Vertiefender Leitfaden
Stresstest für KI-Wrapper und LLM-Token-Marge
Branchenanalyse für Entscheider
Software hatte früher Grenzkosten nahe null. Sobald der Code geschrieben war, kostete die Bedienung eines weiteren Kunden ein paar Cent Hosting, weshalb Abonnementmargen von achtzig und neunzig Prozent zur Norm wurden und Investoren lernten, die Warenkosten bei Software zu ignorieren. KI-Produkte haben diese Regel gebrochen. Jede Anfrage eines Nutzers löst heute eine Rechnung eines Modellanbieters aus, und die Rechnung skaliert mit dem, was der Nutzer tut, nicht mit dem, was er zahlt. Ein Kunde in einem Pauschaltarif für 24 Dollar kann in einem Monat fünf Dollar kosten und im nächsten fünfzig, wenn er einen Workflow entdeckt, der das Modell den ganzen Tag in Schleife schickt.
Das ist das zentrale Problem eines KI-Wrappers, also eines Produkts, das auf dem Modell eines anderen eine Oberfläche und einen Workflow ergänzt. Ihr Preis ist fest, Ihre Kosten sind variabel, und Ihr Lieferant kann seine Preise oder Modelle jederzeit ändern. Die Marge, die in einer Demo gesund aussah, in der ein Gründer eine Handvoll Anfragen testete, kann verschwinden, wenn echte Nutzer mit langen Dokumenten, großen Kontexten und Agenten kommen, die das Modell zwanzigmal aufrufen, um eine Aufgabe zu erledigen. Der Stresstest zeigt Ihnen, wie dünn diese Marge ist, bevor Ihre Rechnung eintrifft.
Das Domino-Modell verfolgt das Geld durch fünf Stufen. Erstens: Wie viel Ihrer Token-Ausgaben geht an Nutzer, die nichts zahlen, denn ein Gratis-Tarif ist ein in Token bezahltes Marketingbudget. Zweitens: Wie viel vom Umsatz die Modellrechnung verbraucht. Drittens: Die Rohertragsmarge, die nach Modellen und Gebühren bleibt. Viertens: Ob der Umsatz alle Kosten mit Spielraum deckt. Fünftens: der Gewinn. Eine Änderung an einem Hebel, etwa Agenten, die häufiger wiederholen, oder ein längerer Prompt, bewegt zuerst die ersten beiden Felder, und der Rest folgt, sodass Sie ein Margenproblem einen Monat kommen sehen, bevor es in der Buchhaltung auftaucht.
Der Eisberg zeigt, was eine einfache Modellrechnung verbirgt. Über der Wasserlinie liegen die Modellrechnung für zahlende Nutzer und die feste Infrastruktur. Darunter liegen die Modellrechnung für Gratis-Nutzer, für Wiederholungen und Agenten-Schleifen verbrannte Token, die Moderation, Protokollierung und Evaluation, die jedes ernsthafte Produkt ergänzt, und die Zahlungsgebühren. In vielen KI-Produkten kosten Gratis-Tarif und Wiederholungen zusammen mehr als die eigene Nutzung der zahlenden Nutzer. Finden Sie im Simulator den Preis, die Token-Zahl oder die Zahl der Gratis-Nutzer, bei der Ihre Marge zusammenbricht, und entscheiden Sie dann, ob Sie begrenzen, cachen, routen oder neu bepreisen.
Formeln und Methodik im Überblick
Das Modell rechnet pro Monat. Token pro Nutzer sind Anfragen mal Token pro Anfrage, erhöht um den Wiederholungsanteil. Gratis-Nutzer stellen ein Viertel der Anfragen eines zahlenden Nutzers. Der effektive Token-Preis ist der gemischte Preis, vermindert um den Rabatt auf gecachte Token. Die Modellrechnung ist die Token-Menge in Millionen mal dieser effektive Preis, zuzüglich eines Evaluationsaufschlags. Der Nettogewinn ist der Abonnementumsatz minus Gebühren, Modellrechnung, Aufschlag und feste Infrastruktur.
- Token pro zahlendem Nutzer
- T = Anfragen × Token pro Anfrage × (1 + Wiederholungen)
- Die monatliche Token-Last, die ein zahlender Nutzer erzeugt, einschließlich Wiederholungen und Agenten-Schleifen.
- Effektiver Token-Preis
- P = gemischter Preis × (1 − Cache-Treffer × 0,9)
- Gecachte Token kosten etwa ein Zehntel, sodass die Trefferquote den tatsächlich gezahlten Preis senkt.
- Modellrechnung
- KI = (zahlend × T + gratis × T × 0,25) × P × 1,08
- Zahlende und kostenlose Nutzung zum effektiven Satz bewertet, plus acht Prozent für Evaluation und Protokollierung.
- Nettogewinn
- Netto = zahlend × Preis − Gebühren − KI − Infrastruktur
- Das Monatsergebnis. Der Bruchpunkt liegt dort, wo es null erreicht.
- Kosten des Gratis-Tarifs
- F = gratis × T × 0,25 × P
- Was die Gratis-Nutzer jeden Monat an Modellrechnungen kosten, ohne etwas zu zahlen.
- Rohertragsmarge
- RM = (Umsatz − Gebühren − KI) ÷ Umsatz
- Der Anteil des Umsatzes, der nach Gebühren und Modellrechnung bleibt, vor fester Infrastruktur.
Kaskadierende Elastizität
Token pro Anfrage und Token-Preis multiplizieren sich direkt in die Modellrechnung und sind daher die elastischsten Hebel: Halbiert sich einer, halbiert sich die Rechnung. Gratis-Nutzer sind der nächstgrößere Faktor, weil sie Kosten ohne Umsatz verursachen. Der Preis pro Nutzer ist linear, aber wirkungsvoll, da er jeden zahlenden Nutzer auf einmal anhebt. Die feste Infrastruktur wirkt als Schwelle, die die Marge überwinden muss, bevor ein Gewinn entsteht.
Drei Fallstudien aus der Praxis
Gründung aus eigener Kraft
Die ersten zahlenden Nutzer eines Solo-Gründers
Ein Solo-Gründer startet einen Schreibassistenten mit neunzig zahlenden und sechshundert Gratis-Nutzern, mit einem günstigen Modell und kurzen Prompts. Die Zahlen sind klein, das Hosting fast gratis, und der Gewinn ist dünn, aber positiv. Laden Sie das Szenario, um zu sehen, wie wenig Spielraum ein junges Produkt hat, wenn einige Power-User eintreffen.
Wachsender Mittelstand
Ein skaliertes Produkt mit cleverem Routing
Ein Produkt mit neuntausend zahlenden Nutzern leitet den Großteil des Verkehrs an ein günstiges Modell, cacht fast die Hälfte seiner Eingaben und hält Wiederholungen niedrig. Die Modellrechnung ist absolut groß, aber ein kleiner Anteil des Umsatzes. Laden Sie das Szenario, um zu sehen, wie technische Disziplin die Marge im großen Maßstab schützt.
Black-Swan-Krise
Ein viraler Agent zum Pauschalpreis
Ein Produkt ergänzt einen Agenten, der das Modell bei jeder Aufgabe in Schleife schickt, und einen Gratis-Tarif, der viral geht. Die Token pro Anfrage verdreifachen sich, die Wiederholungen explodieren, und der Preis bleibt bei zwölf Dollar. Der Umsatz wächst, während jeder neue Nutzer den Verlust vertieft. Laden Sie das Szenario, um zu sehen, welcher Hebel den Monat rettet.
Branchen-Richtwertematrix
| Kennzahl | Gefahrenzone | Branchendurchschnitt | Top 10 % der Besten |
|---|---|---|---|
| KI-Rechnung als Anteil am Umsatz | Über 35 % | 15–25 % | Unter 10 % |
| Rohertragsmarge nach Modellen und Gebühren | Unter 50 % | 65–75 % | Über 80 % |
| Anteil der für Gratis-Nutzer ausgegebenen Token | Über 50 % | 20–35 % | Unter 15 % |
| Prompt-Cache-Trefferquote | Unter 10 % | 25–40 % | Über 60 % |
| Aufschlag durch Wiederholungen und Agenten-Schleifen | Über 40 % | 10–20 % | Unter 8 % |
Variablen und Stellhebel
Zahlende Nutzer
Kunden mit einem kostenpflichtigen Tarif in diesem Monat.
Stellhebel: Steigern Sie die Zahl zahlender Nutzer nur, wenn jeder mehr einbringt, als das Modell ihn kostet, sonst macht Wachstum den Verlust größer.
Preis pro Nutzer und Monat
Was einem zahlenden Nutzer pro Monat nach Rabatten berechnet wird.
Stellhebel: Wechseln Sie zu nutzungsabhängigen oder gestaffelten Preisen, damit Vielnutzer im Verhältnis zu den verbrauchten Token zahlen.
Nutzer im Gratis-Tarif
Aktive Nutzer, die das Produkt ohne Bezahlung verwenden.
Stellhebel: Begrenzen Sie den Gratis-Tarif nach Anfragen, leiten Sie ihn auf ein günstigeres Modell oder befristen Sie ihn, denn Gratis-Nutzer sind der größte verborgene Kostenblock.
Anfragen pro Nutzer und Monat
Wie viele Modellaufrufe ein aktiver zahlender Nutzer in einem Monat auslöst.
Stellhebel: Legen Sie Fair-Use-Grenzen pro Tarif fest und zeigen Sie Nutzern ihren Verbrauch, da ein kleiner Anteil von Vielnutzern meist den größten Teil der Rechnung treibt.
Token pro Anfrage
Eingabe- plus Ausgabe-Token für einen Aufruf, einschließlich Systemprompt und abgerufenem Kontext.
Stellhebel: Kürzen Sie Prompts, fassen Sie den Verlauf zusammen und rufen Sie weniger Kontext ab, denn Token pro Anfrage multiplizieren alles andere.
Gemischter Preis pro Million Token
Durchschnittlicher Preis, den Sie pro Million Token über die genutzten Modelle hinweg zahlen.
Stellhebel: Leiten Sie einfache Anfragen an kleinere Modelle und reservieren Sie das Premium-Modell für die schwierigen Fälle.
Cache-Trefferquote
Anteil der Eingabe-Token, die aus einem Cache oder Prompt-Cache mit starkem Rabatt bedient werden.
Stellhebel: Strukturieren Sie Prompts so, dass der lange statische Teil zuerst kommt und gecacht werden kann, und messen Sie die Trefferquote jede Woche.
Wiederholungen und Agenten-Schleifen
Zusätzliche Token für fehlgeschlagene Aufrufe, Wiederholungen, Reflexion und Werkzeugschleifen.
Stellhebel: Beheben Sie die Fehler, die Wiederholungen auslösen, und begrenzen Sie Agenten-Schleifen, denn jede Wiederholung ist eine zweite Rechnung für dieselbe Antwort.
Feste Infrastruktur und Werkzeuge
Hosting, Vektordatenbank, Monitoring und die Werkzeuge rund um das Modell.
Stellhebel: Passen Sie die Infrastruktur an die aktuellen Nutzer an, denn Fixkosten bestimmen, wie lange Sie einen schlechten Monat überleben.
Zahlungsgebühr
Prozentsatz, den Ihr Zahlungsanbieter auf Abonnementumsätze einbehält.
Stellhebel: Stellen Sie Jahrestarife auf Banküberweisung um oder verhandeln Sie die Gebühren des Zahlungsdienstleisters, sobald der Umsatz groß genug ist.
So nutzen Sie diesen Simulator
- 1Beginnen Sie mit dem realistischen Preset oder geben Sie Ihre eigenen Nutzer, Preise, Token und Cache-Quote ein.
- 2Lesen Sie die fünf Domino-Felder, um zu sehen, ob Gratis-Nutzer, Modellrechnung oder Marge zuerst rot werden.
- 3Klicken Sie auf „Meinen Bruchpunkt finden“, um zu erfahren, welcher Preis, welche Token-Zahl oder welcher Nutzermix den Gewinn auf null drückt.
- 4Vergleichen Sie den aktuellen Plan über 24 Monate im Tab „Paralleluniversum“ mit dem Plan aus Routing und Grenzen.
- 5Kopieren Sie den Teilen-Link, damit Ihr Team oder Ihre Investoren dasselbe Szenario öffnen können.
Fehler, die Sie vermeiden sollten
- Die Marge mit einer Handvoll Demo-Anfragen zu testen. Echte Nutzer senden längere Eingaben und lösen mehr Aufrufe aus. Messen Sie daher den Durchschnitt und die intensivsten zehn Prozent der Nutzer anhand von Produktionsdaten.
- Einen unbegrenzten Tarif zum Pauschalpreis anzubieten. Die Nutzer, denen „unbegrenzt“ am wichtigsten ist, kosten meist am meisten, wodurch Ihre besten Kunden zu Ihrem größten Verlust werden.
- Den Gratis-Tarif in der Unit Economics zu ignorieren. Gratis-Nutzer kosten jeden Monat Token und erscheinen selten neben dem Umsatz, sodass sie der am häufigsten vergessene Kostenblock sind.
- Anzunehmen, dass der Preis Ihres Anbieters stabil bleibt. Preise und Modellverhalten ändern sich, halten Sie also einen Margenpuffer und die Möglichkeit bereit, zu einem anderen Modell zu wechseln oder dorthin zu routen.
Häufig gestellte Fragen
Warum ist die Marge bei einem KI-Produkt schwieriger als bei normaler Software?
Jede Anfrage ruft ein Modell auf, das Sie bezahlen, sodass die Kosten mit der Nutzung wachsen, während Ihr Preis gleich bleibt. Normale Software hat für eine weitere Anfrage Kosten nahe null.
Was ist ein Token?
Ein Token ist ein Textstück, im Englischen etwa drei Viertel eines Wortes. Anbieter rechnen Eingabe- und Ausgabe-Token getrennt ab, und dieses Modell verwendet der Einfachheit halber einen gemischten Preis pro Million Token.
Wie senkt Caching meine Kosten?
Anbieter berechnen für Token, die sie in einer kürzlichen Anfrage bereits verarbeitet haben, deutlich weniger. Wenn lange, wiederholte Anweisungen zuerst stehen, lassen sie sich cachen, was den effektiven Preis senkt.
Wie sollte ich ein KI-Produkt bepreisen?
Enthalten Sie ein Nutzungskontingent und berechnen Sie intensive Nutzung zusätzlich, oder staffeln Sie die Tarife nach Volumen. Ein pauschaler unbegrenzter Tarif lockt genau die Nutzer an, die am meisten kosten.
Sollte ich den Gratis-Tarif streichen?
Nicht unbedingt. Begrenzen Sie ihn nach Anfragen, nutzen Sie dafür ein günstigeres Modell und messen Sie, wie viele Gratis-Nutzer zahlende Kunden werden. Ein Gratis-Tarif ist ein Marketingaufwand und sollte wie einer budgetiert werden.
Wie genau ist das?
Es ist ein Lernmodell zur Planung mit ausgewiesenen Annahmen, keine Finanzberatung. Ersetzen Sie die Eingaben durch Ihre eigenen Nutzungsdaten und die aktuellen Preise Ihres Anbieters.
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.