TECHNISCHES MEMORANDUMTM-26-005
ZUSAMMENFASSUNG. Sieben Wochen lang hat ein Entwickler (ich) mit einem KI-Coding-Agenten ein Produkt gebaut: 54 gelieferte Arbeitspakete in den drei intensiven Arbeitswochen, zu rund 36 USD pro Paket. Die Überraschung ist, wohin das Geld ging: 65 % der Kosten entstanden, weil der Agent seinen eigenen Gesprächsverlauf immer wieder neu liest. Der Kostenhebel ist Sitzungshygiene, nicht die Modellwahl.
1. HINTERGRUND. Wir bauen zu dritt nebenher ein Produkt auf eigene Rechnung: fünf Repositories, vom ersten Commit bis zum Produktionsbetrieb in sieben Wochen, der größte Teil der Implementierung durch einen KI-Coding-Agenten. Das Werkzeug protokolliert jede API-Anfrage, also habe ich für meine eigene Arbeit mit dem Agenten nachgerechnet: Token-genaue Kosten für 69 Arbeitssitzungen, umgerechnet in API-Listenpreise. Das Muster habe ich anschließend an zwei kleineren Nebenprojekten ganz anderer Art gegengeprüft – einem Hardware-Bastelprojekt und einem Dokumentationsprojekt.
2. FESTSTELLUNGEN.
2.1 Zuerst das Ergebnis: 635 Commits über die fünf Repositories. Im Drei-Wochen-Fenster mit vollständigen Token-Daten 54 gelieferte Arbeitspakete; im Deployment-Repository sind 97 % der Commits vom Agenten mitentwickelt.
2.2 Die Rechnung für diese drei Wochen, zu Listenpreisen: rund 1.921 USD. Das sind 36 USD pro Arbeitspaket, 3 USD pro Commit, 1,64 USD pro Eingabe von mir.
2.3 Wo blieb das Geld: 65 % der Kosten waren Cache-Lesezugriffe – der Agent liest bei jeder Anfrage den gesamten angesammelten Kontext der Sitzung neu. Frisch getippte Eingaben lagen nahe 0 %, die eigene Ausgabe des Modells bei 13 %. Beide Nebenprojekte zeigten dieselbe Verteilung, mit Cache-Lesezugriffen bei 60–65 %.
2.4 Das teure Muster ist die endlose Sitzung: tagelang offen gehalten als Arbeitsumgebung. Zwölf solcher Sitzungen verbrauchten 59 % aller Kosten. Die schlimmste begann als eine kleine Frage und lief drei Tage, 133 Eingaben, 400 USD. Eine weitere Eingabe kostet in einer gereiften Sitzung 2–3 USD, in einer frischen etwa 0,50 USD – egal wie einfach die Frage ist.
2.5 Die günstigen Muster: Sitzungen mit genau einer Aufgabe kamen auf 0,56 USD pro Eingabe, ein Viertel der langlebigen. Alle an Subagenten delegierten Recherchen zusammen ergaben 2 % der Gesamtkosten.
3. ANNAHMEN. Alle Dollarbeträge sind API-Listenpreis-Äquivalente aus den protokollierten Token-Daten; das Konto läuft über ein Flatrate-Abo, das anders abrechnet. Die Zahlen sind als Ressourcenmaß zu lesen: Die Lehre steckt in den Verhältnissen. Die Praxis eines Entwicklers, drei Projekte, die gleiche Richtung.
4. SCHLUSSFOLGERUNGEN. Kosten sind Kontextgröße mal Anzahl der Anfragen; alles andere ist Detail. Die Lösung ist kein billigeres Modell, sondern Arbeitsdisziplin: eine Sitzung pro Aufgabe, und bei Themenwechsel eine frische Sitzung. Das ist nur dann billig, wenn der dauerhafte Stand außerhalb des Gesprächs liegt – in Plandokumenten, Tickets und Entscheidungsprotokollen, die eine neue Sitzung in Sekunden einliest. Dokumentationsdisziplin erweist sich als die eigentliche Kostenoptimierung. Jede Modellgeneration erhöht den Preis schlechter Sitzungsgewohnheiten.
5. MASSNAHMEN. Die Arbeitsregeln daraus: Neues Thema, neue Sitzung. Kontext-Kompaktierung als Warnsignal nehmen, dass eine Sitzung besser zwei gewesen wäre. Recherche an Subagenten delegieren. Alles skripten, was der Agent mehr als ein paarmal tut. Entscheidungen in Dateien halten, nicht im Gespräch.