KI-Agenten Kosten senken, ohne Qualität zu verlieren: Das Advisor- und Orchestrator-Pattern

„Bald wird KI unbezahlbar.” Diesen Satz hören wir gerade wieder häufiger, seit Anthropics Spitzenmodell Fable 5 von einem stark subventionierten Abo-Zugang auf nutzungsbasierte Abrechnung umgestellt hat. Die Reaktion vieler Teams: entweder weiter alles durch das teuerste verfügbare Modell schicken und die Rechnung fürchten, oder aus Kostengründen komplett auf ein schwächeres Modell wechseln und Qualität einbüßen.

Beide Reaktionen greifen zu kurz. Anthropic selbst hat im April 2026 mit dem sogenannten Advisor-Tool vorgemacht, wie es anders geht, und das eigene Claude-Cookbook-Repository liefert dazu ein zweites, noch deutlicheres Muster: das Orchestrator-Pattern. Beide zeigen, dass die Frage nicht „günstiges oder teures Modell” lauten muss, sondern „welches Modell für welchen Teil der Aufgabe”. Dieser Beitrag ordnet ein, was an den kursierenden Zahlen tatsächlich belegt ist, was TAISC daraus für eigene KI-Agenten-Projekte ableitet, und wo die Grenzen dieses Ansatzes liegen.

Warum “KI wird unbezahlbar” nur die halbe Wahrheit ist

Nutzungsbasierte Abrechnung für Spitzenmodelle ist branchenweit ein Trend, nicht nur bei Anthropic. Zur Einordnung die aktuellen, offiziell veröffentlichten API-Preise (Stand 15.07.2026, platform.claude.com/docs/en/about-claude/pricing), pro einer Million Token:

Modell	Input	Output	Cache-Read
Fable 5 (Flaggschiff)	10 $	50 $	1,00 $
Opus 4.8	5 $	25 $	0,50 $
Sonnet 5 (bis 31.08.2026)	2 $	10 $	0,20 $
Haiku 4.5	1 $	5 $	0,10 $

Das Flaggschiffmodell kostet also, grob gerechnet, das Fünf- bis Zehnfache eines schnelleren Modells wie Sonnet 5. Wer jede Anfrage, jeden Zwischenschritt und jede Recherche eines KI-Agenten durch das teuerste Modell laufen lässt, bezahlt diesen Aufpreis für die gesamte Aufgabe, auch für die Teile, die ein günstigeres Modell genauso gut lösen könnte. Die eigentliche Kostenfrage bei KI-Agenten-Projekten ist deshalb selten “welches Modell nehmen wir”, sondern “wo im Workflow brauchen wir wirklich das teuerste Modell, und wo reicht weniger”.

Zwei Muster, ein Prinzip: nicht überall das teuerste Modell einsetzen

Das Advisor-Pattern

Anthropic hat im April 2026 im Blogbeitrag “The advisor strategy” ein eigenes Advisor-Tool vorgestellt: Ein günstigeres, schnelleres Modell erledigt die eigentliche Arbeit durchgehend selbst. Ein leistungsstärkeres, teureres Modell wird nur an ausgewählten, kritischen Entscheidungspunkten hinzugezogen, nicht für jeden Schritt. In Anthropics eigenem Benchmark verbesserte diese Kombination das Ergebnis auf dem SWE-bench-Multilingual-Test um 2,7 Prozentpunkte gegenüber dem alleinigen Einsatz des teureren Modells, bei gleichzeitig 11,9 Prozent geringeren Kosten pro Aufgabe.

Wichtig zur Einordnung: Im Netz kursieren für neuere Modellkombinationen (Sonnet 5 als Arbeitsmodell, Fable 5 als Advisor) noch deutlich höhere Werte, teils “92 Prozent der Fable-5-Leistung bei 63 Prozent der Kosten” auf einem als “SWE-bench Pro” bezeichneten Benchmark. Diese Zahl konnten wir keiner offiziellen Anthropic-Quelle eindeutig zuordnen und geben sie deshalb bewusst nicht als gesicherten Fakt wieder. Die oben genannten 2,7 Prozentpunkte und 11,9 Prozent Kostenersparnis sind dagegen direkt auf Anthropics eigene Ankündigung zurückführbar.

Das Orchestrator-Pattern

Deutlich besser belegt ist ein zweites Muster aus dem offiziellen Claude-Cookbook-Repository (github.com/anthropics/claude-cookbooks, Notebook managed_agents/CMA_plan_big_execute_small.ipynb): Hier plant das teure Flaggschiffmodell die Aufgabe und zerlegt sie in Teilschritte. Mehrere Instanzen eines günstigeren Modells arbeiten diese Teilschritte parallel als “Worker” ab. Auf dem BrowseComp-Benchmark erreichte dieser Orchestrator-Aufbau 86,8 Prozent Genauigkeit bei 18,53 US-Dollar pro Aufgabe, verglichen mit 90,8 Prozent Genauigkeit bei 40,56 US-Dollar, wenn das Flaggschiffmodell die komplette Aufgabe allein löst. Umgerechnet: rund 96 Prozent der Ausgangsleistung zu etwa 46 Prozent der Kosten, eine Rechnung, die sich direkt aus den im Cookbook veröffentlichten Zahlen nachvollziehen lässt.

Das Cookbook liefert dazu ein konkretes Rechenbeispiel: Bei der Aufgabe, 20 Fakten zu verifizieren, kostete der Orchestrator-Aufbau 1,61 US-Dollar und benötigte 194 Sekunden. Das Flaggschiffmodell allein kostete für dieselbe Aufgabe 4,00 US-Dollar und benötigte 608 Sekunden, war also nicht nur teurer, sondern auch gut dreimal langsamer. Über 80 Prozent der verbrauchten Token wurden dabei zum günstigeren Tarif des Worker-Modells abgerechnet. Ein zusätzlicher, mechanisch nachvollziehbarer Effekt: Jeder Sub-Agent führt seinen eigenen Prompt-Cache, wiederholter Kontext wird also nicht bei jedem Teilschritt erneut zum vollen Preis berechnet.

Was das für dein KI-Agenten-Budget bedeutet

Die folgende Rechnung überträgt die beiden oben belegten Verhältnisse (Advisor: −11,9 % laut Anthropic; Orchestrator: −54 % laut Cookbook-Beispiel) auf ein angenommenes monatliches Budget. Es handelt sich um eine Illustration der veröffentlichten Verhältnisse, nicht um eine Prognose für dein konkretes Projekt, dafür zählt der tatsächliche Aufgabenmix zu stark.

Wie wir das bei TAISC in Projekten umsetzen

Bei KI-Agenten-Projekten, die wir für Kund:innen bauen, ist die Modellwahl kein einmaliger Architekturentscheid, sondern Teil der laufenden Kostenkontrolle. In der Praxis bedeutet das:

• Aufgaben nach Anspruch trennen. Recherche, Formulierung von Standardantworten oder das Ausfüllen strukturierter Felder laufen über ein schnelleres, günstigeres Modell. Kritische Entscheidungspunkte, komplexe Abwägungen oder die finale Qualitätsprüfung gehen an das leistungsstärkere Modell, ähnlich dem Advisor-Prinzip.
• Orchestrierung für parallelisierbare Arbeit. Wenn ein Agent viele ähnliche Teilaufgaben gleichzeitig bearbeiten kann (mehrere Dokumente prüfen, mehrere Datensätze abgleichen), lohnt sich ein Orchestrator-Aufbau: ein Planungsschritt oben, viele günstige Worker parallel darunter.
• Monitoring statt Bauchgefühl. Ohne Kosten- und Qualitäts-Tracking pro Modellkombination bleibt jede Optimierung Spekulation. Wir bauen dafür Logging ein, das zeigt, welcher Task-Typ wie viel kostet und wie oft das teure Modell tatsächlich gebraucht wird.

Dieses Vorgehen ergänzt, was wir in unserem Grundlagenartikel zu KI-Agenten für Unternehmen zur Governance-Seite von Agentenprojekten beschrieben haben, und zeigt sich im Kleinen auch dort, wo KI-Agenten heute schon Aufgaben übernehmen, die früher rein manuell liefen, etwa bei der agentischen Testautomatisierung mit dem /goal-Befehl: Auch dort ist die Kostenfrage nicht “KI oder Mensch”, sondern “welcher Teil der Arbeit lohnt sich wofür”.

Wo dieser Ansatz an Grenzen stößt

Damit das kein zu glattes Bild bleibt, vier ehrliche Einschränkungen:

1. Die Aufteilung braucht Aufwand. Advisor- und Orchestrator-Pattern sind kein Konfigurationsschalter, sondern erfordern, den eigenen Workflow so zu strukturieren, dass sich Teilaufgaben sauber trennen lassen. Bei sehr kleinen oder stark sequenziellen Aufgaben lohnt sich der Mehraufwand oft nicht.
2. Nicht jede Aufgabe lässt sich sauber aufteilen. Manche Aufgaben sind durchgehend anspruchsvoll und lassen sich nicht in “einfache” und “kritische” Teilschritte zerlegen, ohne die Qualität zu gefährden.
3. Prompt-Caching ist kein Selbstläufer. Dass jeder Sub-Agent seinen eigenen Cache führt, senkt Kosten mechanisch, setzt aber voraus, dass die jeweilige Implementierung Caching auch tatsächlich korrekt nutzt. Verlass dich nicht darauf, dass jedes Agenten-Framework das automatisch richtig macht, das solltest du in der eigenen Architektur explizit prüfen.
4. Die 92/63-Zahl ist mit Vorsicht zu genießen. Wie oben beschrieben, ist die am häufigsten zitierte Zahl zu diesem Thema nicht eindeutig auf eine offizielle Quelle zurückführbar. Plane mit den belegten Größenordnungen (Advisor: rund 12 % Ersparnis, Orchestrator: teilweise über 50 % Ersparnis bei parallelisierbaren Aufgaben), nicht mit den größten kursierenden Zahlen.

Der größere Trend: Intelligenz pro Dollar wird günstiger

Unabhängig von Anthropic zeigt eine Analyse von a16z (“LLMflation”), dass die Kosten für ein festes Leistungsniveau bei Sprachmodellen zwischen 2021 und 2025 im Schnitt um rund das Zehnfache pro Jahr gefallen sind. Epoch AI differenziert das weiter: Auf besonders anspruchsvollen Benchmarks fiel der Preis für ein gegebenes Leistungsniveau um bis zu das 40-fache pro Jahr, bei einfacheren Aufgaben nur um das 1,7- bis 9-fache. Für die Praxis heißt das: Wer heute Sorge hat, teure KI-Modelle nicht mehr bezahlen zu können, sollte eher die eigene Architektur hinterfragen als die Technologie insgesamt zu verwerfen, denn die Kosten für ein gegebenes Leistungsniveau sinken strukturell weiter, unabhängig vom Abrechnungsmodell eines einzelnen Anbieters.

Häufige Fragen

Häufige Fragen

Müssen wir für jeden KI-Agenten das teuerste Modell nutzen?

Nein, im Gegenteil. Sowohl das Advisor- als auch das Orchestrator-Pattern zeigen, dass sich ein Großteil der Arbeit an ein günstigeres Modell delegieren lässt, wenn das teurere Modell gezielt nur an kritischen Punkten oder für die Planung eingesetzt wird. Wie stark sich das lohnt, hängt vom jeweiligen Aufgabenmix ab.

Stimmt die oft zitierte Zahl "92 % Leistung bei 63 % der Kosten"?

Wir konnten diese konkrete Zahl keiner eindeutigen, offiziellen Anthropic-Quelle zuordnen und geben sie deshalb nicht als gesicherten Fakt wieder. Belegt sind dagegen Anthropics eigene Werte zum Advisor-Tool (+2,7 Prozentpunkte bei 11,9 % geringeren Kosten) sowie das im Claude-Cookbook veröffentlichte Orchestrator-Beispiel (rund 96 % Leistung bei rund 46 % der Kosten auf dem BrowseComp-Benchmark).

Lohnt sich dieser Ansatz auch für kleinere Unternehmen mit wenigen KI-Agenten-Anwendungsfällen?

Bei sehr geringem Volumen ist der Mehraufwand für eine saubere Advisor- oder Orchestrator-Architektur oft nicht nötig, ein einzelnes, passend gewähltes Modell reicht dann meist aus. Sobald KI-Agenten aber regelmäßig, in mehreren Prozessen oder mit hohem Token-Volumen laufen, wird die Modellwahl schnell zu einem spürbaren Kostenfaktor, den es sich zu strukturieren lohnt.

Wie hängt das mit klassischer Testautomatisierung oder anderen KI-Agenten-Use-Cases zusammen?

Das Prinzip ist dasselbe: nicht jede Teilaufgabe braucht die höchste verfügbare Modell-Qualität. Bei der agentischen Testautomatisierung mit dem /goal-Befehl etwa reicht für viele Testschritte ein schnelleres Modell, während komplexe Fehleranalysen von einem leistungsstärkeren Modell profitieren.

Hilft TAISC bei der Umsetzung einer solchen Kostenarchitektur?

Ja. Modellwahl und Kostenarchitektur sind Teil unseres Leistungsbereichs Entwicklung & Automatisierung, wenn wir KI-Agenten für Kund:innen bauen. Im kostenlosen Erstgespräch schauen wir gemeinsam, wo sich in eurem konkreten Anwendungsfall eine solche Aufteilung lohnt.

Fazit

Nutzungsbasierte Preise für Spitzenmodelle sind kein Grund, KI-Agenten-Projekte auf Eis zu legen, sie sind ein Grund, die eigene Architektur bewusster zu gestalten. Advisor- und Orchestrator-Pattern zeigen, mit belegbaren Zahlen, dass sich ein Großteil der Kosten senken lässt, ohne die Ergebnisqualität nennenswert zu verschlechtern, wenn man das teure Modell gezielt statt pauschal einsetzt. Der größere Trend spricht ohnehin dafür: Leistung pro Dollar wird strukturell günstiger, unabhängig vom Preismodell eines einzelnen Anbieters.

Willst du wissen, wie sich eure KI-Agenten-Kosten mit der richtigen Architektur senken lassen? Buche ein unverbindliches Erstgespräch, wir schauen uns gemeinsam euren Aufgabenmix an.