Wissen / Modelle & Anbindung
Was kostet KI? Abo, API und eigener Betrieb im Vergleich
KI wird auf drei Arten bezahlt: pro Nutzer (Abo), pro Verbrauch (API) oder über einen eigenen Betrieb. Welches Modell passt, hängt weniger vom Budget ab als von der Frage: Sitzt ein Mensch davor, oder läuft ein Prozess automatisch?
1. Abo pro Nutzer
Die Chat-Anwendungen (ChatGPT, Claude, Gemini, Copilot, Le Chat) werden pro Person und Monat abgerechnet. Das passt für den Büroalltag.
| Angebot | Listenpreis pro Nutzer/Monat* | Hinweis |
|---|---|---|
| Kostenlose Versionen | 0 $ | Nicht für Firmendaten: kein Vertrag zur Auftragsverarbeitung, oft Training mit den Eingaben. |
| ChatGPT Business | 20 $ (jährlich) / 25 $ (monatlich) | 2–200 Nutzer; Premium-Plätze mit mehr Leistung ca. 100 $ |
| Claude Team | 20 $ (jährlich) / 25 $ (monatlich) | 2–150 Nutzer; Premium-Plätze ca. 100 $ |
| Microsoft 365 Copilot (Business) | 21 $ (jährlich), im ersten Jahr Aktionspreis | Zusätzlich zur Microsoft-365-Lizenz |
| Microsoft 365 Copilot (Enterprise) | 30 $ | Zusätzlich zur Microsoft-365-Lizenz |
| Gemini Enterprise (Business) | ab 21 $ | Google bietet daneben Gemini-Funktionen in Workspace-Tarifen |
| Enterprise-Tarife | auf Anfrage | Mit Single Sign-on, Audit-Logs, teils EU-Datenresidenz |
* US-Listenpreise netto laut Vergleich von Aliteq (Okt. 2026). Euro-Preise und Aktionen weichen ab.
Rechenbeispiel: 20 Beschäftigte × 25 $ = 500 $ im Monat. Das lohnt sich, wenn jede Person pro Woche etwa eine halbe Stunde spart.
2. API: Bezahlung nach Verbrauch
Wenn ein Programm die KI nutzt – zum Beispiel deine Middleware, die Bestell-E-Mails ausliest – wird pro Token bezahlt. Angegeben wird der Preis pro 1 Million Tokens, getrennt nach Eingabe (was du schickst) und Ausgabe (was die KI schreibt).
| Klasse | Eingabe pro 1 Mio. Tokens | Ausgabe pro 1 Mio. Tokens |
|---|---|---|
| Schnell & günstig | ca. 0,10–0,75 $ | ca. 0,50–4 $ |
| Mittelklasse | ca. 1–4 $ | ca. 5–20 $ |
| Spitzenmodell | ca. 10 $ | ca. 50 $ |
Spannen aus den Preislisten der großen Anbieter, Stand Anfang November 2026.
Beispielrechnung: automatische Auftragserfassung
500 Bestellungen pro Monat, je ca. 3.000 Tokens Eingabe (E-Mail + PDF) und 500 Tokens Ausgabe (strukturierte Daten):
- Eingabe: 500 × 3.000 = 1,5 Mio. Tokens
- Ausgabe: 500 × 500 = 0,25 Mio. Tokens
| Modellklasse | Rechnung | Kosten/Monat |
|---|---|---|
| Günstig (0,10 $ / 0,50 $) | 0,15 $ + 0,13 $ | ca. 0,30 $ |
| Mittelklasse (2 $ / 10 $) | 3,00 $ + 2,50 $ | ca. 5,50 $ |
| Spitzenmodell (10 $ / 50 $) | 15,00 $ + 12,50 $ | ca. 27,50 $ |
Die KI selbst kostet also oft weniger als ein Mittagessen. Das Geld steckt in Entwicklung, Anbindung ans ERP, Test und Pflege – nicht in den Tokens.
Versteckte Kosten bei der API
- „Denk“-Tokens: Reasoning-Modelle denken intern mit, und das wird als Ausgabe berechnet.
- Lange Kontexte: Sehr große Anfragen kosten bei manchen Anbietern pro Token mehr.
- Preisänderungen: Für Gemini 4 Argon wurde z. B. eine Verdopplung des Preises zum 1. Dezember 2026 angekündigt.
- Sparmöglichkeiten: Stapelverarbeitung (Batch) ist oft rund 50 % günstiger, wiederkehrende Textteile lassen sich zwischenspeichern (Caching).
3. Eigener Betrieb oder deutsche Cloud
Offene Modelle können auf eigenen Servern laufen oder bei deutschen Anbietern wie IONOS, STACKIT, mittwald oder T-Systems. Abgerechnet wird dort entweder ebenfalls pro Token, als Paket oder als feste Servermiete.
- Vorteil: Daten bleiben in Deutschland, kein Training durch Dritte, planbare Kosten.
- Nachteil: Eigener Server mit Grafikkarten ist teuer und braucht Betreuung. Lohnt sich erst bei hohen Mengen oder sehr sensiblen Daten.
Was passt wann?
| Situation | Empfehlung |
|---|---|
| Beschäftigte sollen KI im Alltag nutzen | Abo (Business-Tarif) für eine Pilotgruppe, dann gezielt ausweiten |
| Ein Prozess soll automatisch laufen | API, nach Verbrauch |
| Sehr sensible Daten oder große Mengen | Offenes Modell in deutscher Cloud oder eigener Betrieb |
Praxis-Tipp: Nicht automatisch allen eine Lizenz geben. Erst messen, wer sie nutzt und wie viel Zeit sie spart.
Quellen
Recherche und Entwurf mit KI-Unterstützung, geprüft und verantwortet von Adis Poparic.