Die KI-Token-Ökonomie
KI kann Ihnen und Ihrem Team Superkräfte verleihen, bringt jedoch versteckte Managementverantwortung mit sich.
Motivation
Gedankenexperiment: Stellen Sie sich vor, Ihnen wird ein Freelancer mit diesen seltsamen Eigenschaften zugewiesen.
Auf dem Papier glänzt dieser Mitarbeiter mit enzyklopädischem Wissen, arbeitet blitzschnell und übernimmt jede Aufgabe. Doch er birgt drei gravierende Schwächen.
strength (?)
Fast & well-read
Knows about everything you ask them, and can produce results fast without breaks.
strength (?)
Accepts any task
No task too big or too niche — it will take a swing at whatever you hand it.
strength (?)
Tireless
Never stops, never sleeps, unless you stop paying.
flaw
Never asks questions
Takes tasks literally, fills gaps with assumptions, never pushes back.
flaw
Bills by the word
No flat day rate. Every prompt, tool call, and correction adds to the tab.
flaw
It remembers nothing.
Every new conversation starts from zero. Yesterday’s work never happened.
Einen führen, viele befähigen
Es ist ein LLM — aber wie würden Sie es führen, wenn es ein Mensch wäre?
Das Anleiten eines KI-Agenten verlangt dieselbe Delegations- und Review-Disziplin wie das Einarbeiten externer Spezialisten.
You can opt out of managing it. The people who don’t will simply out-produce you.
door 1 · the individual
Human with AI
5–20× individual throughput by directing synthetic labor.
door 2 · the organization
Leader of humans with AI
Upskilling whole teams into fluent directors of automated systems.
Die vier Epochen der KI
Neue Technologie bringt neue Disziplinen hervor, damit Menschen Schritt halten können.
Vom Prompt Engineering 2023 über Context Engineering 2024 und Harness Engineering 2025 zur Token-Ökonomie von heute.
2022–23
chat workflow
Prompt Engineering
Phrasing, few-shot examples, and asking clearly.
2024–25
agentic workflow
Context Engineering
AGENTS.md, skills, and compact structured memory.
2025–26
autonomous workflow
Harness Engineering
Tools, deterministic tests, and guardrail verification.
2026 →
emerging
Loop Engineering?
Self-improving autonomous feedback cycles.
Foundation
Token Economy — the currency of every era
Die unsichtbare Rechnung
Für einen echten Freelancer brauchen Sie einen Business Case. KI stellt einfach Rechnungen.
Eine Beraterrechnung über 3.200 € erfordert Bestellungen und Freigaben. KI häuft dieselben Kosten still über tausende Mikro-Prompts an.
Invoice #0042approved
Slide design€1,800
Alignment€900
Revisions€500
Total€3,200
AI · No Invoicenever quoted
+€0.80+€1.20+€0.60+€2.10+€0.90+ thousands more…
Cumulative Total€3,200
Ergebnis pro Euro
Sie verantworten nun ein Budget, für das Sie sich nie gemeldet haben.
Für Routineaufgaben stets Spitzenmodelle einzusetzen, verbrennt Kapital. Wirtschaftlich gewinnt, wer das Ergebnis pro Euro optimiert.
Premium model
5× the priceQuality delivered99%
Outcome per euro
financial winner
Cheaper model
1× the priceQuality delivered95%
Outcome per euro≈5×
93%
At 93%, both models clear the bar — the cheaper one wins ≈5× outcome per euro.
2–10×
Today’s prices are subsidized — vendors sell intelligence below cost to build adoption. When subsidies expire, outcome per euro decides who survives.
Was ist ein Token
Token sind die Basiseinheit für LLMs — jedes einzelne wird abgerechnet.
LLMs berechnen statistische Wahrscheinlichkeiten über numerische Token. Jedes Wort und jedes Zeichen schlägt als abrechenbare Einheit zu Buche.
Insanityisdoingthesamethingoverandoveragainandexpectingdifferentresults.
≈ 24 tokens (approximate — every model splits differently)re-sent across a 50-turn agent session ≈ $0.0060 at Opus 4.8 input rates
Every token is billed 4 ways
- inputevery word you send — and re-send on every turn
- outputevery word generated in return and reasoning traces
- cache writestoring recurring context blocks for reuse
- cache readreusing cached blocks — ~10% of base input rate
Kontext-Aufschlüsselung
Die meisten Tools verbergen den Zähler — so sieht er tatsächlich aus.
Typische Zusammensetzung einer 200k-Sitzung: System-Prompts, Gesprächsverlauf, Tool-Aufrufe und abgerufene Dokumentation.
claude-code — /context
$ /context
Sonnet 5
claude-sonnet-5
79.5k/200k tokens (40%)
Estimated usage by category
- ⛁System prompt9.4k · 4.7%
- ⛁System tools42.9k · 21.5%
- ⛁MCP tools3.9k · 2.0%
- ⛁Custom agents703 · 0.4%
- ⛁Memory files407 · 0.2%
- ⛁Skills2.2k · 1.1%
- ⛁Messages20.0k · 10.0%
- ⛶Free space87.5k · 43.7%
- ⛝Autocompact buffer33k · 16.5%
Verschleierung in Web-Tools
Der Zähler wird mit Absicht versteckt.
Undurchsichtigkeit ist ein Produktmuster: reibungsloser Einstieg, gewohnte Abläufe und überraschend hohe Monatsrechnungen.
01 The initiation
Unlimited on the house. The intelligence feels like magic and the bill is invisible — so you build the habit.
02 The hook
Now you are fluent — and the meter is gone. Out of credits? Just top up. The real rate never shows.
Kontextverwaltung
Das Kontextfenster ist die Aufmerksamkeitsspanne des Modells.
Token sammeln sich im Kontextfenster. Füllt es sich, lässt die Aufmerksamkeit nach und entscheidende Instruktionen gehen verloren.
Plain chat25% · fresh
Boot-up
Agentic coding85% · full
Boot-up
9 AM · fresh12 PM3 PM5 PM · running on fumes
Verloren in der Mitte
Wie wichtige Instruktionen in der Mitte untergehen.
Modelle erfassen Anfang und Ende eines Kontexts präzise, doch die Mitte versinkt in einem Tal nachlassender Aufmerksamkeit.
System prompt (Primacy)“You are an expert coder…”
[msg 12: read utils.js]
[msg 13: modify api.js]
[msg 14: read config.json]
Latest request (Recency)“Why is the build failing?”
Serial-position effect: Models recall the first and last exchanges sharply, while the middle blurs into an attention valley.
Auslastungsanzeige & Hebel
Ab etwa halber Fülle verliert das Modell den Faden.
Unter 50 % liegt die Smart Zone. Darüber sinkt die Präzision, ab 75 % drohen Halluzinationen. Drei Hebel: Beobachten, Komprimieren, Übergeben.
~50% · hallucination onset
Smart zone · groundedDanger zone · hallucinates
85%
Danger zone · Running on fumes
past ~50% what “losing the plot” looks like
- · misremembers the middle
- · contradicts earlier steps
- · invents files & APIs that don’t exist
~illustrative threshold, not an exact number — but degradation well before the limit is measured across frontier models
Monitor · /context
Watch the gauge before it degrades — catch it while it is still grounded.
Compact · handoff
Summarize where you are into a clean handoff, then start fresh from it.
Kosten von agentischer KI
Eine kleine Fehlerbehebung summiert sich auf ~73.000 Token Kontext.
Agenten-Schleifen senden bei jedem Tool-Aufruf und Denkschritt den gesamten bisherigen Verlauf erneut.
System prompt· rules, tools, memory
+35,00035,000
User query· the bug report
+1,00036,000
Thought #1 & Tool call· read file #1
+4,20040,200
File #1 contents· entire 400-line file
+12,00052,200
Thought #2 & Tool call· read helper module
+4,20056,400
File #2 contents· second full file
+9,00065,400
Thought #3 & Patch apply· write and verify patch
+8,05073,450
Total context hauler~73,450 tokens
Die kumulierte Kostenkurve
Dieselbe Fehlerbehebung, verglichen über Modelle.
Abrechnung erfolgt pro verarbeitetem Token in jedem Schritt. Eine Routineaufgabe führt zu einer 14-fachen Preisspanne zwischen Modellen.
DeepSeek V4 Pro$0.11
Claude Sonnet 5$0.62
Claude Opus 4.8$1.54
~14× spread for identical output. At 50 fixes a day, that is roughly $6 vs $77 per developer per day — before anyone has shipped a single feature. This is why model routing matters.
50
Modellstufen
Mein Modell-Stack: Ein Workflow, viele Modelle.
Jede Phase nutzt das wirtschaftlichste Modell: Pauschal-Chats für Ideen, Spitzenmodelle für Architektur, schnelle Modelle für Code.
Phase 1
Ideation & Refinement
Web chat · flat-rate
- · Simple research → Gemini Flash
- · Brainstorms → Gemini Flash / Pro
- · Voice notes → DeepSeek V4 Pro
Phase 2
Specs & Planning
Claude Code CLI · Desktop
- · PRD & Architecture → Opus 4.8
- · Deep research → Sonnet 5 → Opus
- · Type checks → Sonnet 5
Phase 3
Execution
All CLI
- · Commits → Gemini Flash
- · Implementation → Sonnet 5
- · Exploration → Haiku 4.5
Werkzeuge & Tipps
Drei Hebel zur Optimierung Ihrer Token-Ökonomie
Kombinieren Sie automatisierte Werkzeuge (rtk, Kompression) mit strukturierter Kontextsteuerung und disziplinierten Teamgewohnheiten.
Automated
- Headroom: Compresses agent transcripts before they hit the LLM.
- rtk: Compresses CLI command outputs with low overhead.
- Model Routers: Route dynamically to the most economical capable tier.
- caveman: Enforces concise output saving up to 75% on generation.
Agent Steering
- Memory Files: Persist durable rules via AGENTS.md, CLAUDE.md, and profiles.
- Specialized Skills: Separate operational workflow guides from base instructions.
Team Habits
- Edit, Don’t Append: Fix prompt mistakes at the root rather than stacking corrective turns.
- Session Hygiene: Clear finished context rather than paying stale cache re-reads.