiter - jedes einzelne Mal, wenn Sie auf „Senden“ klicken.
Warum „einfaches Chatten“ mit zunehmender Gesprächsdauer teuer wird
Hier kommt es wirklich darauf an. Stellen Sie sich ein Gespräch vor, das kurz beginnt und ganz natürlich wächst, so wie echte Arbeitsgespräche:
- Nachricht 1: Sie senden 200 Wörter Kontext und erhalten 150 Wörter zurück.
- Nachricht 2: Das System muss nun Nachricht 1 und Ihre neue Nachricht verarbeiten und anschließend erneut antworten.
- Nachricht 3: Das System verarbeitet die Nachrichten 1 und 2 sowie Ihre neue Nachricht erneut.
Bei Nachricht 10 zahlen Sie nicht für „eine neue Frage“. Sie zahlen jedes Mal dafür, alles Vorangegangene erneut zu übertragen. Der Gesprächsverlauf ist kumulativ - er wird nicht automatisch zurückgesetzt oder komprimiert. Ein Gespräch mit 20 Nachrichten ist nicht doppelt so teuer wie eines mit 10; durch den Effekt der erneuten Übertragung kann es am Ende ein Mehrfaches kosten, obwohl der tatsächliche „neue“ Inhalt pro Nachricht ungefähr gleich groß geblieben ist.
Das ist eine richtungsweisende Rechnung, keine Preistabelle - Anbieter legen ihre Preise pro Token selbst fest und ändern sie, und für genaue Zahlen zu deinem Tarif solltest du immer die aktuell veröffentlichten Preise auf der Website des Anbieters (anthropic.com oder openai.com) prüfen. Der Mechanismus bleibt jedoch unabhängig vom Preis bestehen: Selbst moderate Kosten pro Token summieren sich schnell, wenn sie mit einem wachsenden Gesprächsverlauf multipliziert werden. Der Preis ist nicht der wichtigste Stellhebel. Entscheidend ist der Umfang dessen, was du erneut sendest.
Wo die Verschwendung tatsächlich entsteht
Nun kommt hinzu, wie die meisten Menschen tatsächlich arbeiten. Ein typischer Wissensarbeiter, der KI-gestützte Aufgaben erledigt - E-Mails entwirft, Gespräche zusammenfasst, eine Tabelle analysiert, ein Briefing verfasst oder eine Vertragsklausel prüft - beginnt nicht jede Aufgabe bei null. Er erklärt jedes Mal erneut:
- „Du bist ein erfahrener [role]. Verhalte dich wie ein Senior-[X]. Hier sind unsere Markenstimme, der Kontext unseres Teams und unsere Formatierungsvorlieben ...“
- Hintergrundinformationen zum Unternehmen, zum Projekt, zur Zielgruppe und zu den Einschränkungen.
- Derselbe Ton und dieselben Stilvorgaben, die gestern und am Tag davor eingegeben wurden.
Nichts davon sind für die jeweilige Aufgabe „neue“ Informationen - es ist Boilerplate. Doch weil es frisch in das Chatfenster eingegeben wird (oder schlimmer noch, sich nach und nach in einem langen, mäandernden Gespräch aufbaut), wird es jedes Mal mitgezählt, erneut gesendet und erneut abgerechnet.
Ein anschauliches Beispiel: 10 Aufgaben pro Tag, zwei verschiedene Vorgehensweisen
Vergleichen wir zwei Ansätze für denselben Arbeitstag - 10 KI-gestützte Aufgaben, bei denen die AI jeweils als eine bestimmte Art von Spezialist agieren soll (etwa als Marketinganalyst, der Kampagnenzahlen prüft, oder als Betriebsleiter, der ein Prozessdokument optimiert).
Ansatz A: Ad-hoc-Prompts, die erneut eingegeben werden
Jede der 10 Aufgaben beginnt damit, dass die Person einen oder zwei Absätze zur Rollenbeschreibung erneut eintippt (oder aus einem alten Dokument kopiert): „Du bist ein erfahrener Marketinganalyst mit Fachkenntnissen in Attribution und Kampagnen-ROI. Bitte analysiere die folgenden Daten und gib mir eine strukturierte Zusammenfassung mit Empfehlungen ...“ Danach folgt die eigentliche Aufgabe. Anschließend gibt es im selben Thread oft noch ein paar Folge-Nachrichten zur Klärung oder Präzisierung - und in jeder davon wird alles darüber erneut gesendet. Überträgt man dieses Muster aus Boilerplate und Folgefragen auf 10 separate Aufgaben, bezahlt man im Grunde den ganzen Tag über immer wieder für dieselben Anweisungen - dutzende Male.
Ansatz B: ein schlankes, auf einer Skill-Datei basierendes Setup
Die Rolle, der Ton, die Standards und die Arbeitsweise werden einmal sorgfältig als kompakter System-Prompt - eine „Skill-Datei“ - festgehalten und zu Beginn der Sitzung geladen, statt sie erneut einzugeben. Sie werden einmal vorab festgelegt, knapp gehalten (kein Abschweifen, keine redundanten Anweisungen) und bei jeder Aufgabe in dieser Rolle wiederverwendet. Die Person nennt einfach die Aufgabe. Es muss nicht erneut erklärt werden, wer die AI sein soll, wie Antworten formatiert werden sollen oder wie „gut“ aussieht - das ist bereits prägnant am Anfang festgelegt.
Der Unterschied bei der Token-Berechnung liegt nicht darin, dass die AI in Ansatz B "härter arbeitet" - der wiederholte Boilerplate-Anteil jeder Nachricht wird drastisch kleiner. Weniger Boilerplate wird pro Nachricht erneut gesendet, in jeder Nachricht jeder Aufgabe, an jedem Tag - das summiert sich schnell, genauso wie das Problem des wachsenden Gesprächs, nur in die entgegengesetzte Richtung.
Ein vorgefertigter System-prompt, der Claude oder ChatGPT in einen erfahrenen Marketinganalysten verwandelt - Kampagnen-ROI, Attributions- und Reportingstandards sind einmal festgelegt, sodass du die Rolle nicht jedes Mal neu erklären musst, wenn du neue Zahlen einfügst.
Rafa - Spezialist für Marketinganalysen ansehen →Warum eine gut erstellte Skill-Datei einen Ad-hoc-prompt übertrifft
Nicht alle "wiederverwendbaren prompts" lösen dieses Problem. Ein aufgeblähter, übermäßig allgemeiner System-prompt - fünf Seiten vager Anweisungen "für alle Fälle" - kann genauso verschwenderisch sein wie das erneute Tippen, weil weiterhin Boilerplate mit jeder Nachricht erneut gesendet wird, nur einmal eingefügt statt jedes Mal neu getippt. Der entscheidende Hebel ist Prägnanz: eine Skill-Datei, die genau festlegt, welche Rolle gilt, wie die Ausgabe formatiert wird und woran man genau erkennt, dass die Aufgabe erledigt ist - nicht mehr - und die pro Sitzung nur einmal am Anfang gesendet wird.
Das ist der entscheidende Unterschied zwischen einer Skill-Datei und einem losen prompt, den du ständig neu schreibst: Es geht nicht nur um Bequemlichkeit, sondern darum, den wiederholten Teil jeder Nachricht, die du während der gesamten Arbeitsphase sendest, dauerhaft zu verkleinern.
Konfiguriert Claude oder ChatGPT als erfahrenen Operations Manager - inklusive SOPs, Prozessprüfungen und Priorisierungsframeworks, sodass jede neue Aufgabe schlank beginnt, anstatt deinen Arbeitskontext von Grund auf neu zu erklären.
Owen - Operations Manager ansehen →Praktische Gewohnheiten, die tatsächlich einen Unterschied machen
Unabhängig davon, welches Tool oder welchen Tarif du nutzt, reduzieren einige Gewohnheiten die "versteckte Kosten durch erneutes Senden" stärker als alles andere:
- Beginne neue Aufgaben in neuen Unterhaltungen, statt alles in einem immer länger werdenden Thread anzuhäufen. Eine neue, fokussierte Unterhaltung sendet pro Nachricht deutlich weniger Verlauf erneut.
- Lege Rolle und Kontext einmal am Anfang fest, und zwar prägnant, statt sie jedes Mal innerhalb der Aufgabe selbst neu zu erklären.
- Halte die Anweisungen am Anfang präzise. Ein langer, ausufernder System-prompt ist weiterhin Boilerplate, die erneut gesendet wird - kürze ihn auf das, was die Ausgabe tatsächlich verändert.
- Bitte um die Länge der Ausgabe, die du tatsächlich brauchst. Auch Ausgabetokens werden gezählt, und "gib mir eine strukturierte Zusammenfassung" kostet tendenziell weniger als ein offenes "erzähl mir alles darüber."
- Prüfe die aktuell veröffentlichten Preise direkt bei deinem Anbieter, wenn du deine eigenen Kosten präzise modellieren möchtest - Tarife und Modelle ändern sich, und die genauen Zahlen bestätigst du am besten an der Quelle statt anhand einer Schätzung eines Drittanbieters.
Eine konfigurierte Operations-Agent-Skill für wiederkehrende, strukturierte Aufgaben - entwickelt, um Anweisungen kompakt und konsistent zu halten, statt sie mit jeder neuen Anfrage aufzublähen.
Arthur - AI Operations Agent ansehen →Geben Sie ein, wie Sie (oder Ihr Team) AI-Chats tatsächlich nutzen, und erhalten Sie eine realistische monatliche Schätzung der Token- und Dollarverschwendung durch erneutes Eingeben von prompts im Vergleich zu einer dauerhaft gespeicherten Skill-Datei. Keine Anmeldung, keine E-Mail - nur die auf Ihre Zahlen angewandte Berechnung aus diesem Beitrag.
Probieren Sie den Rechner aus →FAQ
Zahle ich wirklich für die Antworten der AI und nicht nur für meine eigenen Nachrichten?
Ja. Sowohl das, was Sie senden, als auch das, was Sie als Antwort erhalten, wird gezählt. Ein Modell, das standardmäßig lange, ausführliche Antworten schreibt, verwendet mehr Ausgabetoken als eines, das knappe, fokussierte Antworten verfasst - selbst bei exakt derselben Frage.
Warum kostet eine lange Unterhaltung pro Aufgabe so viel mehr als eine kurze?
Weil die meisten chatbasierten AI-Tools sich zwischen Nachrichten nicht selbstständig an den Kontext erinnern - damit Nachricht 20 sinnvoll beantwortet werden kann, muss das System die ersten 19 Nachrichten (und seine eigenen 19 Antworten) zusammen mit ihr erneut verarbeiten. Der Gesprächsverlauf wird jedes Mal vollständig erneut gesendet, sodass die Kosten tendenziell viel schneller wachsen als die Gesprächslänge selbst.
Ist eine Skill-Datei nur ein schicker Name für einen gespeicherten prompt?
Funktional gesehen ja - es handelt sich um einen System-prompt oder eine Projektanweisung, die Sie einmal schreiben und wiederverwenden. Was einen guten davon von einem spontan erstellten prompt unterscheidet, ist Disziplin: Er legt Rolle, Standards und Ausgabeformat präzise und knapp fest, sodass der mit jeder Nachricht erneut gesendete „Standard“-Anteil so klein wie möglich bleibt und trotzdem seinen Zweck erfüllt.
Sollte ich mir wegen genauer Dollarbeträge Gedanken machen oder einfach auf das Verhalten achten?
Konzentrieren Sie sich zuerst auf das Verhalten - das Kürzen wiederholten Kontexts und das Starten neuer Unterhaltungen für neue Aufgaben reduziert Ihre Nutzung unabhängig davon, wie hoch der Tokenpreis in diesem Monat gerade ist. Wenn Sie die genauen Kosten für Ihr eigenes Volumen berechnen möchten, holen Sie die aktuell veröffentlichten Preise von der Preisseite Ihres Anbieters ein und rechnen Sie sie mit der typischen Anzahl Ihrer Nachrichten durch.
Zusammenfassung:
Die Tokenkosten der täglichen AI-Arbeit werden weitaus stärker durch wiederholten Standardkontext als durch den Tokenpreis selbst bestimmt - bei jeder Nachricht wird die gesamte Unterhaltung erneut gesendet, sodass spontan neu eingegebene prompts sich schnell summieren. Eine prägnante, auf das Wesentliche ausgerichtete Skill-Datei wie Rafa oder Owen minimiert diese Verschwendung, indem sie die Rolle einmalig und präzise lädt, statt sie in jeder einzelnen Nachricht erneut zu erklären.
