---
title: "LLM-Kosten pro Nutzer: Unit Economics für SaaS-KI | BroadRouter"
description: "Berechnen Sie, was ein KI-Feature pro aktivem Nutzer und Monat kostet, warum Vielnutzer mehr zählen als Durchschnitte und wie Sie Tarife kostendeckend kalkulieren."
url: https://broadrouter.com/de/blog/llm-cost-per-user-saas/
lang: de
updated: 2026-11-14
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

Mit KI-Unterstützung aus dem Englischen übersetzt. [Englisches Original lesen](https://broadrouter.com/blog/llm-cost-per-user-saas/) (aktualisiert am 2026-11-14).

# LLM-Kosten pro Nutzer: Unit Economics für ein KI-Feature in SaaS

Vom Team von BroadNet Inference · 6 Min. Lesezeit · Veröffentlicht 2026-11-14

LLM-Kosten pro Nutzer = Anfragen pro aktivem Nutzer und Monat × Tokens pro Anfrage × die Token-Preise pro 1 Mio. Messen Sie das pro Feature über das usage-Feld, kalkulieren Sie Tarife am Nutzer im 90. Perzentil statt am Durchschnitt und setzen Sie Fair-Use-Limits für die Spitze. Günstigere Modelle, Caching und niedriger Reasoning-Aufwand senken die Zahl direkt.

## Das Wichtigste in Kürze

-   Kosten pro Nutzer = Anfragen pro Nutzer × (Input-, gecachte und Output-Tokens pro Anfrage) × Preise pro 1 Mio.
-   Messen Sie pro Feature und pro Nutzer über das usage-Feld; Durchschnittswerte verbergen die Vielnutzer, die die Rechnung treiben.
-   Die Modellwahl verändert die Kosten pro Nutzer um ein Mehrfaches: Vergleichen Sie Output-Preise wie $0.22, $0.52 und $3.46 pro 1 Mio.
-   Kalkulieren Sie Tarife am Nutzer im 90. Perzentil und setzen Sie Fair-Use-Limits für die Spitze.
-   Caching, reasoning\_effort und Routing senken die Kosten pro Nutzer, ohne das Produkt zu verändern.

**Auf dieser Seite**

1.  Wie berechnen Sie die LLM-Kosten pro Nutzer?
2.  Schritt 1: Was zählt als aktiver Nutzer, und was ist die Einheit?
3.  Schritt 2: Wie messen Sie die Tokens pro Einheit?
4.  Schritt 3: Was kostet ein typischer Nutzer? Ein Rechenbeispiel
5.  Schritt 4: Warum führt der Durchschnittsnutzer in die Irre?
6.  Schritt 5: Wie legen Sie Tarife und Limits fest?
7.  Schritt 6: Wie senken Sie die Kosten pro Nutzer, ohne das Produkt zu ändern?
8.  Kann ein Flatrate-Plan SaaS-Nutzer bedienen?
9.  Welche Kosten entstehen rund um das Modell?
10.  Wie gehen Sie mit Free Tiers und Testphasen um?
11.  Zusammenfassung

Ein KI-Feature verändert die Kostenstruktur eines SaaS-Produkts. Hosting und Speicher kosten für jeden Nutzer ungefähr gleich viel; LLM-Aufrufe kosten umso mehr, je mehr jemand sie nutzt. Wenn Sie das Feature bepreisen, ohne zu wissen, was ein aktiver Nutzer Sie kostet, können einige begeisterte Kunden einen profitablen Tarif in einen Verlust verwandeln. Dieser Beitrag zeigt, wie Sie die LLM-Kosten pro Nutzer berechnen, warum der Durchschnitt die falsche Zahl ist und wie Sie damit Tarife festlegen.

## Wie berechnen Sie die LLM-Kosten pro Nutzer?

Für ein Feature und ein Modell:

```text
cost per user per month =
    requests per active user per month
  × [ new input tokens × input price
    + cached tokens    × cached price
    + output tokens    × output price ] / 1,000,000
```

Auf Deutsch: Kosten pro Nutzer und Monat = Anfragen pro aktivem Nutzer und Monat × (neue Input-Tokens × Input-Preis + gecachte Tokens × Cache-Preis + Output-Tokens × Output-Preis) ÷ 1.000.000. Bei Reasoning-Modellen enthält der Output die Reasoning-Tokens, und Bilder werden bei einem Pay-as-you-go-Schlüssel als Input-Tokens gezählt. Wenn Sie eine Auffrischung zu diesen drei Preisen brauchen, lesen Sie [wie LLM-API-Preise funktionieren](https://broadrouter.com/de/blog/llm-api-pricing-explained/).

Addieren Sie die Features, die ein Nutzer verwendet, um die gesamten KI-Kosten pro Nutzer zu erhalten.

## Schritt 1: Was zählt als aktiver Nutzer, und was ist die Einheit?

Wählen Sie eine Definition, über die Sie ohnehin berichten, etwa einen Nutzer, der das KI-Feature im Monat mindestens einmal verwendet hat. Wählen Sie dann die Einheit, die Ihr Feature von sich aus erzeugt: eine Chat-Runde, ein generiertes Dokument, eine analysierte Datei, ein zusammengefasster Anruf. Kosten pro Einheit sind stabiler als Kosten pro Nutzer und leichter zu durchdenken.

## Schritt 2: Wie messen Sie die Tokens pro Einheit?

Schätzen Sie das nicht aus Wortzahlen. Protokollieren Sie den `usage`\-Block jeder Antwort mit einem Feature-Tag und einer gehashten Nutzer- oder Konto-ID: Prompt-Tokens, gecachte Tokens und Completion-Tokens, eine Zeile pro Versuch. Der [Beitrag zum Usage-Logging](https://broadrouter.com/de/blog/llm-api-usage-logging/) enthält einen fertigen Wrapper und das SQL, um die Kosten nach Nutzer und Feature zu gruppieren. Solange Sie noch keinen Traffic haben, liefert der [Token-Zähler](https://broadrouter.com/tools/token-counter/) eine erste Schätzung aus Beispiel-Prompts.

Bei gestreamten Antworten fordern Sie die Usage im letzten Chunk mit `stream_options={"include_usage": True}` an; siehe den [Leitfaden zu Streaming](https://broadrouter.com/de/guides/streaming-chat-completions/). Zählen Sie jeden Versuch mit, auch Retries, denn jeder Versuch, der das Modell erreicht, wird abgerechnet.

## Schritt 3: Was kostet ein typischer Nutzer? Ein Rechenbeispiel

Angenommen, Ihr Produkt hat einen In-App-Assistenten. Für einen typischen aktiven Nutzer messen Sie in einem Monat:

| Messgröße | Wert |
| --- | --- |
| Aktive Tage | 20 |
| Anfragen an den Assistenten pro aktivem Tag | 15 |
| Input-Tokens pro Anfrage | 3.000 (die Hälfte gecacht) |
| Sichtbare Antwort-Tokens pro Anfrage | 400 |
| Reasoning-Tokens pro Anfrage (Reasoning-Modelle) | etwa 600 |

Das sind 300 Anfragen im Monat: etwa 900.000 Input-Tokens, davon 450.000 gecacht, und 120.000 sichtbare Output-Tokens, bei einem Reasoning-Modell zuzüglich etwa 180.000 Reasoning-Tokens.

Wenden Sie die Preise von BroadNet pro 1 Mio. an. Die Token-Zahlen sind in Millionen angegeben, jeder Term ist also Millionen Tokens × Preis pro 1 Mio.:

| Modell | Input / gecacht / Output pro 1 Mio. | Monat dieses Nutzers |
| --- | --- | --- |
| [Gemma 4 VL 26B](https://broadrouter.com/de/models/gemma-4-vl-26b/) | $0.10 / kein Cache-Preis / $0.22 | 0,9 × $0.10 (gesamter Input zum vollen Preis) + 0,12 × $0.22 (keine Reasoning-Tokens) = **$0.12** |
| [DeepSeek V4.1 Flash](https://broadrouter.com/de/models/deepseek-v4.1-flash/) | $0.175 / $0.0055 / $0.52 | 0,45 × $0.175 + 0,45 × $0.0055 + 0,3 × $0.52 = **$0.24** |
| [Qwen3.8 27B](https://broadrouter.com/de/models/qwen3.8-27b/) | $0.175 / $0.0435 / $2.17 | 0,45 × $0.175 + 0,45 × $0.0435 + 0,3 × $2.17 = **$0.75** |
| [GLM 5.3](https://broadrouter.com/de/models/glm-5.3/) | $0.78 / $0.173 / $3.46 | 0,45 × $0.78 + 0,45 × $0.173 + 0,3 × $3.46 = **$1.47** |

Die 0,3 Mio. Output bei den Reasoning-Modellen setzen sich aus 0,12 Mio. sichtbarer Antwort und 0,18 Mio. Reasoning zusammen. Durchgerechnet kostet die Zeile für GLM 5.3 mehr als das Zehnfache der Zeile für Gemma 4 VL 26B, für denselben Nutzer (der [Vergleich Gemma 4 VL 26B vs. GLM 5.3](https://broadrouter.com/compare/gemma-4-vl-26b-vs-glm-5.3/) zeigt beide nebeneinander). Bei jedem Reasoning-Modell ist der Output der größte Posten, und Reasoning-Tokens machen mehr als die Hälfte dieses Outputs aus. Geben Sie Ihre eigenen Messwerte in den [LLM-API-Kostenrechner](https://broadrouter.com/tools/llm-api-cost-calculator/) ein, um Ihre Zahl zu erhalten.

## Schritt 4: Warum führt der Durchschnittsnutzer in die Irre?

Die Nutzung von KI-Features ist schief verteilt. Die meisten Nutzer probieren das Feature ein paar Mal aus; eine kleine Gruppe nutzt es den ganzen Tag. Der Durchschnitt verbirgt diese Gruppe, und genau sie treibt die Rechnung.

Berechnen Sie aus Ihrem Usage-Log pro Nutzer und Monat:

-   **Median der Kosten.** Was ein normaler Nutzer kostet.
-   **90\. Perzentil.** Was ein intensiver, aber normaler Nutzer kostet. Bepreisen Sie Ihren Tarif so, dass auch dieser Nutzer profitabel bleibt.
-   **99\. Perzentil und Maximum.** Die Spitze. Diese Nutzer brauchen ein Fair-Use-Limit, einen höheren Tarif oder eine Prüfung auf Automatisierung und Missbrauch.

Wenn Ihr Nutzer im 99. Perzentil ein Vielfaches des Medians kostet, ist das für sich genommen kein Problem; es ist eine Eingangsgröße für die Preisgestaltung.

## Schritt 5: Wie legen Sie Tarife und Limits fest?

Sobald die Kosten pro Nutzer bekannt sind, wird die Preisgestaltung zu einer Margenentscheidung:

1.  **Legen Sie Ihre Ziel-Bruttomarge** für den Tarif fest.
2.  **Rechnen Sie zurück auf die maximalen KI-Kosten pro Nutzer**, die diese Marge zulässt.
3.  **Vergleichen Sie sie mit Ihrem 90. Perzentil.** Passt das 90. Perzentil, funktioniert der Tarif. Wenn nicht, senken Sie die Kosten (Schritt 6), erhöhen Sie den Preis oder verlagern Sie intensive Nutzung in einen höheren Tarif.
4.  **Übersetzen Sie Tokens in eine Einheit, die Nutzer verstehen.** Nutzer denken nicht in Tokens. Begrenzen Sie Anfragen pro Tag, Dokumente pro Monat oder Audiominuten, so bemessen, dass die intensivste erlaubte Nutzung unter Ihrer Kostenobergrenze bleibt.
5.  **Prüfen Sie monatlich neu.** Prompt-Änderungen, neue Features und Modellwechsel verändern alle die Kosten pro Nutzer.

## Schritt 6: Wie senken Sie die Kosten pro Nutzer, ohne das Produkt zu ändern?

-   **Cachen.** Stellen Sie den gleichbleibenden System-Prompt und die Tool-Liste an den Anfang. Bei DeepSeek V4.1 Flash kostet gecachter Input $0.0055 pro 1 Mio. statt $0.175. [So erhöhen Sie Ihre Cache-Quote](https://broadrouter.com/de/blog/cached-input-tokens-explained/).
-   **Reasoning herunterregeln.** `reasoning_effort` auf `low` für Routineanfragen spart die teuersten Tokens. [Was Reasoning kostet](https://broadrouter.com/de/blog/reasoning-tokens-cost/).
-   **Nach Schwierigkeit routen.** Schicken Sie einfache Anfragen an Gemma 4 VL 26B und behalten Sie die Reasoning-Modelle für schwierige.
-   **Verlauf kürzen.** Lange Unterhaltungen senden bei jeder Runde alles erneut; fassen Sie ältere Runden zusammen oder schneiden Sie sie ab, wo die Qualität es zulässt.
-   **Output begrenzen.** Setzen Sie `max_tokens` pro Feature und lassen Sie bei Reasoning-Modellen Raum für das Reasoning.

Weitere Stellschrauben finden Sie unter [Ausgabenkontrolle bei LLM-APIs](https://broadrouter.com/de/blog/llm-api-spend-control/).

## Kann ein Flatrate-Plan SaaS-Nutzer bedienen?

Die unbegrenzten Pläne von BroadNet für DeepSeek V4.1 Flash ($60 pro Session und Monat) dürfen unter Ihrem eigenen Schlüssel in Ihre eigene App oder Ihren Dienst eingebaut werden, doch jede Session verarbeitet **eine Anfrage gleichzeitig**, und der Schlüssel darf weder geteilt noch weiterverkauft werden. Damit passt ein Plan gut zu Backend-Aufgaben mit geringer Parallelität: einem nächtlichen Berichtsgenerator, einem warteschlangengesteuerten Zusammenfasser, einem internen Agenten. Für interaktiven Nutzer-Traffic mit vielen gleichzeitigen Anfragen sind Pay-as-you-go-Schlüssel (je 4 gleichzeitige Anfragen, 30 pro Minute) oder mehrere Sessions die übliche Lösung. Die aktuellen Bedingungen finden Sie auf der [Seite zu den Plänen](https://inference.broadnet.ai/plans?utm_source=broadrouter&utm_medium=referral&utm_campaign=de-blog-llm-cost-per-user-saas&utm_content=body).

## Welche Kosten entstehen rund um das Modell?

Die Kosten pro Nutzer aus Tokens sind nur ein Teil des KI-Postens. Rechnen Sie Retrieval und Vektorspeicher hinzu, Transkription (pro Audiominute abgerechnet, zum Beispiel $0.0042 pro Minute für Arabisch bei BroadNet), Retries und Evaluierungsläufe. Wenn Ihre Nutzer auf Arabisch oder in anderen Sprachen als Englisch schreiben, rechnen Sie mit mehr Tokens pro Nachricht als auf Englisch; [messen Sie die Tokens pro Wort](https://broadrouter.com/de/blog/tokens-per-word-arabic-english/) für Ihre eigenen Inhalte.

## Wie gehen Sie mit Free Tiers und Testphasen um?

Ein Free Tier vervielfacht die Kosten pro Nutzer um Nutzer, die nichts zahlen. Behandeln Sie es als Marketingausgabe: Geben Sie kostenlosen Nutzern das günstigste Modell, das das Feature noch gut zeigt, setzen Sie engere Tageslimits als in bezahlten Tarifen und erfassen Sie die KI-Kosten kostenloser Nutzer als eigenen Posten. Wenn kostenlose Nutzer konvertieren, ist dieser Posten Akquisitionskosten; wenn nicht, halten ihn die Limits klein.

## Zusammenfassung

Messen Sie die Tokens pro Einheit über das usage-Feld, multiplizieren Sie mit den veröffentlichten Preisen, betrachten Sie das 90. Perzentil statt des Mittelwerts und legen Sie daraus Tarifpreise und Limits fest. Machen Sie dann jede Einheit günstiger, mit Caching, Routing und geringerem Reasoning-Aufwand. Wenn Sie noch nichts gemessen haben, beginnen Sie mit der [Methode für die monatlichen Kosten](https://broadrouter.com/de/blog/estimate-llm-api-cost-before-launch/).

Kostenlose Tools zum Thema (auf Englisch)

-   [LLM API cost calculator](https://broadrouter.com/tools/llm-api-cost-calculator/) Price a workload on every model at once, with cache hits, reasoning and a flat-plan check.
-   [Flat-rate vs per-token LLM cost calculator](https://broadrouter.com/tools/flat-rate-vs-per-token-calculator/) Break-even between an unlimited plan and paying per token, per agent.
-   [Prompt caching savings calculator](https://broadrouter.com/tools/prompt-caching-calculator/) Bill with and without caching, by prefix share and hit rate.
-   [Prompt token diff](https://broadrouter.com/tools/prompt-token-diff/) Two prompt versions side by side: changed lines, exact token delta and the monthly cost difference.

[Kostenlose Tools (auf Englisch)](https://broadrouter.com/tools/)

## Begriffe in diesem Artikel

[Token](https://broadrouter.com/de/glossary/token/)

Ein Token ist die Texteinheit, die ein Sprachmodell liest und schreibt: ein Wort, ein Wortteil, ein Satzzeichen oder eine Bytefolge, die der Tokenizer des Modells erzeugt. LLM-APIs zählen, begrenzen und berechnen die Nutzung meist in Tokens.

[Input- und Output-Tokens](https://broadrouter.com/de/glossary/input-and-output-tokens/)

Input-Tokens sind die Tokens, die ein Sprachmodell in einer Anfrage liest, einschließlich System-Prompt, Gesprächsverlauf, Tool-Definitionen und Bildern. Output-Tokens sind die Tokens, die es als Antwort erzeugt, einschließlich Reasoning. LLM-APIs berechnen beide meist getrennt, und Output ist in der Regel teurer.

[Reasoning-Tokens](https://broadrouter.com/de/glossary/reasoning-tokens/)

Reasoning-Tokens sind Tokens, die ein Reasoning-Modell erzeugt, um ein Problem durchzuarbeiten, bevor es seine sichtbare Antwort schreibt. Sie werden meist als Output-Tokens berechnet, zählen zum Output-Limit und zum Kontextfenster und können von der API verborgen oder zusammengefasst werden.

[Tool Calling (Function Calling)](https://broadrouter.com/de/glossary/tool-calling/)

Tool Calling, auch Function Calling genannt, ist eine Funktion von LLM-APIs, bei der das Modell eine strukturierte Anfrage zurückgibt, eine vom Entwickler definierte Funktion mit JSON-Argumenten auszuführen. Die Anwendung führt die Funktion aus und sendet das Ergebnis zurück; das Modell selbst führt nie Code aus.

[Concurrency (Parallelität)](https://broadrouter.com/de/glossary/concurrency/)

Concurrency (Parallelität) ist die Zahl der Anfragen, die ein Client gleichzeitig offen hat. LLM-APIs begrenzen sie oft pro Schlüssel oder Plan, getrennt von den Anfragen pro Minute, weil jede offene Anfrage GPU-Kapazität belegt, bis ihre Antwort fertig ist.

[Gecachte Input-Tokens (Cached Input Tokens)](https://broadrouter.com/de/glossary/cached-input-tokens/)

Gecachte Input-Tokens sind Prompt-Tokens, die ein LLM-Anbieter kürzlich verarbeitet hat und aus einem Cache wiederverwenden kann, statt sie neu zu berechnen, meist ein wiederholtes Präfix wie ein System-Prompt oder ein Dokument. Anbieter berechnen sie günstiger als neue Input-Tokens.

[Pay-as-you-go](https://broadrouter.com/de/glossary/pay-as-you-go/)

Pay-as-you-go ist ein Preismodell, bei dem Sie nur für tatsächliche Nutzung zahlen, gemessen pro Einheit wie Tokens, Anfragen oder Audiominuten, ohne Abonnement oder Mindestabnahme. Die meisten LLM-APIs rechnen so ab, aus einem vorausbezahlten Guthaben oder per regelmäßiger Rechnung.

[LLM-Flatrate (Flat-rate LLM plan)](https://broadrouter.com/de/glossary/flat-rate-llm-plan/)

Eine LLM-Flatrate ist ein Plan, der für den Zugang zu einer Sprachmodell-API einen Festpreis pro Zeitraum, etwa pro Monat, berechnet statt pro Token. Solche Pläne begrenzen meist etwas anderes, etwa Parallelität, Geschwindigkeit, Modelle oder Nutzungsfenster. Die Limits zählen also so viel wie der Preis.

## Häufige Fragen

### Sollte ich meinen Nutzern Tokens berechnen?

Für Endnutzer selten; die meisten bevorzugen einen festen Tarif mit klarem Limit. Messen Sie Tokens intern, rechnen Sie nach Anfragen, Dokumenten oder Arbeitsplätzen ab und behalten Sie ein Fair-Use-Limit für die intensivsten Nutzer.

### Kann ich mit einem BroadNet-Flatrate-Plan meine SaaS-Nutzer bedienen?

BroadNet erlaubt es, einen Plan unter Ihrem eigenen Schlüssel in Ihre eigene App oder Ihren Dienst einzubauen. Jede Session verarbeitet eine Anfrage gleichzeitig. Das passt zu Backend-Agenten oder Features mit geringer Parallelität; Nutzer-Traffic mit vielen gleichzeitigen Anfragen braucht meist Pay-as-you-go-Schlüssel oder mehrere Sessions.

### Welchen Anteil am Abopreis sollten die KI-Kosten haben?

Eine allgemeingültige Zahl gibt es nicht. Legen Sie die Bruttomarge fest, die Ihr Geschäft braucht, rechnen Sie daraus zurück, was ein intensiver normaler Nutzer höchstens kosten darf, und setzen Sie die Limits passend.

### Wie oft sollte ich die Kosten pro Nutzer neu berechnen?

Bei jeder Änderung von Prompt, Modell oder Feature und mindestens monatlich. Die Token-Zahlen verschieben sich, wenn sich Prompts und Nutzerverhalten ändern.

## Weiterlesen

-   [LLM-API-Kosten vor dem Launch eines Features schätzen](https://broadrouter.com/de/blog/estimate-llm-api-cost-before-launch/)
-   [LLM-API-Kosten kontrollieren: Budgets, Key-Limits und Loop-Schutz](https://broadrouter.com/de/blog/llm-api-spend-control/)
-   [Reasoning-Tokens: Warum Sie mehr Output zahlen, als Sie sehen](https://broadrouter.com/de/blog/reasoning-tokens-cost/)
-   [Gecachte Input-Tokens: So senken Sie die Rechnung Ihrer LLM-API](https://broadrouter.com/de/blog/cached-input-tokens-explained/)
-   [LLM-API-Preisänderungen im Oktober 2026: 3 Erhöhungen, keine Senkung](https://broadrouter.com/de/blog/llm-api-price-changes-october-2026/)
-   [Wie oft ändern sich LLM-API-Preise? 3 Jahre archivierte Preisseiten](https://broadrouter.com/de/blog/how-often-llm-api-prices-change/)
-   [Anleitung: OpenAI Python SDK mit BroadNet Inference nutzen](https://broadrouter.com/de/guides/openai-python-sdk/)
-   [Anleitung: Chat Completions streamen und abgebrochene Verbindungen behandeln](https://broadrouter.com/de/guides/streaming-chat-completions/)

Testen Sie es mit Ihrem echten Workload. Neue Konten starten mit USD 5 Guthaben für Gemma und Transkription. DeepSeek, GLM und Qwen3.8 erfordern eine Aufladung.

[Loslegen](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=de-blog-llm-cost-per-user-saas&utm_content=page-cta) ·

**Quellen**

-   [Maschinenlesbare Preise von BroadNet Inference (pricing.json) (auf Englisch)](https://inference.broadnet.ai/pricing.json?utm_source=broadrouter&utm_medium=referral&utm_campaign=de-blog-llm-cost-per-user-saas&utm_content=sources)
-   [API-Referenz von BroadNet Inference, usage-Felder und Limits (auf Englisch)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=de-blog-llm-cost-per-user-saas&utm_content=sources)
-   [Unbegrenzte Pläne und Plan-FAQ von BroadNet Inference (auf Englisch)](https://inference.broadnet.ai/plans?utm_source=broadrouter&utm_medium=referral&utm_campaign=de-blog-llm-cost-per-user-saas&utm_content=sources)
-   [API-Referenz von OpenAI, usage-Objekt von Chat Completions](https://platform.openai.com/docs/api-reference/chat/create)
