Eine Zahl macht gerade die Runde, und sie verdient mehr Aufmerksamkeit als das übliche KI-Rauschen: Über den Modell-Marktplatz OpenRouter laufen inzwischen rund 7,3 Billionen Tokens pro Tag durch KI-Agenten — etwa das Fünffache dessen, was Menschen im direkten Dialog mit denselben Modellen verbrauchen. Innerhalb eines Jahres hat sich das agentische Volumen vervierzehnfacht. Anfang Februar 2026 hat es die menschliche Nutzung überholt und seitdem nie zurückgeblickt.
Man kann diese Kurve als Fortschrittsmeldung lesen: Agenten arbeiten, also verbrauchen sie. Man kann sie aber auch als das lesen, was sie betriebswirtschaftlich ist — eine Kostenkurve. Denn jeder dieser Tokens wird jemandem in Rechnung gestellt. Und wenn Ihr Unternehmen in den nächsten Monaten anfängt, Prozesse „agentisch" zu automatisieren, dann ist diese Kurve nicht die Statistik eines fremden Marktplatzes, sondern der Verlauf Ihrer eigenen Rechnung.
Warum ein Agent so viel mehr verbraucht als ein Mensch
Der Unterschied ist keine Frage der Fleißigkeit, sondern der Bauweise. Ein Mensch stellt eine Frage, liest die Antwort, stellt die nächste. Ein Agent bekommt ein Ziel und arbeitet in einer Schleife darauf zu: denken, Werkzeug aufrufen, Ergebnis lesen, wieder denken. Vier Mechanismen treiben dabei den Verbrauch:
- Der Kontext wächst mit jedem Schritt — und wird jedes Mal komplett neu bezahlt. Sprachmodelle haben kein Gedächtnis zwischen zwei Aufrufen. Damit der Agent in Schritt 12 noch weiß, was in Schritt 3 passiert ist, wird die gesamte bisherige Historie erneut mitgeschickt. Der Verbrauch steigt deshalb nicht linear mit der Anzahl der Schritte, sondern quadratisch.
- Werkzeug-Ausgaben landen ungefiltert im Kontext. Ein Datenbank-Ergebnis, eine API-Antwort, ein durchsuchtes Dokument — der Agent kippt sich das komplette Rohmaterial in den eigenen Kontext, obwohl er meist drei Felder daraus braucht.
- Nachdenken kostet, auch wenn es niemand sieht. Moderne Modelle erzeugen interne Überlegungsschritte, bevor sie antworten. Bei Agenten geschieht das in jeder Runde neu.
- Fehlversuche laufen im Kreis. Ein Werkzeugaufruf schlägt fehl, das Format stimmt nicht, das Ergebnis wirkt unplausibel — der Agent versucht es erneut. Jeder Versuch trägt den vollen Kontext mit sich.
Prompt-Caching bei den Modellanbietern dämpft diesen Effekt, aber es hebt ihn nicht auf: Gecachte Anteile sind günstiger, nicht kostenlos, und genau der Teil des Kontextes, der sich in jeder Runde ändert, ist vom Cache ausgenommen. Wer die Kurve wirklich flach halten will, muss dafür sorgen, dass gar nicht erst so viel Kontext entsteht.
Die Modellrechnung: dieselbe Aufgabe, zwei Bauweisen
Nehmen wir einen typischen Vorgang aus dem Arbeitsalltag: Eine Kundenanfrage kommt per E-Mail herein, muss eingeordnet, mit Daten aus CRM und Warenwirtschaft angereichert, geprüft und beantwortet werden. Zwanzig Arbeitsschritte, von denen genau drei ein Urteilsvermögen erfordern: die Anfrage verstehen, den Sonderfall bewerten, die Antwort formulieren.
Variante A — der Agent macht alles
Der Agent bekommt das Ziel, die Werkzeuge und die Freiheit. Er liest die Mail, ruft das CRM, liest die Antwort, ruft die Warenwirtschaft, liest die Antwort, prüft, rechnet, formuliert. Zwanzig Runden. Jede Runde schleppt alles Bisherige mit. Angenommen, jede Runde legt rund 2.000 Tokens auf den Stapel — dann verarbeitet die letzte Runde etwa 40.000 Tokens, und über den gesamten Lauf summieren sich rund 420.000 Tokens. Für einen Vorgang.
Variante B — der Workflow Builder
Derselbe Ablauf, aber als definierter Prozess: Siebzehn Schritte laufen in Code — Postfach abrufen, Absender erkennen, CRM-Datensatz laden, Bestellhistorie ziehen, Preise rechnen, Fristen prüfen, Ticket anlegen, Antwort versenden. Drei Schritte gehen an ein Modell, und jeder bekommt ausschließlich das, was er für seine eine Aufgabe braucht: der Klassifikationsschritt den Mailtext, nicht die Kundenhistorie. Der Bewertungsschritt fünf Kennzahlen, nicht den kompletten CRM-Datensatz. Der Formulierungsschritt das Ergebnis der beiden Vorgänger, nicht das Protokoll des ganzen Laufs. Bei rund 2.000 Tokens je Schritt landet der gesamte Vorgang bei etwa 6.000 Tokens.
| Ein Vorgang, 20 Arbeitsschritte | Agenten-Schleife | Workflow Builder |
|---|---|---|
| Schritte, die ein Modell sehen | alle 20 | 3 |
| Kontext im letzten Modellaufruf | ca. 40.000 Tokens | ca. 2.000 Tokens |
| Tokens je Vorgang insgesamt | ca. 420.000 | ca. 6.000 |
| Kostenverlauf bei längeren Prozessen | quadratisch steigend | linear, planbar |
| Laufzeit | Minuten | Sekunden |
| Ergebnis bei gleichem Input | meistens gleich | bei 17 von 20 Schritten garantiert gleich |
Illustrative Modellrechnung mit offengelegten Annahmen, kein gemessener Benchmark — Ihr Prozessmix verschiebt die Zahlen in beide Richtungen. Die Größenordnung ist der Punkt, nicht die zweite Nachkommastelle: Der Faktor liegt hier bei rund 70. Und genau dieser Faktor ist es, den die OpenRouter-Kurve auf Marktebene zeigt.
Selektiv einlesen: das Prinzip hinter dem Unterschied
Der teuerste Satz in der KI-Automatisierung lautet: „Geben wir dem Modell einfach alles, dann findet es schon das Richtige." Er klingt großzügig, ist aber der eigentliche Kostentreiber — und nebenbei auch der Qualitätstreiber nach unten, denn ein Modell, das 40.000 Tokens Kontext durchsuchen muss, übersieht eher etwas als eines, das 800 Tokens präzise vor sich hat.
Im Cortexion Workflow Builder ist der Zuschnitt des Kontexts deshalb kein Nebeneffekt, sondern eine bewusste Entscheidung pro Schritt:
- Felder statt Datensätze. Ein KI-Schritt bekommt die drei Werte, die er bewerten soll — nicht den ganzen Kunden, nicht die ganze Tabelle, nicht das ganze Dokument.
- Ausschnitte statt Dateien. Aus der Wissensdatenbank kommen die passenden Absätze mit Quellenangabe, nicht das vollständige Handbuch.
- Kein mitwachsendes Protokoll. Jeder Schritt startet mit definiertem Input. Es gibt keine Historie, die von Schritt zu Schritt größer wird — und damit auch keine Kurve, die nach oben zieht, nur weil der Prozess länger geworden ist.
- Ergebnisse statt Rohdaten. Was ein Code-Schritt liefert, wird gefiltert weitergegeben: die berechnete Summe, nicht die 400 Zeilen, aus denen sie entstanden ist.
Code first: siebzehn von zwanzig Schritten brauchen keine KI
Der zweite Hebel ist noch simpler. Wenn Sie einen Geschäftsprozess zerlegen, besteht der überwiegende Teil aus Schritten mit genau einer richtigen Antwort: Daten holen, Format wandeln, Pflichtfelder prüfen, Summe bilden, Frist berechnen, verzweigen, schreiben, zustellen. Diese Schritte brauchen kein Sprachmodell. Sie brauchen Code — und der ist schneller, verbraucht keine Tokens und liefert bei gleichem Input immer dasselbe Ergebnis.
Das Modell bekommt bei uns die Schritte, für die es gebaut ist: unstrukturierte Sprache verstehen, in Grauzonen bewerten, sinnvoll formulieren. Die ausführliche Herleitung dieser Architektur samt Rechenbeispiel aus dem Rechnungseingang steht in unserem Beitrag KI-Kosten senken: Warum gute Prozessautomatisierung so wenig KI wie möglich einsetzt.
Das Beste daran: Sie müssen diese Trennung nicht selbst vornehmen. Sie beschreiben Ihren Ablauf im Chat in normalen Sätzen, und der Workflow Builder entscheidet, welcher Schritt in Code gehört und welcher ein Modell braucht. Der Code entsteht dabei einmalig beim Bauen des Prozesses — nicht bei jedem Durchlauf.
Warum das mehr ist als eine Kostenfrage
Wer den Token-Verbrauch senkt, bekommt drei weitere Vorteile geschenkt, die im Betrieb oft schwerer wiegen als die Rechnung selbst:
- Planbarkeit. Ein Prozess mit festen Schritten kostet je Vorgang ungefähr dasselbe. Eine Agenten-Schleife kostet, was sie eben braucht — und niemand weiß vorher, ob das drei Runden sind oder dreißig. Für eine Kalkulation ist der Unterschied fundamental.
- Nachvollziehbarkeit. Bei einem definierten Ablauf lässt sich jeder Schritt einzeln prüfen, protokollieren und wiederholen. Wenn ein Ergebnis falsch war, sehen Sie an welcher Stelle. Bei einer freien Schleife bleibt oft nur der Befund „irgendwo unterwegs ist es gekippt" — und für Prüfer, Betriebsrat und EU-AI-Act-Dokumentation ist das zu wenig.
- Datensparsamkeit. Was nie in einen Modellkontext gelangt, muss auch nicht geschützt, geprüft oder in einem Verarbeitungsverzeichnis erklärt werden. Selektives Einlesen ist Datenschutz mit anderen Mitteln.
Und wann ist ein Agent trotzdem richtig?
Es wäre unehrlich, die agentische Arbeitsweise zum Irrweg zu erklären — sie ist für eine bestimmte Klasse von Aufgaben klar überlegen. Immer dann, wenn der Weg zum Ziel vorher nicht bekannt ist, spielt ein Agent seine Stärke aus: bei offener Recherche, bei explorativer Analyse, beim Debuggen, bei einmaligen Sonderaufgaben, die sich nicht lohnen würden, als Prozess zu bauen. Genau dafür gibt es in Cortexion Agenten und Assistenten mit Werkzeugzugriff, und dort ist der höhere Verbrauch schlicht der Preis für Flexibilität.
Der Fehler beginnt woanders: wenn ein Prozess, der jeden Tag hundertmal identisch abläuft, als Agenten-Schleife gebaut wird, weil es schneller aufgesetzt ist. Dann zahlen Sie dauerhaft für Flexibilität, die Sie an dieser Stelle gar nicht brauchen. Unsere Faustregel dazu ist kurz: Wiederkehrende Abläufe gehören in den Workflow Builder. Einmalige Fragen gehören an einen Agenten.
Was Sie prüfen sollten, bevor Sie automatisieren
- Wie viele Tokens verbraucht ein einzelner Durchlauf — und woher weiß ich das vor dem Rollout?
- Bleibt dieser Wert konstant, wenn der Prozess länger wird, oder wächst er mit jedem zusätzlichen Schritt überproportional?
- Welche Schritte laufen in Code, welche über ein Modell — und wer hat das entschieden?
- Bekommt jeder KI-Schritt nur die Daten, die er braucht, oder den gesamten bisherigen Verlauf?
- Kann ich pro Schritt ein günstigeres Modell wählen, wo Spitzenleistung nicht nötig ist? (Wie wirksam das ist, zeigt unser Beitrag zu GPT-5.4 als günstiger Vorstufe.)
- Verdient mein Plattformanbieter mit, wenn mein Prozess mehr verbraucht als nötig?
Die letzte Frage ist die unbequemste — und die aufschlussreichste. Bei Cortexion lautet die Antwort: nein. Unsere Pläne sind Festpreise mit Token-Kontingent, im Pay-as-you-go-Modus reichen wir die Modellkosten ohne Aufschlag weiter. Jeder Token, den ein Prozess nicht verbraucht, ist für uns kein entgangener Umsatz, sondern ein zufriedener Kunde im nächsten Jahr.
Fazit
Die OpenRouter-Kurve zeigt keine Anomalie, sondern die Normalform der nächsten Jahre: Software wird ihre Aufgaben zunehmend über Sprachmodelle erledigen, und das Volumen wird weiter steigen. Die Frage für Ihr Unternehmen ist nicht, ob Sie an dieser Entwicklung teilnehmen — sondern mit welcher Steigung Ihre eigene Kurve verläuft. Wer Prozesse als freie Agenten-Schleifen baut, übernimmt die Steigung des Marktes. Wer sie als definierte Abläufe mit selektiv eingelesenem Kontext und Code für alles Eindeutige baut, hält sie flach.
Es ist derselbe Prozess, dasselbe Ergebnis, dieselbe Qualität — nur eben zwei Größenordnungen auseinander bei den Kosten. Buchen Sie eine Demo, und wir bauen einen Ihrer wiederkehrenden Abläufe live im Workflow Builder auf, inklusive der Rechnung, was er im Monat kostet.