Die versteckten Kosten von Agentic AI: Warum die Rechnungen für KI-Agenten 2026 immer weiter steigen

Wenn der Hype-Zyklus auf die Rechnung trifft

Gartners Prognose vom Juni 2025 benannte genau, warum Agentic-AI-Projekte scheitern: explodierende Kosten, unklarer Geschäftswert oder unzureichende Risikokontrollen – meist eine Kombination aus allen dreien. Die eigenen Umfragedaten des Unternehmens bestätigen, wie dünn das Fundament der meisten dieser Projekte tatsächlich ist. In einer Umfrage vom Januar 2025 unter 3.412 Webinar-Teilnehmern gaben nur 19 % an, dass ihr Unternehmen signifikant in Agentic AI investiert habe. 42 % bezeichneten ihre Investition als vorsichtig, 8 % hatten noch gar nicht investiert, und 31 % befanden sich weiterhin in einer Abwartehaltung. Das ist kein Markt, der geschlossen auf autonome Agenten zusteuert. Es ist ein Markt, in dem ein Fünftel der Käufer sich festgelegt hat, während der Rest zusieht, wer sich zuerst die Finger verbrennt.

Ein Teil dessen, was dabei verbrennt, ist das Vertrauen in das Etikett „Anbieter" selbst. Gartner warnt vor „Agent Washing" – bestehende Chatbots, RPA-Skripte und Assistenten, die unter dem neuen Namen Agentic AI vermarktet werden, ohne dass echte autonome Fähigkeiten dahinterstecken. Von den Tausenden Anbietern, die inzwischen Agentic-AI-Produkte bewerben, erfüllen laut Gartner-Schätzung nur rund 130 tatsächlich die Kriterien dafür. Wenn ein Käufer nicht unterscheiden kann, wer ihm einen echten Agenten verkauft hat und wer ein umetikettiertes Skript, wirken Kostenüberschreitungen nicht mehr wie ein technisches Problem, sondern wie ein Fehler im Einkauf – einer, den man weitaus leichter storniert als behebt.

„Unzureichende Risikokontrollen" steckt in Gartners Formulierung mehr, als der Begriff zunächst verrät – ein genauerer Blick lohnt sich. In der Praxis bedeutet das meist: Niemand hat vor dem Livegang eine Ausgabenobergrenze für den Agenten festgelegt, niemand hat die Nutzung dem verantwortlichen Projekt oder der zuständigen Abteilung zugeordnet, und niemand hatte einen Plan dafür, was passiert, wenn der Agent auf einen Sonderfall stößt und länger als erwartet versucht, ihn im Alleingang zu lösen. Das sind Governance-Lücken, keine Grenzen des Modells – und es ist dieselbe Art von Lücke, die Schatten-IT und unkontrollierte SaaS-Ausgaben ein Jahrzehnt lang ungebremst wachsen ließ, bevor überhaupt jemand einen Prozess dafür aufgesetzt hat.

Warum die Rechnung eines KI-Agenten sich nicht wie ein SaaS-Abo verhält

Die Mechanik hinter der Kostenexplosion wird klar, sobald man betrachtet, was ein „Agent" hinter einer einzelnen Anfrage tatsächlich tut. Ein Chatbot, der eine Frage beantwortet, macht einen Aufruf an ein Modell. Ein Agent, der eine Aufgabe abschließt, macht dafür in der Regel 8 bis 15 interne Aufrufe – einen Planungsschritt, drei bis fünf Tool-Aufrufe, mehrere Runden des Abwägens, was mit den Ergebnissen der Tools zu tun ist, einen Reflexionsdurchgang und einen abschließenden Synthese-Schritt. Branchenschätzungen zufolge verbrauchen Agentic-Workloads das 10- bis 100-Fache der Tokens eines vergleichbaren einfachen Chat-Austauschs, und eine Aufgabe, die durch eine Multi-Agent-Pipeline läuft, kann etwa das 30-Fache der Tokens einer einfachen Abfrage verbrauchen.

Von dort aus schaukelt sich das Problem weiter auf. Die meisten LLM-APIs berechnen bei jedem Aufruf den vollständigen Gesprächsverlauf, nicht nur die neueste Nachricht. Ein System-Prompt mit 2.000 Tokens, der bei jedem der 10 bis 20 Durchläufe einer Agenten-Schleife erneut mitgeschickt wird, addiert allein durch reine Wiederholung 20.000 bis 40.000 Tokens zu einer einzigen Aufgabe. Registriert man 30 Tools, aus denen ein Agent wählen kann, liest das Modell bei jeder Anfrage alle 30 Tool-Schemata – weitere 15.000 bis 21.000 Tokens an Overhead, bevor die eigentliche Frage des Nutzers überhaupt verarbeitet wird. Nichts davon taucht als Posten auf, den irgendjemand genehmigt hätte. Es taucht als Rechnung auf, die jedes Mal wächst, wenn der Agent ein bisschen klüger, ein bisschen autonomer oder ein bisschen nützlicher wird – also genau in die Richtung, in die jeder Anbieter die Technologie treibt.

In der Praxis bedeutet das: Die Kosten korrelieren nicht mehr mit dem, wofür ein Finanzteam tatsächlich budgetiert hat. Ein Abo skaliert mit der Zahl der Plätze – planbar, weil sich die Mitarbeiterzahl nur langsam ändert. Die Kosten eines Agenten skalieren dagegen damit, wie oft er sich zum Nachdenken, erneuten Versuchen oder Aufrufen eines Tools entscheidet – und das kann sich innerhalb einer einzigen Woche verdoppeln oder verdreifachen, wenn die zugrunde liegenden Daten unsauberer werden, eine Anbieter-API plötzlich fehlerhafte Antworten liefert, die der Agent umschiffen muss, oder sich herausstellt, dass eine Aufgabe mehr Denkschritte braucht, als der Pilotversuch je getestet hat. Niemand genehmigt eine solche Schwankung im Voraus, weil es keinen Posten gibt, der sie erfasst – bis sie bereits auf der Rechnung steht.

Derselbe Wildwuchs, nur mit KI-Anstrich

Operations-Teams kennen dieses Muster bereits aus der SaaS-Welt. Das durchschnittliche Unternehmen verwaltet laut SaaS-Management-Studien der Branche inzwischen rund 291 bis 305 einzelne SaaS-Anwendungen, und bei Großunternehmen steigt diese Zahl auf über 470 – teils bis zu 696 –, noch bevor man die 30 bis 40 % an Schatten-IT-Tools mitzählt, die die IT-Abteilung gar nicht offiziell erfasst. Jedes einzelne dieser Tools begann als eine einzelne, sinnvolle Anschaffung für ein einzelnes, sinnvolles Problem. Über das ganze Unternehmen hinweg summiert wurde daraus ein Stack, den niemand mehr vollständig überblickt – geschweige denn ein Jahr im Voraus budgetieren kann.

KI-Agenten wiederholen dieses Muster in noch schnellerem Tempo, weil die Einstiegshürde so niedrig ist. Eine Abteilung braucht keinen Beschaffungsprozess, um einen KI-Agenten für einen einzelnen Workflow aufzusetzen – eine Kreditkarte und ein API-Key reichen oft schon aus. Kommt ein Agent für Bestandswarnungen hinzu, einer für Lead-Scoring, einer für Support-Triage, einer für Report-Erstellung, rechnet jeder unabhängig ab, auf seiner eigenen Nutzungskurve, ohne dass irgendeine Funktion die Gesamtsumme verantwortet. Das Tabellen-Chaos, dem Operations Manager seit Jahren zu entkommen versuchen, verschwindet nicht, sobald KI ins Spiel kommt. Es verlagert sich lediglich von Tabellenblättern zu Token-Zählern – und Token-Zähler lassen sich am Monatsende deutlich schwerer abgleichen.

Der Vergleich mit Schatten-IT ist kein Zufall. IT- und Finanzteams haben die vergangenen Jahre damit verbracht, Prozesse aufzubauen, um doppelte SaaS-Lizenzen aufzuspüren und zu konsolidieren. Agentic-Tools tauchen schneller auf, als sich diese Prozesse anpassen können – oft von einzelnen Managern mit der Firmenkarte angeschafft statt über den Einkauf. Das bedeutet: Die Gesamtkosten sieht zum ersten Mal jemand am Ende des Abrechnungszeitraums – nicht, bevor sie genehmigt wurden.

Der Ehrgeiz bremst nicht – was das Kostenproblem verschärft

All das geschieht nicht, weil die Lust auf Automatisierung nachlässt. Eine Studie von McKinsey vom November 2025 kam zu dem Ergebnis, dass sich 57 % der Arbeitsstunden in den USA bereits mit heute existierender Technologie automatisieren ließen – fast doppelt so viel wie die eigene Schätzung des Unternehmens aus dem Jahr 2023, die bis 2030 von 30 % automatisierbaren Stunden ausging. Gartner prognostiziert, dass Agentic AI bis 2028 in 33 % der Unternehmenssoftware-Anwendungen eingebaut sein wird – gegenüber unter 1 % im Jahr 2024 – und dass bis dahin mindestens 15 % der alltäglichen Arbeitsentscheidungen autonom getroffen werden, verglichen mit praktisch null im Jahr 2024.

Genau diese Entwicklung ist der Grund, warum sich das Kostenproblem nicht von selbst löst. Jedes Team, das im Wettlauf mehr Entscheidungen, mehr Workflows und mehr vom Tagesgeschäft automatisiert, rast zugleich auf mehr Agenten-Aufrufe, mehr Tool-Aktivierungen und immer weiter anwachsende Token-Rechnungen zu – sofern sich das Preismodell hinter der Automatisierung nicht ändert. Ehrgeiz ohne Kostenobergrenze ist exakt die Kombination, die Gartner beschreibt, wenn das Unternehmen eine Abbruchquote von 40 % prognostiziert: Projekte, die im Pilotbetrieb vielversprechend aussahen und in dem Moment eingestellt wurden, in dem die Finanzabteilung sah, was eine Skalierung für die Rechnung tatsächlich bedeutet.

Derselbe Workflow, zwei sehr unterschiedliche Rechnungen

Stellen Sie sich ein mittelständisches Logistikunternehmen vor, das einen Workflow automatisiert: ein Bestandsagent, der die Lagerbestände in drei Lagerhäusern überwacht und eine Nachbestellempfehlung entwirft, sobald etwas unter den Schwellenwert fällt. Als live abgerechneter Agentic-Service durchläuft dieser Workflow bei jeder Bestandsänderung seine Planungs- und Tool-Aufruf-Schleife – dutzende Male am Tag über drei Standorte hinweg –, wobei jeder Durchlauf 8 bis 15 Modellaufrufe und das oben beschriebene volle Kontextfenster mit sich bringt. In einem ruhigen Monat bleibt die Rechnung überschaubar. In einem Monat mit einer Lieferunterbrechung, wenn die Bestände ständig schwanken und der Agent deutlich häufiger ausgelöst wird, kann derselbe Workflow ein Vielfaches dessen kosten, was die Finanzabteilung genehmigt hat – ohne jede Vorwarnung, bis die Rechnung eintrifft.

Stellen Sie sich nun denselben Workflow als einmal gebaute Anwendung vor: eine Nachbestell-Schwellenwertregel, ein Dashboard und ein Alert, von KI aus einer Beschreibung in einfacher Sprache erzeugt und danach als gewöhnliche Software betrieben. Die Logik denkt bei jeder Bestandsänderung nicht neu von vorn – sie führt die Regel aus, für die die App gebaut wurde. Geschäftigere Monate ändern nichts an der Abrechnung, weil die Kosten auf der Hosting-Stufe festgelegt sind, nicht an der Häufigkeit von Bestandsbewegungen. Für den Operations Manager, der das Lager im Blick behält, dasselbe operative Ergebnis. Am Ende des Quartals ein völlig anderes Gespräch mit der Finanzabteilung.

Diese Lücke wird nur noch größer, je mehr Standorte das Unternehmen hinzufügt. Ein viertes Lagerhaus bedeutet im Agentic-Modell einen vierten Strom von Live-Denkaufrufen, der unabhängig abgerechnet wird und sich zu den ersten drei addiert. Ein viertes Lagerhaus im Einmal-gebaut-Modell bedeutet lediglich, dieselbe Anwendung auf eine weitere Datenquelle auszurichten – die Logik ändert sich nicht, und die Rechnung auch nicht, weil die teure Arbeit der KI bereits einmal stattgefunden hat, zum Zeitpunkt des Baus – nicht einmal pro Lagerhaus, pro Monat, für immer.

Fairerweise: Manche Aufgaben brauchen tatsächlich einen Live-Agenten

Nichts davon ist ein Argument dafür, dass Agentic AI grundsätzlich eine schlechte Idee ist. Ein Support-Agent, der offene Kundenfragen beantwortet, ein Recherche-Assistent, der unbekannte Dokumente auswertet, oder ein Coding-Agent, der sich durch eine unbekannte Codebasis debuggt, leisten allesamt echte, unvorhersehbare Arbeit – das Denken muss live geschehen, weil die Eingabe jedes Mal anders ist. Für diese Art von variablem Denken nutzungsbasiert zu zahlen, ist ein angemessener Tausch für den Wert, den es schafft.

Die meisten internen Operations-Aufgaben sind das nicht. Ein Nachbestell-Schwellenwert, eine Freigabe-Routing-Regel, ein Monatsreport, ein Schichtplan – das sind Workflows, die das Unternehmen bereits versteht. Die Logik muss nicht bei jeder Ausführung neu hergeleitet werden; sie muss einmal korrekt gebaut und danach zuverlässig ausgeführt werden, genauso wie gestern und wie im nächsten Quartal. Für grundsätzlich wiederholbare Arbeit Live-Agenten-Preise pro Inferenz zu zahlen, ist genau die Stelle, an der das Budget leckt – nicht, weil Agentic AI kaputt ist, sondern weil hier das falsche Preismodell auf die falsche Art von Aufgabe angewendet wird.

Wie planbare KI-Kosten in der Praxis aussehen

Gartners Prognose einer Abbruchquote von 40 % sagt nicht voraus, dass Agentic AI technisch scheitert. Sie sagt voraus, dass Finanzteams weiterhin den Stecker bei Projekten ziehen werden, deren Kosten sich kein Quartal im Voraus prognostizieren lassen – ganz gleich, wie überzeugend die Demo war. Die Projekte, die über 2027 hinaus bestehen, werden nicht die mit dem beeindruckendsten Agenten sein – es werden die sein, deren Verantwortliche mit ruhigem Gewissen genau sagen können, wie hoch die Rechnung im nächsten Jahr ausfällt.

Das ist zuerst ein Problem des Preismodells, erst danach ein technisches Problem. Bauen Sie die Anwendung einmal mit KI – und bezahlen Sie danach für Hosting, wie bei jeder anderen Software, auf die Ihr Betrieb angewiesen ist: eine Zahl, mit der Sie planen können, kein Zähler, den Sie sich nicht anzusehen trauen.

Der Operations Manager, der das nächste Automatisierungsbudget freigibt, muss kein Experte für Token-Preise werden, um nicht in den 40 % der eingestellten Projekte zu landen. Er braucht nur eine Frage klar beantwortet, bevor er unterschreibt: Handelt es sich um eine Rechnung, die mit dem Denkaufwand der KI mitwächst – oder um eine Zahl, die pauschal bleibt, egal wie geschäftig das Quartal wird? Alles andere im Pitch des Anbieters ist dieser Antwort nachgeordnet.