LLM-Inferenzkosten fressen Margen: Die Token-Ökonomie im B2B-Marketing
Autor: Milan (PixelPropaganda Senior GenAI Solution Architect)
Lesezeit: 5 Minuten
Werbekosten und Conversion-Raten reichten lange aus, um die Rentabilität einer Kampagne zu bewerten. Durch den Einsatz von generativer KI und autonomen Agenten in der Lead-Generierung entsteht nun ein neuer Kostenblock, der in klassischen Dashboards oft komplett fehlt. Die massenhafte Verarbeitung von Daten durch Large Language Models treibt die Inferenzkosten in die Höhe. API-Aufrufe an Sprachmodelle verursachen reale Ausgaben. Jeder API-Call, jede Kontext-Erweiterung und jede RAG-Abfrage kostet Geld. Wenn ein KI-Agent für die Vorqualifizierung eines Leads hunderte iterativer Schritte benötigt, kippt die Profitabilität schnell. Ein neuer Leistungsindikator wird zwingend erforderlich: der Return on Token Expenditure (ROTE).
Das Profitabilitätsproblem in der KI-getriebenen Pipeline
In modernen B2B-Pipelines agiert KI nicht mehr nur als Textgenerator, sondern steuert Workflows autonom:
- Dynamic Creative Optimization: Kontinuierliche Generierung und semantische Anpassung von Werbemitteln.
- Lead-Recherche: Agenten durchsuchen das Web, aggregieren Profile und schreiben strukturierte Notizen ins CRM.
- Personalisierter Outbound: Kontaktpunkte werden über mehrstufige Reasoning-Ketten individuell vorbereitet.
- Conversational Qualifying: Chatbots führen Einwandbehandlungen und vereinbaren Termine.
Jeder dieser Schritte verbraucht Input- und Output-Token. Wenn ein Agentensystem für einen einzelnen Lead dutzende API-Aufrufe mit tiefem Prompt-Chaining durchführt, summieren sich die Rechenkosten pro Kontakt massiv. Liegt die Konversionsrate in Umsatz nicht über einer kritischen Schwelle, übersteigen die reinen Rechenkosten den Customer Lifetime Value. Die Automatisierung wird zum Verlustgeschäft.
Analyse des Token-Verbrauchs in autonomen B2B-Lead-Pipelines
- 52% Redundante System Prompts & Uncached Context
- 24% Unbegrenzte Agentic Reasoning Loops
- 14% Effektiver Output & Personalisierung
- 10% Fehlgeschlagene Tool-Calls & Retries
Drei neue Kennzahlen für das Performance-Controlling
Um Rechenaufwand und betriebswirtschaftlichen Ertrag zusammenzuführen, reichen isolierte Klick- und Leadpreise nicht mehr aus.
1. ROTE (Return on Token Expenditure)
Der ROTE beziffert den direkt zurechenbaren Umsatz im Verhältnis zu den investierten Token-Kosten:
ROTE=Δ Attributierter Pipeline-UmsatzΣ (TokensInput × PInput + TokensOutput × POutput)
Ein ROTE von 12 bedeutet, dass jeder Euro für Inferenz zwölf Euro Umsatz erzeugt hat. Fällt dieser Wert unter die branchenspezifische Bruttomarge, arbeitet die KI-Infrastruktur defizitär.
2. TE-ROAS (Token-Adjusted ROAS)
Für Performance-Teams, die Werbebudgets und Inferenzkosten gemeinsam steuern, fusioniert der TE-ROAS beide Kostenblöcke:
TE-ROAS=BruttoumsatzMedia Spend + Token-Kosten
Sinkt der TE-ROAS unter den definierten Schwellenwert, ist die Kampagne unwirtschaftlich, selbst wenn der reine Media-ROAS positiv wirkt.
3. TCPC (Token Cost per Conversion)
Der TCPC fungiert als Unit-Cost-KPI und isoliert die reinen Inferenzkosten pro Abschluss:
TCPC=Σ Gesamte Token-Kosten der KampagneAnzahl qualifizierter Abschlüsse
Die drei Kennzahlen auf einen Blick
Jede Kachel fasst eine der drei Kennzahlen aus diesem Abschnitt zusammen: Name, Orientierungswert, Formel und wofür Sie sie im Controlling nutzen. Damit prüfen Sie in wenigen Sekunden, ob ein KI-Workflow Umsatz bringt oder Marge verbrennt.
ROTE (Return on Token Expenditure)
> 8.0x
Generierter Pipeline-Umsatz / gesamte Inferenzkosten
Wie viel Umsatz bringt jeder Euro, der in Token fließt? Liegt der Wert darunter, sind Modellwahl und Prompt-Länge zu prüfen.
TE-ROAS (Token-Adjusted ROAS)
> 3.5x
Bruttoumsatz / (Media Spend + Inferenzkosten)
Der klassische ROAS, ergänzt um die Rechenkosten. Zeigt, ob eine Kampagne nach Werbe- und Token-Budget noch rentabel ist.
TCPC (Token Cost per Conversion)
< 4,5 % der CAC
Summierte Inferenzkosten pro gewonnenem Kunden
Anteil der Token-Kosten an den Kundenakquisitionskosten (CAC, Customer Acquisition Cost). Steigt er, ist die Lead-Qualifizierung zu rechenintensiv.
Media ROAS vs. Token-Adjusted ROAS (TE-ROAS) by Pipeline Channel
Multiplier (x)
Hyper-Personalized Cold Outbound
-61%
Dynamic Search Ads + Agentic LP
-25%
Conversational AI Chat Qualified
-37%
Static Landing Page (Control Group)
0%
- Nominal ROAS
- TE-ROAS
Benchmarking und Entscheidungsmatrix
| Metrik | Zielwert (B2B SaaS / High-Value Services) | Implikation bei Unterschreitung |
|---|---|---|
| ROTE | > 10 : 1 | Ineffiziente Inferenz frisst Marge auf. Modell-Downgrade oder Prompt-Kompression nötig. |
| TE-ROAS | > 4 : 1 | Kampagne ist unter Einbezug von Compute unrentabel. |
| TCPC / CAC-Ratio | Token-Kosten sollten unter 5% bis 10% der CAC liegen | Die Lead-Qualifizierung ist zu rechenintensiv für unqualifizierten Traffic. |
Technische Stellhebel gegen Compute-Waste
Bisher komplett unbeachtet bleibt in der Praxis die dynamische Ressourcensteuerung. Rechenleistung unterliegt Preisschwankungen. Clevere Teams nutzen bereits Batch-APIs. Diese verarbeiten Aufgaben asynchron und kosten oft nur die Hälfte der regulären Tarife. Hintergrund-Prozesse wie Lead-Scoring lassen sich so in lastarme Nachtstunden verlagern. Wir sehen hier die Anfänge von Programmatic Compute Buying im Marketing.
Gleichzeitig wird Prompt-Engineering zu einem harten kaufmännischen Faktor. Ein unsauberer System-Prompt, der bei jedem API-Aufruf unnötig große Kontextfenster füllt, verbrennt Marge. Techniken wie Context Caching, bei denen häufig genutzte Dokumente im Speicher des Modells vorgehalten werden, senken die Input-Kosten signifikant. Ebenso entscheidet der Wechsel auf kleine, spezialisierte Open-Source-Modelle für einfache Klassifizierungsaufgaben direkt über die Profitabilität einer Pipeline.
Die Trennung zwischen IT-Infrastruktur und Marketing-Budget löst sich auf. Wer KI-Agenten einsetzt, kauft Rechenleistung. Fehlendes Controlling bei den Inferenzkosten führt zwangsläufig zum Verlust der Deckungsbeiträge.
Teil 2 der Serie
Die Token-Falle im B2C-Handel: Wenn smarte Chatbots heimlich die Marge auffressen
Im nächsten Teil zerlegen wir das Massengeschäft: Warum dieselbe KI-Logik im B2C-E-Commerce zur tödlichen Margenfalle wird und wie Onlineshops mit Semantic Caching und lokalen SLMs dem Compute-Kollaps entkommen.
Teil 2 lesen