Die Frage, die dein CFO immer wieder stellt – und warum du sie noch nicht beantworten kannst

Das Meeting, in dem die Frage aufkommt

Das Wichtigste auf einen Blick: Die Fragen der Finanzabteilung zu den KI-Ausgaben sind leicht zu stellen, aber schwer zu beantworten, weil die dafür benötigten Daten nie erfasst wurden.

Es ist die vierteljährliche Budgetüberprüfung. Der KI-Posten ist wieder gewachsen, und der CFO will wissen, wofür das Geld ausgegeben wurde. Welche Teams treiben das voran? Wird er weiter steigen? Was würde es kosten, den Agenten im nächsten Quartal doppelt so viel Arbeit zu geben?

Der CTO hat eine Gesamtsumme vom Modellanbieter und eine ziemlich gute Vorstellung davon, welche Teams die Agenten am häufigsten nutzen. Wenn er nach Details gefragt wird, kann der CTO bestenfalls etwas sagen wie „ungefähr, glaube ich“. Das ist eine Zahl, die sich nur schwer in ein Budget einplanen lässt.

Das sind berechtigte Fragen. Die Finanzabteilung stellt sie bei jeder größeren Ausgabenposition, und gerade bei der cloud erwartet sie mittlerweile eine klare Aufschlüsselung. Im Flexera-Bericht „State of ITAM 2026“ gaben 78 % der Unternehmen an, dass sie mittlerweile über ein eigenes FinOps-Team verfügen. Die KI-Ausgaben werden an denselben Maßstab gemessen, und viele Teams können diesen noch nicht erfüllen.

Warum es noch keine Antwort gibt

Das Wichtigste auf einen Blick: KI-Tools werden meist teamweise eingeführt, und ihre Kostenberichte zeigen, wer sie genutzt hat, während die Finanzabteilung wissen will, wofür das Geld ausgegeben wurde.

In vielen Unternehmen wurden KI-Agenten nicht im Rahmen einer geplanten Einführung bereitgestellt. Ein Team probierte ein Tool aus, es funktionierte, ein anderes Team meldete sich an, und ein paar Monate später gibt es eine Handvoll Konten und Schlüssel – sowie eine Rechnung, die still und leise beträchtliche Ausmaße angenommen hat.

Standardmäßig melden Modellanbieter die Nutzung in der Regel nach Konto, Projekt oder API-Schlüssel. Das zeigt zwar, wer den Schlüssel besitzt, aber nicht, für welches Ticket, welchen Pull-Request oder welchen Workflow die Tokens verwendet wurden – und genau diese Ebene ist es, nach der die Finanzabteilung fragt.

Agenten vergrößern diese Lücke noch. Ein einzelner Workflow kann mehr als ein Modell aufrufen, es bei einer unzureichenden Antwort erneut versuchen und weitaus mehr vom Code lesen, als die Aufgabe eigentlich zu erfordern schien. (Wir haben gestern in „Gestern 0,50 $, heute 5 $“ erläutert, warum das einzelne Ausführungen so unvorhersehbar macht.) Selbst ein Team, das die Nutzung seines Anbieters sorgfältig nachverfolgt, erhält am Ende eine Zahl, die zwar genau, aber schwer zu erklären ist.

Die Flexera-Umfrage zeigt in die gleiche Richtung. Nur 31 % der Unternehmen gaben an, einen genauen Überblick über die KI-Software in ihrer IT-Landschaft zu haben – der niedrigste Wert aller Kategorien in der Umfrage. Wenn Teams nicht sicher sind, welche KI-Tools sie einsetzen, ist eine Kostenaufschlüsselung pro Workflow noch in weiter Ferne.

Mach Kostentransparenz zu einem Teil der Kaufentscheidung

Wichtigste Erkenntnis: Der günstigste Zeitpunkt, um KI-Ausgaben nachvollziehbar zu machen, ist vor der Einführung eines Tools – indem man die Kostenberichterstattung zum Teil der Bewertung macht.

Sobald ein Tool in mehreren Teams etabliert ist, ist es mühsam, die Kostenzuordnung nachträglich vorzunehmen. Am Ende muss jemand Schlüssel kennzeichnen, Tabellen erstellen und dann die Teams hinterfragen, um die Gründe für die Spitzenwerte im letzten Monat zu erfahren. Wenn man während der Bewertung die richtigen Fragen stellt, lässt sich das meiste davon vermeiden.

Hier sind die Fragen, die du jedem Anbieter stellen solltest, dessen Produkt KI-Agenten in deinem Auftrag ausführt:

• Können wir die Kosten pro Durchlauf und pro Workflow einsehen oder nur pro Konto?
• Sind die Kosten sichtbar, während der Vorgang läuft, oder erst nach dessen Abschluss?
• Lassen sich die Ausgaben nach Team sowie nach verwendetem Modell und Anbieter aufschlüsseln?
• Wie können wir die Ausgaben begrenzen, und was passiert mit bereits laufenden Aufgaben, wenn wir die Obergrenze erreichen?
• Können wir für jedes Team oder jeden Workflow separate Budgets festlegen?
• Werden uns Kosten in Rechnung gestellt, während ein Auftrag darauf wartet, dass jemand ihn genehmigt?
• Werden die endgültigen Kosten zusammen mit einem Protokoll darüber erfasst, was der Mitarbeiter tatsächlich geleistet hat?

Achte auf Antworten, die mit „Du kannst die Daten exportieren und …“ beginnen. Das bedeutet in der Regel, dass die Frage des Finanzchefs nur ein paar Schritte später wieder auf dem Schreibtisch der Technik landet.

So sieht eine nachvollziehbare KI-Abrechnung aus

Das Wichtigste auf einen Blick: Wenn jede Ausgabenposition mit der Arbeit verknüpft ist, die sie verursacht hat, lassen sich die Fragen der Finanzabteilung anhand eines Berichts beantworten.

Upsun Dispatch™ erfüllt die meisten dieser Anforderungen. Jeder Lauf erfasst die Arbeitszeit des Agenten und eine Schätzung der Token-Kosten, und auf der Seite „Nutzung“ werden die Ausgaben nach Workflow und Modell aufgeschlüsselt. Teams, die ihre eigenen Zahlen benötigen, können jeweils eine eigene Dispatch-Organisation haben, die alle auf dasselbe Abrechnungsprofil zurückgreifen. Die Entwickler können einen einzelnen Lauf öffnen, um einen Ausreißer zu erklären.

Die Agentenzeit wird von einem Guthaben abgezogen, das du im Voraus auflädst – in USD, CAD, GBP, EUR oder AUD –, und du wirst benachrichtigt, bevor das Guthaben zur Neige geht. Modell-Token werden direkt von deinem KI-Anbieter abgerechnet, ohne Aufschlag von Upsun.

Wenn das Guthaben aufgebraucht ist, werden keine neuen Durchläufe gestartet, bis du es auflädst; bereits laufende Durchläufe dürfen jedoch zu Ende geführt werden. Die Agentenzeit wird nur abgerechnet, solange eine Sandbox läuft; ein Durchlauf, der an einer Kontrollstelle angehalten wurde und auf die Genehmigung wartet, verbraucht also keine Agentenzeit. Wenn ein Durchlauf beendet ist, werden die endgültigen Kosten zusammen mit allen anderen durchgeführten Aktionen protokolliert.

Zwei Fragen auf dieser Liste werden teilweise beantwortet. Dein Guthaben begrenzt die Agentenzeit, aber die Token-Ausgaben erscheinen auf der Rechnung deines KI-Anbieters, daher verfolgt Upsun Dispatch diese pro Lauf, anstatt sie zu begrenzen. Und es gibt keine separaten Obergrenzen für jedes Team oder jeden Workflow, daher werden diese Budgets anhand der Aufschlüsselung nachverfolgt, anstatt sie zu erzwingen.

Wenn der CFO das nächste Mal nachfragt, hast du die Antwort parat. Erfahre, wie du KI-Ausgaben nach Team, Workflow und Durchlauf aufschlüsseln kannst

Häufig gestellte Fragen (FAQ)

Was muss ein CFO über die Ausgaben für KI-Agenten wissen?
In der Regel vier Dinge: Wie viel wird ausgegeben, welche Teams und Workflows sind dafür verantwortlich, wie sieht der Trend aus und was würde es kosten, mehr zu tun? Die Gesamtsumme des Anbieters beantwortet die erste Frage. Für die anderen drei muss die Ausgabe mit der Arbeit verknüpft werden, die sie verursacht hat.

Warum können die Dashboards der Modellanbieter die Fragen der Finanzabteilung nicht beantworten?
Sie melden die Nutzung in der Regel nach Konto, Projekt oder API-Schlüssel. Das zeigt zwar, wer das Modell genutzt hat, aber nicht, für welchen Workflow, welches Ticket oder welchen Pull-Request die Kosten angefallen sind – und genau auf dieser Ebene plant und genehmigt die Finanzabteilung.

Was solltest du einen KI-Anbieter vor dem Kauf bezüglich der Kosten fragen?
Frag, ob die Kosten pro Lauf und pro Workflow sichtbar sind, ob sie während der Ausführung der Arbeit sichtbar sind, wie die Ausgaben begrenzt werden können, was mit laufenden Arbeiten passiert, wenn das Limit erreicht ist, und ob dir Kosten in Rechnung gestellt werden, während die Arbeit auf die Genehmigung durch einen Menschen wartet.

Stellt Upsun Dispatch Kosten in Rechnung, während ein Lauf auf die Genehmigung wartet?
Während ein Lauf an einer Kontrollstelle wartet, wird die Sandbox heruntergefahren, und sobald der Lauf genehmigt ist, startet eine neue.