Die echten Kosten eines AI SaaS 2026 — Vollstandige Infrastrukturanalyse

16. Juni 2026 · 13 Min. Lesezeit · APICalculators Blog

Jeder redet uber das Potenzial von AI SaaS. Aber kaum jemand spricht uber die tatsachlichen Betriebskosten. Dieser Leitfaden liefert echte monatliche Dollar-Zahlen fur alle wichtigen Infrastrukturkomponenten — LLM-APIs, Vektordatenbanken, Authentifizierung, Hosting, Zahlungsabwicklung und serverlose Funktionen — auf drei Produktionsstufen: Startup (1.000 Nutzer), Wachstum (10.000 Nutzer) und Skalierung (100.000 Nutzer).

Alle Preise stammen aus offiziellen Anbieter-Dokumentationen (Stand: Juni 2026). Unser Anwendungsmodell: Ein AI SaaS, bei dem Nutzer 5 Anfragen pro aktivem Tag stellen, jede Anfrage einen LLM-Aufruf (500 Prompt-Token + 300 Ausgabe-Token) und eine Vektordatenbank-Suche erfordert. Erlbsmodell: 3% Conversion zu einem 29$/Monat-Plan.

1. LLM-API-Kosten

LLM-API-Ausgaben sind der grosste und variabelste Kostenposten in jedem AI SaaS. Das gewahlte Modell schafft einen 15-fachen Kostenmultiplikator zwischen der gunstigsten und leistungsfahigsten Option. Bei Skalierung bestimmt diese einzige Entscheidung, ob die Infrastruktur profitabel oder untragbar wird.

Der kluge Ansatz: 80% der Anfragen an GPT-5.4 nano (einfache Abfragen, Formatierung, FAQ-Antworten) und 20% an Sonnet 4.6 (komplexes Reasoning, Code-Generierung, Analyse) weiterleiten. Bei Skalierung kostet dieser gemischte Ansatz ca. 1.942$/Monat — 78% gunstiger als reines Sonnet 4.6, mit minimalem Qualitatatsverlust fur Routineabfragen.

Modelliere deine spezifischen Token-Verhaltnisse mit dem LLM-API-Kostenrechner.

2. Vektordatenbank-Kosten

Vektordatenbanken speichern und durchsuchen die Wissensbasis deiner KI. Die Kosten wachsen mit der Vektorzahl (Corpus-Grosse) und dem Abfragevolumen. Wir schatzen die Corpus-Grosse proportional zur Nutzerzahl: 1K Nutzer → 1M Vektoren, 10K → 5M, 100K → 50M (1.536 Dimensionen, OpenAI text-embedding-3-small Format).

Hetzner CX42 (8 vCPU, 16 GB RAM, 19,90$/Mo) bealtigt 50M Vektoren problemlos ohne Kosten pro Abfrage. Die Einrichtung von Qdrant mit Docker Compose dauert unter 2 Stunden. Deutsche Entwicklerteams profitieren zusatzlich von Hetzners Rechenzentren in Nurnberg und Falkenstein mit hervorragenden Latenzen innerhalb Europas.

Vergleiche alle Optionen im Vektordatenbank-Kostenrechner.

3. Authentifizierungskosten

Authentifizierung ist die haufigste Quelle fur Infrastrukturkostenuberterschungen. Clerk ist bis 10.000 MAU kostenlos — aber der Sprung bei Skalierung ist dramatisch. Supabase Auth ist bis 50.000 MAU kostenlos, und der Pro-Plan enthalt 100.000 MAU fur einen Pauschalpreis von 25$/Monat.

Bei 100.000 MAU ist Supabase Auth 73x gunstiger als Clerk. Empfehlung fur deutsche Entwickler: Nutze Supabase Auth auch fur DSGVO-Konformitat — Supabase bietet EU-Rechenzentren in Frankfurt an, was die Datenverarbeitung innerhalb der EU vereinfacht.

Plane deine MAU-Trajektorie mit dem Auth-Kostenrechner.

4. Hosting-Kosten

Fur ein AI SaaS, das HTTP-Anfragen bearbeitet, ist ein VPS oder eine Container-Plattform der Standard. Wir vergleichen Hetzner Cloud (europaischer Anbieter mit starkem Preis-Leistungs-Verhaltnis) mit AWS EC2 (Standard-Unternehmenslosung).

Hetzner bietet bei Web-Server-Workloads ein 3-6x besseres Preis-Leistungs-Verhaltnis als AWS EC2. Fur deutsche DSGVO-konforme Deployments ist Hetzner mit Rechenzentren in Deutschland die naturliche Wahl — ohne den Aufwand, AWS-Regionen fur Datenschutzanforderungen zu konfigurieren. Vergleiche alle Provider im Cloud-VPS-Vergleichsrechner.

5. Zahlungsabwicklungskosten

Zahlungsabwicklungsgebuhren skalieren direkt mit dem Umsatz. Wir rechnen mit: 3% Nutzer-Conversion zu 29$/Monat-Planen. Startup: 30 zahlende × 29$ = 870$ MRR. Wachstum: 300 × 29$ = 8.700$ MRR. Skalierung: 3.000 × 29$ = 87.000$ MRR.

Fur deutsche AI SaaS-Produkte mit EU-Kunden ist Paddle als Merchant of Record besonders relevant: Paddle ubernimmt die gesamte europaische Mehrwertsteuer-Konformitat automatisch. Das 2,1%-Aufschlag kann sich rechnen, wenn man die Kosten fur Steuerberatung, Umsatzsteuer-Voranmeldungen in verschiedenen EU-Landern und potenzielle Prufrisiiken einrechnet. Berechne deinen Breakeven im Zahlungsabwicklungs-Gebuhrrechner.

6. Serverless-Funktionskosten

Serverless-Kosten sind im Verhaltnis zu LLM- und Auth-Ausgaben auf jeder Skalierungsstufe vernachlassigbar. Cloudflare Workers eignet sich besonders fur kurze, latenzarme Aufgaben wie Webhook-Verarbeitung und einfache Transformationen. Vergleiche Konfigurationen im Serverless-Kostenrechner.

7. Gesamtkostenubersicht

Zwei Stacks: Budget — GPT-5.4 nano, Self-hosted Qdrant auf Hetzner, Supabase Auth, Hetzner VPS, Stripe, AWS Lambda. Premium — Claude Sonnet 4.6, Pinecone Serverless, Clerk, AWS EC2, Stripe, Lambda.

8. Die Infrastrukturkosten halbieren

Die vier wirkungsvollsten Optimierungen, nach Impact sortiert:

1. Modell-Tiering — 60-90% Einsparung bei LLM-Kosten. Prufe deine Anfragetypen. Die meisten AI SaaS-Workloads verteilen sich so: 70% Retrieval-Augmentierung (Nano-Modell ausreichend), 20% Zusammenfassung/Formatierung (Mini-Modell ausreichend), 10% komplexes Reasoning (Frontier-Modell notwendig). Implementiere einen Classifier, der zur gunstigsten geeigneten Option weiterleitet. Allein das reduziert LLM-Kosten bei Skalierung von 9.000$/Monat auf unter 2.000$/Monat.

2. Auth-Anbieter vor dem Limit wechseln — 1.800$/Monat Einsparung bei 100K Nutzern. Die Migration von Clerk zu Supabase dauert 3-5 Arbeitstage. Plane dies vor Erreichen von 10K MAU, nicht danach — unter Druck steigen Migrationsrisiko und technische Schulden drastisch.

3. Vektordatenbank selbst hosten — 80-200$/Monat Einsparung. Qdrant auf einem Hetzner CX42 (20$/Monat) bealtigt 50M Vektoren ohne Kosten pro Abfrage. Die Einrichtung mit Docker Compose dauert unter 2 Stunden. Fur Teams, die bereits Container verwalten, ist dies die hochste Rendite aller Infrastrukturanderungen.

4. Prompt-Caching fur wiederholte Kontexte aktivieren — 40-90% Einsparung bei gecachten Token. Wenn dein System-Prompt gross ist (500+ Token) und die App mehrere aufeinanderfolgende Nachrichten pro Nutzersitzung verarbeitet, reduziert Anthropics Prompt-Caching (gecachte Token mit 90% Rabatt nach dem ersten Aufruf) die Kosten pro Sitzung erheblich.

Haufig gestellte Fragen