Mit Kanonen auf Spatzen: Warum nicht jede KI-Aufgabe das stärkste Modell braucht
Wer seinem Team ChatGPT oder Claude gibt, lässt oft alles über dasselbe Modell laufen. Wann das Limits, Strom und Geld kostet und wie es passender geht.
Dienstagmorgen in einem Ingenieurbüro mit 40 Leuten. Die Assistenz der Geschäftsführung lässt sich eine Terminbestätigung an einen Bauherrn freundlicher formulieren. Drei Sätze, nichts Schwieriges. Im Firmenkonto ist das stärkste Modell eingestellt, also rechnet das stärkste Modell. Es ist, als würde man mit dem Sportwagen zum Bäcker fahren, um zwei Brötchen zu holen.
Dieser Beitrag richtet sich an Betriebe, die schon dabei sind: Betriebe mit 10 bis 150 Leuten, die ihrem Team ChatGPT Business oder Claude Team gegeben haben. Wer seinem Team ein solches Werkzeug gibt, lässt oft jede Aufgabe über dasselbe Modell laufen, egal ob Rechtschreibung oder Vertragsprüfung. Das Bild vom Auto kennst du vielleicht aus dem Beitrag ChatGPT ist nicht das KI-Modell: Das Produkt ist das Fahrzeug, das Modell ist der Motor. Heute geht es um PS und Verbrauch.
Das Wichtigste in 30 Sekunden
- KI-Modelle gibt es in Größen wie Motoren. Bei Claude kostet das größte Modell je Token das 80-Fache des kleinsten.
- Im Abo zahlst du pro Platz. Dort entscheidet die Modellwahl über Limits, Wartezeit und Strom, meist nicht über die Rechnung. Richtig Geld kostet sie bei eigenen Anwendungen über die Schnittstelle.
- Billig ist nicht automatisch günstig: Ein kleines Modell, das scheitert, kostet Nacharbeit. Für schwierige Aufgaben ist das große Modell richtig.
- Weg 1: eine Faustregel fürs Team, welche Aufgabe auf welche Stufe gehört, dazu kurze Antworten bestellen und Dateien hochladen statt hineinkopieren.
- Weg 2: Technik, die pro Anfrage entscheidet. Für eigene Anwendungen heißt das Router. In ChatGPT lohnt ein Blick, was im eigenen Konto eingestellt ist. Vorher an echten Fällen testen.
Gleiche Marke, unterschiedliche Motoren
Jeder große Anbieter hat mehrere Modelle gleichzeitig im Angebot, gestaffelt wie Motorisierungen. Bei Anthropic, dem Hersteller von Claude, heißen sie Haiku, Sonnet und Opus, darüber steht Fable als stärkstes Modell. Abgerechnet wird nach Tokens, also Textbausteinen, getrennt nach dem, was hineingeht, und dem, was das Modell schreibt. Laut Preisliste von Anthropic kosten eine Million Tokens (Stand: 12.11.2026; Preise und Modelle ändern sich laufend):
- Claude Haiku 5.5: 0,10 US-Dollar hinein, 0,50 US-Dollar hinaus (bei Anfragen bis 100.000 Tokens)
- Claude Sonnet 5.5: 2 US-Dollar hinein, 10 US-Dollar hinaus
- Claude Opus 5.5: 4 US-Dollar hinein, 20 US-Dollar hinaus
- Claude Fable 5.2: 8 US-Dollar hinein, 40 US-Dollar hinaus
Je Token kostet Sonnet damit das 20-Fache von Haiku, Opus das 40-Fache und Fable das 80-Fache. Anthropic beschreibt auch, wofür die Stufen gedacht sind: Haiku für viele, zeitkritische Aufgaben wie Einordnen, Herausziehen und Weiterleiten, Sonnet für Alltagsarbeit wie Texte und Datenanalyse, Opus und Fable für das anspruchsvollste Denken und lange Aufgaben, bei denen ein Agent selbstständig viele Schritte erledigt.
Was das in Dollar und Cent heißt, zeigt eine einfache Rechnung. Angenommen, eine typische Anfrage schickt 2.000 Tokens hinein und bekommt 300 zurück. Dann kosten 1.000 solcher Anfragen mit Haiku 5.5 rund 0,35 US-Dollar, mit Sonnet 5.5 rund 7 US-Dollar, mit Opus 5.5 rund 14 US-Dollar und mit Fable 5.2 rund 28 US-Dollar. Die Annahme ist von uns gewählt, die Preise sind die offiziellen. Andere Längen verschieben die Beträge, nicht das Verhältnis.

In ChatGPT heißen die Stufen anders, das Prinzip ist dasselbe: Es gibt schnelle Antworten und Modelle, die länger nachdenken. Seit April 2026 lassen sich Modell und Denkstufe in ChatGPT Plus, Pro und Business laut OpenAI direkt im Eingabefeld wählen.
Was der Sprit kostet: Limits, Wartezeit und Strom
Die meisten Betriebe nutzen ChatGPT oder Claude im Abo und zahlen pro Platz. Solange niemand Zusatzguthaben nutzt, ändert sich die Rechnung am Monatsende nicht. Ausnahme: Das stärkste Claude-Modell läuft auf Standard-Plätzen im Team-Abo nur über solches Guthaben. Sonst wird der Sprit in anderer Währung bezahlt.
Limits: Laut Anthropic hängt die Nutzungsgrenze unter anderem von der Länge der Nachrichten, der Größe der Dateien und von der Modellwahl ab. Beim stärksten Modell schreibt Anthropic es ausdrücklich: Wo Fable im Limit enthalten ist, etwa auf Premium-Plätzen im Team-Abo, verbraucht es das Wochenlimit schneller als die anderen Claude-Modelle. Wer morgens für jede Kleinigkeit das größte Modell nimmt, steht nachmittags bei der wichtigen Auswertung womöglich an der Grenze.
Wartezeit: Kleine Modelle antworten schneller. Anthropic empfiehlt Haiku ausdrücklich für die niedrigste Wartezeit. Bei vielen Anfragen am Tag merkt man das.
Strom: Eine Studie der Hochschule München hat 14 offene Modelle mit 1.000 Fragen auf eigener Hardware gemessen. Modelle, die vor der Antwort ausführlich „nachdenken“, erzeugten bis zu 50-mal so viel CO₂ wie knapp antwortende Modelle. Die Studie betrifft offene Modelle, nicht ChatGPT oder Claude selbst. Der Rat des Autors Maximilian Dauner lautet sinngemäß: knapp antworten lassen und große Modelle nur für Aufgaben nutzen, die sie wirklich brauchen.
Geld: Um echtes Geld geht es erst, wenn ein Betrieb eine eigene Anwendung über die Schnittstelle baut, die sogenannte API. Ein Beispiel: Eine Hausverwaltung lässt eingehende Mieteranfragen automatisch einsortieren, also Schaden, Nebenkosten oder Kündigung. Kommen viele solcher Anfragen zusammen, macht der Unterschied zwischen 0,35 und 14 US-Dollar je 1.000 Anfragen aus der Rechnung oben einen echten Posten.

Billig ist nicht immer günstig
Bevor jetzt jemand alles auf das kleinste Modell umstellt: Der Rat in der Hersteller-Doku lautet, Modelle nach den Kosten je erledigter Aufgabe zu vergleichen, nicht nach dem Preis je Token. Ein günstiges Modell, das scheitert, kostet den Versuch, die Wiederholung und die Folgen. In einem Betrieb heißt das: die Zeit des Mitarbeiters, der nacharbeitet, oder im schlechtesten Fall den Fehler im Angebot.
Anthropics eigene Messungen zeigen beide Seiten. In einem Test mit schwierigen Prüfungsfragen beantwortete Haiku 5.5 85 Prozent richtig, Opus 5.5 und Sonnet 5.5 je 91 Prozent. Je richtiger Antwort kostete Haiku etwa ein Zwanzigstel von Opus. Ob sich das lohnt, hängt davon ab, was eine falsche Antwort in deinem Ablauf anrichtet.
Umgekehrt ist das große Modell nicht automatisch teurer pro Ergebnis. In einem Programmier-Test löste Opus 5.5 auf niedriger Denkstufe etwa so viele Aufgaben wie Sonnet 5.5 auf Standardstufe, für etwa 7 Prozent mehr je gelöster Aufgabe. Und das stärkste Modell bringt nicht immer mehr: In einem Recherche-Test kostete Fable 5.2 das 4,3-Fache von Sonnet 5.5, ohne messbar besseres Ergebnis. Anthropic nennt den Denkaufwand innerhalb eines Modells oft den besseren Hebel als den Wechsel des Modells.
Eine Einschränkung gehört dazu: Das alles sind Messungen des Herstellers, laut Anthropic selbst „richtungsweisend, keine Garantie“. Die Botschaft ist deshalb nicht „immer klein“, sondern: passend. Für den Vertragsvergleich, die mehrstufige Recherche oder die knifflige Kalkulation ist das große Modell richtig.
Weg 1: Eine Faustregel fürs Team
Der einfachste Weg kostet keine Technik, nur eine Absprache. Wer im Betrieb die Lizenzen verwaltet, oft die Geschäftsführung selbst oder die Büroleitung, schreibt eine kurze Regel auf, welche Aufgabe auf welche Stufe gehört. Eine Seite reicht.
- Klein (Haiku, schnelle Stufe): Mail umformulieren, Rechtschreibung prüfen, Text kürzen, Betreffzeile vorschlagen, Anfragen einsortieren, Daten aus einem Text herausziehen.
- Mittel (Sonnet, Standard): Angebotstext entwerfen, Protokoll zusammenfassen, Stellenanzeige schreiben, Tabelle auswerten.
- Groß (Opus, Denkstufe): lange Verträge vergleichen, mehrstufig recherchieren, Zahlen mit vielen Abhängigkeiten auswerten, Entscheidungsvorlagen mit Für und Wider.
Liegt die kleine Stufe bei einer Aufgabe daneben, geht es eine Stufe höher. Das Ziel ist nur, dass niemand mehr aus Gewohnheit für jede Kleinigkeit das Größte nimmt.

Zwei weitere Gewohnheiten sparen unabhängig vom Modell.
Kurze Antworten bestellen. Anthropic hat denselben Agenten mit unterschiedlichen Vorgaben fürs Ergebnis laufen lassen. Eine Zeile kostete 0,49 US-Dollar, zwei Zeilen 0,57 US-Dollar, ein ausführliches Memo 1,40 US-Dollar, also das 2,8-Fache. Die Genauigkeit war im Rahmen der Messschwankung gleich. Frag also nach der Antwort, die du wirklich liest, nicht nach der, die gründlich aussieht.
Dateien hochladen statt hineinkopieren. Im selben Dokument steht ein Versuch mit 25 Fragen zu einer Tabelle mit 1.862 Zeilen. In die Anfrage kopiert, waren 7 von 25 Antworten richtig, bei 5,01 US-Dollar. Als Datei hochgeladen und per Programmcode ausgewertet, waren es 25 von 25, bei 0,40 US-Dollar, etwa einem Zwölftel. Gemessen wurde das über die Schnittstelle. Dass es in den Chat-Programmen ähnlich wirkt, ist plausibel, aber nicht gemessen.
Weg 2: Technik, die vorher entscheidet
Der zweite Weg nimmt dem Team die Entscheidung ab: Eine Weiche schaut sich jede Anfrage an und schickt sie entweder an ein kleines oder an ein großes Modell.
In ChatGPT wählst du Modell und Denkaufwand im Eingabefeld. Ob ChatGPT bei schwierigen Anfragen von sich aus auf eine höhere Stufe umschaltet, ist von außen nicht immer zu erkennen, und OpenAI ändert die Auswahl immer wieder (Stand dieses Beitrags: 12.11.2026). Deshalb lohnt ein Blick ins eigene Konto. Für Betriebe, die nur das Abo nutzen, heißt das: Im Zweifel bist du selbst die Weiche. Wer den Denkaufwand dauerhaft auf die höchste Stufe stellt, rechnet jede Aufgabe mit vollem Aufwand, auch die Rechtschreibprüfung.
Für eigene Anwendungen über die Schnittstelle heißt diese Weiche Router. Forschende der UC Berkeley haben 2024 mit RouteLLM gezeigt, wie viel das bringen kann: Je nach Testaufgaben sanken die Kosten um 35 Prozent, 45 Prozent oder um über 85 Prozent gegenüber „alles an das große Modell“, bei 95 Prozent von dessen Qualität. In einem der Tests reichte es dafür, 26 Prozent der Anfragen an das große Modell zu schicken, nach zusätzlichem Training 14 Prozent. Eine Stanford-Gruppe beschrieb 2023 mit FrugalGPT die verwandte Kaskade: erst das günstige Modell fragen, nur wenn nötig das nächstgrößere, unter Laborbedingungen mit bis zu 98 Prozent Ersparnis.

Beide Zahlen stammen aus der Forschung mit Modellen und Preisen von 2023 und 2024. Sie zeigen das Prinzip, kein Versprechen. Deshalb gilt vor jedem Umbau: an echten Fällen aus dem eigenen Betrieb testen, nicht an Ranglisten. Das empfiehlt auch Anthropic. Und es lohnt sich die Frage aus dem Beitrag Nicht jedes Problem braucht KI: Steht das Merkmal schon im Betreff, reicht vielleicht eine Mailregel ganz ohne Modell.
Zwei Hebel für Anwendungen über die Schnittstelle gibt es außerdem. Was nicht sofort fertig sein muss, etwa das nächtliche Einsortieren von Belegen, kann über die Stapelverarbeitung laufen: Antwort meist innerhalb einer Stunde, höchstens 24 Stunden Laufzeit, dafür 50 Prozent Rabatt. Und laut Anthropic ist das Zwischenspeichern wiederkehrender Anweisungen, Prompt Caching genannt, in den eigenen Messungen meist der größte Hebel.
Zum Ausprobieren: drei Aufgaben, zwei Stufen
Die eigene Faustregel in einer halben Stunde
- 1Such dir drei typische Aufgaben aus deinem Betrieb: eine leichte (Mail umformulieren), eine mittlere (Angebotstext), eine schwere (zwei Verträge vergleichen).
- 2Lass jede Aufgabe einmal mit der kleinsten und einmal mit der größten Stufe laufen, die dein Abo anbietet. Gleicher Prompt, gleiche Unterlagen.
- 3Leg die Antworten nebeneinander und frag dich nur: Welche würde ich so verschicken oder verwenden?
- 4Wo die kleine Stufe reicht, kommt die Aufgabe in die Faustregel fürs Team. Wo nicht, bleibt sie beim großen Modell.
- 5Wiederhole die leichte Aufgabe mit dem Zusatz unten und vergleiche, ob dir etwas fehlt.
Beispiel-Prompt für kurze Antworten
„Formuliere diese Terminbestätigung freundlicher. Antworte nur mit dem fertigen Text, höchstens drei Sätze, ohne Erklärung und ohne Alternativen.“
Was das für den Mittelstand bedeutet
Für die meisten Betriebe mit Abo geht es bei der Modellwahl nicht um die Rechnung, sondern um Limits, Wartezeit und Strom. Ausnahme ist Zusatzguthaben, etwa für das stärkste Claude-Modell. Die Faustregel aus Weg 1 ist in einer Teamrunde erledigt und kostet nichts.
Anders sieht es aus, sobald ein Betrieb eigene Abläufe über die Schnittstelle automatisiert, etwa Anfragen sortieren oder Rechnungsdaten auslesen. Dann wird die Modellwahl zu einer Kostenfrage, die sich mit jedem Monat wiederholt. Hier lohnt der Test mit echten Fällen, bevor das größte Modell fest eingebaut wird, und die Frage nach Stapelverarbeitung und Zwischenspeicher.
Und für beide gilt: Die Kanone hat ihren Platz. Wer einen langen Vertrag prüft oder eine Entscheidung vorbereitet, an der viel Geld hängt, sollte nicht am Modell sparen. Gespart wird bei den Spatzen.
Meine Einschätzung: Ich glaube, viele Betriebe schießen bei KI mit Kanonen auf Spatzen. Nicht mit Absicht, sondern weil im Team für alles das größte Modell läuft und niemand darüber nachdenkt. Der einfachste Anfang ist für mich eine kurze Faustregel fürs Team. Die Technik davor lohnt sich erst, wenn dein Betrieb eigene Anwendungen baut.
Ein Gedanke zum Mitnehmen
Welche drei Aufgaben erledigt dein Team am häufigsten mit KI? Und weiß jeder, mit welcher Stufe?
Quellen
Abgerufen am 10.11.2026, zuletzt geprüft am 10.11.2026
- Anthropic, Claude-Dokumentation: Pricing (abgerufen 10.11.2026)
- Anthropic, Claude-Dokumentation: Choosing the right model (abgerufen 10.11.2026)
- Anthropic, Claude-Dokumentation: Optimizing for cost and intelligence (abgerufen 10.11.2026)
- Anthropic, Claude-Dokumentation: What's new in Claude Haiku 5.5 (abgerufen 12.11.2026)
- Anthropic Help Center: Usage limit best practices (abgerufen 10.11.2026)
- Anthropic Help Center: Claude Fable models on your plan (abgerufen 10.11.2026)
- OpenAI Help Center: ChatGPT Release Notes (abgerufen 10.11.2026)
- Ong, Almahairi, Wu u. a. (LMSYS/UC Berkeley): RouteLLM: An Open-Source Framework for Cost-Effective LLM Routing (01.07.2024)
- Chen, Zaharia, Zou (Stanford): FrugalGPT: How to Use Large Language Models While Reducing Cost and Improving Performance (Mai 2023)
- Dauner, Socher (Hochschule München): Energy costs of communicating with AI. Frontiers in Communication 10 (Juni 2025)
- Frontiers: Pressemitteilung zur Studie von Dauner und Socher (19.06.2025)


