Agenturen beginnen, ihre KI-Kosten nicht nur zu kontrollieren, sondern auch neu gegenüber Kunden abzurechnen. Digiday berichtet am 17. September 2026, dass wachsende Tool-Abos und nutzungsabhängige Tokenkosten die bisherige Logik von Tech-Budgets und Agenturhonoraren verändern.
Das ergänzt einen Trend, der bereits bei autonomen Media- und Marketing-Agenten sichtbar war: Wer KI operativ skaliert, braucht nicht nur bessere Modelle, sondern Budgets, Logging, Modell-Routing und klare Regeln dafür, wer die Nutzung bezahlt.
Update: KI-Kosten wandern in Kundenmodelle
Bei Markacy entstehen laut Digiday vor allem Kosten für Enterprise-Zugänge zu Claude sowie zusätzliche ChatGPT-Zugänge. Crispin nutzt nach Angaben des Chief Transformation Officer rund 100 Enterprise-AI-Tools für Aufgaben von Media Planning bis Social Listening und Influencer Discovery. Viele Verträge seien als feste Jahresgebühren strukturiert, um monatliche Schwankungen zu begrenzen.
Dept wiederum nutzt unter anderem Claude, ChatGPT und Google-Angebote. Dort entstehen die größten Tokenkosten. Gleichzeitig liegen die gesamten KI-Kosten nach Angaben des Unternehmens weiterhin unter einem zweistelligen Anteil am Budget; Personalkosten bleiben deutlich größer.
Neu ist vor allem die Frage der Weiterberechnung. Omnicom-CFO Phil Angelastro sagte auf der Goldman-Sachs-Konferenz, der Konzern baue ein Modell auf, um Tokenkosten zu messen, zu steuern und zusätzliche Kosten erstattet zu bekommen. Langfristig erwartet er eine stärkere Verschiebung hin zu ergebnisorientierten Vergütungsmodellen.
Ein weiterer, nicht namentlich genannter Agenturvertreter sagte Digiday, sein Unternehmen teste zwei Varianten: Tokenkosten als separate „Material“-Position neben menschlicher Arbeit oder als eingebetteten Bestandteil einer kombinierten Gebühr. Für Kunden macht das die Vertragsfrage konkreter, die wir bereits bei KI-Klauseln in Agenturverträgen beschrieben haben.
Audit-Logs sollen autonome Entscheidungen nachvollziehbar machen
Schon Anfang September hatten mehrere Agenturen zusätzliche Kontrollmechanismen für KI-Agenten im Media Buying beschrieben. Rise, eine Agentur aus der Quad-Gruppe, nutzt dabei laut Digiday eine Audit-Log-Funktion von PubMatic. Damit lässt sich rekonstruieren, welche Änderung ein Agent vorgenommen hat und warum er von einem ursprünglichen Briefing oder Parameter abgewichen ist.
PubMatic hatte die zugrunde liegende Governance-Architektur im August vorgestellt. Guardrails und Audit-Trails sollen Käufer kontrollieren lassen, welche Aktionen autonome Systeme tatsächlich ausführen.
Das ergänzt einen Trend, den wir bereits bei KI im Media Buying und Plattform-Automation sehen: Je mehr Entscheidungen automatisiert werden, desto wichtiger wird eine unabhängige Kontrolle der Entscheidungslogik.
Tokenbudgets werden zum neuen Kostenhebel
Andere Agenturen setzen direkt beim Verbrauch an. Brainlabs vergibt laut der früheren Digiday-Recherche KI-Tokens in Stufen und prüft zusätzliche Kontingente. PMG arbeitet mit täglichen Limits. Dept nutzt zudem ein zentrales „AI Gateway“, das Anfragen nach Kosten-, Leistungs- oder rechtlichen Kriterien an passende Modelle routen kann.
Der aktuelle Blick in die Agenturbudgets zeigt, warum solche Systeme wichtiger werden. Neben klassischen Software-Abos entstehen zunehmend verbrauchsabhängige Kosten, während parallel mehrere Modelle für unterschiedliche Kunden und Aufgaben verfügbar bleiben müssen. Ohne zentrale Sicht auf Nutzung und Nutzen droht ein Stack aus vielen kleinen, schwer zuzuordnenden Kostenpositionen.
Für Teams, die agentische Workflows aufbauen, reicht deshalb gutes Prompting nicht. Benötigt werden Budgetgrenzen, Logging, Modell-Routing, Nutzungsanalysen und Freigabegrenzen. Ähnliche Governance-Fragen stellen sich auch bei Social-Media-MCPs und KI-Assistenten.
Was Werbekunden in Agenturangeboten prüfen sollten
Für Kunden wird wichtig, wie KI-Nutzung kalkuliert wird. Eine separate Tokenposition kann transparent sein, ist aber nur dann aussagekräftig, wenn klar ist, welche Modelle und Aufgaben dahinterstehen. Eine Pauschale schafft mehr Planbarkeit, kann aber tatsächliche Nutzung verschleiern. Outcome-basierte Modelle verschieben die Diskussion wiederum von Arbeitszeit und Tokens hin zum Ergebnis – brauchen dafür aber belastbare Messgrößen.
Unabhängig vom Modell sollten Agenturen erklären können, welche Tools sie einsetzen, wie Kosten begrenzt werden und welche Arbeit weiterhin von Menschen geprüft wird. Der größere Trend ist damit kein einfacher Personal-gegen-KI-Tausch. Die Agenturleistung bekommt vielmehr eine zusätzliche variable Infrastrukturkosten-Schicht, die wirtschaftlich und vertraglich verwaltet werden muss.