generiert Kosten. Wie viel Geld verschwenden Sie für wiederholtes KI-Reasoning? Die meisten LLM-Workflows haben einen Schwachpunkt: Sie improvisieren bei jedem Schritt – auf Ihre Kosten, in großem Maßstab und ohne Garantien. Pega legt die Logik bereits in der Designphase fest und gewährleistet so kontrollierte Ergebnisse zu einem Bruchteil der Kosten. Kostenrisiko berechnen So funktioniert‘s Die versteckten Kosten durch wiederholtes Reasoning LLM-Workflows rufen nicht nur Agenten auf – sie denken alle Prozesse jedes Mal neu durch. Um zu verstehen, wie sich Kosten summieren, beschreiben wir hier, wie die meisten agentenbasierten Workflows heute funktionieren – und wo ihre Schwachstellen liegen. 5-20× LLM-Workflows kosten pro Durchlauf 5- bis 20-mal mehr als die zielgerichtete Ausführung von Pega. Und diese Lücke vergrößert sich mit jedem weiteren Workflow-Schritt, da die Kontextfenster immer umfangreicher werden und der Token-Verbrauch zunimmt. Unabhängige Agenten Wo sich Kosten summieren Die meisten KI-Orchestrierungslösungen stützen sich auf LLMs, um Workflows zur Laufzeit zu verwalten. Jeder Schritt erfordert Inferenzen, um den Kontext zu interpretieren und den nächsten Schritt zu wählen – selbst wenn die Logik gleich bleibt. Mit zunehmendem Workflow-Umfang führen wiederholte Inferenzvorgänge zu höherem Token-Verbrauch und steigenden Kosten. Der koordinierte Pega-Ansatz Von Grund auf effizient und vorhersehbar In der Pega-Plattform führt eine deterministische Orchestrierung den Workflow aus und ruft dabei KI-Agenten auf beliebigen Plattformen auf, um bestimmte Aufgaben auszuführen, wie die Bearbeitung von Dokumenten, die Durchführung von Recherchen oder die Erstellung von Inhalten. Die Logik wird einmalig in der Designphase festgelegt. Workflows laufen stets effizient ab.
Gestalten Sie Ihren Workflow jetzt mit Pega Blueprint neu. Jetzt ausprobieren Die Wahrheit über KI-Kosten Wie viel geben Sie
heute aus? Konfigurieren Sie unten Ihr Workflow-Szenario für eine schnelle Schätzung oder wechseln Sie zu den erweiterten Optionen, um detaillierte Einstellungen für Token und Preise vorzunehmen. Einfache Schätzung Erweiterte Optionen Für Experten Beginnen Sie mit einem Szenario oder legen Sie unten Ihr eigenes fest Workflows pro Monat Workflows Schritte insgesamt pro Workflow Schritte KI-Agentenschritte Agentenschritte Meine jährlichen Einsparungen anzeigen Meine Einsparungen neu berechnen Workflow-Konfiguration KI-Agentenschritte Workflow-Schritte insgesamt Monatliches Volumen (Vorgänge) Pro Agentenaufruf – Zielgerichteter Pega-Schritt Eingabetoken (Pega-Schritt) Ausgabetoken (Pega-Schritt) Pro Schritt – LLM-Orchestrierung Kontextwachstum/Schritt Ausgabetoken/Schritt Token-Preis (€ pro einer Million Token) Eingabetoken-Preis Ausgabetoken-Preis Pega-Plattform-Kosten Preis pro Vorgang (€) Einsparungen berechnen Neu berechnen Ihre Schätzung So viel sparen Sie
mit Pega. Ohne Pega – jährliche Kosten Alle Schritte an Claude Sonnet gesendet (2,58 €/12,92 € pro 1 Mio.) Mit Pega – jährliche Kosten Enthält Pega-Plattform-Kosten von {platformCost}/Vorgang Pega-Plattform-Kosten auf 0 € gesetzt – nur Token-Kosten Geschätzte jährliche Einsparungen Basierend auf {volume} Workflows/Monat · {totalSteps} Schritte insgesamt · {agentSteps} Agentenschritte % gespart Mit einem Experten sprechen Daten anzeigen Die Schätzungen verwenden sowohl im einfachen als auch im erweiterten Modus dasselbe zugrunde liegende Modell: Pega-Kosten = (Agentenschritte × Token-Kosten im jeweiligen Umfang) + Plattformgebühr; KI-native Kosten = Σ(Schritt i) [2.000 + i × Kontextwachstum pro Schritt] Eingabetoken + Ausgabetoken bei jedem Schritt. Standardpreise: Claude Sonnet 2,58 € pro Mio. Eingabe · 12,92 € pro Mio. Ausgabe. Pega-Plattform-Gebühr: 0,76 € pro Vorgang. Der Preis von 0,76 € pro Vorgang basiert auf einem Dreijahresvertrag mit einer Million Vorgängen pro Jahr. Alle Einstellungen können im erweiterten Modus angepasst werden. Die Schätzungen dienen lediglich der Veranschaulichung. Wiederholtes Reasoning im Laufe der Zeit Warum die Kosten für KI-native
Orchestrierung quadratisch steigen. Die Kosten für das orchestrierte Nachdenken steigen mit jedem Schritt und nehmen mit mehr Kontext noch schneller zu. Der deterministische Ansatz von Pega bei der Entwicklung und Orchestrierung von Workflows verursacht keinen solchen Mehraufwand, was im Laufe der Zeit zu erheblichen Einsparpotenzialen führt. Kumulative Kosten pro Workflow-Durchlauf – Schritt für Schritt 1.000 monatliche Vorgänge · Claude Sonnet Preis · Kosten steigen mit zunehmendem Kontext Pega (deterministische + zielgerichtete Agenten) KI-nativ (wiederholtes Reasoning bei jedem Schritt) Schritt Pega (zielgerichtete Agenten) LLM-orchestriert So haben wir das berechnet – vollständige Annahmen und Methodik Vollständiges Modell – Annahmen, Token-Berechnungen und Formelmethodik Alle Werte spiegeln Ihre aktuellen Eingaben in den Rechner wider. Die Anzeige wird dynamisch aktualisiert, sobald Sie die obigen Einstellungen anpassen. CSV herunterladen PDF drucken/speichern Eingabeannahmen Berechnete Ergebnisse Vergleich pro Durchlauf. Multiplizieren Sie diesen Wert mit dem monatlichen Volumen, um die Gesamtkosten zu ermitteln. Berechnungsmethode Füllen Sie den Rechner oben aus und klicken Sie auf „Meine jährlichen Einsparungen anzeigen“, um Ihre Schätzung anzuzeigen. Die Token-Preise stammen aus der API-Dokumentation des Anbieters vom April 2026. Die Standardpreise entsprechen denen von Claude Sonnet (2,58 € pro einer Mio. Eingaben · 12,92 € pro einer Mio. Ausgaben). Bei KI-nativen Orchestrierungs-Kostenmodellen wird der Kontext als arithmetische Reihe akkumuliert – der Kostentreiber verhält sich quadratisch zur Workflow-Länge und nicht linear. Die Pega-Kosten umfassen ausschließlich gezielte LLM-Aufrufe an festgelegte Agentenschritte sowie eine optionale Plattformgebühr. Alle Annahmen sind anpassbar. Die Schätzungen dienen lediglich der Veranschaulichung.
Dieser ROI-Rechner liefert lediglich Schätzwerte und soll Ihnen dabei helfen, anhand von Beispielinformationen mögliche Ergebnisse zu sehen. Die Berechnungen basieren auf Annahmen und Durchschnittswerten, die erheblich von Ihren tatsächlichen Erfahrungen abweichen können. Die Ergebnisse ersetzen keine professionelle Analyse und Pega gibt keine ausdrücklichen oder stillschweigenden Zusicherungen oder Gewährleistungen hinsichtlich der Richtigkeit, Vollständigkeit oder Zuverlässigkeit der Ergebnisse. Vergangene oder geschätzte Kosten bzw. Performance sind kein verlässlicher Indikator für zukünftige Ergebnisse. Was zählt als Workflow?
Ein durchgängiger Prozess, den Ihre KI abwickelt – ein Vorgang im Kundenservice, ein Kreditantrag, eine Onboarding-Anfrage, die Prüfung eines Schadensfalls.
Grobe Schätzung: Wenn Ihr Team täglich etwa 200 Vorgänge bearbeitet, sind das rund 4.000 pro Monat. Schritte insgesamt im gesamten Prozess
Jede Aktion im Workflow zählt – Datenabfragen, Entscheidungen, Statusaktualisierungen, asynchrone Wartezeiten und Aufrufe von KI-Agenten. In einem KI-nativen System liest der Orchestrator bei jedem dieser Schritte den gesamten Verlauf erneut ein.
Üblicher Umfang: Einfacher Prozess ≈ 10-20 · Unternehmens-Vorgang ≈ 30-60 Schritte, die eine KI-Beurteilung erfordern
Wie viele Ihrer gesamten Workflow-Schritte erfordern wirklich ein LLM, also für Klassifizierung, Dokumentenanalyse Entwürfe oder Entscheidungsfindung? Der Rest wird von Pega deterministisch und nahezu ohne Token-Kosten abgewickelt.
Grober Leitfaden: In der Regel 20-40 % der Schritte insgesamt · Ein 40-stufiger Workflow könnte 10-15 echte KI-Agentenschritte umfassen Was sind KI-Agentenschritte? Die Anzahl der Schritte innerhalb Ihres Workflows, bei denen tatsächlich ein LLM aufgerufen wird – Entscheidungen, Klassifizierungen, Entwürfe. Schritte ohne KI-Anwendung, wie Datenbankabfragen oder Regelprüfungen, zählen nicht.
Tipp: Wenn 28 Ihrer 40 Workflow-Schritte KI-basiertes Reasoning beinhalten, setzen Sie diesen Wert auf 28. Schritte insgesamt im Vergleich zu den Agentenschritten Die Gesamtlänge Ihres Workflows von Anfang bis Ende, einschließlich Nicht-KI-Schritten wie Datenabruf, Regelauswertung und Systemaufrufen.
Beispiel: Ein Workflow zur Schadensbearbeitung umfasst möglicherweise insgesamt 40 Schritte, von denen jedoch nur 28 ein LLM aufrufen. Wie viele Vorgänge pro Monat? Die Gesamtzahl der Ausführungen dieses Workflows pro Monat für alle Benutzer oder Kunden.
Grobe Schätzung: 200 Vorgänge/Tag × 22 Arbeitstage ≈ 4.400/Monat. Eingabetoken pro Pega-Agenten-Aufruf Die Anzahl der Token, die für jeden zielgerichteten Pega-Agenten-Schritt an das Modell gesendet werden. Da Pega den Kontext vor der Ausführung festlegt, bleibt dieser klein und unveränderlich – in der Regel umfasst er lediglich den Aufgaben-Prompt und die relevanten Daten.
Üblicher Umfang: 500-3.000 Token pro Aufruf. Ausgabetoken pro Pega-Agenten-Aufruf Die Anzahl der Token, die das Modell für jeden gezielten Agentenschritt zurückgibt. Die strukturierten Ausgaben von Pega sind prägnant, in der Regel handelt es sich um eine Klassifizierung, eine kurze Entscheidung oder einen strukturierten JSON-Blob.
Üblicher Umfang: 100-800 Token pro Aufruf. Warum wächst der Kontext? In Workflows, die von LLMs orchestriert werden, wächst der Konversationsverlauf des Modells mit jedem Schritt – jede vorherige Aktion, jedes Tool-Ergebnis und jede Antwort wird angehängt. Dadurch summieren sich die Kosten.
Beispiel: Wenn jeder Schritt etwa 2.000 Token an Verlaufsdaten hinzufügt, senden Sie bei Schritt 20 allein für Kontext bereits 40.000 Token. Ausgabetoken pro LLM-Schritt Wie viele Token das LLM bei jedem Orchestrierungsschritt als Antwort generiert. Dieser Wert bleibt pro Schritt relativ konstant, wird jedoch bei jedem Schritt berechnet – im Gegensatz zu Pega, wo nur bei Agentenschritten Ausgabekosten anfallen.
Typischer Bereich: 200-1.500 Token/Schritt. Was ist ein Eingabetoken-Preis? Das ist der Betrag, den Sie pro einer Million an das Modell gesendeter Token zahlen (Ihre Prompts, Ihr Kontext, Ihre Daten). Eingabetoken sind stets günstiger als Ausgabetoken.
Richtpreise (April 2026): GPT-4o ~2,15 € · Claude Sonnet ~2,58 € · Claude Opus ~12,92 € · Haiku ~0,22 € – jeweils pro einer Million Token. Was ist ein Ausgabetoken-Preis? Das ist der Betrag, den Sie pro Million Token zahlen, die das Modell für die Antwort generiert. Ausgabetoken kosten 3- bis 5-mal so viel wie Eingabetoken, da die Textgenerierung rechenintensiver ist.
Richtpreise (April 2026): GPT-4o ~8,61 € · Claude Sonnet ~12,92 € · Claude Opus ~64,61 € · Haiku ~1,08 € – jeweils pro einer Million Token. Kosten der Pega-Plattform pro Vorgang Die Gebühr für die Pega-Plattform, die pro Workflow-Ausführung zusätzlich zu den reinen LLM-Token-Kosten anfällt. Dies umfasst Orchestrierung, Routing-Logik, Prüfpfade und Compliance-Tools.
Setzen Sie den Wert auf 0 €, wenn Sie ausschließlich die reinen LLM-Token-Kosten vergleichen möchten, ohne die Plattform-Lizenzgebühren zu berücksichtigen. Abteilungsbetrieb 10.000 Vorgänge/Monat · komplexes Case Management · 40 Schritte insgesamt · 28 Agentenschritte Unternehmen 100.000 Vorgänge/Monat · systemübergreifende Orchestrierung · 50 Schritte insgesamt · 30 Agentenschritte Skalierte Volumina 300.000 Vorgänge/Monat · groß angelegte automatisierte Verarbeitung · 60 Schritte insgesamt · 35 Agentenschritte PARAMETER IHR WERT ANMERKUNGEN WORKFLOW TOKEN-PREISE PRO AGENTENAUFRUF (ZIELGERICHTETE PEGA-SCHRITTE) LLM-ORCHESTRIERUNG (KI-NATIV, PRO SCHRITT) KI-Agentenschritte Workflow-Schritte insgesamt Monatliches Volumen Eingabetoken-Preis Ausgabetoken-Preis Pega-Plattform-Kosten Eingabetoken/Aufruf Ausgabetoken/Aufruf Kontextwachstum/Schritt Ausgabetoken/Schritt Schritte, bei denen tatsächlich ein LLM aufgerufen wird (nur Pega) Alle Schritte von Anfang bis Ende. Wiederholtes KI-natives Reasoning bei jedem Schritt. Skaliert die Kosten bei beiden Architekturen linear Claude Sonnet ~2,58 € · GPT-4o ~2,15 € · Opus ~12,92 € In der Regel das 3- bis 5-fache des Eingabepreises Verbrauchsbasiertes Lizenzmodell – deterministische Orchestrierung + Prüfpfad Systemprompt + Vorgangs-Daten, die ausschließlich auf diesen Schritt beschränkt sind Strukturiertes Ergebnis, Klassifizierung oder kurze Entscheidung Entscheidender Hebel – der angehängte Verlauf wächst quadratisch. Konservative Schätzung bei 2.000; bei realen Frameworks oft 4.000-8.000 Gedankengang + Entscheidung über den nächsten Schritt pro Master-Agent-Aufruf METRIK PEGA
(DETERMINISTISCH + AGENTEN) KI-NATIV
(WIEDERHOLTES REASONING BEI JEDEM SCHRITT) EINSPARUNGEN MIT PEGA Eingabetoken/Durchlauf Ausgabetoken/Durchlauf Token insgesamt/Durchlauf Token-Kosten/Durchlauf Plattformkosten/Durchlauf (Pega) Gesamtkosten/Durchlauf Monatliche Kosten Jährliche Kosten Kostenmultiplikator geringere Kosten Pega-Kosten pro Durchlauf = (Agentenschritte × Eingabgetoken/1 Mio. × Eingabepreis)
+ (Agentenschritte × Ausgabetoken/1 Mio. × Ausgabepreis)
+ Plattformkosten pro Vorgang Nur bestimmte Agentenschritte rufen ein LLM auf. Alle übrigen Schritte werden deterministisch und nahezu ohne KI-Kosten ausgeführt. Der Kontext ist auf jeden einzelnen Aufruf beschränkt. Anzahl der Eingabetoken für die KI-native Orchestrierung pro Durchlauf = Σ (Schritt i = 0 bis N−1) [ 2.000 + i × Kontextwachstum pro Schritt ]
= N × 2.000 + Kontextwachstum × N × (N−1) / 2 Dies ist eine arithmetische Reihe. Der Term N×(N−1)/2 bewirkt, dass die Kosten quadratisch und nicht linear mit der Länge des Workflows steigen. Das Orchestrieren eines doppelt so langen Workflows kostet etwa viermal so viel. In Schritt 20 liest der Master-Agent alles aus den Schritten 1 bis 19 erneut durch, nur um zu entscheiden, wie Schritt 20 aussehen soll. KI-native Gesamtkosten pro Durchlauf = (Orchestrator-Eingabetoken/1 Mio. × Eingabepreis)
+ (Schritte insgeamt × Ausgabetoken pro Schritt/1 Mio. × Ausgabepreis)
+ gleiche Kosten für zielgerichtete Agenten wie bei Pega Die Orchestrierungsebene stellt einen reinen Mehraufwand gegenüber den Agenten-Aufrufen dar, die beiden Architekturen gemeinsam sind. Die Lücke vergrößert sich mit jedem Schritt, der dem Workflow hinzugefügt wird. Schritte Token Vorgänge Vorgang