Vertiefender Leitfaden
KI-Credit-Preissimulator: Marge, Verfall und die Kosten hinter jedem Credit
Branchenanalyse für Entscheider
KI-Funktionen haben eine Kostenstruktur, die klassische Software nicht kannte: Jede Nutzung verbraucht echtes Geld für die Modell-Inferenz. Eine Dokumentzusammenfassung, ein Bild oder ein Sprachclip kostet jeweils einen messbaren Betrag, und Vielnutzer können weit mehr kosten als Wenignutzer. Pauschale Abonnements verbergen das, weshalb viele KI-Produkte auf Credits umgestiegen sind. Ein Credit verwandelt eine unübersichtliche Mischung aus Token und Rechenleistung in eine einzige Zahl, die Kunden verstehen und die Sie mit Marge bepreisen können.
Die Struktur eines Credit-Systems ist eine Kette von Umrechnungen. Kunden kaufen Credits zu einem Preis pro Credit. Jede Aufgabe verbraucht eine Zahl von Credits, sodass der Preis einer Aufgabe Credits pro Aufgabe mal Preis pro Credit ist. Dahinter stehen die Kosten der Aufgabe, bestimmt durch Modelle, die Sie nicht kontrollieren und die sich mit der Preisliste eines Anbieters ändern können. Die Marge pro Aufgabe ist die Differenz zwischen diesen beiden Zahlen, und alles andere, vom Support bis zur Plattform, wird aus dieser Differenz bezahlt.
Das Domino-Modell folgt der Reihenfolge. Die Zahl der eingelösten Credits nach Verfall bestimmt die ausgeführten Aufgaben. Die Marge pro Aufgabe entscheidet über die Rohertragsmarge, sobald fehlgeschlagene Aufgaben und Zahlungsgebühren gezählt sind. Gemeinkosten wie Support, Kulanzerstattungen und die Plattform verzehren einen Teil des Rests, und das letzte Feld ist der Gewinn. Eine Preiserhöhung beim Modell oder eine Verschiebung der Kunden zu aufwendigeren Aufgaben trifft zuerst das zweite Feld, sodass die Marge einbrechen kann, während Umsatz und Aufgabenzahlen gesund aussehen.
Der Eisberg zeigt, was eine einfache Marge pro Aufgabe übersieht. Sichtbar sind die Inferenzkosten und die Plattform. Unter der Wasserlinie liegen Wiederholungen und Neuerzeugungen, die Inferenz ohne zusätzlichen Umsatz verbrennen, Zahlungsgebühren, Support für Menschen, die Credits nicht verstehen, und Kulanz-Credits, die Beschwerden beruhigen sollen. Der Verfall verdient eine eigene Warnung: Ungenutzte Credits heben die Marge, doch ein Modell, das auf sie angewiesen ist, kann zum Vertrauensproblem werden. Testen Sie im Simulator Credit-Preise und sehen Sie, wo der Gewinn null erreicht.
Formeln und Methodik im Überblick
Das Modell ist ein einzelner Monat. Verkaufte Credits sind Kunden mal Credits pro Kunde, und der Umsatz ist verkaufte Credits mal Preis pro Credit. Eingelöste Credits sind verkaufte Credits minus Verfall. Ausgeführte Aufgaben sind eingelöste Credits geteilt durch Credits pro Aufgabe. Die Inferenzkosten sind Aufgaben mal Kosten pro Aufgabe plus ein Anteil für Wiederholungen. Zahlungsgebühren, Support pro Kunde, Kulanz-Credits und feste Plattformkosten vervollständigen das Bild.
- Umsatz
- R = Kunden × Credits pro Kunde × Preis pro Credit
- Barwert der im Monat verkauften Credits.
- Ausgeführte Aufgaben
- T = verkaufte Credits × (1 − Verfall) ÷ Credits pro Aufgabe
- Wie viele KI-Aufgaben die Kunden tatsächlich ausführen.
- Preis pro Aufgabe
- p = Credits pro Aufgabe × Preis pro Credit
- Was der Kunde jedes Mal zahlt, wenn eine Aufgabe läuft.
- Inferenzkosten
- I = T × Kosten pro Aufgabe × (1 + 8 % Wiederholungen)
- Modellausgaben, einschließlich Aufgaben, die fehlschlagen oder neu erzeugt werden.
- Nettogewinn
- Netto = R − I − Gebühren − Support − Kulanz − Plattform
- Das Monatsergebnis. Der Bruchpunkt liegt dort, wo es null erreicht.
Kaskadierende Elastizität
Kosten pro Aufgabe und Credits pro Aufgabe sind die elastischsten Eingaben, weil sie die Marge jeder Aufgabe auf einmal bestimmen. Der Preis pro Credit skaliert Umsatz und Marge gemeinsam. Der Verfall hilft dem Gewinn, ist aber der unzuverlässigste Hebel, da er vom Kundenverhalten abhängt, das Sie nicht vollständig kontrollieren.
Drei Fallstudien aus der Praxis
Gründung aus eigener Kraft
Ein neues Werkzeug mit einigen Hundert Kunden
Ein junges KI-Werkzeug verkauft kleine Pakete zu einem gesunden Preis pro Credit und nutzt für die meisten Aufgaben ein günstiges Modell. Die Marge pro Aufgabe ist gut, und die festen Plattformkosten sind gedeckt. Das Szenario zeigt, dass die frühe Phase funktioniert, wenn Credits über den realen Kosten bepreist sind.
Wachsender Mittelstand
Ein skaliertes Produkt mit Tausenden Kunden
Ein Produkt mit neuntausend Kunden führt große Mengen an Aufgaben zu einem niedrigeren Preis pro Credit, aber auch zu niedrigeren Kosten pro Aufgabe aus. Das Volumen trägt Plattform- und Supportkosten. Das Szenario zeigt, wie Skalierung und Routing zusammen einen großen Gewinn erzeugen.
Black-Swan-Krise
Eine Preissenkung trifft auf ein teures neues Modell
Ein Produkt senkt die Credit-Preise, um Marktanteile zu gewinnen, wechselt zugleich zu einem teureren Modell und berechnet wenige Credits pro Aufgabe. Kunden nutzen fast jeden Credit. Das Szenario zeigt, wie jede Aufgabe Geld verliert und welcher Hebel die Marge repariert.
Branchen-Richtwertematrix
| Kennzahl | Gefahrenzone | Branchendurchschnitt | Top 10 % der Besten |
|---|---|---|---|
| Rohertragsmarge auf KI-Aufgaben | Unter 30 % | 50–70 % | Über 75 % |
| Verfallsquote der Credits | Über 40 % (Vertrauensrisiko) | 10–25 % | 5–15 % bei klaren Verfallsregeln |
| Modellkosten als Anteil am Aufgabenpreis | Über 60 % | 25–45 % | Unter 20 % |
| Anteil an Wiederholungen und Neuerzeugungen | Über 15 % | 5–10 % | Unter 4 % |
| Support und Plattform als Anteil am Umsatz | Über 45 % | 20–30 % | Unter 15 % |
Variablen und Stellhebel
Zahlende Kunden
Kunden, die im Monat ein Credit-Paket kaufen.
Stellhebel: Steigern Sie die Kundenzahl erst, wenn die Wirtschaftlichkeit pro Aufgabe positiv ist, denn Volumen mit Verlust skaliert nur den Verlust.
Preis pro Credit
Was ein Kunde im Durchschnitt für einen Credit zahlt, nach eventuellem Paketrabatt.
Stellhebel: Erhöhen Sie den Preis pro Credit oder verkleinern Sie Paketrabatte; Credits sind eine abstrakte Einheit, sodass kleine Erhöhungen leicht zu erklären sind.
Verkaufte Credits pro Kunde
Durchschnittlich von jedem Kunden im Monat gekaufte Credits, über Tarife und Nachkäufe hinweg.
Stellhebel: Fördern Sie größere Pakete mit moderaten Rabatten und automatischem Nachkauf, was den Umsatz pro Kunde bei gleichen Supportkosten erhöht.
Nie genutzte Credits (Verfall)
Anteil der gekauften Credits, die verfallen oder ungenutzt bleiben. Ein höherer Verfall erhöht die Marge, kann aber das Vertrauen schädigen.
Stellhebel: Betrachten Sie den Verfall als Bonus, nicht als Plan: Klare Verfallsregeln helfen der Marge, aber hoher Verfall provoziert Erstattungsforderungen und Churn.
Modellkosten pro Aufgabe
Was eine KI-Aufgabe Sie an Inferenz kostet, einschließlich Token, Bild- oder Audioverarbeitung und Drittaufrufen.
Stellhebel: Leiten Sie einfache Aufgaben an günstigere Modelle, cachen Sie wiederkehrende Ergebnisse und begrenzen Sie die Ausgabelänge, um die Kosten jeder Aufgabe zu senken.
Berechnete Credits pro Aufgabe
Wie viele Credits der Kunde jedes Mal ausgibt, wenn er eine Aufgabe ausführt. Mehr Credits pro Aufgabe bedeuten einen höheren Preis pro Aufgabe.
Stellhebel: Bepreisen Sie aufwendige Aufgaben mit mehr Credits als einfache, damit der Credit-Preis den realen Kosten der Aufgabe folgt.
So nutzen Sie diesen Simulator
- 1Beginnen Sie mit dem realistischen Preset oder geben Sie Ihren Preis pro Credit, Credits pro Aufgabe und Kosten pro Aufgabe ein.
- 2Lesen Sie die fünf Domino-Felder, um zu sehen, ob die Marge pro Aufgabe oder die Gemeinkosten zuerst rot werden.
- 3Klicken Sie auf „Meinen Bruchpunkt finden“, um die Modellkosten oder den Preis zu sehen, die den Gewinn auslöschen.
- 4Vergleichen Sie den aktuellen Plan im 24-Monats-Diagramm mit dem Plan zur Neubepreisung.
- 5Prüfen Sie die reale Nutzung monatlich und bepreisen Sie Credits neu, sobald sich Modellkosten oder Aufgabenmix ändern.
Fehler, die Sie vermeiden sollten
- Credits nach den Durchschnittskosten zu bepreisen und zu ignorieren, dass Vielnutzer und aufwendige Aufgaben weit mehr kosten als der Durchschnitt.
- Den Verfall als garantierten Gewinn zu zählen, obwohl er mit dem Verhalten schwankt und Erstattungen und Beschwerden auslösen kann.
- Wiederholungen und neu erzeugte Ergebnisse zu vergessen, die Inferenzkosten ohne zusätzlichen Umsatz verursachen.
- Credit-Preise fest zu lassen, wenn der Modellanbieter seine Preisliste ändert.
Häufig gestellte Fragen
Warum Credits statt eines pauschalen Abonnements?
Credits koppeln den Preis an die Nutzung, sodass Vielnutzer für die Kosten zahlen, die sie verursachen, und sie geben Ihnen eine Einheit, die Sie neu bepreisen können, wenn sich Modellkosten ändern. Pauschaltarife sind einfacher, können bei Vielnutzern aber Geld verlieren.
Ist es fair, an ungenutzten Credits zu verdienen?
Der Verkauf vorausbezahlter Credits, die manche Kunden nie nutzen, ist üblich, doch Verfalls- und Erstattungsregeln sollten klar sein und den Verbraucherregeln Ihres Marktes entsprechen. Prüfen Sie die aktuellen Regeln für Ihre Region.
Wie lege ich Credits pro Aufgabe fest?
Gehen Sie von den Kosten pro Aufgabe aus, addieren Sie Ihre Zielmarge und drücken Sie diesen Preis dann in ganzen Credits aus. Berechnen Sie für aufwendigere Aufgaben mehr Credits, damit der Preis den Kosten folgt.
Was, wenn mein Modellanbieter die Preise senkt?
Sie können die Preise halten und die Marge mitnehmen oder die Credits pro Aufgabe senken, um die Ersparnis weiterzugeben. Der Simulator erlaubt es, beides zu testen.
Wie finde ich die Kosten, ab denen ich Geld verliere?
Klicken Sie auf „Meinen Bruchpunkt finden“. Das Tool verschiebt jede Eingabe in Richtung ihres ungünstigeren Endes und meldet den Wert, bei dem der Monatsgewinn null erreicht.
Wie genau ist das?
Es ist ein Lernmodell mit ausgewiesenen Annahmen, keine Finanzberatung. Ersetzen Sie die Eingaben durch Ihre echten Nutzungs- und Abrechnungsdaten.
Dies ist ein didaktisches Planungsmodell mit ausdrücklich genannten Annahmen. Es ist keine Finanz-, Steuer- oder Rechtsberatung. Ersetzen Sie die Eingaben durch Ihre eigenen Zahlen und lassen Sie wichtige Entscheidungen von einer qualifizierten Fachperson prüfen.