Klassische Software wird pro Nutzer kaum teurer, wenn dieser Nutzer sie intensiver verwendet. Bei KI-Funktionen ist das anders: Jede Anfrage an ein Sprachmodell verursacht Kosten, die mit der Länge der Eingabe, der Länge der Antwort und dem gewählten Modell wachsen. Die engagiertesten Kundinnen und Kunden sind damit auch die teuersten. Ein SaaS-Produkt, das KI-Funktionen in eine Pauschale packt, ohne diese Dynamik zu steuern, riskiert, dass genau die erfolgreichsten Accounts unrentabel werden.
Wo die Kosten tatsächlich entstehen
Bei den meisten Anbietern wird nach Tokens abgerechnet, getrennt nach Eingabe und Ausgabe, wobei Ausgabe-Tokens in der Regel teurer sind. Der Kostentreiber ist deshalb selten die kurze Frage des Nutzers, sondern alles, was das Produkt automatisch mitschickt: ein langer Systemprompt, Gesprächsverlauf, eingebettete Dokumente aus einer Suche, Beispiele für das gewünschte Format. Ein Chat, der bei jeder Nachricht den gesamten bisherigen Verlauf sendet, wird mit jeder Runde teurer, ohne dass die Antworten besser werden.
Hinzu kommen Kosten, die in keiner Preistabelle stehen: Wiederholungen nach Fehlern, Anfragen, die abgebrochen werden, weil Nutzer nicht warten, und Hintergrundaufgaben, die mehr Inhalte verarbeiten als nötig. Wer diese Positionen nicht misst, sieht am Monatsende nur eine Gesamtrechnung und weiss nicht, welche Funktion sie verursacht hat.
Messen, bevor optimiert wird
Die wichtigste Massnahme ist banal: jede Modellanfrage mit Workspace, Funktion, Modell, Eingabe- und Ausgabe-Tokens sowie Ergebnis protokollieren. Erst diese Daten zeigen, welche Funktionen teuer sind, welche Kunden überdurchschnittlich viel verbrauchen und ob Optimierungen wirken. Für SaaS ist die Zuordnung pro Workspace entscheidend, weil sie die Grundlage für Kontingente, Preisstufen und die Frage ist, ob ein Account profitabel ist.
Sinnvoll sind zusätzlich Schwellenwerte mit Benachrichtigung: wenn ein einzelner Workspace in kurzer Zeit ungewöhnlich viel verbraucht, wenn eine Funktion nach einem Release plötzlich doppelt so viele Tokens pro Anfrage benötigt oder wenn ein Fehler eine Schleife von Wiederholungen auslöst. Solche Ausreisser fallen ohne Überwachung oft erst auf der Rechnung auf.
Die technischen Hebel
Der wirksamste Hebel ist die Modellwahl je Aufgabe. Nicht jede Funktion braucht das leistungsfähigste Modell. Klassifizieren, Extrahieren, kurze Zusammenfassungen oder das Umformulieren in ein festes Format gelingen kleineren, günstigeren Modellen oft gleich gut. Grosse Modelle lohnen sich für komplexes Schlussfolgern, lange Dokumente oder heikle Formulierungen. Eine Zuordnung pro Funktion, überprüft mit einem kleinen Satz von Testfällen, senkt Kosten meist stärker als jede Detailoptimierung.
Der zweite Hebel ist der Kontext. Gesprächsverläufe lassen sich kürzen oder zusammenfassen, Suchergebnisse auf die wirklich relevanten Abschnitte begrenzen, Systemprompts von Wiederholungen befreien. Viele Anbieter bieten zudem Prompt-Caching an: Wiederkehrende Anfangsteile einer Anfrage, etwa ein langer Systemprompt oder ein Referenzdokument, werden zwischengespeichert und günstiger abgerechnet. Damit das greift, muss der stabile Teil am Anfang stehen und darf sich zwischen Anfragen nicht verändern.
Drittens: Begrenzungen. Eine maximale Antwortlänge pro Funktion verhindert, dass ein Modell ausschweifend antwortet, wo zwei Sätze genügen. Für Aufgaben, bei denen niemand auf das Ergebnis wartet — nächtliche Auswertungen, Massenverarbeitung —, bieten mehrere Anbieter Batch-Schnittstellen zu reduzierten Preisen an. Und identische Anfragen mit identischem Ergebnis müssen nicht zweimal an das Modell gehen; ein eigener Ergebnis-Cache ist oft die einfachste Einsparung von allen.
Preismodelle, die zur Kostenstruktur passen
Technische Optimierung allein reicht nicht, wenn das Preismodell unbegrenzte Nutzung verspricht. Bewährt haben sich Kontingente je Preisstufe, die im Produkt sichtbar sind: Nutzer sehen, wie viel sie verbraucht haben, und können bei Bedarf aufstocken. Alternativ funktionieren Guthaben, die für unterschiedlich teure Funktionen unterschiedlich viel kosten. Wichtig ist Ehrlichkeit: Ein Kontingent, das erst beim Erreichen des Limits überraschend sichtbar wird, erzeugt Frust und Supportanfragen.
Für B2B-Kunden ist eine Fair-Use-Regel mit klarer Definition oft akzeptabler als ein hartes Limit, solange die Grenze nachvollziehbar und der Weg zu einem höheren Plan einfach ist. Wer KI als Kern des Produkts verkauft, sollte die erwarteten Modellkosten pro Kunde in die Preisgestaltung einrechnen, statt sie als Nebenkosten zu behandeln.
Typische Fehler
Am häufigsten sehen wir drei Muster. Erstens wird überall dasselbe grosse Modell verwendet, weil es beim Prototyp am besten funktioniert hat. Zweitens wächst der Kontext unkontrolliert, weil jede neue Funktion weitere Informationen in den Prompt packt. Drittens fehlt die Zuordnung der Kosten zu Kunden, sodass niemand weiss, ob die teuersten Accounts auch die profitabelsten sind. Alle drei lassen sich beheben, aber nur, wenn die Messung zuerst steht.
Was das für DACH-SaaS bedeutet
Für Anbieter im deutschsprachigen Raum kommt die Frage hinzu, wo die Modelle laufen. Verarbeitung in der EU oder über Cloud-Plattformen mit europäischen Regionen ist für viele B2B-Kunden eine Voraussetzung, kann aber andere Preise und ein anderes Modellangebot bedeuten als die Direktschnittstelle eines Anbieters. Diese Abwägung gehört in dieselbe Entscheidung wie die Kostenplanung, weil ein späterer Wechsel des Anbieters oder der Region Aufwand verursacht.
Ein pragmatischer Einstieg
Wer heute ein KI-Feature betreibt, beginnt mit drei Schritten: Messung pro Anfrage und Workspace einführen, für jede Funktion prüfen, ob ein kleineres Modell genügt, und die Kontingente im Preismodell sichtbar machen. Erst danach lohnen sich feinere Optimierungen wie Caching-Strategien. Innopulse betreibt eigene SaaS-Produkte mit KI-Funktionen und unterstützt DACH-Unternehmen dabei, diese Steuerung von Anfang an mitzubauen.