
Kosten pro erledigter Aufgabe
Kosten pro erledigter Aufgabe geben an, wie viel Geld ein KI-System braucht, um einen vollständigen Auftrag fertig zu bringen — etwa eine Rechnung zu prüfen oder einen Text zu übersetzen. Die Kennzahl zählt alle Versuche und Zwischenschritte mit, auch die missglückten.
Kosten pro erledigter Aufgabe sind eine Kennzahl aus der Wirtschaft. Sie beantworten eine einfache Frage: Was kostet es, einen kompletten Auftrag bis zum brauchbaren Ergebnis zu bringen? Gemeint ist nicht der Preis eines einzelnen Rechenschritts, sondern die Summe aller Schritte bis zum Ziel. Ein Beispiel: Ein Programm soll eine eingescannte Rechnung auslesen und die Beträge in eine Tabelle schreiben. Braucht es dafür drei Anläufe und muss ein Mensch am Ende noch kurz prüfen, gehört das alles in die Rechnung hinein. Erst am Ende steht eine Zahl, etwa vier Cent pro Rechnung.
Warum die Preisliste pro Wort in die Irre führt
Anbieter von KI-Modellen werben mit Preisen pro Token. Ein Token ist ein Textbaustein, ungefähr ein halbes Wort. Diese Preise sind winzig und klingen deshalb beruhigend. Sie sagen aber nichts darüber aus, ob die Arbeit am Ende erledigt ist. Ein sehr günstiges Modell, das jede zweite Aufgabe verpatzt, kann teurer sein als ein doppelt so teures, das gleich beim ersten Mal richtig liegt.
Der Grund ist die Nacharbeit. Jeder Fehlversuch kostet erneut Rechenzeit. Und wenn ein Mensch das Ergebnis kontrollieren muss, kostet seine Arbeitszeit oft ein Vielfaches der Maschine. Eine Arbeitsstunde im Büro liegt in Deutschland grob bei 40 Euro. Dagegen sind ein paar Cent Rechenkosten kaum sichtbar. Deshalb entscheidet die Trefferquote fast immer stärker über die Gesamtkosten als der Listenpreis.
Für Unternehmen ist die Kennzahl außerdem die einzige, die sich vergleichen lässt. Man kann sie neben die Kosten der bisherigen Lösung stellen, egal ob dort Menschen oder ältere Software arbeiten. Erst dieser Vergleich zeigt, ob sich der Umstieg lohnt.
Was alles in die Rechnung gehört
Man beginnt mit einer klaren Definition der Aufgabe. Sie muss ein eindeutiges Ende haben, das man als erfolgreich oder gescheitert einstufen kann. Dann lässt man das System eine größere Stichprobe bearbeiten, etwa tausend Fälle. Man misst, wie viele davon ohne Eingriff korrekt durchlaufen.
Anschließend addiert man die Posten. Dazu zählen die Rechenkosten aller Versuche, auch der gescheiterten. Dazu zählen Suchanfragen und Datenbankzugriffe, die das System nebenbei auslöst. Dazu zählt die Zeit der Menschen, die prüfen oder korrigieren. Manche rechnen auch anteilig die Entwicklung und Wartung hinein, weil das System sonst zu billig erscheint.
Ein typischer Irrtum ist es, nur die erfolgreichen Durchläufe zu zählen. Dann sieht ein wackeliges System hervorragend aus. Richtig ist: Man teilt die gesamten Ausgaben durch die Zahl der wirklich erledigten Aufgaben. Bei einer Erfolgsquote von 50 Prozent verdoppelt sich der Betrag automatisch.
Wo die Zahl in Nachrichten und Produkten auftaucht
In Quartalsberichten von Software-Firmen taucht die Kennzahl auf, wenn es um Kundendienst geht. Ein Anbieter schreibt dann etwa, ein Chat-Vorgang koste ihn jetzt einen Euro statt sechs. Auch bei Programmierwerkzeugen wird so gerechnet, dort pro geschlossenem Fehlerticket.
Immer mehr Anbieter stellen ihre Preise sogar direkt darauf um. Statt pro Nutzer und Monat zu zahlen, zahlt der Kunde pro gelöstem Fall. Das verschiebt das Risiko zum Anbieter, denn ein System mit vielen Fehlversuchen frisst dessen Gewinn auf.
Abgrenzen sollte man den Begriff von den reinen Betriebskosten eines Modells. Diese beschreiben nur den Maschinenanteil. Die Kosten pro erledigter Aufgabe beschreiben den wirtschaftlichen Nutzen. Wenn in News steht, KI sei dramatisch billiger geworden, ist meist der Token-Preis gemeint. Ob auch die Aufgaben billiger wurden, steht auf einem anderen Blatt.