Coding-Agenten rechnen nicht nach Arbeitsstunden ab, sondern nach verarbeiteten Token oder im Rahmen von Abo-Kontingenten. Das macht Kosten auf den ersten Blick schwer greifbar: Eine Aufgabe kostet fast nichts, eine ähnliche plötzlich ein Vielfaches. Wer versteht, wodurch Verbrauch entsteht, kann ihn gezielt steuern, ohne die Produktivität zu bremsen. Dieser Artikel erklärt die wichtigsten Kostentreiber und zeigt Stellschrauben auf Ebene der einzelnen Sitzung, des Teams und der Organisation – bewusst ohne konkrete Preise, die sich ohnehin regelmäßig ändern.
Woher der Verbrauch kommt
Bei jedem Schritt schickt der Agent den bisherigen Gesprächsverlauf, Systemanweisungen, Werkzeugbeschreibungen und gelesene Dateien an das Modell. Ein langer Verlauf mit vielen eingelesenen Dateien bedeutet deshalb bei jedem weiteren Schritt viele Eingabe-Token. Hinzu kommen Ausgabe-Token für generierten Code und, bei Modellen mit erweitertem Denken, für die interne Planung.
Die größten Kostentreiber sind daher selten die kurzen Aufgaben, sondern lange Sitzungen ohne Kontextpflege, unnötig breite Suchen durch große Codebasen, viele aktivierte MCP-Server und der Einsatz des stärksten Modells für Routinearbeiten. Prompt-Caching der Anbieter senkt die Kosten für wiederholt gesendete Inhalte zwar spürbar, ersetzt aber keine bewusste Kontextpflege.
Stellschrauben in der einzelnen Sitzung
Beginnen Sie für jede neue Aufgabe eine frische Sitzung oder leeren Sie den Kontext, in Claude Code etwa mit /clear. Verdichten Sie lange Sitzungen bewusst mit /compact, bevor es automatisch geschieht. Nennen Sie relevante Dateien direkt, statt den Agenten das ganze Repository durchsuchen zu lassen. Lagern Sie umfangreiche Recherchen in Subagents aus, damit der Hauptkontext schlank bleibt.
Prüfen Sie regelmäßig, was den Kontext belegt. In Claude Code zeigt der Befehl /context die Verteilung, /cost oder die Nutzungsanzeige den Verbrauch der Sitzung. Deaktivieren Sie MCP-Server, die Sie für das aktuelle Projekt nicht brauchen, denn ihre Werkzeugbeschreibungen werden bei jedem Schritt mitgesendet.
Eine schlanke CLAUDE.md oder AGENTS.md zahlt sich doppelt aus: Sie wird bei jeder Anfrage gelesen, und jede überflüssige Zeile kostet in jeder Sitzung.
Das passende Modell für die Aufgabe
Nicht jede Aufgabe braucht das leistungsstärkste Modell. Große Modelle mit erweitertem Denken lohnen sich für Architekturentscheidungen, schwierige Bugs und komplexe Refactorings. Für Formatierungen, einfache Tests, Dokumentation oder Recherche reichen kleinere, schnellere Modelle oft völlig aus. Viele Werkzeuge erlauben, das Modell pro Sitzung, pro Subagent oder pro Workflow festzulegen.
Ein bewährtes Muster ist die Arbeitsteilung: Ein starkes Modell plant, ein günstigeres setzt um. Auch die Denkstufe lässt sich bei manchen Modellen einstellen. Eine niedrigere Stufe spart Token, wenn die Aufgabe wenig Nachdenken erfordert.
Legen Sie diese Wahl nicht jedem Einzelnen allein auf. Sinnvoller sind Standards im Team, etwa ein Standardmodell für die tägliche Arbeit, ein leistungsstärkeres für ausgewählte Aufgaben und ein kleines Modell für Subagents und Automatisierung. Wer davon abweicht, tut das bewusst und mit Begründung.
Steuerung auf Team- und Organisationsebene
Für Teams zählt vor allem Transparenz. Wer nicht weiß, wofür Budget verbraucht wird, kann es nicht steuern. Abo-Modelle mit festen Kontingenten bieten Planbarkeit, API-Abrechnung bietet Flexibilität und detaillierte Auswertungen. Beides lässt sich kombinieren, etwa Abos für interaktive Arbeit und API-Zugänge für Automatisierung.
- Richten Sie in den Konsolen der Anbieter Ausgabenlimits und Benachrichtigungen pro Workspace oder Projekt ein.
- Trennen Sie API-Schlüssel nach Einsatzzweck, etwa interaktiv, CI und Experimente, um Verbrauch zuordnen zu können.
- Begrenzen Sie in automatisierten Workflows die maximale Anzahl an Durchläufen und die Laufzeit.
- Werten Sie den Verbrauch regelmäßig aus, etwa über die Nutzungsberichte der Anbieter oder die OpenTelemetry-Metriken von Claude Code.
- Teilen Sie im Team bewährte Gewohnheiten zur Kontextpflege, statt pauschal Nutzung zu begrenzen.
Kosten und Nutzen ins Verhältnis setzen
Ziel ist nicht der geringste Verbrauch, sondern der beste Nutzen pro eingesetztem Budget. Eine teure Sitzung, die einen Tag Arbeit spart, ist günstiger als zehn sparsame, die nur Nacharbeit erzeugen. Die AI Code Engineers von neooutput zeigen Ihrem Team in Workshops, wie Sie Agenten effizient einsetzen, und helfen beim Aufbau von Monitoring und Richtlinien. Vereinbaren Sie dazu ein kostenloses 15-Minuten-Erstgespräch.
Häufige Fragen
Ist ein Abo oder API-Abrechnung günstiger?
Das hängt vom Nutzungsprofil ab. Abos bieten Planbarkeit für regelmäßige interaktive Arbeit, API-Abrechnung eignet sich für Automatisierung und schwankende Last. Viele Teams kombinieren beides.
Warum kostet dieselbe Aufgabe mal mehr, mal weniger?
Der Verbrauch hängt davon ab, wie viel Kontext der Agent liest, wie viele Schritte er braucht und wie lang die Sitzung bereits ist. Eine frische Sitzung mit präziser Aufgabe verbraucht meist deutlich weniger.
Senkt ein kleineres Modell immer die Kosten?
Pro Token ja, insgesamt nicht zwingend. Wenn ein kleineres Modell mehr Versuche oder Korrekturen braucht, kann der Gesamtverbrauch steigen. Testen Sie die Modellwahl an typischen Aufgaben.