Was kostet die Entwicklung eines KI-Agenten?
Aktualisiert: 2026-11
Die Kosten eines KI-Agenten hängen vom Anwendungsfall, von der Zahl der Werkzeuge und Schnittstellen, die er bedienen soll, von den laufenden Modellkosten, von den nötigen Leitplanken und menschlichen Freigaben sowie vom Aufwand für Evaluation und Überwachung ab. Der Prototyp ist schnell gebaut; der Weg zu einem zuverlässigen Betrieb macht den grösseren Teil aus.
KI-Agenten, also Systeme, die selbständig mehrere Schritte planen und Werkzeuge aufrufen, sind in Demonstrationen beeindruckend. Im Betrieb zeigt sich, ob sie zuverlässig, sicher und bezahlbar sind.
Oft ist ein klassischer, KI-gestützter Workflow die bessere Wahl als ein autonomer Agent. Diese Abwägung beschreibt unsere Entscheidungshilfe zu Agent oder Workflow-Automatisierung.
Was den Preis bestimmt
Anwendungsfall
Ein eng umrissener Ablauf mit klaren Erfolgskriterien ist günstiger als ein offener Assistent für alles.
Werkzeuge und Schnittstellen
Jede Anbindung an ein System, etwa CRM, Ticketing oder Buchhaltung, braucht Entwicklung, Rechtekonzept und Tests.
Modellkosten
Laufende Kosten pro Anfrage hängen von Modell, Kontextlänge und Zahl der Schritte ab und gehören in die Kalkulation über die Nutzungsdauer.
Leitplanken und Freigaben
Begrenzte Rechte, Prüfung von Eingaben und menschliche Freigaben für folgenreiche Aktionen kosten Aufwand, verhindern aber teure Fehler.
Evaluation
Testfälle mit erwarteten Ergebnissen, um Qualität zu messen und Änderungen am Modell oder Prompt abzusichern.
Überwachung und Betrieb
Protokollierung, Kostenkontrolle, Fehleranalyse und Anpassungen an neue Modellversionen.
Wie wir abrechnen
- 01
Prototyp mit Evaluation
Ein begrenzter Anwendungsfall mit Testfällen, um Machbarkeit und Qualität nachzuweisen.
- 02
Produktionsreife
Leitplanken, Überwachung, Rechtekonzept und Betrieb für einen bewiesenen Anwendungsfall.
- 03
Laufender Betrieb
Kontingent für Überwachung, Anpassungen und Modellwechsel.
Wir nennen bewusst keine Online-Preise: Jeder Fall ist anders. Sie erhalten nach einem kurzen Erstgespräch einen verbindlichen Fixpreis oder klaren Rahmen.
Übergeordnete Leistung: Individualsoftware-Entwicklung
Passende Angebote
KI-Integrationsstrategie
Eine KI-Integrationsstrategie klärt, wo künstliche Intelligenz in Ihrem Unternehmen echten Wert schafft — und wo nicht. Sie identifiziert Anwendungsfälle, bewertet Machbarkeit und Nutzen, priorisiert und liefert einen Fahrplan, der die AI-Act-Konformität von Anfang an mitdenkt statt nachträglich.
Review der Produktionsreife von LLM-Funktionen
Das Review prüft eine LLM-Funktion vor dem Go-live auf das, was Demos nicht zeigen: Angriffe über Prompt Injection, Qualität gemessen an einem festen Evaluationsset, Datenflüsse und Verträge mit Modellanbietern, Kosten pro Nutzung, Monitoring und die Einordnung nach dem AI Act. Ergebnis ist ein priorisierter Massnahmenplan.
Interner KI-Assistent mit Quellenangaben für die eigenen Dokumente
Ein interner KI-Assistent beantwortet Fragen auf Basis der eigenen Dokumente — Handbücher, Richtlinien, Verträge, Projektunterlagen — und nennt zu jeder Antwort die Quelle. Entscheidend sind Berechtigungen, damit jede Person nur sieht, was sie sehen darf, eine Evaluation der Antwortqualität und eine bewusste Wahl von Modell und Datenhaltung.
Häufige Fragen
Warum kostet der Betrieb mehr als der Prototyp?
Weil Zuverlässigkeit, Sicherheit und Kostenkontrolle im Prototyp oft fehlen. Ein Agent, der in fünf Prozent der Fälle falsch handelt, ist im Betrieb nicht einsetzbar.
Kann man Modellkosten senken?
Ja, etwa mit kleineren Modellen für einfache Schritte, Zwischenspeicherung und kürzeren Kontexten. Das gehört in die Architektur.
Braucht ein Agent eine menschliche Freigabe?
Für folgenreiche Aktionen wie Zahlungen, Löschungen oder Kundenkommunikation ist das meist sinnvoll, auch aus Sicht der KI-Governance.