KI effizienter nutzen: 6 Gewohnheiten, die Token-Kosten senken

Einen guten Teil davon habe ich auf einem Bauernhof in der Toskana geschrieben, zwischen Mittagessen und Nachmittagshitze. Das ist kein Produktivitäts-Flex. So fühlt es sich an, wenn KI aufhört, ein Glücksspielautomat zu sein, und zu einer Routine wird, auf die du dich verlässt. KI effizienter nutzen hat mir diese Nachmittage gekauft, und fast nichts daran war technisch.

Der Anstoß, das ernst zu nehmen, kam von der anderen Seite. Big Tech hängt gerade leise Zähler an das, was zwei Jahre lang als unbegrenzt verkauft wurde.

Warum Token-Kosten bald mehr zählen als heute

Weil das, was du heute zahlst, ein Einführungspreis ist. KI-Tools rechnen nach Token ab. Ein Token ist die Einheit, die ein Modell liest und schreibt, grob ein halbes bis dreiviertel Wort. Jede angehängte Datei, jede Nachricht, die noch im Thread steht, und jede Antwort besteht aus Token, und einen guten Teil dieser Rechnung übernimmt gerade noch jemand anderes für dich.

Axios schrieb im März 2026, KI werde nie wieder so günstig sein wie heute ↗. Ausgerechnet die günstigen Consumer-Abos, auf denen die meisten von uns sitzen, seien am stärksten subventioniert. OpenAI verbrennt 2026 voraussichtlich 14 Milliarden Dollar. May Habib, CEO von Writer, sagt es im selben Artikel unverblümt: Diese Anbieter würden an die Börse gehen und die Preise erhöhen, weil sie müssen.

Die meisten Teams wird das kalt erwischen, weil sie gar nicht sehen, was sie heute ausgeben. Im State-of-ITAM-Report 2026 von Flexera ↗ sagten 59 % der Unternehmen, ihre verschwendeten KI-Ausgaben seien im letzten Jahr gestiegen. Nur 31 % gaben an, wirklich zu überblicken, wofür sie bei KI-Software zahlen.

Die Rechnung steigt also, und kaum jemand sieht, was er schon jetzt ausgibt. Die Teams, die echten Wert aus KI ziehen, und die Teams, die nur dafür zahlen, benutzen meist dieselben Tools. Der Unterschied liegt in Gewohnheit und Aufmerksamkeit. Hier sind die sechs, die sich am schnellsten auszahlen.

1. Leg die Dateien, die du ständig brauchst, an einen Ort

Pack die Dokumente, auf die du dauernd verweist, in einen Ordner oder ein Projekt, damit du sie nicht in jeder Sitzung neu hochlädst. Jede große Chat-App kann das inzwischen: ChatGPT Projects, Claude Projects, Gemini Gems, und in den meisten Workspace-Tools irgendeine Form von angehängter Wissensbasis.

Zwei Dinge werden besser. Dein Team verliert nicht mehr zehn Minuten pro Sitzung mit der Suche nach der Preisliste und dem Tonalitäts-Dokument. Und das Modell liest einen festen Satz Dateien statt dessen, was morgens gerade jemand hineingezogen hat. Die Antworten schwanken dadurch weniger von Person zu Person.

Es drückt auch die Rechnung. Alles, was du in einen Chat einfügst, wird bei jeder weiteren Nachricht erneut gelesen. Das komplette Handbuch in eine neue Nachricht zu kippen ist also die teuerste Art, damit zu arbeiten. Häng es einmal ans Projekt und verweise darauf.

2. Starte einen neuen Chat, wenn du die Aufgabe wechselst

Lange Threads machen Antworten schlechter, nicht nur langsamer. Chroma hat 18 aktuelle Modelle getestet, darunter GPT-4.1, Claude 4, Gemini 2.5 und Qwen3, und festgestellt: alle bauen ab, je länger der Input wird ↗, selbst bei einfachem Nachschlagen. Die Branche nennt das Context Rot. Im Alltag merkst du es daran, dass ein Modell, das vor einer Stunde noch präzise war, plötzlich selbstbewusst eine Frage von vor drei Themen beantwortet.

Also: neue Aufgabe, neuer Chat. Wenn du wirklich an derselben Sache weiterarbeitest und der Thread lang geworden ist, lass dir vorher eine Zusammenfassung schreiben und füg die in den neuen Chat ein. Das kann jeder Chatbot. Zwei Zeilen Anweisung, und aus einem 40.000-Token-Thread wird ein Briefing mit 400 Token.

3. Verbinde Tools, statt das Modell alles machen zu lassen

Ein Sprachmodell arbeitet gut mit Daten, die du ihm gibst, und schlecht damit, sie selbst zu beschaffen. Lass also andere Tools beschaffen. Firecrawl liest Webseiten aus, Tavily durchsucht das Web, dein CRM liefert Kundendaten, dein Kalender die freien Slots.

Die Technik dahinter hat einen Namen: MCP, das Model Context Protocol ↗. Ein offener Standard dafür, wie eine KI-App mit einem externen Tool spricht. Er gehört keinem einzelnen Anbieter mehr, die Linux Foundation kümmert sich darum, und jede größere Chat-App spricht ihn. Je nach Hersteller heißt dasselbe auch Plugin, Connector oder Integration.

Bauen musst du dafür nichts. Schau ins Connector-Verzeichnis deiner Chat-App oder google den Tool-Namen plus „MCP" und sieh nach, ob es schon einen Server gibt. Meistens gibt es einen. Wenn du die längere Version dieser Entscheidung willst: wir haben aufgeschrieben, welche Tools sich schon heute mit deiner KI verbinden und wo du anfängst.

4. Wähle das Modell nach der Aufgabe, nicht nach der Marke

Nimm das kleine schnelle Modell für die vielen kleinen Aufgaben und heb das teure für Arbeit auf, bei der ein Fehler wehtut. Die meisten machen es andersherum. Sie wählen den größten Namen auf der Liste, Claude Fable 5 oder GPT-5.6 Sol, und jagen ihre Meeting-Notizen hindurch. Für fast alles, was du an einem Tag machst, ist das überdimensioniert.

Eine Stufe tiefer kostet deutlich weniger und reicht meistens völlig. Claude Sonnet 5 kostet für dieselbe Textmenge ein Fünftel von Fable 5 ↗. OpenAI sagt es über die eigene Reihe noch deutlicher: Im Launch-Post zu GPT-5.6 ↗ schlagen die mittlere und die günstigste Stufe, Terra und Luna, das Flaggschiff von Anthropic in einem Benchmark für lange Profi-Aufgaben, und zwar „bei etwa einem Sechzehntel der Kosten". Ein Gespräch zusammenfassen, eine Antwort entwerfen, eine Liste aufräumen: Das erledigen Sonnet, Terra oder Luna alle.

Eine Stufe darunter liegen die Open-Weight-Modelle, die die wenigsten Teams je angesehen haben. Ihre Gewichte sind veröffentlicht, jeder darf sie also selbst betreiben: Kimi K3, Qwen, GLM, DeepSeek. Für Alltagsarbeit kommen sie den großen Namen so nahe, dass du den Unterschied kaum merkst, sie kosten einen Bruchteil, und weil du entscheidest, wo sie laufen, kannst du einen Anbieter mit Zero Data Retention wählen. Das heißt: Deine Eingaben werden nicht gespeichert, sobald die Antwort da ist. Zwei einfache Einstiege. Bau dir einen gemischten Aufbau in Navigator, der jede Aufgabe je nach Anspruch an ein lokales Modell, an eine Zero-Retention-Cloud oder an ein Hyperscale-Modell schickt. Oder nimm OpenCode Go ↗ für 10 Dollar im Monat und bekommst die starken Open-Weight-Modelle, ohne einen API-Key anzufassen. Der längere Leitfaden steht hier: Open-Weight-Modelle ohne eigene GPU.

Automatisches Routing hat noch niemand wirklich gelöst. Navigator macht es für einige Aufgabentypen, und ich schalte trotzdem häufiger von Hand um, als mir lieb ist. Bis Routing wirklich gut funktioniert, behandle die Modellwahl als Entscheidung pro Aufgabe statt als Voreinstellung, die jemand einmal gesetzt und dann vergessen hat.

Es gibt auch einen strategischen Grund, das Umschalten zu üben. Wenn dein ganzer Betrieb an einem einzigen großen Modell zum heutigen subventionierten Preis hängt, hast du keinen Zug mehr, sobald sich der Preis ändert. Eine zweite und dritte Option offenzuhalten ist günstige Versicherung.

5. Passe den Tarif an die Person an

Richte den Tarif am tatsächlichen Verbrauch aus, statt alle auf den teuersten Platz zu setzen. Wer täglich intensiv arbeitet, holt ein Flat-Abo mehrfach heraus. Wer zweimal pro Woche etwas fragt, fährt mit nutzungsbasierter Abrechnung billiger, und ein 200-Euro-Platz bringt dir bei dieser Person eine Zeile in der Tabelle, kein Ergebnis.

Zieh dir die Nutzungsdaten, die dein Anbieter ohnehin bereitstellt, teil das Team in intensiv, regelmäßig und gelegentlich, und rechne jede Gruppe getrennt. Das dauert 30 Minuten und ist in den meisten Firmen die größte Einsparung, die auf dem Tisch liegt.

6. Verwende wieder, was schon funktioniert

Führt eine gemeinsame Bibliothek mit den Prompts, Anweisungen und Einstellungen, die liefern, statt jedes Mal vor einem leeren Feld zu sitzen. In fast jedem Team gibt es eine Person, deren Ergebnisse spürbar besser sind. Deren Prompts sind ein Vermögenswert, der ungelesen im Chatverlauf liegt.

Richtig auszahlen tut sich das bei neuen Leuten. Wer am ersten Tag funktionierende Prompts und einen eingerichteten Workspace bekommt, ist nach einer Woche nützlich statt nach einem Quartal. Für Tool-Entscheidungen gilt dasselbe: einmal entscheiden, den Grund aufschreiben, und neue Leute auf die Notiz verweisen statt in die Debatte. Unser laufender Vergleich der KI-Tools für Workflow-Automatisierung existiert genau dafür.

Womit du anfängst

Gewohnheit	Aufwand	Was sie behebt	Fang hier an, wenn
Dateien an einem Ort	Etwa eine Stunde	Ständiges Hochladen, schwankende Antworten	alle dieselben PDFs neu hochladen
Neuer Chat pro Aufgabe	Kostenlos	Antworten werden leise schlechter	Threads den ganzen Tag laufen
Tools verbinden	Halber Tag	Copy-Paste zwischen Apps	Daten von Hand in den Chat wandern
Modell zur Aufgabe	Laufend	Premiumpreise für Routinearbeit	ein Modell alles macht
Tarife anpassen	30 Minuten	Plätze, die niemand nutzt	alle auf derselben Stufe sitzen
Prompts wiederverwenden	Zwei Stunden, dann laufend	Zähes Onboarding, ungleiche Qualität	die Qualität davon abhängt, wer fragt

Häufige Fragen zum effizienteren Umgang mit KI

Was ist ein Token, ganz einfach erklärt?

Ein Token ist die Einheit, die ein KI-Modell liest und schreibt, im Deutschen grob ein halbes bis dreiviertel Wort. Abgerechnet wird pro Million Token, und jede angehängte Datei, jede Nachricht, die noch im Thread steht, und jede Antwort zählt mit. Deshalb kostet ein langes Gespräch mehr als ein kurzes, auch wenn deine Frage dieselbe ist.

Macht ein langer Chat die Antworten wirklich schlechter?

Ja. Die Context-Rot-Studie von Chroma zeigt, dass alle 18 getesteten Modelle unzuverlässiger wurden, je länger der Input war, sogar beim simplen Nachschlagen einer Information im Text. Bei einem Themenwechsel einen neuen Chat zu öffnen ist die billigste Qualitätsverbesserung, die es gibt.

Woher weiß ich, welches Modell ich nehmen soll?

Sortier deine Aufgaben danach, was ein Fehler kostet. Extrahieren, formatieren, verschlagworten, erste Entwürfe und Zusammenfassungen gehen ans billige schnelle Modell. Alles, was zu Kunden, Behörden oder Investoren geht, ans starke. Wenn du unsicher bist, lass beide einmal laufen, vergleich das Ergebnis und schreib die Antwort fürs Team auf.

Flat-Abo oder nutzungsbasiert?

Flat gewinnt bei täglichen Intensivnutzern. Nutzungsbasiert gewinnt bei allen darunter, grob ab weniger als zwei bis drei Sitzungen pro Woche. Rate nicht. Jeder Anbieter zeigt dir Nutzungsdaten, und ein ehrlicher Blick darauf sortiert meist das halbe Team um.

Brauche ich Entwickler, um Tools über MCP anzubinden?

Für die gängigen nicht. Die meisten Chat-Apps bringen ein Verzeichnis mit, aus dem du auswählst, und Anbieter wie Firecrawl, Tavily, Notion oder HubSpot stellen fertige Server bereit. Entwickler brauchst du erst, wenn du euer eigenes internes System anbinden willst.

Was mache ich zuerst, wenn die KI-Rechnung gesprungen ist?

Schau auf die Plätze, bevor du auf die Prompts schaust. Zu große und ungenutzte Plätze sind meist der größere Posten und in einem Nachmittag erledigt. Danach kümmerst du dich um Thread-Längen und Modellwahl.

Die Gewohnheit hinter allen sechs

Jede davon ist derselbe Schritt: wissen, wofür du wie viel ausgibst. Die meisten Teams haben keine Vorstellung davon, welcher Teil ihrer KI-Arbeit billig ist und welcher teuer, weil es zwei Jahre lang schlicht egal war. Das ändert sich gerade.

Schwierig ist nichts davon. Nimm dir eine Gewohnheit vor, wende sie diese Woche an und schau, was passiert. Wenn du einen Workspace willst, in dem Modellwahl, verbundene Tools und eine geteilte Prompt-Bibliothek der Normalfall sind statt eine Disziplin, dafür haben wir Navigator gebaut.

Welche der sechs macht dein Team längst, ohne sie Gewohnheit zu nennen?