KI-API-Kosten senken: die größten Hebel in n8n-Workflows

Sobald ein Workflow KI-Schritte enthält, tauchen API-Kosten auf der Abrechnung auf, eine Kostenart, die es bei klassischer Software nicht gab: Sie zahlen pro Aufruf. Eine Lizenz kostet jeden Monat dasselbe, egal wie viel Sie damit arbeiten. Ein KI-Modell rechnet pro Anfrage ab, und zwar nach der Menge an Text, die hinein- und herausgeht. Bei zehn Testläufen fällt das nicht auf. Bei mehreren tausend Vorgängen im Monat wird daraus eine Position auf der Kreditkartenabrechnung, die jemand erklären muss.

Immerhin sind API-Kosten kein Schicksal. In den meisten Workflows steckt der größte Teil der Ausgaben in wenigen, gut behebbaren Mustern. Dieser Artikel geht die sechs wichtigsten Hebel durch, vom Modell über die Datenaufbereitung bis zur Budgetgrenze. Alles davon lässt sich in n8n mit Bordmitteln umsetzen, ohne den Workflow neu zu bauen.

Für den Überblick vorab, das sind die sechs Hebel:

1. Modellwahl: das teure Modell nur dort einsetzen, wo die Aufgabe echtes Verständnis verlangt.
2. Filtern: Vorgänge per Regel vorsortieren, bevor überhaupt ein Token abgerechnet wird.
3. Eingaben kürzen: nur die Felder mitschicken, die das Modell für die Entscheidung braucht.
4. Wiederholungen abfangen: bekannte Eingaben aus einem Zwischenspeicher bedienen statt neu anzufragen.
5. Bündeln: Massenverarbeitung in Gruppen erledigen und Batch-Rabatte der Anbieter nutzen.
6. Messen und begrenzen: Verbrauch pro Workflow protokollieren und mit einer Budgetgrenze absichern.

Warum API-Kosten anders funktionieren als Lizenzkosten

Der Unterschied liegt im Abrechnungsmodell. KI-Anbieter rechnen in Tokens ab. Vereinfacht gesagt sind das Textbausteine von wenigen Zeichen Länge. Eine durchschnittliche E-Mail hat einige hundert Tokens, ein längeres Dokument schnell mehrere tausend. Bezahlt wird beides: der Text, den Sie an das Modell schicken, und der Text, den es zurückgibt. Große Modelle kosten dabei ein Vielfaches der kleinen. Zwischen dem kleinsten und dem größten Standard-Modell eines Anbieters liegt der Faktor zehn bis fünfundzwanzig pro Token, nachzulesen in der aktuellen API-Preisliste von OpenAI und der Preisübersicht der Claude-Modelle. Rechnet man die Pro-Varianten mit, wächst der Abstand auf mehr als das Hundertfache.

Das hat eine unangenehme Konsequenz: Die Kosten wachsen mit dem Erfolg der Automatisierung. Je mehr Vorgänge durch den Workflow laufen, desto höher die Rechnung. Und es hat eine angenehme Konsequenz: Jede Optimierung wirkt bei jedem einzelnen Vorgang. Wer die Kosten pro Vorgang halbiert, halbiert die gesamte Position. Dauerhaft.

Wo die Kosten in typischen Workflows wirklich entstehen

Bevor Sie optimieren, lohnt ein nüchterner Blick auf die Struktur. In den Workflows, die wir bauen und prüfen, verteilen sich die KI-Kosten fast immer auf drei Ursachen. Erstens wird zu viel angefragt: Vorgänge laufen durch den KI-Schritt, die dort nichts verloren haben. Zweitens wird zu viel mitgeschickt: Das Modell bekommt ganze Dokumente, wo drei Felder gereicht hätten. Drittens wird zu teuer angefragt: Ein Spitzenmodell erledigt Aufgaben, die ein kleines Modell genauso kann.

Die Reihenfolge ist kein Zufall. Der billigste KI-Aufruf ist der, der gar nicht stattfindet. Der zweitbilligste ist der, der mit wenig Text auskommt. Erst danach lohnt der Blick auf die Modellwahl. Wer in dieser Reihenfolge optimiert, holt am meisten heraus.

API-Kosten vorher und nachher: eine Modellrechnung

Wie viel die Hebel zusammen ausmachen, zeigt eine bewusst einfach gehaltene Modellrechnung mit den Preisen von Juli 2026. Angenommen, ein Workflow verarbeitet 5.000 Dokumente im Monat, etwa Bestellungen oder Eingangsrechnungen. Im Ausgangszustand geht jedes Dokument komplett an das Modell, rund 4.000 Tokens hinein, etwa 500 Tokens als Antwort zurück.

Läuft das alles über das Spitzenmodell gpt-5.6-sol von OpenAI, kostet die Million Input-Tokens laut der oben verlinkten Preisliste 5 Dollar, die Million Output-Tokens 30 Dollar. Bei 20 Millionen Input-Tokens und 2,5 Millionen Output-Tokens im Monat ergibt das 100 plus 75 Dollar, zusammen 175 Dollar oder je nach Wechselkurs rund 160 Euro im Monat.

Jetzt die optimierte Variante. Ein Regel-Filter sortiert 40 Prozent der Dokumente vor, weil Duplikate und eindeutig zuordenbare Fälle keine KI brauchen. Ein Zwischenspeicher fängt weitere 300 Wiederholungen ab, es bleiben 2.700 Aufrufe. Die Eingaben sind auf 1.500 Tokens gekürzt, die Antwort ist auf 300 Tokens strukturiert. Verarbeitet wird mit dem deutlich günstigeren gpt-5.4-mini für 0,75 und 4,50 Dollar je Million Tokens, nur jeder zehnte Fall geht zusätzlich an das große Modell. Unter dem Strich stehen gut 6,50 Dollar für das kleine Modell und rund 4,50 Dollar für die schwierigen Fälle, zusammen gut 11 Dollar oder rund 10 Euro im Monat.

Aus rund 160 Euro werden rund 10 Euro, ohne dass ein einziger Fall unbearbeitet bliebe. Die Zahlen sind Annahmen, jede echte Umgebung weicht davon ab. Die Größenordnung ist trotzdem typisch, weil die Hebel sich multiplizieren. Weniger Aufrufe mal weniger Tokens mal niedrigerer Preis pro Token.

Hebel 1: Das Modell zur Aufgabe passend wählen

Der häufigste Fehler in der Praxis ist ein Workflow, der mit dem stärksten verfügbaren Modell gebaut wurde, weil es im Test die besten Ergebnisse lieferte. Danach bleibt es für immer darauf. Dabei sind die Aufgaben in einem Workflow selten gleich anspruchsvoll. Eine E-Mail nach Betreff und Absender vorzusortieren braucht kein Spitzenmodell. Ein Datum aus einem Betreff zu ziehen auch nicht. Das teure Modell gehört an die Stellen, an denen wirklich Verständnis gefragt ist: unstrukturierte Dokumente, mehrdeutige Anfragen, Entscheidungen mit Kontext.

In n8n heißt das konkret: pro KI-Knoten eine bewusste Modellentscheidung, nicht eine globale. Sinnvoll ist eine Staffel mit günstigen Modellen für die Masse und teuren für die Fälle, die es brauchen. Wer möchte, kombiniert das mit einer Weiterleitung: Das kleine Modell versucht die Aufgabe zuerst. Nur wenn es sich unsicher ist, geht der Fall an das große Modell. Wie eine solche Unsicherheits-Weiche funktioniert, beschreibt unser Artikel über Confidence-basiertes Routing in n8n im Detail.

Hebel 2: Erst filtern, dann anfragen

Viele Workflows schicken Daten an die KI, die dort nichts verloren haben. Ein typisches Beispiel ist ein Workflow, der eingehende E-Mails bewertet, obwohl ein Großteil davon Newsletter, automatische Antworten und interne Kopien sind. Solche Fälle erkennt eine simple Regel. Absenderdomäne, Betreffmuster, Schlüsselwörter: Ein Filter-Knoten in n8n kostet nichts und sortiert einen erheblichen Teil vor, bevor überhaupt ein Token abgerechnet wird.

Alles, was sich mit einer eindeutigen Regel entscheiden lässt, wird mit einer Regel entschieden. Die KI bekommt nur die Fälle, bei denen Regeln nicht ausreichen. Das senkt nicht nur die Kosten. Es macht den Workflow auch nachvollziehbarer, weil ein größerer Teil der Entscheidungen deterministisch ist und sich exakt begründen lässt. Viele Abläufe kommen sogar ganz ohne KI aus. Welche das typischerweise sind, zeigt unser Überblick zu IT-Routineaufgaben, die sich mit n8n automatisieren lassen.

Hebel 3: Eingaben kürzen, die unterschätzte Stellschraube

Abgerechnet wird die verarbeitete Textmenge, auch für alles, was das Modell gar nicht braucht. Wer komplette E-Mail-Verläufe inklusive Signaturen, rechtlicher Hinweise und zitierter Altnachrichten mitschickt, bezahlt für Ballast. Dasselbe gilt für Dokumente: Für die Frage, ob eine Rechnung eine gültige Umsatzsteuer-ID enthält, muss nicht das gesamte PDF ins Modell.

Der Gegenentwurf ist ein Aufbereitungsschritt vor dem KI-Aufruf: ein Set-Knoten oder ein kleiner Code-Knoten in n8n, der nur die relevanten Felder durchreicht. Absender, Betreff, Kerntext, die drei Werte, um die es geht. Dazu eine klare Aufgabenbeschreibung und eine strukturierte Antwortvorgabe, damit auch die Ausgabe kurz bleibt. Der Effekt ist doppelt: Die Kosten pro Vorgang sinken, und die Antworten werden präziser, weil das Modell weniger Rauschen verarbeiten muss. Kürzere Eingaben sind fast immer auch bessere Eingaben. Ob Sie solche Aufbereitungsschritte mit fertigen Knoten oder mit etwas Code umsetzen, hängt vom Team ab. Die Abwägung dahinter behandelt unser Vergleich No-Code oder Code für KI-Agenten.

Hebel 4: Wiederholungen abfangen

Wenn derselbe Produkttext an einem Tag fünfmal klassifiziert wird, sind vier Aufrufe verschenkt. Solche Wiederholungen entstehen öfter, als man denkt: Ein Datensatz wird mehrfach angestoßen, ein Lieferant schickt dieselbe Rechnung doppelt, ein Workflow läuft nach einem Fehler erneut und verarbeitet alles noch einmal. Ein einfacher Zwischenspeicher fängt das ab. In n8n reicht dafür oft eine Datenbanktabelle oder ein Data Store, in dem das Ergebnis vergangener Anfragen unter einem eindeutigen Schlüssel liegt.

Vor dem KI-Schritt prüft der Workflow: Gab es diese Eingabe schon? Wenn ja, wird das gespeicherte Ergebnis verwendet. Wenn nein, wird angefragt und das Ergebnis abgelegt. Das lohnt sich überall dort, wo dieselben Inhalte mehrfach durch den Workflow laufen können. Außerdem macht es Wiederanläufe nach Fehlern günstig, weil bereits verarbeitete Fälle nicht erneut bezahlt werden.

Einen Teil dieser Ersparnis bieten die Anbieter inzwischen selbst an. Beim Prompt Caching wird der stets gleiche Anfang einer Anfrage, typischerweise die lange Aufgabenbeschreibung, anbieterseitig zwischengespeichert und bei Folgeaufrufen mit 90 Prozent Rabatt abgerechnet. Anthropic beschreibt das Verfahren in seiner Dokumentation zum Prompt Caching, bei OpenAI greift der Rabatt automatisch ab 1.024 Tokens Prompt-Länge. Der eigene Zwischenspeicher im Workflow bleibt trotzdem sinnvoll, denn er vermeidet den Aufruf ganz, statt ihn nur zu verbilligen.

Hebel 5: Bündeln statt einzeln anfragen

Nicht jeder Vorgang braucht eine eigene Anfrage. Wenn ein Workflow jeden Morgen fünfzig neue Einträge bewertet, ist es oft günstiger und schneller, sie in Gruppen zu verarbeiten: zehn Einträge pro Anfrage, mit strukturierter Antwort pro Eintrag. Die Aufgabenbeschreibung, also der immer gleiche Teil der Anfrage, wird dann nicht fünfzigmal bezahlt, sondern fünfmal.

Das Bündeln hat Grenzen: Die Gruppen dürfen nicht so groß werden, dass das Modell Fälle vermischt oder die Antwortstruktur bricht. In der Praxis bewähren sich kleine Gruppen mit klarer Nummerierung und einer strikten Antwortvorgabe. Und wo ein Vorgang zeitkritisch ist, etwa eine Kundenanfrage, bleibt er einzeln. Bündeln ist ein Hebel für die Massenverarbeitung im Hintergrund, nicht für den Echtzeitfall.

Vom Bündeln im eigenen Workflow zu unterscheiden sind die Batch-Schnittstellen der Anbieter. Dort reichen Sie viele Anfragen gesammelt ein, die Verarbeitung läuft asynchron und meist innerhalb einer Stunde, dafür halbiert sich der Preis. Anthropic dokumentiert seine Batch-Verarbeitung mit 50 Prozent Preisnachlass, OpenAI weist denselben Rabatt in seiner Preisliste aus. Beide Mechanismen ergänzen sich: Das Bündeln spart den wiederholten Anweisungsteil, die Batch-Schnittstelle halbiert den Preis für alles, was übrig bleibt.

Hebel 6: Kosten sichtbar machen und begrenzen

Der wichtigste Hebel ist unspektakulär: messen. Wer pro Workflow protokolliert, wie viele KI-Aufrufe stattfinden und wie viele Tokens sie verbrauchen, erkennt Ausreißer sofort. Ein Beispiel ist eine Schleife, die ungewollt hundertfach anfragt, oder ein Eingabefehler, der plötzlich ganze Dokumente statt einzelner Felder ins Modell schiebt. Ohne Messung fällt so etwas erst mit der Monatsrechnung auf.

In n8n lässt sich das schlank umsetzen: Nach jedem KI-Schritt schreibt der Workflow die Verbrauchsdaten der Antwort in eine Tabelle. Workflow-Name, Zeitstempel, Tokenzahl. Ein kleiner Auswertungs-Workflow fasst das täglich zusammen und meldet, wenn ein Wert aus dem Rahmen läuft. Wer es strenger mag, ergänzt eine Budgetgrenze: Überschreitet ein Workflow sein Tagesbudget, pausiert er und meldet sich, statt weiterzulaufen. Das verwandelt die KI-Rechnung von einer Überraschung in eine kalkulierbare Betriebsgröße. Wie man solche Überwachung grundsätzlich aufbaut, zeigt unser Beitrag über stille Fehler und Monitoring in Automatisierungen.

Häufige Fragen aus der Praxis

Leidet die Qualität, wenn wir auf kleinere Modelle wechseln? Nicht, wenn der Wechsel dort passiert, wo die Aufgabe es erlaubt. Verarbeiten Sie vor der Umstellung eine Stichprobe realer Fälle mit beiden Modellen und vergleichen Sie die Ergebnisse. Fällt das kleine Modell bei einer Fallgruppe ab, bleibt für genau diese Gruppe das große zuständig.

Lohnt sich der Aufwand bei kleinen Volumina überhaupt? Bei hundert Vorgängen im Monat ist die Rechnung selten das Problem. Dann zählt vor allem Hebel 3, weil kürzere Eingaben bessere Ergebnisse liefern. Ab einigen tausend Vorgängen zahlen sich alle sechs Hebel aus. Und wer früh sauber baut, muss später nichts umbauen, wenn das Volumen wächst.

Wie finden wir heraus, wofür wir aktuell überhaupt zahlen? Mit zwei Quellen, die es schon gibt. Die Dashboards von OpenAI und Anthropic zeigen den Verbrauch pro API-Schlüssel. Wer je Workflow einen eigenen Schlüssel hinterlegt, kann jede Position direkt zuordnen. Dazu kommen die Ausführungsprotokolle in n8n, aus denen hervorgeht, welcher Workflow wie oft gelaufen ist. Beides zusammen ergibt eine belastbare Kostenaufstellung pro Workflow.

Ändern sich die Preise der Anbieter nicht ständig? Ja, und meist nach unten. Genau deshalb lohnt es sich, die Modellwahl pro Schritt konfigurierbar zu halten statt fest zu verdrahten. Dann ist ein Preiswechsel eine Einstellung, kein Umbau.

Fazit: Kostendisziplin ist Architektur, kein Sparprogramm

Keiner dieser sechs Hebel erfordert einen Umbau der Automatisierung. Es sind Entscheidungen an einzelnen Stellen im Workflow: das passende Modell, ein Filter davor, weniger Ballast in der Anfrage, ein Zwischenspeicher, sinnvolle Bündelung, ein Zähler mit Budgetgrenze. Zusammen entscheiden sie darüber, ob die API-Kosten Ihrer Automatisierung ein kalkulierbarer Betriebsposten sind oder eine wachsende Unbekannte.

Wenn Sie wissen wollen, wo in Ihren Prozessen diese Hebel liegen: Im kostenfreien Prozess-Check schauen wir uns einen konkreten Ablauf an und sagen Ihnen, ob und wie er sich sinnvoll automatisieren lässt, inklusive einer ehrlichen Einschätzung der laufenden Kosten.