Wo KI-Workflows Zeit und Geld verlieren
Eine KI-Antwort ist schnell erzeugt. Bis daraus ein brauchbares Ergebnis wird, folgen oft noch Recherche, Prüfung und mehrere neue Versuche. Deshalb schaue ich bei Kosten und Wartezeit auf den ganzen Arbeitsweg. Der Preis eines einzelnen Aufrufs erzählt nur einen Teil davon.
Recherchestand: 2026-09-09 · Titelbild: KI-generierte Illustration
Bis zum brauchbaren Ergebnis messen
Für jeden Versuch sind Gesamtzeit, Modell- und Werkzeugaufrufe sowie das fachliche Ergebnis interessant. Ein günstiger Entwurf, den jemand neu schreiben muss, spart dem Team möglicherweise nichts. Ein teurerer Schritt kann sich dagegen lohnen, wenn weniger Nacharbeit anfällt.
Im Protokoll sollten Wartezeit beim Anbieter, eigene Warteschlangen und externe Abfragen unterscheidbar sein. Sonst wechseln wir womöglich das Modell, obwohl die Zeit in nacheinander ausgeführten Datenabfragen verloren geht.
Unnötige Arbeit weglassen
OpenAIs Leitfaden nennt unter anderem kürzere Ausgaben, weniger Aufrufe, Parallelisierung und Aufgaben, die ganz ohne Sprachmodell auskommen. Welcher Hebel hilft, hängt vom jeweiligen Ablauf ab.
Bei einer Content-Anwendung wäre zum Beispiel zu prüfen, ob vor jedem kleinen Schritt wirklich das vollständige Briefing erneut ausgegeben werden muss. Vielleicht reicht eine kurze, strukturierte Übergabe. Eine Fortschrittsanzeige erklärt die Wartezeit, beschleunigt den Prozess selbst aber nicht.
Einfache Fälle einfach bearbeiten
Für gut prüfbare Aufgaben lässt sich zunächst eine kostengünstige Modellvariante testen. Schwierige oder fehlgeschlagene Fälle können gezielt weitergegeben werden. Dafür braucht es eine brauchbare Prüfung der Ergebnisse. Das Modell allein sollte nicht verbindlich seine eigene Qualität bewerten.
Auch Reparaturversuche kosten Zeit und Geld. Wenn jeder Fehler mehrere neue Aufrufe auslöst, ist die Ersparnis schnell weg. Deshalb braucht der Ablauf ein Limit und einen Punkt, an dem eine Person den Fall übernimmt.
Der Ablauf auf einen Blick
- 01MessenKosten pro brauchbarem Ergebnis
- 02EingrenzenGrößten Engpass auswählen
- 03VergleichenGleiche Aufgaben erneut prüfen
Einen Engpass nach dem anderen verändern
Als Ausgangspunkt eignet sich eine repräsentative Arbeitswoche oder ein freigegebener Testbestand. Danach ändern wir einen Engpass und prüfen dieselben Aufgaben mit denselben Abnahmekriterien erneut. So lässt sich der Unterschied tatsächlich zuordnen.
Mich interessiert, wie schnell Menschen mit einem brauchbaren Ergebnis weiterarbeiten können. Ein Rekord bei der Token-Ausgabe sagt darüber wenig aus. Entscheidend sind Qualität, gesamte Wartezeit und die Kosten einschließlich der Nacharbeit.
