Tools

Interaktiv

Wie hoch wird die Cloud-Rechnung?

Starten Sie mit einem typischen Setup und passen Sie die Grössen an. Sie erhalten eine Monatsschätzung zu Azure-Listenpreisen, aufgeteilt nach Kostentreibern, und den Hebel für den grössten Teil.

• Compute$ 1'679 · 53%
• Logs$ 909 · 29%
• Datenbank$ 310 · 10%
• Datentransfer$ 165 · 5%
• Disks$ 108 · 3%
• Objektspeicher$ 9.80 · 0%

Azure West Europe, Pay-as-you-go-Listenpreise in USD, Stand 8. November 2026 (Azure Retail Prices API): Compute zu D4s v5 Linux, Disks zu Premium SSD P10, Datenbank zu PostgreSQL Flexible Server General Purpose (nur Compute), Datentransfer über das Microsoft-Netz nach 100 GB gratis, Logs zu Log Analytics (Analytics Logs). Nicht enthalten: Reservierungen, Lizenzen, Backup, Support, Steuern.

Azure Retail Prices API

Interaktiv

Was kostet eine KI-Funktion pro Monat?

Geben Sie Ihren Traffic und die Prompt-Grössen ein. Sie sehen die Monatsrechnung auf Ihrem Modell, auf allen aktuellen Modellen und was Prompt-Caching und das Routing einfacher Anfragen auf ein kleines Modell sparen.

Derselbe Traffic auf jedem Modell (mit Ihrem Caching, ohne Routing)

• Claude Haiku 5.5 Anthropic$ 27
• GPT-6 Luna OpenAI$ 27
• Gemini 3.5 Flash-Lite Google$ 112
• GPT-6.1 Terra OpenAI$ 274
• Gemini 3.8 Flash Google$ 410
• Claude Sonnet 5.5 Anthropic$ 547
• GPT-6.1 Sol OpenAI$ 547
• Claude Opus 5.5 Anthropic$ 1'094
• Gemini 4 Argon Google$ 1'094
• Claude Fable 5.1 Anthropic$ 2'736
• GPT-6 Astra OpenAI$ 2'736

Standard-Listenpreise pro Million Tokens, Stand 8. November 2026. Nicht enthalten: Cache-Schreibvorgänge, Aufschläge für lange Kontexte, Tool- und Suchgebühren, Steuern. Gemini 4 Argon und 3.8 Flash mit regulären Preisen; Einführungsrabatte laufen bis 30. November und 31. Dezember 2026. Preise ändern sich: vor der Budgetierung auf den Preisseiten prüfen.

Anthropic · OpenAI · Google

Interaktiv

Lohnt sich die Verpflichtung?

Eine Reservierung oder ein Savings Plan ist pro Stunde günstiger, aber Sie zahlen ihn, ob Sie ihn nutzen oder nicht. Hier sehen Sie, ab welcher Auslastung er sich lohnt und was über die Laufzeit übrig bleibt.

Meine Regel: erst nach dem Right-Sizing kaufen, und nur für die Basis, die seit Monaten stabil läuft. Unter dem Break-even zahlen Sie für Kapazität, die Sie nicht nutzen.

Interaktiv

Was kosten Ihre Logs?

Log-Volumen und Aufbewahrung, bepreist auf Azure, AWS und Google Cloud. Meist kommt die Rechnung davon, was Sie schreiben, nicht davon, wie lange Sie es aufbewahren.

Schreiben macht hier 87–95 % der Kosten aus: Weniger loggen (Debug-Level, Health-Checks, gesprächige Dienste) spart mehr als kürzere Aufbewahrung.

Listenpreise in USD, Stand 8. November 2026: Azure Log Analytics (Analytics Logs, West Europe, 31 Tage inklusive), AWS CloudWatch Logs (Standard, Frankfurt; Speicher wird komprimiert abgerechnet, das ist also eine Obergrenze), Google Cloud Logging (30 Tage inklusive, erste 50 GiB pro Projekt und Monat gratis; GiB als GB gerechnet). Gratis-Kontingente von Azure und AWS, günstigere Log-Tiers und Archiv-Optionen sind nicht enthalten.

Azure Retail Prices API · Azure Monitor Logs · AWS CloudWatch · Google Cloud

Interaktiv

Wie viele Nodes brauchen Ihre Requests wirklich?

Schieben Sie die Regler auf Ihre Werte. Requests entscheiden, wo Pods Platz finden, zu grosse Requests kaufen also Nodes, die niemand nutzt.

Nur CPU, rund 90 % eines Nodes sind allokierbar, mindestens 2 Nodes für Verfügbarkeit. Speicher genauso prüfen, bevor ein Node wegfällt.

Interaktiv

Welches Gerät für ein lokales LLM?

Wählen Sie ein Modell und wie Sie es nutzen. Sie sehen, wie viel Speicher es braucht, und die kleinsten Geräte, die es tragen, vom Mini-PC bis zum GPU-Server.

Alle Optionen, grob von kleiner zu grosser Investition

• PC mit GeForce RTX 5090Zu klein

  Schnell für Modelle, die in 32 GB passen. Eine Consumer-Karte: laut, heiss, ohne ECC-Speicher, 575 W Grafikleistung.

• Mini-PC mit AMD Ryzen AI Max+ 395Passt · 128 GB

  Der günstigste Weg zu viel Speicher: bis 128 GB 256-Bit-LPDDR5x-8000 (rund 256 GB/s), geteilt mit der Radeon-8060S-Grafik, 45 bis 120 W. Läuft mit llama.cpp, LM Studio und Ollama.

  ≤ 7 Tokens/s, Obergrenze für eine Person auf diesem Gerät

• NVIDIA DGX SparkPasst · 128 GB

  GB10-Superchip mit 128 GB Unified Memory und vollem CUDA-Stack. 273 GB/s bremsen grosse dichte Modelle; stark bei Mixture-of-Experts-Modellen, Entwicklung und Fine-Tuning-Experimenten.

  ≤ 8 Tokens/s, Obergrenze für eine Person auf diesem Gerät

• Mac Studio M5 MaxPasst · 128 GB

  Bis 128 GB Unified Memory mit 460 bis 614 GB/s, und leise. MLX, llama.cpp, Ollama und LM Studio laufen gut darauf.

  ≤ 13–18 Tokens/s, Obergrenze für eine Person auf diesem Gerät

• Workstation oder Server mit RTX PRO 6000 Blackwell (1–2)Passt · 96 GB

  96 GB ECC-GDDR7 mit 1'792 GB/s und 600 W pro Karte: am schnellsten pro Person. Eine oder zwei davon mit vLLM ergeben einen Server fürs Team.

  ≤ 51 Tokens/s, Obergrenze für eine Person auf diesem Gerät

• Rack-Server mit 2× L40SPasst · 96 GB

  Zwei Rechenzentrums-GPUs mit je 48 GB und vLLM davor: das andere Team-Setup aus dem Artikel für 30B- bis 70B-Modelle.

• Mac Studio M5 UltraPasst · 512 GB

  Bis 512 GB Unified Memory mit 1,2 TB/s, maximal 480 W Dauerleistung: der einfachste Weg, ein sehr grosses Modell auf den Schreibtisch zu bringen.

  ≤ 34 Tokens/s, Obergrenze für eine Person auf diesem Gerät

• NVIDIA DGX Station (GB300)Passt · 748 GB

  Ein Gerät neben dem Schreibtisch mit GB300-Superchip und 748 GB kohärentem Speicher, davon 252 GB HBM3e.

• GPU-Server mit H200 (bis 8)Passt · 141 GB

  141 GB HBM3e mit 4,8 TB/s und bis 700 W pro GPU; acht davon ergeben über ein Terabyte. vLLM verteilt das Modell auf die GPUs.

• NVIDIA DGX B200Passt · 1'440 GB

  Acht B200-GPUs mit zusammen 1'440 GB HBM3e und 64 TB/s, rund 14,3 kW für das System. Strom, Kühlung und Betrieb werden zum grösseren Projekt.

Planungswert, kein Benchmark. Speicher = Parameter × Bytes pro Parameter, plus rund 20 % für den KV-Cache (lange Dokumente oder wenige Personen: +50 %, ein Team: +100 %, grobe Faktoren). Geräte mit Unified Memory behalten rund 10 % für das System. Die Tempo-Grenze ist Speicherbandbreite geteilt durch die pro Token gelesenen Gewichte (bei Mixture-of-Experts nur die aktiven); echte Werte liegen darunter. Gerätedaten aus den Datenblättern der Hersteller, wie im Artikel verlinkt (Ryzen-Bandbreite berechnet aus AMDs 256-Bit-LPDDR5x-8000). Vor dem Kauf: Modell und Prompts zwei Wochen auf gemieteten GPUs testen.

Interaktiv

Welche GPU braucht Ihr Modell?

Wählen Sie Modellgrösse und Genauigkeit. Gewichte brauchen Parameter × Bytes pro Parameter, rund 20 % mehr decken den KV-Cache bei normaler Kontextlänge.

• 1× 24 GB (RTX 4090)
• 1× 32 GB (RTX 5090)
• 1× 48 GB (L40S)
• 1× 80 GB (H100)
• 1× 96 GB (RTX PRO 6000 Blackwell)
• 1× 141 GB (H200)

Faustregel zur Planung, kein Benchmark. Lange Kontexte und viele parallele Nutzer brauchen mehr KV-Cache, 4-Bit kostet etwas Qualität.

Interaktiv

Was kostet ein Mixture-of-Experts-Modell im Betrieb?

Alle Experten müssen im GPU-Speicher liegen, aber jedes Token läuft nur durch die aktiven. Speicher skaliert mit allen Parametern, Tempo mit den aktiven.

Planungswert: Gewichte plus rund 15 % für KV-Cache und Laufzeit. Echter Durchsatz hängt von Batch-Grösse, Interconnect und Serving-Engine ab.

Interaktiv

Ist Ihr Air Gap mehr als eine Firewall-Regel?

Haken Sie ab, was Ihre Enklave schon hat. Bei den Lücken beginnen meist Audit-Funde und Ausfälle.

• Ein schriftliches Bedrohungsmodell: was nie raus darf, was nie rein darf
• Ein definierter Transferweg mit Scan, Prüfsumme und Signaturprüfung
• Ein privater Registry-Spiegel, der nur signierte Images annimmt
• Eine SBOM für alles, was importiert wird
• GitOps von einem Git-Server in der Enklave
• Eine Zeitquelle innerhalb der Enklave
• Monitoring, Logs und Alerts bleiben drinnen
• Ein fester Patch-Rhythmus mit getesteten Update-Paketen
• Break-Glass-Zugang dokumentiert und geübt
• Ein Restore wurde in der Enklave getestet

Interaktiv

Ist Ihre KI-gebaute App bereit für Produktion?

Haken Sie ab, was schon stimmt. Was übrig bleibt, ist Ihre To-do-Liste, in Reihenfolge.

• Code liegt in Git, Änderungen laufen über Pull Requests
• Keine geheimen Keys im Frontend, Server-Keys nur auf dem Server
• Row-Level-Security (oder Gleichwertiges) auf jeder Tabelle
• Datenbankänderungen als versionierte Migrationen
• Eine separate Staging-Umgebung mit eigenen Daten
• Automatische Tests laufen vor jedem Merge
• Smoke-Test nach jedem Deploy und ein Weg zurück mit einem Klick
• Verschlüsselte Backups ausserhalb des Hosting-Anbieters
• Ein Restore wurde wirklich getestet
• Uptime- und Business-Checks, die einen Menschen alarmieren
• Budget-Alerts auf Cloud- und KI-Rechnungen
• Datenschutz-Basics: Datenübersicht, Löschung auf Anfrage, AV-Verträge

Interaktiv

Welcher Modus passt zu Ihrer Aufgabe?

Beantworten Sie drei Fragen zur Aufgabe, die der Agent Ihnen abnehmen soll.

1. 1.Hat sie ein Ziel, das eine Maschine prüfen kann (Tests grün, Datei da, Kennzahl erreicht)?

   JaNein

2. 2.Soll sie in Intervallen wiederholen oder etwas beobachten?

   JaNein

3. 3.Muss sie laufen, wenn Ihr Laptop aus ist, oder per Zeitplan, API-Aufruf oder GitHub-Event starten?

   JaNein

Interaktiv

Welche Codex-Einstellungen passen zu Ihrer Aufgabe?

Wählen Sie die Situation. Sie bekommen Sandbox-Modus, Freigabe-Policy und die Konfiguration zum Kopieren, mit den Namen aus der Codex-Doku (November 2026).

Das risikoärmere Automatisierungs-Preset der Doku: Änderungen im Workspace, fragt vor allem anderen.

# ~/.codex/config.toml
sandbox_mode = "workspace-write"
approval_policy = "on-request"

[sandbox_workspace_write]
network_access = false

Interaktiv

Die drei im direkten Vergleich

Wählen Sie, was Ihnen am wichtigsten ist. Stand November 2026, aus Doku und Changelogs der Anbieter (siehe Quellen).

Interaktiv

Welcher Claude-Plan passt zu Ihrer Arbeitsweise?

Wählen Sie, was am besten passt. Pläne und Preise seit der Umstellung am 30. Oktober 2026 (USD), laut Anthropics Preisseite und Help Center.

Interaktiv

Wie bereit ist Ihre Marke für KI-Antworten?

Haken Sie ab, was schon stimmt. Der Rest ist Ihre GEO-To-do-Liste, das Wichtigste zuerst.

• Markenfakten sind identisch auf Website, Google-Unternehmensprofil, LinkedIn und Verzeichnissen
• Wichtige Seiten beantworten die Hauptfrage im ersten Absatz
• Organization- oder LocalBusiness-Daten auf den wichtigen Seiten
• Eine bewusste robots.txt-Entscheidung für GPTBot, PerplexityBot und Google-Extended
• Wichtige Inhalte stehen im HTML, nicht erst nach JavaScript
• FAQ- und Vergleichsseiten zu dem, was Kunden wirklich fragen
• Einträge und Bewertungen auf den Portalen Ihrer Branche gepflegt
• Eigene Daten oder Expertise, die andere zitieren können
• KI-vermittelte Besuche separat in der Analytics erfasst
• Anteil an KI-Antworten für Ihre Top-Fragen gemessen (Semrush, Peec AI)

Interaktiv

Was fragen Ihre Kunden eine KI?

Wählen Sie Branche und Absichten. Die Beispiele kommen aus Vorlagen in Ihrem Browser; echte Prompt-Recherche erzeugt Hunderte pro Seite mit einem offenen Modell aus Ihrer Sitemap.

1. Welches Restaurant in Munich ist das beste?
2. Welches Restaurant in Munich empfehlen Einheimische?
3. Vergleiche die drei besten Optionen (Restaurant, Munich) nach Preis und Bewertungen
4. Ihre Marke oder ein anderes Restaurant in Munich: was passt besser für ein kleines Team?
5. Wo kann ich in Munich für dieses Wochenende ein Restaurant buchen?
6. Finde ein Restaurant in Munich, das morgen frei ist