KI-Werkstatt: Was neun KI-Sitzungen kosten, wenn man sie falsch anordnet

Ich arbeite seit Monaten nicht mit einem KI-Assistenten, sondern mit mehreren KI-Agenten gleichzeitig, an einem Projekt, mit festen Rollen. Das funktioniert. Aber nicht aus den Gründen, die man erwartet, und es ist mir teurer zu stehen gekommen als nötig. Hier stehen die Regeln, die am Ende übrig geblieben sind, und die Messwerte dahinter. Nichts davon ist aus einem Blogbeitrag abgeschrieben. Alles ist an meinen eigenen Projekten gemessen, und wo eine Zahl nur eine Schätzung ist, steht das dabei.

Zuletzt überarbeitet am 8. November 2026. Die Werkzeuge ändern sich monatlich, die Zahlen gelten für den Stand ihrer Messung.

1. Der Verbrauch wächst mit der Gesprächslänge, nicht mit der Arbeit

Das ist die Einsicht, die alles andere ordnet. Jeder Arbeitsschritt liest den gesamten bisherigen Verlauf erneut. Steht ein Gespräch bei 300.000 Token Kontext, kostet ein einzelner weiterer Schritt rund 300.000 Token, egal ob er groß oder klein ist.

Die Folge ist unbequem: Zwei Arbeitsschritte zusammenzulegen spart mehr, als 10 Kilobyte Text zu kürzen. Rechne selbst nach: Ein Token entspricht grob 1,9 Byte Text, so rechnen meine Regeln. 10 Kilobyte weniger Text sparen also rund 5.000 Token je Schritt. Ein Schritt weniger spart bei 300.000 Token Verlauf die ganzen 300.000.

Praktisch heißt das: erst suchen, dann nur den gebrauchten Abschnitt lesen. Nie eine große Datei, ein Protokoll oder eine JSON-Ausgabe vollständig in das Gespräch schütten. Unabhängige Abfragen in eine Nachricht bündeln.

2. Jede Nachricht zwischen Sitzungen ist teuer, also gibt es nur fünf

Wer mehrere Sitzungen parallel laufen lässt, lässt sie miteinander reden. An diesem Punkt explodiert die Rechnung: Jede Nachricht startet beim Empfänger einen vollen Arbeitsschritt, der dessen ganzen Verlauf erneut liest. Das sind oft mehrere Hunderttausend Token für einen Satz.

Meine Lösung ist eine Liste mit genau fünf Nachrichtenarten: Auftrag, Fertigmeldung, Blockade, Frage, Befund. Alles andere ist verboten: Bestätigungen, Fortschrittsmeldungen, „nur zur Information“, Fragen, die eine Datei beantwortet. Es gehört in eine Datei, die der Empfänger liest, wenn er sie braucht.

Die Prüffrage vor jedem Senden lautet: Muss der Empfänger jetzt handeln? Nein → Datei, nicht Nachricht.

3. Die Grenze, ab der verdichtet wird, berechnet man

Ein Gespräch, das zu lang wird, muss verdichtet werden, und das kostet. Diese Grenze zu raten ist der häufigste Fehler, den ich bei mir gesehen habe. Ich rechne sie aus drei gemessenen Teilen:

Bei einer Obergrenze von 500.000 bleibt damit knapp das Doppelte Luft. Niedriger ansetzen hieße unnötig verdichten, höher ansetzen bringt nichts. Genau das sieht man nur, wenn man rechnet statt rät.

4. Mehr Agenten parallel sind nicht schneller, sondern irgendwann gar nichts

Ich habe das als Messreihe aufgesetzt, weil sich die Faustregeln widersprachen. Ergebnis: Bei fünf, sechs und sogar schon bei drei gleichzeitig laufenden Hilfs-Agenten sind Durchläufe komplett ausgefallen. Sie wurden nicht langsamer, sie fielen aus. Seitdem gilt eine harte Obergrenze und eine Deckelung der Denkintensität. Und ein lang laufender Agent gilt ausdrücklich nicht als abgestürzt.

Breite Arbeit gebe ich trotzdem an Agenten ab, aber aus einem anderen Grund als vermutet: Was ein Agent liest, landet nie in meinem eigenen Verlauf. Er spart Verlauf, nicht Verbrauch. Seine Token zählen voll.

5. Ein Kostendeckel muss zur Vorabschätzung passen

Mein Rechercheprogramm prüft vor jedem Teilschritt, ob das Budget noch reicht, und setzt dabei je Suchlauf vorab 1,00 USD an. Mit einem Deckel von 2 USD brach ein Lauf deshalb schon nach der ersten von vier Teilfragen ab. Gekostet hatte er bis dahin 0,09 USD.

Derselbe Auftrag mit drei vorgegebenen Teilfragen und einem höheren Deckel kostete 0,38 USD, dauerte fünf Minuten und lieferte 46 bestätigte von 100 geprüften Aussagen. Für die Überarbeitung von 16 Artikeln dieser Seite kamen so rund 2,85 USD Recherchekosten zusammen. Ein zu knapper Deckel spart also kein Geld, er bricht nur gute Läufe ab.

6. Drei Belegstufen, und „nicht gefunden“ ist kein Gegenbeweis

Jede recherchierte Aussage trägt bei mir eine von drei Marken:

Die dritte Marke ist die wichtigste und die am häufigsten missverstandene: „Nicht gefunden“ beweist nicht das Gegenteil. Eine Frage darf unbeantwortet bleiben. Genau diese Stufe hat mich zuletzt vor einer falschen Geschäftsentscheidung bewahrt: Eine Marktlücke, die ich für belegt hielt, war nur ungesucht.

7. Prüfen ist Arbeitszeit, also wird es gedeckelt

Die Regel, die bei mir am meisten Zeit gerettet hat, ist unbeliebt: Prüfzeit bleibt deutlich unter Bauzeit. Nie drei Stunden Tests für fünf Minuten Code. Vor jedem weiteren Test steht eine Frage: Welche Entscheidung ändert sein Ergebnis? Keine → kein Test.

Dazu kommt eine Rangfolge, in der ein KI-Durchlauf zuletzt kommt. Zuerst ein Skript, ein Vergleich, eine Messung. Dann ein lokales Modell auf eigener Hardware. Erst wenn beides nicht antworten kann, ein KI-Durchlauf mit vorher genannter Kostenschätzung. Umgekehrt gilt: Was eine KI findet und ein Skript hätte finden können, wird zum Skript, bevor der nächste Durchlauf startet.

8. Was nicht gedeckelt wird: drei Prüfungen, die immer stattfinden

Sparen darf nie etwas kosten, das nicht zurückkommt. Drei Dinge entfallen deshalb nie:

1. ein Blick, bevor etwas Unwiderrufliches passiert;
2. ein Durchlauf auf echten Daten, wenn ein Werkzeug geändert wird, auf das sich andere verlassen;
3. ein Blick auf das Ergebnis, bevor es als fertig weitergegeben wird.

9. Die Regeln, die aus Schäden entstanden sind

Diese sind mir am teuersten gewesen. Deshalb stehen sie hier mit dem Schaden dabei:

• Was du startest, stoppst du. 49 vergessene Browser-Prozesse im Hintergrund haben einen Arbeitsrechner zum Stehen gebracht. Die Regel umfasst jetzt den ganzen Prozessbaum und die Temp-Ordner, auch bei Abbruch.
• Baureste sind der größte Platzfresser. Eine Systemplatte stand zweimal bei 97 und 99 Prozent, nicht wegen Daten, sondern wegen Bauordnern. Seitdem gibt es genau einen Bauordner je Projekt und eine Prüfung des freien Platzes vor jedem Bau.
• Eine Regeldatei, die immer mitlädt, wird bei jeder Anfrage jeder Sitzung bezahlt. Deshalb streicht, wer etwas hinzufügt, an anderer Stelle gleich viel. Wer nichts zu streichen findet, schreibt die Schuld datiert in die Datei. Nur gesagt, ist sie beim nächsten Start weg.
• Neuer Text wird gegen den Bestand geprüft. Ein Widerspruch zwischen zwei Regeln fällt nicht auf, weil beide Regeln einzeln richtig aussehen. Das ist der unangenehmste Fehler in diesem ganzen Aufbau.

10. Die Regel, die nichts mit Technik zu tun hat

Widerspruch ist Pflicht. Eine Rolle muss jeder Anweisung widersprechen, die weder gemessen noch anderswo belegt ist, und zwar der Leitung gegenüber, nicht durch eigenes Handeln. Wer entscheidet, entscheidet; er gibt die Entscheidung nicht weiter. Und wer handelt, stimmt es vorher ab. Sonst arbeiten zwei Rollen aneinander vorbei, ohne dass es jemand merkt, weil jede für sich richtig liegt.

Dasselbe gilt für Ergebnisse: Ich lasse meine eigenen Urteile widerlegen und schreibe die Widerlegung dazu, statt sie zu glätten. Am 8. September 2026 hat eine solche Gegenprobe zweimal das Ergebnis gedreht. Das ist kein Unglück, das ist der Zweck des Aufbaus.

Einzelne KI-Werkzeuge haben wir getrennt geprüft, mit Preisen und Grenzen, etwa ChatGPT Plus und Hugging Face.

Was das kostet, wenn ich es bei dir einrichte

Der Text oben ist vollständig. Es gibt keine zweite Fassung hinter einem Formular. Wenn du das selbst umsetzen willst, kannst du das, er enthält alles Nötige.

Wenn es schneller gehen soll:

In der Begleitung stecken 4 Stunden im Monat. Nicht genutzte Stunden gehen einmal in den nächsten Monat über, danach verfallen sie.

Das Angebot richtet sich ausschließlich an Unternehmen; alle Preise netto zzgl. USt.

Was du nicht bekommst: eine Garantie auf Einsparung, einen Zustand, der ein Jahr hält (die Werkzeuge ändern sich monatlich), oder Betrieb und Bereitschaft.

Häufige Fragen

Kann ich das auch ohne Einrichtung selbst umsetzen?

Ja. Die zehn Regeln oben sind vollständig. Die Einrichtung spart dir Zeit, sie schaltet nichts frei.

Was kostet ein Erstgespräch?

90 Minuten kosten 150 € netto. Ich sehe mir deinen Aufbau an und sage, was ich ändern würde.

Mit welchem KI-Werkzeug arbeitest du?

Mit Claude Code von Anthropic, in mehreren Sitzungen mit festen Rollen. Die Regeln oben hängen aber an der Arbeitsweise, nicht an einem Hersteller.

Garantierst du, dass meine KI-Kosten sinken?

Nein. Ich zeige dir, wo bei dir Verbrauch entsteht und was ich ändern würde. Eine Garantie auf Einsparung gebe ich nicht.

Kontakt: