Cost per Outcome: Definition und Berechnung erklärt

Cost per Outcome (Kosten pro Ergebnis) bezeichnet die durchschnittlichen Gesamtkosten pro erfolgreich abgeschlossenem Geschäftsvorgang einer KI-Anwendung, etwa pro gelöstem Support-Ticket, pro fertig verarbeiteter Rechnung oder pro abgeschlossenem Lead-Briefing. Die Kennzahl bündelt alle beteiligten Kosten (Modell-Nutzung, Rechenleistung, angebundene Werkzeuge) in einer einzigen Zahl pro Ergebnis und zeigt damit den Kostenanteil, den reine Preise pro Token oder pro API-Aufruf nicht abbilden.

Was ist Cost per Outcome?

Cost per Outcome ist eine Kosten-Steuerungs-Kennzahl aus der Disziplin FinOps for AI (Financial Operations für KI, also die betriebswirtschaftliche Steuerung von KI-Kosten). Sie setzt die Kosten einer Anwendung ins Verhältnis zu ihrem Erfolg. Ein Outcome ist ein Geschäftsvorgang mit klarem Erfolgs-Merkmal: ein geschlossenes Support-Ticket, eine gebuchte Rechnung, eine ausgelöste Bestellung, eine erteilte Auskunft. Der Erfolg ist maschinell prüfbar, meist über einen Ziel-Status in dem System, das den Vorgang führt (etwa das Kunden-System CRM, das ERP-System für Buchhaltung und Warenwirtschaft oder das Ticket-System im Support). Ohne dieses Merkmal lässt sich Cost per Outcome nicht berechnen.

Die Berechnung ist eine einfache Verhältniszahl. Im Zähler stehen alle Kosten, die einem Anwendungsfall in einem Zeitraum zurechenbar sind: Modell- und Token-Kosten, Compute- und Infrastruktur-Kosten, Aufrufe externer APIs und Werkzeuge, Vector-Search- und Retrieval-Kosten sowie zurechenbare Lizenz- und Plattform-Anteile. Im Nenner steht die Zahl der erfolgreich abgeschlossenen Outcomes im gleichen Zeitraum. In Formel-Form: Cost per Outcome = (Modell + Compute + Tools + zurechenbare Plattform-Kosten) ÷ Anzahl erfolgreicher Outcomes. Fehlgeschlagene Läufe verteuern die Kennzahl doppelt, weil ihre Kosten im Zähler bleiben und der Nenner um sie ärmer wird.

Der Begriff hat sich 2025 und 2026 im Rahmen der aufkommenden Disziplin FinOps for AI etabliert. Forrester führt Cost per Outcome seit Anfang 2026 als Pflichtgröße für den Business-Case agentischer Systeme. Gartner ordnet die Kennzahl im Hype-Cycle für Agentic AI als Steuerungs-Instrument gegen die hohe Abbruchquote von Agenten-Projekten ein: eine belastbare Outcome-Definition und die zugehörige Kennzahl gelten dort als Voraussetzung für Skalierung über den Pilot hinaus.

Zwei Rechnungsvarianten sind im Umlauf. Cost per successful Outcome zählt ausschließlich erfolgreiche Läufe im Nenner und ist die dominante Lesart, weil sie Fehler direkt belastet. Cost per Attempted Outcome zählt alle Versuche und dient eher der Diagnose der Erfolgsquote als der Steuerung. Wenn Publikationen von Cost per Outcome ohne weiteren Zusatz sprechen, ist in der Regel die erste Variante gemeint.

Abgrenzung zu Cost per Token, Cost per Task und FinOps for AI

Die Kennzahl wird häufig mit den benachbarten Kosten-Metriken verwechselt, obwohl sie auf einer anderen Ebene liegt.

Begriff	Was er misst	Verhältnis zu Cost per Outcome
Cost per Token	Preis pro 1.000 Input- oder Output-Tokens eines LLM	Reine Input-Metrik ohne Erfolgs-Bezug; geht als Kostenposition in Cost per Outcome ein
Cost per Task / Cost per Run	Kosten pro ausgeführtem Task oder Lauf	Ignoriert die Erfolgsfrage; ein Task kann teuer und erfolglos sein und zählt trotzdem einmal
Cost per Interaction	Kosten pro Konversations-Turn oder Interaktion mit dem System	Feinere Zwischenmetrik im Chat-/Voice-Umfeld; mehrere Interaktionen können auf ein Outcome führen
FinOps for AI	Management-Disziplin für die Kosten-Steuerung von KI-Systemen	Übergeordneter Rahmen; Cost per Outcome ist eine seiner zentralen Leit-Kennzahlen
ROI und TCO	Nutzen-Kosten-Verhältnis beziehungsweise Gesamtkosten der Lösung	Cost per Outcome liefert den Kostenanteil pro Erfolgseinheit als Input für ROI-Rechnungen

Der Unterschied zu Cost per Token liegt in der Ebene: Cost per Token misst den LLM-Rohverbrauch, Cost per Outcome den Geschäftserfolg. Ein Modell mit niedrigerem Token-Preis kann bei niedriger Erfolgsquote schlechter dastehen als ein teureres Modell mit höherer Trefferquote. Cost per Task liegt näher, blendet aber den Erfolg aus. Cost per Interaction ist eine Feingranularität, die zwischen Turn und Outcome vermittelt und im Voice- und Chat-Kontext eingesetzt wird. FinOps for AI ist die Management-Ebene, in die Cost per Outcome als eine Leit-Kennzahl neben Cost per Token und Auslastungs-Metriken eingeordnet ist.

Beispiel: Cost per Outcome eines Support-Agenten

Ein Kunden-Support-Agent verarbeitet in einem Monat 10.000 eingehende Anfragen. 7.000 davon werden ohne menschliche Übergabe abgeschlossen und mit dem Ticket-Status „gelöst" im führenden System quittiert. Der zurechenbare Kostenblock im gleichen Monat setzt sich aus Modell-Aufrufen (2.100 Euro), Compute- und Vector-Search-Kosten (900 Euro) sowie Tool- und API-Aufrufen an CRM und Wissensdatenbank (500 Euro) zusammen und beträgt in Summe 3.500 Euro.

Die Rechnung ergibt Cost per successful Outcome = 3.500 Euro ÷ 7.000 = 0,50 Euro pro gelöstem Ticket. Fällt die Erfolgsquote im Folgemonat auf 50 Prozent bei unverändertem Kostenblock (Modell, Compute, Tools identisch), steigt Cost per Outcome auf 0,70 Euro. Die Token-Preise sind gleich geblieben; die Kennzahl macht die Qualitäts-Regression sichtbar, die eine reine Token-Metrik verborgen hätte. In der umgekehrten Richtung senkt eine bessere Retrieval-Strategie oder ein günstigeres Modell mit gleicher Erfolgsquote die Zahl unmittelbar.