AI-Tokenomics: Wie aus ein paar Wörtern Millionen Tokens werden
Wie viele Tokens stecken in diesem Satz?
Vermutlich mehr, als er Wörter hat.
AI-Modelle lesen einen Text nicht Wort für Wort. Sie zerlegen ihn in kleine Stücke. Ein kurzes Wort kann ein Token sein. Ein längeres deutsches Wort kann aus mehreren bestehen. Auch Satzzeichen zählen mit.
Tokens sind also keine geheimnisvollen digitalen Münzen. Sie sind schlicht die kleinen Texteinheiten, mit denen ein Sprachmodell arbeitet.
Der Text oberhalb dieser Zeile kommt, je nach Modell und Tokenizer, bereits auf ungefähr 120 bis 160 Tokens.
Und jetzt wird es interessant: Jeder dieser Tokens muss verarbeitet werden. Bei einem kurzen Chat fällt das kaum ins Gewicht. Bei grossen Dokumenten, vielen Nutzern oder einem AI-Agenten sieht die Rechnung plötzlich anders aus.
Probieren Sie es selbst aus: Geben Sie einen beliebigen Text ein und beobachten Sie, wie daraus einzelne Tokens entstehen: https://huggingface.co/spaces/Xenova/the-tokenizer-playground.
Lesen kostet. Schreiben auch.
Wenn Sie einem AI-Modell eine Frage stellen, liest es zuerst den Input und erzeugt danach einen Output. Beides wird in Tokens gemessen.
Zum Input gehören nicht nur Ihre Frage, sondern auch frühere Nachrichten, Arbeitsanweisungen, Dokumente oder Suchresultate. Der Output umfasst die Antwort sowie mögliche Zusammenfassungen, strukturierte Daten oder Befehle an andere Systeme.
Die sichtbare Frage ist deshalb oft nur ein kleiner Teil des gesamten Verbrauchs.
Viele Anbieter rechnen pro Million Input- und Output-Tokens ab. Dabei ist der Output häufig teurer als der Input.
Wann kommen eine Million Tokens zusammen?
Eine Million klingt nach sehr viel. Für eine einzelne Chatfrage ist es das auch.
Als grobe Faustregel entsprechen eine Million Tokens mehreren hunderttausend Wörtern. Im Englischen werden häufig rund 750’000 Wörter genannt; bei Deutsch kann die Zahl abweichen, weil Wörter anders zerlegt werden.
Aber Unternehmen arbeiten nicht mit einem einzigen Text. Sie haben Verträge, E-Mails, Sitzungsprotokolle, Richtlinien und Supportfälle. Und sie stellen nicht eine Frage, sondern Hunderte.
Ein vereinfachtes Beispiel:
Vorgang Tokens
Frage und Arbeitsanweisung 1’000
Relevante Dokumentauszüge 7’000
Antwort 1’000
Total pro Anfrage 9’000
Nach rund 112 solchen Anfragen ist die erste Million erreicht.
Bei 500 Anfragen pro Arbeitstag wären es bereits 4,5 Millionen Tokens. Pro Tag. Und dabei handelt es sich noch um einen Ablauf mit nur einem Modellaufruf.
Was kostet das konkret?
Die Grundrechnung ist einfach:
Input-Tokens × Input-Preis + Output-Tokens × Output-Preis.
Nehmen wir ein rein illustratives Modell, das 3 US-Dollar pro Million Input-Tokens und 15 US-Dollar pro Million Output-Tokens kostet. Eine Million eingelesene Tokens kostet dann 3 Dollar. Werden zusätzlich 200’000 Tokens ausgegeben, kommen weitere 3 Dollar dazu. Total: 6 Dollar.
Das klingt harmlos.
Doch nun läuft derselbe Prozess jeden Tag für verschiedene Teams oder Kunden. Aus 6 Dollar werden 60. Dann 600. Und wenn lange Dokumente bei jedem Schritt erneut mitgeschickt werden, steigt der Zähler deutlich schneller.
Dazu können Kosten für Suchdienste, Datenbanken, Bildmodelle oder externe Tools kommen. Tokenkosten sind nicht immer die ganze Rechnung. Aber sie sind oft ihr Taktgeber.
Die wichtige Frage lautet deshalb nicht nur: „Wie teuer ist das Modell?“
Sondern: „Wie viele Modellaufrufe braucht unser Prozess, und wie viel Kontext schicken wir jedes Mal mit?“
Dann läuft ein Agent los
Bis hierhin haben wir einen einfachen Austausch betrachtet: Frage rein, Antwort raus.
Ein AI-Agent kann eine Aufgabe planen, Informationen suchen, Werkzeuge aufrufen, Ergebnisse vergleichen und seine eigene Antwort kontrollieren.
Sie schreiben zum Beispiel:
„Prüfe unsere neuen Lieferanten auf mögliche Compliance-Risiken.“
Der Agent könnte Lieferantendaten aus dem ERP abrufen, interne Richtlinien durchsuchen, externe Quellen prüfen, Ergebnisse vergleichen, unklare Fälle nochmals untersuchen und einen Bericht erstellen.
Für Sie war es ein Auftrag. Im Hintergrund waren es vielleicht acht, zwölf oder zwanzig Arbeitsschritte.
Dabei laufen nicht Millionen kleiner Tokens wie Ameisen durch das System. Technisch startet der Agent mehrere Modellaufrufe und Teilaufgaben, manche nacheinander, manche parallel. Bei jedem Aufruf wird erneut gelesen und geschrieben.
Stellen Sie sich einen Chat wie eine Person an einem Schreibtisch vor. Ein Agent ist eher ein kleines Projektteam. Eine Person sucht Dokumente, eine zweite prüft Daten, eine dritte fasst alles zusammen. Das Team kann schneller arbeiten. Aber an jedem Schreibtisch läuft ein eigener Tokenzähler.
Mehr Tokens sind nicht automatisch schlecht
Jetzt könnte man denken: Je weniger Tokens, desto besser.
So einfach ist es nicht.
Ein Agent, der mit 30’000 Tokens in zwei Minuten einen vollständigen Compliance-Check erledigt, kann wirtschaftlicher sein als ein günstiger Chat, dessen Antwort anschliessend eine Stunde manuell geprüft werden muss.
Entscheidend ist nicht nur der Preis pro Token. Entscheidend ist der Preis pro zuverlässig erledigter Aufgabe.
Gute Agenten laden nicht bei jeder Frage das komplette Unternehmensarchiv. Sie suchen relevante Passagen, verwenden kleinere Modelle für einfache Schritte und stärkere nur dort, wo sie gebraucht werden. Sie wiederholen nicht unnötig denselben Kontext. Und sie wissen, wann die Aufgabe erledigt ist.
Gute Tokenomics bedeutet nicht: möglichst wenig verbrauchen.
Sie bedeutet: für jeden Token einen sinnvollen Job haben.
Wo verrichten die Tokens ihre Arbeit?
Bis jetzt ging es um Mengen und Preise. Doch die Tokens müssen auch irgendwo verarbeitet werden.
In vielen Fällen geschieht das in der Cloud. Fragen, Dokumente und Kontext werden an die Infrastruktur eines Modellanbieters geschickt. Dort verarbeitet das Modell die Tokens und die Nutzung wird abgerechnet. Das ist flexibel. Unternehmen können schnell starten, verschiedene Modelle nutzen und bei Bedarf skalieren.
Es gibt aber einen zweiten Weg: Das Modell läuft On-Premise auf der eigenen Infrastruktur oder direkt On-Device auf einem Gerät. Auch dort werden Tokens verarbeitet. Sie verschwinden nicht, und die Berechnung ist nicht kostenlos. Hardware, Energie, Wartung und Betrieb bleiben reale Kosten.
Der entscheidende Unterschied: Bei einem vollständig lokalen Setup müssen Prompts, Dokumente, Zwischenergebnisse und Antworten die eigene Infrastruktur nicht verlassen. Alles bleibt auf dem Gerät oder den eigenen Servern. Gleichzeitig gibt es keine externe Rechnung für jeden einzelnen Input- und Output-Token.
Bei vertraulichen Verträgen, Personaldaten, Finanzinformationen oder internen Prozessen ist das nicht nur eine Kostenfrage. Es ist vor allem eine Security- und Kontrollfrage.
Lokal bedeutet allerdings nicht automatisch sicher. Auch eine On-Premise-Lösung braucht Zugriffsrechte, Verschlüsselung, Updates und Governance. Sie reduziert aber eine zentrale Angriffsfläche: Sensible Daten müssen nicht für jeden AI-Schritt an einen externen Dienst übertragen werden.
Die kleinen Einheiten hinter der grossen Entscheidung
Tokens sind winzig. Die Architektur dahinter ist es nicht.
Bei einem Chat geht es vielleicht um einige Hundert oder Tausend Tokens. Bei einem Agenten, der täglich Dokumente durchsucht, Systeme verbindet und Teilaufgaben parallel erledigt, werden daraus schnell Millionen.
Dann stellen sich drei Fragen:
- Was kostet der gesamte Workflow?
- Welchen Geschäftswert erzeugt er?
- Und wo sollen die Daten während der Verarbeitung bleiben?
Dreamleap entwickelt sichere AI-Agenten, die Arbeit über bestehende Unternehmenssysteme hinweg orchestrieren. Je nach Anforderung können sie in der Cloud, On-Premise oder On-Device betrieben werden. Die lokalen Varianten richten sich besonders an sensible und regulierte Anwendungsfälle, bei denen Datenkontrolle, Governance und Security entscheidend sind.
So lässt sich nicht nur bestimmen, was ein Agent erledigt. Sondern auch, wo seine Tokens ihre Arbeit verrichten.
Denn am Ende lautet die wichtigste Frage nicht: „Wie verhindern wir Tokenverbrauch?“
Sondern:
„Wie setzen wir ihn dort ein, wo er sicher den grössten Wert schafft?“
