Warum KI-Agenten so viele Tokens verbrauchen
KI-Agenten arbeiten in Schleifen und schicken bei jedem Schritt alles Bisherige erneut an das Modell. Das treibt den Verbrauch. Hier lesen Sie, warum das so ist und wann sich eine andere Bauweise lohnt.
Das Wichtigste in Kürze
- Laut den Ranglisten von OpenRouter (openrouter.ai/rankings) liefen im August 2026 rund 7,3 Billionen Tokens pro Tag durch KI-Agenten, etwa fünfmal so viel wie durch Menschen.
- Agenten schicken in jedem Schritt die ganze bisherige Geschichte erneut mit. Der Verbrauch steigt deshalb stärker als die Zahl der Schritte.
- Wiederkehrende Arbeit läuft als fester Ablauf sparsamer: Eindeutige Schritte als Programm, ein Modell nur dort, wo ein Urteil nötig ist, und nur mit dem Ausschnitt, den es braucht.
- Faustregel: Wiederkehrendes gehört in einen Ablauf, einmalige offene Fragen an den Assistenten im Chat.
Eine Zahl verdient mehr Aufmerksamkeit als das übliche Rauschen rund um KI. Als dieser Artikel im August 2026 zuerst erschien, liefen über den Modell-Marktplatz OpenRouter rund 7,3 Billionen Tokens pro Tag durch KI-Agenten. Das war etwa das Fünffache dessen, was Menschen im direkten Dialog mit denselben Modellen verbrauchten. In zwölf Monaten war das Volumen der Agenten auf das Vierzehnfache gewachsen, und Anfang Februar 2026 hatte es die Nutzung durch Menschen überholt. Quelle der Daten: openrouter.ai/rankings.
Tokens sind die kleinen Textstücke, in denen Sprachmodelle lesen und schreiben. Nach ihnen rechnen die Anbieter der Modelle ab. Die Kurve von OpenRouter ist deshalb für ein Unternehmen vor allem eine Kostenkurve. Denn jeder dieser Tokens wird jemandem in Rechnung gestellt.
Warum ein Agent so viel mehr verbraucht als ein Mensch
Der Unterschied ist keine Frage des Fleißes, sondern der Bauweise. Ein Mensch stellt eine Frage, liest die Antwort und stellt die nächste. Ein Agent bekommt ein Ziel und arbeitet in einer Schleife darauf zu: überlegen, ein Werkzeug aufrufen, das Ergebnis lesen, wieder überlegen. Vier Dinge treiben dabei den Verbrauch:
- Der Kontext wächst mit jedem Schritt und wird jedes Mal neu bezahlt. Sprachmodelle haben zwischen zwei Aufrufen kein Gedächtnis. Damit der Agent im zwölften Schritt noch weiß, was im dritten passiert ist, geht die ganze bisherige Geschichte erneut mit. Wer zwanzig Schritte macht, schickt den Anfang zwanzigmal. Der Verbrauch wächst deshalb nicht im gleichen Maß wie die Zahl der Schritte, sondern deutlich schneller, in der Mathematik heißt das quadratisch.
- Ergebnisse von Werkzeugen landen ungefiltert im Kontext. Ein Suchergebnis, die Antwort einer Schnittstelle, ein ganzes Dokument: Der Agent legt sich das komplette Rohmaterial in den eigenen Kontext, obwohl er oft nur wenige Angaben daraus braucht.
- Nachdenken kostet, auch wenn es niemand sieht. Viele Modelle erzeugen innere Überlegungen, bevor sie antworten. Bei Agenten geschieht das in jeder Runde neu.
- Fehlversuche drehen sich im Kreis. Ein Aufruf schlägt fehl, das Format stimmt nicht, das Ergebnis wirkt unplausibel, und der Agent versucht es erneut. Jeder Versuch trägt den vollen Kontext mit sich.
Zwischenspeicher bei den Anbietern dämpfen diesen Effekt, heben ihn aber nicht auf. Zwischengespeicherte Teile sind günstiger, nicht umsonst. Und genau der Teil, der sich in jeder Runde ändert, lässt sich nicht zwischenspeichern. Wer den Verbrauch wirklich flach halten will, muss dafür sorgen, dass gar nicht erst so viel Kontext entsteht.
Dieselbe Aufgabe, zwei Bauweisen
Nehmen Sie einen typischen Vorgang: Eine Kundenanfrage kommt per Mail. Sie muss eingeordnet, mit Daten aus der Kundenliste und der Warenwirtschaft ergänzt, geprüft und beantwortet werden. Von vielen Arbeitsschritten verlangen nur wenige ein Urteil: die Anfrage verstehen, den Sonderfall bewerten, die Antwort formulieren.
Bauweise A, der Agent macht alles: Der Agent bekommt das Ziel, die Werkzeuge und freie Hand. Er liest die Mail, fragt die Kundenliste ab, liest die Antwort, fragt die Warenwirtschaft ab, liest die Antwort, prüft, rechnet, formuliert. Jede Runde schleppt alles Bisherige mit. Die letzte Runde ist die teuerste, und der ganze Vorgang kostet ein Vielfaches dessen, was die einzelnen Schritte bräuchten.
Bauweise B, ein fester Ablauf: Die eindeutigen Schritte laufen als Programm: Postfach abrufen, Absender erkennen, Kundendaten laden, Preise rechnen, Fristen prüfen, Eintrag anlegen. Nur die wenigen Schritte mit Urteil gehen an ein Modell, und jeder bekommt nur, was er für seine Aufgabe braucht. Der Schritt zum Einordnen bekommt den Text der Mail, nicht die ganze Kundengeschichte. Der Schritt zum Bewerten bekommt einige Kennzahlen, nicht den ganzen Datensatz. Der Schritt zum Formulieren bekommt die Ergebnisse der beiden davor, nicht das Protokoll des ganzen Laufs.
| Ein Vorgang mit vielen Schritten | Agent in der Schleife | Fester Ablauf |
|---|---|---|
| Schritte, die ein Modell sieht | alle | nur die mit Urteil |
| Kontext im letzten Aufruf | alles Bisherige | nur, was dieser Schritt braucht |
| Verbrauch bei längeren Vorgängen | wächst überproportional | wächst mit den Schritten mit Urteil |
| Ergebnis bei gleicher Eingabe | meistens gleich | bei den Schritten ohne KI immer gleich |
Wie groß der Abstand bei Ihnen ausfällt, hängt vom Vorgang ab. Die Richtung ist immer dieselbe, und genau diesen Abstand zeigt die Kurve von OpenRouter im Großen.
Gezielt einlesen statt alles mitgeben
Der teuerste Satz in der Automatisierung mit KI lautet: „Geben wir dem Modell einfach alles, dann findet es schon das Richtige.“ Er treibt die Kosten und drückt oft die Qualität, denn ein Modell mit sehr viel Kontext übersieht eher etwas. Deshalb lohnt es sich, den Zuschnitt für jeden Schritt bewusst zu wählen:
- Felder statt Datensätze. Ein Schritt mit KI bekommt die Werte, die er bewerten soll, nicht den ganzen Kunden und nicht die ganze Tabelle.
- Ausschnitte statt Dateien. Aus einem Handbuch kommen die passenden Absätze, nicht das ganze Dokument.
- Kein mitwachsendes Protokoll. Jeder Schritt beginnt mit einer festen Eingabe. Es gibt keine Geschichte, die von Schritt zu Schritt größer wird.
- Ergebnisse statt Rohdaten. Was ein Programmschritt liefert, geht gefiltert weiter: die berechnete Summe, nicht die vielen Zeilen, aus denen sie entstand.
So baut Cortexion wiederkehrende Arbeit
In Cortexion heißen feste, wiederkehrende Vorgänge Abläufe. Sie beschreiben im Chat, was regelmäßig passieren soll, und der Assistent baut daraus ein kleines Programm. Das schreibt er einmal beim Bauen, nicht bei jedem Lauf. Ein Ablauf startet nach Zeitplan, per Webhook oder von Hand.
KI braucht ein Lauf nur in den Schritten, in denen sie vorgesehen ist. Dann zahlt er aus dem Topf KI-Credits Ihres Grundpakets. Was ein Ablauf nach außen tut, etwa eine Mail senden, gibt ein Mensch für diesen Ablauf frei; im Auto-Modus läuft ein Ablauf nie. Wie das Beschreiben im Alltag aussieht, zeigt der Artikel Prozesse automatisieren ohne Programmieren. Die ausführliche Begründung, warum eindeutige Schritte ohne KI laufen sollten, steht im Artikel KI-Kosten senken.
Mehr als eine Kostenfrage
Wer den Verbrauch senkt, bekommt drei weitere Vorteile, die im Betrieb oft schwerer wiegen als die Rechnung:
- Planbarkeit. Ein Ablauf mit festen Schritten braucht je Vorgang ungefähr gleich viel. Bei einer Schleife weiß niemand vorher, ob es drei Runden werden oder dreißig.
- Nachvollziehbarkeit. Bei einem festen Ablauf lässt sich jeder Schritt einzeln prüfen und wiederholen. War ein Ergebnis falsch, sehen Sie, an welcher Stelle. Bei einer freien Schleife bleibt oft nur der Befund „irgendwo unterwegs ist es gekippt“. Für Prüfer, Betriebsrat und die Dokumentation nach dem EU AI Act ist das wenig.
- Sparsam mit Daten. Was nie in den Kontext eines Modells gelangt, muss auch nicht geschützt oder im Verzeichnis der Verarbeitungen erklärt werden.
Wann ein Agent trotzdem richtig ist
Die Arbeitsweise der Agenten ist kein Irrweg. Sie ist überlegen, wenn der Weg zum Ziel vorher nicht bekannt ist: bei offener Recherche, bei einer Auswertung, bei der man erst unterwegs merkt, was man sucht, und bei einmaligen Sonderaufgaben.
Auch der Assistent in Cortexion arbeitet im Chat so. Er sucht und liest im Internet, bedient einen eigenen Browser, liest und erzeugt Dateien und erledigt Aufgaben auch im Hintergrund. Dort ist der höhere Verbrauch der Preis für die Freiheit. Er geht aus dem Monatskontingent der Lizenz der Person, die schreibt.
Der Fehler beginnt woanders: wenn ein Vorgang, der jeden Tag gleich abläuft, dauerhaft als freie Schleife läuft, weil das schneller eingerichtet war. Dann zahlen Sie immer wieder für eine Freiheit, die Sie an dieser Stelle nicht brauchen. Die Faustregel ist kurz: Wiederkehrendes gehört in einen Ablauf, einmalige Fragen an den Assistenten.
Was Sie vor dem Automatisieren prüfen sollten
- Wie viel verbraucht ein einzelner Durchlauf, und woher weiß ich das, bevor der Vorgang im Alltag läuft?
- Bleibt der Verbrauch ähnlich, wenn der Vorgang länger wird, oder wächst er mit jedem zusätzlichen Schritt überproportional?
- Welche Schritte laufen als Programm, welche über ein Modell, und wer hat das entschieden?
- Bekommt jeder Schritt mit KI nur die Daten, die er braucht, oder die ganze bisherige Geschichte?
- Kann ich für einfache Aufgaben ein günstigeres Modell wählen? In Cortexion geht das mit dem Regler „Intelligenz“: Günstig, Ausgewogen, Gründlich.
- Was passiert, wenn der Verbrauch steigt? Bei Cortexion gilt: Nachberechnet wird nie, mehr KI gibt es nur durch Hochstufen. Bei 80 Prozent des Kontingents kommt ein Hinweis.
Die eigene Kurve flach halten
Die Kurve von OpenRouter zeigt eine Richtung: Software erledigt ihre Aufgaben zunehmend über Sprachmodelle. Die Frage für Ihr Unternehmen ist, wie steil Ihre eigene Kurve verläuft. Wer wiederkehrende Arbeit als freie Schleife baut, übernimmt die Steigung des Marktes. Wer sie als festen Ablauf mit gezielt eingelesenem Kontext und einem Programm für alles Eindeutige baut, hält sie flach.
Was Pakete, Lizenzen und KI-Credits genau bedeuten, erklärt der Artikel Was kostet KI im Betrieb?. Die Preise finden Sie auf der Seite Preise.