Der teure Hunger der KI-Agenten: Warum Token zur Rechnung werden

Berlin, 18. September 2026 – Auf der Plattform OpenRouter, über die Entwickler KI-Modelle in ihre Produkte einbinden, ist der wöchentliche Token-Verbrauch seit Januar 2025 um mehr als 25.000 Prozent gestiegen – von 0,5 auf 126,2 Billionen Token.^[The Decoder – OpenRouter's staggering token chart is the AI bubble debate in a single image – url: https://the-decoder.com/openrouters-staggering-token-chart-is-the-ai-bubble-debate-in-a-single-image/] Die Zahl klingt gewaltig, taugt aber nur bedingt als Maßstab für den realen Fortschritt.

Viel Rauch, wenig Feuer?

Token sind die Grundeinheit der KI-Verarbeitung – vergleichbar mit dem Benzin eines Autos.^[The Decoder – OpenRouter's staggering token chart is the AI bubble debate in a single image – url: https://the-decoder.com/openrouters-staggering-token-chart-is-the-ai-bubble-debate-in-a-single-image/] Ein kleiner Anstieg bei der Nutzung kann einen riesigen Sprung beim Verbrauch bedeuten, weil Reasoning-Modelle vor einer Antwort große Mengen an „Denk-Token" erzeugen und unoptimierte agentische Systeme besonders verschwenderisch arbeiten.^[The Decoder – OpenRouter's staggering token chart is the AI bubble debate in a single image – url: https://the-decoder.com/openrouters-staggering-token-chart-is-the-ai-bubble-debate-in-a-single-image/] So dominierte zuletzt das Modell GPT 5.6 Luna den Token-Verbrauch, ohne dass deshalb mehr Menschen es benutzt hätten; auf der Umsatzseite führt OpenAIs Astra, und chinesische Modelle wie Kimi, GLM und DeepSeek legten 2026 monatlich um das Zehnfache zu – von kleiner Basis aus.^[The Decoder – OpenRouter's staggering token chart is the AI bubble debate in a single image – url: https://the-decoder.com/openrouters-staggering-token-chart-is-the-ai-bubble-debate-in-a-single-image/]

Die „Koordinationssteuer"

Dass mehr Agenten nicht automatisch mehr Qualität bringen, zeigt ein bemerkenswerter Hinweis aus dem Hause OpenAI. Der Codex-Entwickler Eric Provencher warnt, dass mehr als zwei parallel laufende Sub-Agenten fast immer Token verbrennen, ohne das Ergebnis zu verbessern: Die Agenten misstrauten einander und „kontrollierten gegenseitig die Hausaufgaben".^[The Decoder – AI agent swarms are a massive waste of tokens with zero quality gain, says OpenAI Codex developer – url: https://the-decoder.com/ai-agent-swarms-are-a-massive-waste-of-tokens-with-zero-quality-gain-says-openai-codex-developer/]

Er nennt das die „Koordinationssteuer". Ein Beispiel: Ein Projekt gab 20.000 Dollar in Token aus, um eine einzige Python-Datei mit 1.393 „Fable"-Agenten zu refaktorieren – eine Aufgabe, die ein einzelner Astra-Agent „für einen Bruchteil der Kosten" hätte erledigen können.^[The Decoder – AI agent swarms are a massive waste of tokens with zero quality gain, says OpenAI Codex developer – url: https://the-decoder.com/ai-agent-swarms-are-a-massive-waste-of-tokens-with-zero-quality-gain-says-openai-codex-developer/] Statt ständig den Status abzufragen, rät Provencher, Aufgaben an getrennte Threads zu geben, die den Hauptagenten erst nach Abschluss benachrichtigen.^[The Decoder – AI agent swarms are a massive waste of tokens with zero quality gain, says OpenAI Codex developer – url: https://the-decoder.com/ai-agent-swarms-are-a-massive-waste-of-tokens-with-zero-quality-gain-says-openai-codex-developer/]

Autonomie als Geschäftsmodell

Zur selben Zeit treiben die Labore die Autonomie ihrer Systeme voran. Anthropic hat die „Projects"-Funktion in Claude Code neu gebaut: Nutzer beschreiben ein Ziel, ein Koordinator verteilt die Arbeit auf parallele „Threads", die jeweils als eigene Cloud-Sitzung laufen, eigene Pull Requests öffnen und Tests ausführen – mit einem gemeinsamen Gedächtnis über alle Threads.^[The Decoder – Anthropic keeps pushing Claude Code toward autonomous coding with new parallel agent workflows – url: https://the-decoder.com/anthropic-keeps-pushing-claude-code-toward-autonomous-coding-with-new-parallel-agent-workflows/] Die Beta steht ausgewählten Pro- und Max-Abonnenten offen.^[The Decoder – Anthropic keeps pushing Claude Code toward autonomous coding with new parallel agent workflows – url: https://the-decoder.com/anthropic-keeps-pushing-claude-code-toward-autonomous-coding-with-new-parallel-agent-workflows/]

Darin steckt auch ein Geschäftsmodell: Mehr autonome Agenten bedeuteten mehr verbrannte Token – und die Kontrolle darüber, wie viele Token verbraucht werden, wandere von den Nutzern zu den Verkäufern, „als ließe man Ölkonzerne das Gaspedal im eigenen Auto steuern", so die Einordnung von The Decoder.^[The Decoder – Anthropic keeps pushing Claude Code toward autonomous coding with new parallel agent workflows – url: https://the-decoder.com/anthropic-keeps-pushing-claude-code-toward-autonomous-coding-with-new-parallel-agent-workflows/]

Der Reality-Check

Dass die Rechnung real ist, zeigt ein Blick auf die Anwender: Die Datenplattform Databricks verzeichnet laut einem Branchen-Newsletter einen Kostensprung von 60 Prozent beim Einsatz von Astra.^[Latent Space – [AINews] Reality Checks on AI News (Yegge shuts down Gas Town, Databricks' +60% Astra cost) – url: https://www.latent.space/p/ainews-reality-checks-on-ai-news]

Ob der Token-Boom also ein Beleg für echten Wert oder für verschwenderische Architekturen ist, dürfte sich daran entscheiden, ob die Kosten pro Ergebnis sinken – oder ob die Branche weiter Token statt Qualität produziert.