Die nutzungsbasierte Abrechnung ist nicht neu, aber Produkte mit künstlicher Intelligenz (KI) haben sie an einen Punkt gebracht, an dem Standardprozesse nicht mehr ausreichen. Token-Variabilität, Agentenschleifen, die sich auf Hunderte nachgelagerter Aufrufe ausweiten, und Workloads, die innerhalb von Minuten in die Höhe schnellen können, schaffen technische Probleme bei der Ereigniszuordnung, der Korrektheit der Nutzungsmessung und der Kostenkontrolle, die die herkömmliche Abrechnung über Application Programming Interfaces (APIs) nie lösen musste. Tatsächlich geben 46 % der IT-Verantwortlichen an, dass die unvorhersehbare Preisgestaltung ein wesentliches Hindernis für die Implementierung von generativer KI in ihren Organisationen darstellt.

Im Folgenden erläutern wir, wie Sie eine nutzungsbasierte Abrechnung für KI-Dienste implementieren, wie Sie Rohereignisdaten in klare, abrechenbare Gesamtbeträge umwandeln und wie Sie Leitplanken einbauen können, die unkontrollierte Kosten abfangen, bevor sie zu Rechnungsstreitigkeiten führen.

Highlights

• Der Vertrag über Nutzungsereignisse bildet die Grundlage für alles Nachgelagerte. Früh getroffene Schema-Entscheidungen können entscheidend dafür sein, wie aufwendig es wird, wenn sich Preismodelle ändern oder Streitigkeiten gelöst werden müssen.

• Deduplizierung, Richtlinien für verspätete Ereignisse, Korrekturen und Versionierung von Regeln heben ein System, das vertrauenswürdige Rechnungen produziert, von einem ab, das letztlich irgendetwas doppelt zählt. Determinismus und Idempotenz sind keine optionalen Merkmale.

• Die Kostenkontrolle muss in die Ebene der Ausführung integriert werden. Guthabenreservierungen, Unterbrechungsmechanismen für Agentenschleifen und Anomalieerkennung müssen aktiviert werden, bevor die Nutzung entsteht.

Was ist eine nutzungsbasierte Abrechnung für KI-Unternehmen?

Bei einer nutzungsbasierten Abrechnung werden Kundinnen und Kunden anstatt einer Pauschalgebühr Beträge in Rechnung gestellt, die davon abhängen, was sie verbrauchen (z. B. verarbeitete Token, Rechensekunden, API-Aufrufe, Agentenaktionen).

Das Modell ist flexibel, da die Inferenzkosten von einem Kunden/einer Kundin zum/zur anderen stark variieren können. Pauschalpreise sind ein deutlicher Vorteil für Vielnutzer/innen und schrecken Wenignutzer/innen womöglich ab. Eine nutzungsbasierte Preisgestaltung erfordert eine Pipeline, die Nutzungsereignisse ausgeben, zuverlässig erfassen, korrekt messen und in Rechnungen umwandeln kann, oft nahezu in Echtzeit.

Wie funktioniert die nutzungsbasierte Abrechnung für KI-Unternehmen?

Auf einer hohen Ebene bewegt sich das System von einer abrechenbaren Aktion in Ihrem Produkt zu einem Posten auf der Rechnung eines Kunden/einer Kundin. Jede Phase hat ihre eigenen Fehlerquellen, die sich verstärken, wenn sie nicht gut konzipiert sind.

Dies sind die Phasen und ihre Funktionsweisen:

• Ausgeben: Ihre Anwendung gibt jedes Mal ein Nutzungsereignis aus, wenn eine abrechenbare Aktion auftritt: ein Abschluss, eine Einbettungsanfrage, ein Tool-Agent oder ein Agentenschritt.

• Erfassen: Das Ereignis durchläuft eine Pipeline, die es validiert, puffert und dauerhaft speichert. Die Pipeline muss in der Lage sein, den Traffic aufzunehmen, ohne Datensätze zu verwerfen oder an Leistung zu verlieren.

• Messen: Rohereignisdaten werden über Rechnungsstellungszeiträume hinweg zu abrechenbaren Mengen aggregiert. Diese Ebene wendet konsistent Einheitendefinitionen, eine Preisgestaltungslogik und Aggregationsregeln an.

• In Rechnung stellen: Gemessene Gesamtsummen werden an Ihr Abrechnungssystem weitergeleitet, das Rechnungsposten generiert, Guthaben oder Rabatte anwendet und dem Kunden/der Kundin die entsprechenden Beträge in Rechnung stellt.

Jede Ebene sollte unabhängig voneinander korrekt sein. Sie möchten schließlich nicht erst Wochen später ein Erfassungsproblem finden, wenn Sie eine Umsatzabweichung feststellen.

Welche KI-spezifischen Verhaltensweisen machen es schwieriger, eine nutzungsbasierte Abrechnung umzusetzen?

Eine herkömmliche API geht von einer einfachen Zuordnung aus: Eine Anfrage erzeugt eine Antwort und ein abrechenbares Ereignis. KI-Workloads verhalten sich jedoch nicht so.

Aus diesen Gründen ist es schwieriger, KI-spezifische Verhaltensweisen für die nutzungsbasierte Abrechnung umzusetzen:

Agentenschleifen und Fan-Out von Tool-Aufrufen

Eine Nutzeraktion (z. B. „recherchieren Sie dieses Thema und erstellen Sie einen Bericht“) kann Dutzende oder Hunderte von LLM-Aufrufen (Large Language Models), Tool-Aufrufen und Abrufschritten aktivieren. Die Zuordnung wird schnell kompliziert. Welche Aktionen sind abrechenbar? Wem wird etwas in Rechnung gestellt, wenn eine einzelne Agentensitzung mehrere Nutzer/innen, Projekte oder Mandanten umfasst? Wenn dies nicht auf der Ebene des Ereignisschemas definiert ist, kann es schwieriger werden, es später zu beheben.

Token-Variabilität

Input- und Output-Token unterscheiden sich in den Kosten und sind im Voraus nicht vorhersehbar. Eine Anfrage mit einer 200-Token-Aufforderung kann 50 Token oder auch mehrere Tausend zurückgeben, je nach Aufgabe, Modelleinstellungen und Generierungsverhalten. Sie können nicht im Voraus basierend auf der Größe der Anfrage abrechnen, sondern müssen nach der Ausführung Ereignisse mit den tatsächlichen Zählungen ausgeben.

Ungleichmäßige Workloads

Ein Batch-Auftrag eines Unternehmens um 2:00 Uhr nachts kann in wenigen Stunden mehr Nutzung generieren als in den vorangegangenen zwei Wochen zusammen. Erfassungssysteme müssen diese Spitzen bewältigen, ohne dass Ereignisse verworfen werden, in Rückstand geraten oder die Abrechnung verzögert wird.

Nicht deterministische Kosten

Dieselbe Aufforderung kann bei verschiedenen Ausführungen zu unterschiedlichen Token-Zählungen führen, insbesondere beim Streaming, beim Funktionsaufruf oder bei Agentenketten. Dies erschwert deterministische Tests und erfordert eine Logik für die Nutzungsmessung, die von vornherein auf Varianz ausgelegt ist.

Nicht deterministische Kosten

Dieselbe Aufforderung kann bei verschiedenen Ausführungen zu unterschiedlichen Token-Zählungen führen, insbesondere beim Streaming, beim Funktionsaufruf oder bei Agentenketten.

Wie sieht ein zuverlässiger Vertrag über Nutzungsereignisse für KI-Unternehmen aus?

Das Nutzungsereignis ist die kleinste Einheit Ihres Abrechnungssystems. Jedes nachgelagerte System – von der Nutzungsmessung über die Rechnungsstellung bis hin zum Audit – hängt davon ab, dass der Vertrag für die Ereignisse stabil und ausdrücklich formuliert ist.

So sieht ein zuverlässiger Vertrag über Nutzungsereignisse aus:

• Kunden- und Projektkennungen: Stabile, unveränderliche Kennungen, die sich nicht ändern, wenn ein/e Kunde/Kundin seine/ihre Organisation umbenennt oder seine/ihre Kontohierarchie umstrukturiert.

• Zeitstempel für Aktionen: Der Zeitpunkt, zu dem die Aktion stattfand, und nicht der Zeitpunkt, zu dem das Ereignis ausgegeben wurde. Asynchrone Pipelines können Verzögerungen einführen, die Auswirkungen auf die Zuordnung von Zeiträumen haben.

• Einheit und Menge: Was Sie messen (z. B. Input-Token, Output-Token und Rechensekunden) und wie viel. Richten Sie sich nach den kleinsten Einheiten, es sei denn, Ihre Preisgestaltung behandelt sie identisch.

• Korrelations-ID: Eine eindeutige Kennung, die ein Nutzungsereignis mit der ursprünglichen Anfrage, Sitzung oder dem Agentenlauf verknüpft. Damit lässt sich ein Rechnungsposten bis zu den Anwendungsprotokollen zurückverfolgen.

• Abrechenbare Kennzeichen und Ursachencodes: Nicht jede Aktion ist abrechenbar. Treffen Sie die Abrechnungsentscheidung explizit im Ereignis, anstatt sie in nachgelagerter Logik zu verbergen, wo sie schwieriger zu prüfen ist.

• Schema-Version: Wenn sich Ihre Preismodelle ändern, müssen alte und neue Ereignisse koexistieren. Die Versionierung macht dies möglich.

Wie sollten KI-Unternehmen die Erfassung und Speicherung für eine nutzungsbasierte Abrechnung gestalten?

Zwei Anforderungen herrschen auf dieser Ebene vor: Zuverlässigkeit und Unveränderlichkeit. Alles andere (Durchsatz, Latenz, Schemaüberprüfung) ist diesen Zielen untergeordnet.

So sollten KI-Unternehmen die Erfassung und Speicherung gestalten:

Zuverlässigkeit

Schreiben Sie in ein dauerhaftes Warteschlangensystem mit der Semantik „mindestens einmalige Zustellung“. Die Warteschlange schützt Sie vor vorübergehenden Ausfällen. Nachgelagerte Kundinnen und Kunden übernehmen die Deduplizierung. Schreiben Sie Nutzungsereignisse nicht direkt aus Ihrer Anwendung in eine Datenbank.

Stellen Sie sicher, dass die erforderlichen Felder vorhanden sind, Identifikatoren korrekt aufgelöst werden und Zeitstempel plausibel sind. Lehnen Sie schlecht formatierte Ereignisse frühzeitig mit eindeutigen Fehlern ab, anstatt zuzulassen, dass fehlerhafte Daten in die Nutzungsmessung gelangen.

Planen Sie ausdrücklich Lastspitzen ein. Eine unterversorgte Erfassung scheitert in der Regel an verworfenen Ereignissen.

Unveränderlichkeit

Ihr Speicher für Rohereignisdaten sollte im Modus „Nur anfügen“ verwendet werden. Dies bedeutet, dass zwar neue Daten an das Ende einer Datei oder Datenbank angefügt werden können, bestehende Daten jedoch unveränderlich bleiben (sie können nicht geändert oder gelöscht werden). Wenn Fehler auftreten, wie z. B. eine falsch berechnete Token-Zahl oder eine falsch zugeordnete Endkundin bzw. ein falsch zugeordneter Endkunde, geben Sie ein Korrekturereignis aus, das auf das Original verweist, anstatt den Quelldatensatz zu bearbeiten. Dies ist für die Beilegung von Streitfällen unerlässlich. Wenn ein/e Endkunde/Endkundin eine Rechnung anficht, müssen Sie die genaue Ereignissequenz wiederholen, die die entsprechende Zahl erzeugt hat.

Wie verwandeln KI-Unternehmen Rohdaten zu Nutzungsereignissen in präzise, abrechenbare Rollups?

Bei der Nutzungsmessung ist die Genauigkeit von entscheidender Bedeutung. Bei gleichen Eingabeereignissen und -regeln muss das Ergebnis immer dasselbe sein.

Vier Eigenschaften machen das möglich:

• Deduplizierung und Idempotenz: „Mindestens einmalige Zustellung“ garantiert Duplikate. Diese Idempotenz (bei der Operationsausgaben dasselbe Ergebnis liefern) bedeutet, dass jedes Ereignis eine eindeutige Kennung benötigt und die Aggregation vor der Zählung deduplizieren muss. Ohne dies ist eine doppelte Abrechnung viel wahrscheinlicher.

• Umgang mit verspäteten Ereignissen: Ereignisse gehen nicht in einer bestimmten Reihenfolge ein. Definieren Sie eine klare Richtlinie: Schließen Sie einen Rechnungsstellungszeitraum X Minuten nach der Grenze, akzeptieren Sie verspätete Ereignisse bis zu diesem Zeitpunkt und markieren oder lehnen Sie alles ab, was darüber hinausgeht. Konsistenz ist wichtig.

• Korrekturereignisse: Wenn Fehler auftreten, geben Sie Korrekturereignisse aus, die die Gesamtsummen anpassen, auf das ursprüngliche Ereignis verweisen und erklären, warum es zu der Änderung gekommen ist. Schreiben Sie historische Aggregatwerte nicht um.

• Versionierung von Regeln: Preisgestaltungsregeln können sich ändern, aber Ereignisse müssen nach den Regeln gemessen werden, die zu dem Zeitpunkt gültig waren, als sie aufgetreten sind. Die Anwendung aktueller Regeln auf die Nutzung im letzten Quartal führt zu falschen Rechnungen.

Tools wie Stripe Billing übernehmen die Aggregation anhand der Rechnungen, aber Ihre interne Nutzungsmessungsebene sollte ihre eigenen Rollups unabhängig erstellen. Diese werden zu Ihrer Informationsquelle für den Abgleich.

Wie nutzen KI-Unternehmen Leitplanken zur Kostenkontrolle?

KI-Workloads können Ausgaben (Ihre und die Ihrer Kundinnen und Kunden) schneller erzeugen, als ein Mensch eingreifen kann. Entsprechend müssen Leitplanken in Echtzeit funktionieren.

So nutzen KI-Unternehmen sie, um unkontrollierte Kosten zu verhindern:

Hauptbücher und Reservierungen für Guthaben

Reservieren Sie vor der Ausführung einer Nutzung erzeugenden Aktion die erwarteten Kosten gegenüber dem Guthaben des Kunden/der Kundin. Schlägt die Reservierung fehl, führen Sie die Aktion nicht aus. Nach der Ausführung gleichen Sie die Abrechnung mit der tatsächlichen Nutzung ab. Dies spiegelt die Vorautorisierung bei Kreditkarten wider und ist die richtige Herangehensweise an die KI-Abrechnung.

Weiche und harte Grenzen

Harte Grenzwerte führen zu einer vollständigen Einstellung der Nutzung. Weiche Grenzen lösen hingegen Warnmeldungen aus, wenn Schwellenwerte näherrücken. Beide sollten pro Kunde/Kundin und pro Projekt konfigurierbar sein. Produktions-Workloads und Testkonten weisen unterschiedliche Toleranzen auf.

Unterbrechungsmechanismen für Agenten-Workloads

Agenten erfordern eine spezielle Behandlung. Legen Sie maximale Schrittzahlen, maximale Ausgaben pro Sitzung und automatisierte „Notausschalter“ fest. Setzen Sie diese zur Ausführungszeit durch, nicht nach der Abrechnung. Wenn die Abrechnung das Ereignis registriert, sind die Kosten bereits angefallen.

Anomalieerkennung

Verfolgen Sie die Nutzungsgeschwindigkeit pro Kunde/Kundin und kennzeichnen Sie Abweichungen jenseits eines definierten Schwellenwerts (z. B. 0,10 $ pro Einheit). Automatisiertes Pausieren mit einer Überprüfungsliste für Mitarbeitende ist oft die richtige Reaktion. Das Ziel ist es, unkontrollierte Prozesse abzufangen, bevor sie zu Streitigkeiten oder unerwarteten Kosten der verkauften Waren werden.

So kann Stripe Billing Sie unterstützen

Mit Stripe Billing können Sie die Rechnungsstellung für Ihre Kundinnen und Kunden ganz nach Belieben gestalten – von der einfachen wiederkehrenden Abrechnung über die nutzungsbasierte Abrechnung bis hin zu individuell verhandelten Verträgen. Akzeptieren Sie wiederkehrende Zahlungen global in wenigen Minuten. Hierzu ist kein Code erforderlich. Oder erstellen Sie über die API eine individuelle Integration.

Stripe Billing unterstützt Sie unter anderem in den folgenden Bereichen:

• Angebot flexibler Preise: Reagieren Sie mit flexiblen Preismodellen, wie nutzungsbasierten oder gestaffelten Preisen, Pauschalgebühren plus Mehrverbrauch und mehr, schneller auf die Nutzernachfrage. Die Unterstützung für Gutscheine, kostenlose Testangebote, anteilmäßige Verrechnungen und Add-ons ist integriert.

• Globale Expansion: Steigern Sie die Konversionsrate, indem Sie die bevorzugten Zahlungsmethoden Ihrer Kundinnen und Kunden anbieten. Stripe unterstützt mehr als 100 lokale Zahlungsmethoden und über 130 Währungen.

• Umsatzsteigerung und Verringerung der Abwanderung: Erhöhen Sie Ihre Umsatzrealisierung und reduzieren Sie unfreiwillige Abwanderungen durch Smart Retries und automatisierte Workflows für Zahlungserinnerungen und -einzüge. Mit den Wiederherstellungs-Tools von Stripe konnten Nutzer/innen im Jahr 2024 über 6,5 Milliarden USD an Umsatz zurückgewinnen.

• Effizienzsteigerung: Nutzen Sie die modularen Werkzeuge von Stripe für Steuern, Umsatzberichte und Daten, um mehrere Umsatzsysteme in einem einzigen System zu konsolidieren. Profitieren Sie von der einfachen Integration der Software von Drittanbietern.

Erfahren Sie mehr über Stripe Billing oder starten Sie noch heute.