Vier Milliarden Tokens später: Ein Monat mit einem KI-Assistenten in Zahlen

🌐 Auch auf: English · Français · Español

Seit einigen Monaten entsteht ein großer Teil dieses Blogs und des Ansible-Codes dahinter zusammen mit einem KI-Assistenten: Claude, in seiner Kommandozeilen-Version Claude Code. Er schreibt Code, führt Befehle auf den Servern aus, liest Logdateien und entwirft Artikel; ich entscheide, prüfe und sage ziemlich oft „nein, nicht so“. Irgendwann wollte ich wissen, was da eigentlich zusammenkommt. Nicht gefühlt, sondern in Zahlen.

Dafür gibt es ein kleines Community-Werkzeug, ccusage. Es liest die Logdateien, die Claude Code auf meinem eigenen Rechner ablegt, und zählt sie zusammen. Eine Zeile im Terminal:

npx ccusage@latest daily --since 20260923

npx lädt das Werkzeug herunter, führt es einmal aus und vergisst es wieder. Es liest nur die lokalen Logdateien und schickt nichts von ihrem Inhalt irgendwohin; aus dem Internet holt es sich lediglich die aktuelle Preisliste. Für die vier Wochen vom 23. September bis 21. Oktober 2026 kam Folgendes heraus.

🔢 Die nackten Zahlen

🧩 Was ist überhaupt ein Token?

Ein Sprachmodell liest weder Buchstaben noch ganze Wörter, sondern Tokens: Wortstücke. „Firewall“ sind vielleicht zwei Tokens, „der“ ist eins, ein langes deutsches Wort wie „Datenbankverbindung“ können vier oder fünf sein. Als Faustregel sind 100 Tokens etwa 75 englische Wörter. Gezählt wird alles in Tokens: was hineingeht, was herauskommt und – das ist der spannende Teil – was das Modell noch einmal lesen muss.

📚 98 % Nachlesen

Die überraschendste Zeile in der Tabelle ist der Cache. Von fast vier Milliarden Tokens waren 3,9 Milliarden überhaupt nicht neu. Es war dasselbe Gespräch, noch einmal gelesen.

So arbeitet ein solcher Assistent: Zwischen zwei Schritten hat er kein Gedächtnis. Vor jeder einzelnen Antwort – jedem Befehl, den er ausführt, jeder Datei, die er liest – bekommt er das gesamte bisherige Gespräch erneut vorgelegt: meine Fragen, seine Antworten, jeden Log-Auszug, jede Datei. Eine lange Arbeitssitzung auf einem Server wächst schnell auf die Größe eines kleinen Buches, und dieses Buch wird für den nächsten Schritt wieder gelesen. Und für den nächsten. Und den nächsten.

Man stelle sich einen Sachbearbeiter vor, der vor jedem Satz eines Briefes die komplette Akte ab Seite eins liest. Das ist mein Assistent. Für jedes Token, das er schreibt, liest er etwa 450 nach. Die gute Nachricht: Nachlesen ist billig. Der Anbieter hält das Gespräch in einem Zwischenspeicher bereit, sodass ein nachgelesenes Token nur etwa ein Zehntel eines neuen kostet. Was auch erklärt, warum vier Milliarden Tokens viel dramatischer klingen, als sie sind.

✍️ Was das im Alltag bedeutet

• 80 Romane. Die 8,7 Millionen Tokens, die der Assistent geschrieben hat, sind etwa 6,5 Millionen Wörter – rund 80 Romane durchschnittlicher Länge. Ausgedruckt ein Papierstapel von etwa 2,6 Metern Höhe. Zugegeben, das meiste davon ist keine Literatur, sondern Konfigurationsdateien, Shell-Befehle und Erklärungen, warum die Firewall etwas Unerwartetes getan hat.
• 23 Jahre Lesen. Wollte ein Mensch alle vier Milliarden Tokens in normalem Tempo lesen, ohne Schlaf, ohne Kaffee, ohne Wochenende, bräuchte er etwa 23 Jahre. Bei acht Stunden am Tag wäre es ein ganzes Berufsleben.
• 475-mal so viel Antwort wie Frage. Meine eigene frische Eingabe waren 18.342 Tokens – ein paar Seiten Text in vier Wochen. Kurze Anweisungen wie „prüf mal die Logs“, „ja, so machen“ oder „warum ist das rot?“. Der Rest kommt vom Assistenten: alles, was er auf den Servern gelesen, geschrieben und erklärt hat.
• Vier freie Tage. An 25 von 29 Tagen wurde gearbeitet. Selbst ein KI-Assistent hat offenbar ab und zu Wochenende – genauer gesagt sein Mensch.

💸 Die Rechnung, die nie kam

Das Werkzeug berechnet auch einen Preis: 1.407 US-Dollar für vier Wochen, etwa 56 Dollar pro aktivem Tag, 118 am stärksten. Das klingt nach viel – und es ist nicht das, was ich bezahlt habe.

Die Zahl ist das, was diese Nutzung zum Listenpreis der API kosten würde, der Schnittstelle, über die Firmen das Modell in ihre eigenen Produkte einbauen. Dort wird jedes einzelne Token abgerechnet: neue Eingabe, Ausgabe, Schreiben in den Cache, Lesen aus dem Cache, jeweils zu einem eigenen Satz. ccusage multipliziert einfach meine Token-Zahlen mit diesen Sätzen.

Ich nutze stattdessen ein Abo, den Pro-Tarif, mit einem Listenpreis von rund 20 US-Dollar im Monat. Ein Abo ist eine Flatrate mit Nutzungsgrenzen: Man kann arbeiten, bis das Kontingent für ein Zeitfenster aufgebraucht ist, und wartet dann, bis es sich erneuert. Die 1.407 Dollar sind also ein „Was wäre, wenn“ – was dieselbe Arbeit kosten würde, wenn jedes Token einzeln berechnet würde. Für ein privates Projekt ist die Flatrate die naheliegende Wahl; für eine Firma, die das Modell in ihr Produkt einbaut, ist der Preis pro Token der Normalfall.

Diese Grenzen sind übrigens nicht theoretisch. Die teuerste Einzelaufgabe des Monats war das nachträgliche Übersetzen des Blogs: alle 111 bestehenden Beiträge ins Deutsche, Französische und Spanische. Das zog sich über mehrere Tage und viele Sitzungen, weil ich immer wieder in das Fünf-Stunden-Limit lief – die Arbeit brach mitten in einem Artikel ab, und eine neue Sitzung machte weiter, sobald das Zeitfenster wieder frei war. Übersetzen ist Lesen und Schreiben zugleich, und zwar in großen Mengen; man sieht es in der Statistik, in der der 9. und der 11. Oktober zu den stärkeren Tagen gehören. Ein menschlicher Übersetzer hätte dafür Monate gebraucht. Der Assistent brauchte ein paar Tage und meine Geduld mit dem Rücksetz-Timer.

⚡ Und wie viele Computer mussten dafür laufen?

Diese Frage würde ich am liebsten beantworten, und genau sie kann ich nicht ehrlich mit einer Zahl beantworten. Das Modell läuft nicht auf meinem Rechner, sondern in Rechenzentren auf Spezialchips, die für genau diese Art von Berechnung gebaut sind. Wie groß das Modell ist, wie viele Chips eine Anfrage beantworten und wie viel Energie ein Token kostet – das veröffentlicht der Anbieter nicht, und jede genaue Zahl an dieser Stelle wäre erfunden.

Sagen lässt sich: Ein Modell dieser Klasse läuft auf einem Heim-PC überhaupt nicht. Es braucht deutlich mehr Speicher, als ein normaler Rechner hat. Und Nachlesen aus dem Cache braucht weit weniger Rechenleistung als etwas neu zu berechnen – genau deshalb ist es so viel billiger. Die 98 % Nachlesen stehen also für viel weniger Arbeit im Rechenzentrum, als die reine Token-Zahl vermuten lässt.

🏗️ Was dabei herausgekommen ist

Tokens zählen macht Spaß, aber die eigentliche Frage ist, wofür sie gut waren. In rund fünf Monaten ist Folgendes entstanden:

Wie lange hätte das klassisch gedauert, von Hand getippt? Für Infrastruktur-Code rechnet man grob mit 30 bis 80 fertigen, getesteten Zeilen am Tag – inklusive Recherche, Ausprobieren auf echten Servern und der Fehlersuche, die oft länger dauert als das Schreiben. Dazu Dokumentation und Übersetzungen, und die Schätzung landet bei zwei bis drei Jahren Vollzeitarbeit für eine erfahrene Person. Diese Person müsste außerdem SELinux, Kubernetes, Firewalls, Datenbanken, Nextcloud, WordPress und Monitoring gleichzeitig im Detail beherrschen – was selten ist.

Diese Person bin ich auch nicht. Aber ich habe unterwegs viel gelernt, und viel schneller, als es sonst gegangen wäre. Jedes Mal, wenn etwas nicht funktionierte, bekam ich die Erklärung genau dann: warum SELinux einen Übergang verweigert, was ein Hop-by-Hop-Header ist, warum eine Datenbank ungeschützt läuft, obwohl überall „enforcing“ steht. Das ist Lernen genau in dem Moment, in dem die Frage aufkommt – ein Nachhilfelehrer, der immer Zeit hat und nie sagt „lies erst Kapitel 7“. Ein Fachbuch erklärt vieles, was ich gerade gar nicht brauche, und die eine Seite, die ich brauche, steht irgendwo in der Mitte. Hier habe ich mich gezielt in ein Thema eingelesen, nachgefragt, und die Deep Dives in diesem Blog sind das, was davon übrig geblieben ist.

Codezeilen sind ein grobes Maß, und die Schätzung ist ein Gefühl für die Größenordnung, keine Rechnung. Wichtiger ist, was die Zahlen nicht zeigen: Der Assistent hat nichts allein entschieden. Jede Änderung an einem laufenden Server wurde vorher besprochen, jedes Ergebnis geprüft, und einige der besten Funde kamen aus einem schlichten „das sieht komisch aus, prüf das noch mal“. Der SELinux-Deep-Dive beschreibt zwei davon. Irgendwann um Tag 20 herum habe ich übrigens verstanden, woher der alte IT-Witz kommt, mancher ITler rede mehr mit seiner KI als mit echten Menschen – die eigene Frau eingeschlossen. Zu meiner Verteidigung: Die KI hat sich noch nie beschwert, wenn ich beim Abendessen Firewall-Regeln erkläre. Die KI nimmt die Fleißarbeit ab; die Verantwortung bleibt beim Menschen. Und das hier ist ein privates Projekt – es konkurriert also mit allem anderen im Leben um Zeit. Genau darin liegt der Punkt: Gerade weil diese Zeit begrenzt ist, hat das Tempo der Arbeit mit einer KI den Unterschied gemacht. Ein paar freie Stunden reichen nicht, um eine Firewall von Hand zu tippen. Sie reichen, um eine zu besprechen, zu prüfen und auszurollen.

🔍 Was die Statistik verrät

• Große Themen machen große Tage. Der stärkste Tag, der 19. Oktober, war der Tag, an dem die letzten Teile der Ansible-Tour und der SELinux-Artikel geschrieben und getestet wurden – viel Lesen auf den Servern, viel Text.
• Der Kontext ist der eigentliche Kostentreiber. Nicht was ich tippe, nicht einmal was der Assistent schreibt, sondern wie viel er im Kopf behalten muss. Lange Sitzungen mit vielen Log-Auszügen sind teuer; kurze, fokussierte Aufgaben sind billig.
• Das Modell schreibt nicht am meisten. Es liest. 450 gelesene Tokens auf jedes geschriebene – das ist weniger „kreative Schreibmaschine“ und mehr „sehr schneller Kollege, der jedes Mal die ganze Akte liest“.

🧔 Meine persönliche Sicht – etwas zugespitzt, und nur meine

Für mich liegt der eigentliche Wert nicht in den klugen Antworten. Es ist Zeit. Zwei bis drei Jahre Arbeit in rund fünf Monaten – das ist der Unterschied zwischen einem Projekt, von dem ich geträumt hätte, und einem Projekt, das läuft. Härtung, Monitoring, Dokumentation in drei Sprachen, ein Blog in vier: Nichts davon gäbe es in dieser Form ohne den Assistenten, schlicht weil ein Menschenleben nur eine begrenzte Zahl an Abenden hat.

Deshalb hier meine ganz persönliche Sicht, als jemand mit 20 Jahren Berufserfahrung, der mehr als genug Konfigurationsdateien von Hand getippt hat: Für meine eigenen privaten Projekte ist es nicht mehr zeitgemäß, Infrastruktur-Code Zeile für Zeile von Hand zu schreiben. Für mich fühlt es sich an wie die Lochkarte unserer Zeit – ehrlich, bewundernswert und für mich persönlich eine Methode, drei Jahre mit etwas zu verbringen, das ich heute in ein paar Monaten schaffe. Das ist kein Urteil über andere: Einige der sorgfältigsten Administratoren, die ich kenne, schreiben jede Regel selbst, und sie haben gute Gründe dafür. Ich habe meine eigene Sorgfalt nur an eine andere Stelle verlegt – in die Fragen, die Prüfung, die Tests und die Entscheidungen. Dort halte ich den Menschen für unersetzlich, und genau dorthin geht meine gesparte Zeit.

Von Hand geschriebenes Ansible wird natürlich überleben, und das zu Recht – neben den Schallplatten, den mechanischen Tastaturen und dem Menschen, der seinen Kernel aus Prinzip selbst kompiliert. Vielleicht geselle ich mich eines Tages aus Nostalgie dazu. Für meine eigenen Projekte in der knappen Freizeit neben Familie und Beruf ist es aber nicht mehr die Methode, die ich wähle.

Und doch gibt es eine weniger fröhliche Seite, und es wäre unehrlich, sie wegzulassen. Zwei bis drei Jahre Arbeit für eine Person in fünf Monaten – umgekehrt heißt das auch: Ein Projekt, das früher ein kleines Team lange beschäftigt hätte, braucht jetzt einen Menschen und einen Assistenten. Für mich, mit einem privaten Projekt und begrenzter Zeit, ist das reiner Gewinn. Für Teams und Berufe, die bisher genau von dieser sorgfältigen Handarbeit gelebt haben, ist es eine echte Frage, auf die noch niemand eine gute Antwort hat. Der rechte Weg ist schneller. Er ist auch leerer.

Ich glaube, viele von uns stehen gerade an dieser Gabelung, ob sie wollen oder nicht – Administratoren, Entwickler, technische Redakteure, Übersetzer. Ich bin den rechten Weg gegangen, weil er für meine Situation eindeutig der bessere ist – für andere Situationen kann die Antwort ganz anders ausfallen. Aber ich schaue ab und zu über die Schulter zurück. Wer noch am Wegweiser steht, ist nicht von gestern. Er wägt etwas ab, das es wert ist, abgewogen zu werden.

🎬 Schluss

Vier Milliarden Tokens klingen nach Science-Fiction. In den Alltag übersetzt sind sie ein Kollege, der nie müde wird, die ganze Akte noch einmal zu lesen, in vier Wochen 80 Romane Konfiguration schreibt und eine Rechnung über 1.400 Dollar geschickt hätte, gäbe es keine Flatrate. Was bleibt, ist Code, der läuft, Server, die besser geschützt sind als vorher, und ein Blog, der jetzt vier Sprachen spricht. Und die Erkenntnis, dass der kürzeste Satz in all diesen Milliarden – „ja, so machen“ – immer noch der wichtigste war.

Und noch eine letzte persönliche Anmerkung. Offiziell nenne ich diesen Blog und den Code auf GitHub mein Ehrenamt im Jahr 2026 – das klingt auf Partys einfach besser 😉 Ehrlich gesagt ist es aber vor allem die beste Weiterbildung, die ich je hatte: Ich lerne fachlich unglaublich viel, in ein paar Monaten mehr als in manchem Lehrgang, weil jede Frage genau dann ihre Antwort bekommt, wenn sie aufkommt, und meine knappe Freizeit ins Verstehen fließt statt ins Suchen. Effizient, effektiv, keine Minute verschenkt. Geschrieben von einem Xennial, Jahrgang 1979 und damit genau ein Jahr zu früh geboren, um offiziell als Digital Native zu gelten, aber gerade spät genug, um zwischen Kassettenrekorder und erstem Modem aufzuwachsen – die Lernkurve ist also steil, der Spaß aber auch. Das Ehrenamt kommt als Bonus obendrauf: Am Ende entsteht etwas, das jeder auf der Welt kostenlos nutzen kann, der vor denselben Aufgaben steht: WordPress oder Nextcloud sicher auf eigenen Servern zu betreiben. Wenn es jemandem in einem anderen Land ein paar Abende erspart, waren die vier Milliarden Tokens gut angelegt.

Wer die eigenen Zahlen sehen will: npx ccusage@latest daily in einem Terminal auf dem Rechner, auf dem Claude Code läuft. Es liest nur lokale Dateien und holt sich nichts außer der Preisliste.