# Agentische KI und Token-Verschwendung

> Warum KI-Agenten ein Vielfaches an Token und Energie eines Chats verbrauchen, wie Schleifen sie verschwenden und welche Leitplanken Agenten passend dimensionieren.

Source: https://greenai.guide/de/artikel/agentische-ki-und-token-verschwendung/  
Updated: 2026-11-19

## Kurz gesagt

KI-Agenten erledigen Aufgaben in vielen Schritten und rufen dabei immer wieder Modelle und Werkzeuge auf. Eine einzige Anfrage kann so ein Vielfaches der Token eines Chats verbrauchen. Multi-Agenten-Systeme vervielfachen das noch, und wenn Agenten in Schleifen geraten oder aneinander vorbeireden, werden die Token verschwendet. Budgets, Schrittlimits, Schleifenerkennung und passend dimensionierte Modelle halten Agenten nützlich, ohne Energie für nichts zu verbrennen.

## Das Wichtigste

- Ein Agent ruft pro Aufgabe viele Male ein Modell auf, daher kann sein Token- und Energieverbrauch ein Vielfaches eines einzelnen Chats betragen.
- Multi-Agenten-Systeme vervielfachen den Token-Verbrauch erneut. Das lohnt sich nur für Aufgaben, die wertvoll und komplex genug sind, um es zu rechtfertigen.
- Agenten können in Schleifen hängen bleiben oder Arbeit wiederholen und verbrauchen dabei Token, ohne voranzukommen.
- Feste Grenzen für Schritte, Token, Zeit und Kosten sowie eine Überwachung, die einen festgefahrenen Lauf stoppen kann, sind grundlegende Leitplanken.
- Passend dimensionieren heißt, einen einzelnen Agenten, ein kleines Modell oder gar keinen Agenten zu verwenden, wenn die Aufgabe es zulässt.

KI-Agenten sind Systeme, die in mehreren Schritten auf ein Ziel hinarbeiten und dabei selbst wählen, welche Werkzeuge
sie aufrufen und was sie als Nächstes tun. Sie können buchen, suchen, Code schreiben, ihn testen und es erneut
versuchen. Diese Autonomie ist nützlich, doch jeder Schritt ist ein weiterer Aufruf eines Modells, und die Kosten
summieren sich auf eine Weise, wie es bei einem einzelnen Chat nicht der Fall ist.

## Was macht Agenten teuer? {#what-makes-agents-expensive}

**Ein Agent ruft pro Aufgabe viele Male ein Modell auf, und jeder Aufruf enthält in der Regel den bis dahin
gewachsenen Verlauf der Aufgabe.** Der Token-Verbrauch und damit der Energieverbrauch wächst mit jedem Schritt, jedem
Werkzeugaufruf und jedem erneuten Versuch.

Ein Token ist ein Textstück, etwa ein Teil eines Wortes, das ein Modell liest oder schreibt. Jedes verarbeitete Token
kostet Rechenleistung. In einem Chat führt eine Frage zu einer Antwort. Bei einem Agenten kann eine Anfrage Dutzende
von Modellaufrufen auslösen: Planen, Suchen, Ergebnisse lesen, Schreiben, Prüfen und Überarbeiten.

Anthropic beschrieb dies 2025 in einem Bericht über den Aufbau seines Multi-Agenten-Recherchesystems. Demnach
verbrauchten Agenten typischerweise etwa viermal so viele Token wie Chat-Interaktionen und Multi-Agenten-Systeme etwa
fünfzehnmal so viele. Außerdem zeigte sich, dass bei seinem Browsing-Benchmark der Token-Verbrauch allein 80 % der
Varianz in der Leistung erklärte: Die Systeme schnitten vor allem deshalb besser ab, weil sie mehr verbrauchten.

Für eine schwierige, wertvolle Aufgabe ist das ein fairer Tausch. Für eine einfache ist es Verschwendung.

## Gibt es Belege zum Energieverbrauch von Agenten? {#is-there-evidence-on-agents-energy-use}

**Erste Forschungsergebnisse weisen in dieselbe Richtung.** Kim, Shin, Chung und Rhu (2025) verglichen agentische
Workflows über mehrere Runden mit Inferenz in einer einzigen Runde aus Sicht der Rechenzentrumsinfrastruktur. Sie
stellten fest, dass Agenten erheblich mehr Energie verbrauchten, dass die Genauigkeitsgewinne bei mehr eingesetzter
Rechenleistung abnehmende Erträge zeigten und dass die Infrastrukturkosten einer solchen Skalierung von Agenten
untragbar werden könnten.

Gemessene Werte für reale Einsätze sind noch rar, weil Anbieter sie selten veröffentlichen. Siehe
[Messung ist der Engpass](/de/artikel/messung-ist-der-engpass-fuer-gruene-ki/).

## Wie verschwenden Agenten Token? {#how-do-agents-waste-tokens}

**Indem sie Arbeit erledigen, die die Aufgabe nicht voranbringt.** Häufige Muster sind:

- **Schleifen.** Ein Agent wiederholt dieselbe Aktion, oder zwei Agenten reichen ein Problem immer wieder hin und her.
- **Übermäßiges Prüfen.** Jeder Schritt wird durch einen weiteren Modellaufruf geprüft, auch wo ein einfacher Test genügen würde.
- **Aufgeblähter Kontext.** Ganze Dokumente, Logs oder Werkzeugausgaben werden durch jeden späteren Schritt mitgeschleppt.
- **Wiederholungsstürme.** Ein Fehler löst wiederholte neue Versuche aus, manchmal mit immer größeren Modellen.
- **Übermäßiges Delegieren.** Eine Aufgabe wird auf viele Agenten verteilt, obwohl einer gereicht hätte.

Cemri und Kollegen (2025) analysierten mehr als 1.600 annotierte Abläufe aus sieben Multi-Agenten-Frameworks und
identifizierten 14 verschiedene Arten, wie diese Systeme scheitern, gruppiert in drei Kategorien: Probleme bei der
Spezifikation von System und Aufgabe, fehlende Abstimmung zwischen Agenten und Versäumnisse bei der Überprüfung der
Aufgabe. Jede dieser Fehlerarten ist zugleich eine Art, Token zu verbrauchen, ohne ein Ergebnis zu erzielen.

Ein britisches Sandpit zu grüner KI im Jahr 2026 mit Mathematikerinnen und Mathematikern, Informatikerinnen und
Informatikern sowie Vertretern der Industrie diskutierte dasselbe Problem: Schwärme von Agenten können sich selbst
in eine Falle manövrieren, sich gegenseitig bedeutungslose Ausgaben schicken und dabei Hunderttausende von Token
verbrennen. Die offene Forschungsfrage, die es aufwarf, lautet: Wie lässt sich mathematisch und frühzeitig erkennen,
dass eine Gruppe von Agenten feststeckt, damit jemand oder etwas sie stoppen kann?

## Ist das wirtschaftlich ebenso wichtig wie ökologisch? {#does-this-matter-commercially-as-well-as-environmentally}

**Ja; Kosten und Energie steigen gemeinsam.** Gartner sagte im Juni 2025 voraus, dass über 40 % der Projekte mit
agentischer KI bis Ende 2027 eingestellt werden, wegen steigender Kosten, unklarem Geschäftswert oder unzureichender
Risikokontrollen. Token-Verschwendung trägt direkt zum ersten dieser Gründe bei.

## Welche Leitplanken halten Agenten im Zaum? {#what-guardrails-keep-agents-in-check}

**Feste Grenzen, Überwachung und eine Möglichkeit zum Stoppen.** Das sind grundlegende technische Kontrollen, und die
meisten Agenten-Frameworks unterstützen einige davon.

| Leitplanke | Was sie bewirkt |
|---|---|
| Schrittlimit | Begrenzt die Zahl der Modellaufrufe in einem Lauf. Das OpenAI Agents SDK zum Beispiel hat eine Einstellung `max_turns`, die einen Lauf stoppt, wenn sie überschritten wird. |
| Token- oder Kostenbudget | Stoppt einen Lauf oder eskaliert ihn, wenn er festgelegte Kosten überschreitet. |
| Zeitlimit | Beendet Läufe, die weit länger dauern als erwartet. |
| Schleifenerkennung | Markiert wiederholte Aktionen oder nahezu identische Nachrichten zwischen Agenten. |
| Externer Beobachter | Ein separater, günstiger Prozess oder ein Mensch, der den Fortschritt beobachtet und den Lauf stoppen kann: der „rote Knopf“. |
| Kontextkürzung | Fasst alten Verlauf zusammen oder verwirft ihn, sodass jeder Aufruf weniger Token liest. |

Grenzen sollten sicher versagen: Wenn ein Budget aufgebraucht ist, sollte der Agent anhalten und melden, was er hat,
statt stillschweigend neue Versuche zu starten.

## Was bedeutet es, einen Agenten passend zu dimensionieren? {#what-does-right-sizing-an-agent-mean}

**Das am wenigsten aufwendige System zu verwenden, das die Aufgabe erfüllt.** Bevor Sie ein Multi-Agenten-System
bauen, gehen Sie diese Liste von oben nach unten durch:

1. **Kein Agent.** Kann ein festes Skript, eine Suche oder ein einzelner Modellaufruf die Aufgabe erledigen?
2. **Ein Aufruf mit Werkzeugen.** Ein einzelner, gut formulierter Modellaufruf, der ein Werkzeug nutzen kann, reicht oft aus.
3. **Ein Agent.** Ein einzelner Agent mit Schrittlimit.
4. **Mehrere Agenten**, nur für Aufgaben, die breit angelegt, wertvoll und wirklich parallelisierbar sind.

Nutzen Sie innerhalb jeder dieser Stufen kleine Modelle für einfache Teilaufgaben wie Klassifikation, Extraktion und
Formatierung, und reservieren Sie große Modelle für das schwierige Schlussfolgern. Es gibt einen Haken: Ein zu kleines
Modell kann scheitern und einen erneuten Lauf auf einem größeren erzwingen, und in einer langen Kette kann ein Fehler
spätere Schritte entgleisen lassen. Die Schwelle festzulegen ist eine Designentscheidung, die es wert ist, getestet zu
werden. Siehe [das richtige Modell wählen](/de/gute-praxis/das-richtige-modell-fuer-die-aufgabe-waehlen/) und
[Orchestrierung statt Generierung](/de/artikel/orchestrierung-statt-generierung/).

## Was Sie als Nächstes tun können {#what-to-do-next}

- Protokollieren Sie für jeden Agenten, den Sie betreiben, die Token pro abgeschlossener Aufgabe, einschließlich
  erneuter Versuche und gescheiterter Läufe.
- Legen Sie für jeden Agenten Grenzen für Schritte, Token, Zeit und Kosten fest, bevor er in den Produktivbetrieb geht.
- Fügen Sie eine Schleifenerkennung und eine Möglichkeit hinzu, mit der ein Mensch einen Lauf stoppen kann.
- Beginnen Sie mit dem einfachsten Design, das funktioniert, und fügen Sie Agenten nur hinzu, wenn die Aufgabe sie
  erfordert.
- Leiten Sie einfache Teilaufgaben an kleine Modelle weiter. Siehe [KI effizient nutzen](/de/gute-praxis/ki-effizient-nutzen-gewohnheiten-fuer-den-alltag/).
- Wenn Sie agentische Werkzeuge einkaufen, fragen Sie die Anbieter, wie sie den Token-Verbrauch begrenzen und
  ausweisen: siehe [nachhaltige KI-Beschaffung](/de/gute-praxis/nachhaltige-ki-beschaffung/).

## Häufige Fragen

### Was ist agentische KI?

KI-Systeme, die ein Ziel über mehrere Schritte verfolgen und selbst entscheiden, welche Werkzeuge sie aufrufen und was sie als Nächstes tun, statt nur auf einen einzelnen Prompt zu antworten. Sie rufen pro Aufgabe oft viele Male ein Sprachmodell auf.

### Warum verbrauchen KI-Agenten so viele Token?

Jeder Schritt schickt den wachsenden Verlauf der Aufgabe zurück an das Modell, und Agenten rufen unter Umständen Werkzeuge auf, prüfen ihre eigene Arbeit und versuchen es erneut. Multi-Agenten-Systeme tauschen außerdem Nachrichten zwischen Agenten aus, und jede davon kostet Token.

### Wie kann ich verhindern, dass ein KI-Agent Token verschwendet?

Legen Sie Grenzen für die Zahl der Schritte, Token, Zeit und Kosten fest; erkennen Sie Schleifen und wiederholte Aktionen; nutzen Sie kleine Modelle für einfache Teilaufgaben; und sorgen Sie dafür, dass ein Mensch einen Lauf jederzeit stoppen kann.

## Quellen

- [How we built our multi-agent research system](https://www.anthropic.com/engineering/multi-agent-research-system), Anthropic (2025)
- [Why do multi-agent LLM systems fail?](https://arxiv.org/abs/2503.13657), Cemri et al. (2025)
- [The cost of dynamic reasoning: demystifying AI agents and test-time scaling from an AI infrastructure perspective](https://arxiv.org/abs/2506.04301), Kim, Shin, Chung and Rhu, HPCA 2026 (2025)
- [Gartner predicts over 40% of agentic AI projects will be canceled by end of 2027](https://www.gartner.com/en/newsroom/press-releases/2025-06-25-gartner-predicts-over-40-percent-of-agentic-ai-projects-will-be-canceled-by-end-of-2027), Gartner (2025)
- [Running agents (max_turns)](https://openai.github.io/openai-agents-python/running_agents/), OpenAI Agents SDK documentation (2025)
