KI-Agenten verbrauchen deutlich mehr Token als Menschen – was Händler jetzt wissen sollten

Autonome KI-Agenten erzeugen im Betrieb oft deutlich mehr Token als direkte Chat-Nutzung. Für Händler ist das relevant, weil damit Kosten, Latenzen und Infrastrukturbedarf schnell anders ausfallen als in der ersten KI-Planung. Entscheidend ist weniger die Theorie, sondern wie viele Schritte ein Agent tatsächlich ausführt und wie sauber dieser Ablauf technisch begrenzt ist.

Worum es geht

Die aktuelle Debatte dreht sich um eine einfache Beobachtung: KI wird nicht mehr nur von Menschen per Chat genutzt, sondern zunehmend von Agenten, die selbstständig mehrere Arbeitsschritte abarbeiten, Werkzeuge aufrufen und Zwischenergebnisse wieder an ein Modell zurückspielen^1,3. Laut einer auf OpenRouter-Daten basierenden Analyse lag der 7-Tage-Schnitt autonomer KI-Agenten bis zum 10. August 2026 bei rund 7,3 Billionen Token; die direkte menschliche Chat-Nutzung kam im selben Zeitraum auf etwa 1,4 Billionen Token. Damit verbrauchen Agenten in dieser Auswertung mehr als das Fünffache der Tokenmenge menschlicher Nutzer.

Der Befund ist vor allem deshalb relevant, weil er nicht auf einem einzelnen Prompt oder einer isolierten Demo beruht, sondern auf laufender Nutzung in Agenten-Workflows^1,3. Gleichzeitig gilt: Die Zahl beschreibt Token-Volumen, nicht automatisch die endgültige Rechnung. Durch Caching und Rabattlogiken können die effektiven Kosten deutlich anders ausfallen als die reine Token-Menge vermuten lässt⁴.

Was gesichert ist

Gesichert ist zunächst, dass agentische Workflows strukturell tokenintensiv sind. In rekursiven Schleifen aus Planen, Tool-Aufruf, Ausführen und Validieren wird bei jedem weiteren Schritt oft der bisherige Kontext erneut mitgeschickt, inklusive Systemanweisungen, Tool-Schemata und Zwischenergebnissen^3,4. Genau dieser Kontextaufbau treibt die Tokenzahl nach oben, weil das Modell nicht nur die aktuelle Aufgabe sieht, sondern einen immer längeren Verlauf verarbeiten muss.

OpenRouter-Daten, die im August 2026 breit aufgegriffen wurden, zeigen für autonome Agenten rund 7,3 Billionen Token im 7-Tage-Schnitt und für menschliche Direct-Chat-Nutzung rund 1,4 Billionen Token¹. In derselben Zeit stieg das menschliche Token-Volumen seit dem 6. Februar 2026 um den Faktor 2,8, während der Verbrauch von KI-Agenten um das 14-Fache zunahm.

Unabhängige Einordnungen bestätigen das Muster: Eine Stanford-Analyse kommt zu dem Schluss, dass Agenten-Workflows bis zu 1.000-mal mehr Token als einfache Chats verbrauchen können und dass Input-Token der Hauptkostentreiber sind³. Gartner warnt zudem, dass Multi-Step-Workflows autonomer Agenten im Durchschnitt das 5- bis 30-Fache an Token gegenüber Standard-Chatbots benötigen können.

Für den Kostenblick ist noch ein zweiter Punkt wichtig: Laut der OpenRouter- und a16z-Auswertung entfallen über 85 Prozent des agentischen Token-Verbrauchs auf zwischengespeicherte Prompts⁴. Das kann die effektiven API-Kosten senken, weil Cache-Hits meist günstiger bepreist werden. Gleichzeitig steigt aber der Bedarf an Arbeitsspeicher und Inferenzkapazität auf Anbieter-Seite, also genau dort, wo viele Händler nur indirekt Einfluss haben.

Die Untersuchungslage verweist außerdem darauf, dass Modelle ihre eigenen Kosten und den Tokenbedarf nicht immer zuverlässig vorhersagen. In der Stanford-Arbeit schwanken identische Aufgaben stark; dort ist von Abweichungen bis zum Faktor 30 die Rede³. Für die Praxis heißt das: Eine Agentenlösung kann im Test günstig aussehen und im Betrieb durch längere Schleifen, neue Tool-Aufrufe oder schlecht begrenzte Kontexte deutlich teurer werden⁴.

Wen es betrifft

Spürbar betroffen sind Onlinehändler, Marktplatzhändler und D2C-Teams, die Agenten für Kundenservice, Rückabwicklungen, Produktdatenpflege oder Repricing einsetzen^1,3. Gerade bei Workflows mit vielen Kleinschritten wächst die Tokenlast schnell, weil der Agent nicht nur eine Antwort erzeugt, sondern eine Kette aus Entscheidungen, Prüfungen und Rückfragen durchläuft⁴.

Deutlich betroffen ist auch der B2B-Großhandel, wenn KI-Agenten Aufträge erfassen, Dokumente prüfen, Lieferanteninformationen abgleichen oder Schnittstellen orchestrieren³. Das gilt ebenso für Hersteller mit Eigenmarken, die Produktstammdaten, Übersetzungen oder Content in mehreren Systemen automatisiert pflegen.

Importeure und Dropshipping-Anbieter sind vor allem dort betroffen, wo viele externe Datenquellen zusammenlaufen und der Agent Bestände, Lieferzeiten und Preisänderungen laufend neu prüfen muss⁴. Je mehr externe Signale ein Prozess enthält, desto eher steigen Kontextlänge und Rechenaufwand.

Weniger betroffen sind stationäre Händler ohne nennenswerte KI-Automatisierung und Unternehmen, die bislang keine agentischen Workflows einsetzen⁴. Ebenfalls nur am Rand betroffen sind Händler, die ausschließlich Standard-SaaS mit festen Monatsgebühren nutzen, wenn das Token-Risiko vollständig beim Anbieter liegt. Für diese Gruppen entsteht eher ein indirekter Effekt über steigende Softwarepreise oder strengere Nutzungsgrenzen als ein unmittelbarer Token-Kostenblock.

Regional betrifft das Thema Deutschland, die EU und im Grunde alle Märkte, in denen Händler auf Cloud-LLM-APIs und internationale Plattformen zugreifen^1,4. Es ist kein regulatorisches Sonderthema mit Frist, sondern ein betriebswirtschaftliches Infrastrukturthema, das sofort relevant wird, sobald Modelle pro Token abgerechnet werden.

Was das im Handelsalltag bedeutet

Für den Einkauf heißt das zuerst: Agenten werden nicht nur als Funktionsbaustein, sondern als laufender Kostentreiber planbar gemacht werden müssen. Wer Produkttexte, Sortimentsanalysen oder Lieferantenvergleiche automatisiert, sollte nicht nur auf Ergebnisqualität schauen, sondern auf die Anzahl der Agentenschritte pro Aufgabe^3,4. Ein scheinbar kleiner Prozess kann durch Wiederholungen schnell in eine teure Schleife kippen.

Im Lager und in der Logistik geht es vor allem um Ausnahmefälle. Sobald ein Agent bei Abweichungen, Fehllieferungen oder Bestandskonflikten mehrfach nachfragt, steigt der Kontext mit jedem Schritt^3,4. Das ist kein Problem, solange der Ablauf sauber begrenzt ist. Ohne Limits kann aus einer kleinen Klärung ein langer, teurer Dialog werden.

Bei Artikelstammdaten und Content-Workflows kommt hinzu, dass viele Händler dieselben System-Prompts, Richtlinien und Produktdaten in jeder Runde erneut mitsenden^3,4. Genau dort lohnt sich Prompt Caching besonders, weil sich wiederkehrende Bestandteile stabil halten lassen. Praktisch heißt das: Je sauberer die Vorlagen standardisiert sind, desto eher lassen sich Cache-Hits erzielen und Kosten glätten.

Im Shop und auf Marktplätzen betrifft das vor allem Repricing, FAQ-Antworten und automatisierte Texteingriffe. Hier kann ein Agent zwar schnell reagieren, aber eben auch viel mehr Token verbrauchen als ein einfacher, regelbasierter Prozess³. Die Konsequenz ist nicht, auf Automatisierung zu verzichten, sondern sie enger zu kontrollieren und Aufgaben genauer zu schneiden.

In der Lieferantenkommunikation wird der Unterschied zwischen Gespräch und Prozess besonders sichtbar. Ein Mensch fragt einmal nach, ein Agent kann mehrfach nachfassen, Daten abgleichen und alternative Wege testen^3,4. Das erhöht die Qualität in komplexen Fällen, aber auch die Gefahr von Kosteneskalationen, wenn Rollen, Grenzen und Abbruchbedingungen fehlen.

Was jetzt zu tun ist

API-Monitoring und Token-Attribution einführen – zuständig: IT und E-Commerce-Leitung; Aufwand: gering bis mittel; Frist: sofort. Wer Agenten betreibt, sollte Token-Verbrauch nach Workflow, Agent und Task-Typ auswerten, damit teure Prozesse sichtbar werden.
Budget-Caps und Alerts setzen – zuständig: IT-Administration; Aufwand: gering; Frist: sofort. Tages- und Run-Limits pro Agent verhindern, dass Endlosschleifen unbemerkt Rechnungen treiben.
Prompt Caching und Prefix-Stabilität prüfen – zuständig: Entwicklung und DevOps; Aufwand: mittel; Frist: innerhalb von 2 Wochen. Wiederkehrende System-Prompts, Tool-Schemata und Basisdaten sollten so stabil wie möglich aufgebaut werden, damit Cache-Hits wahrscheinlicher werden⁴.
Context-Window-Management überarbeiten – zuständig: Entwicklung; Aufwand: mittel bis hoch; Frist: innerhalb von 1 Monat. Alte Zwischenschritte sollten zusammengefasst oder gekürzt werden, statt jeden Verlauf immer weiter mitzuschleppen^3,4.
Model Routing oder Modell-Kaskaden einführen – zuständig: IT-Architektur; Aufwand: hoch; Frist: innerhalb von 1 bis 2 Monaten. Einfache Klassifizierungen und Tool-Aufrufe gehören eher in kleine, günstige Modelle; teure Reasoning-Modelle sollten für die wirklich komplexen Schritte reserviert bleiben³.

Wo die Datenlage dünn ist

Offen bleibt vor allem, wie gut die OpenRouter-Daten den gesamten Markt abbilden. Die oft zitierte 5-fache Relation basiert auf einer konkreten Plattform- und Entwicklerumgebung und muss nicht exakt für jeden proprietären Unternehmensstack gelten^1,5. Auch die Folgerung von mehr Token auf exakt fünfmal höhere Kosten wäre zu grob, weil ein großer Teil des Volumens über Cache-Rabatte läuft⁴. Für Händler ist deshalb weniger die exakte Kennzahl entscheidend als die Richtung: Agentische Prozesse können deutlich teurer werden als klassische Chat-Nutzung, wenn sie schlecht begrenzt sind³.

Fazit

KI-Agenten sind nicht einfach nur ein effizienterer Chat, sondern ein anderes Kostenmodell. Wer sie im Handel einsetzt, sollte Token-Verbrauch, Kontextlänge und Abbruchregeln genauso ernst nehmen wie die fachliche Qualität der Antwort. Das Thema betrifft vor allem automatisierte Online-, Marktplatz- und B2B-Prozesse, nicht den kompletten Handel pauschal. Die eigentliche Frage ist deshalb nicht, ob Agenten nützlich sind, sondern wie eng sie im Alltag geführt werden.