VERSTEHEN
Token-Kosten erklärt: Warum KI-Agenten teurer werden als geplant
Was sind Tokens, warum kosten sie Geld und warum explodieren die Kosten bei KI-Agenten? Ursachen, Mechanismen und Lösungen für wirtschaftliche KI-Automatisierung.
Ich experimentiere mit KI-Agenten, Workflows und Automatisierung — und schreibe auf, was dabei funktioniert, was nicht klappt und was ich dabei lerne. Alles auf Deutsch, aus der Praxis, ohne Agentur-Attitüde.
20 Jahre Web-Praxis · Wöchentliche Experimente · DSGVO als Standard
import { Server } from "@modelcontextprotocol/sdk"; const server = new Server({ name: "co-seo" }); server.tool("analyzeKeyword", { description: "Analysiert ein Keyword", inputSchema: { keyword: "string" }}, async ({ keyword }) => { const data = await fetchSearchData(keyword); return { volume: data.volume, difficulty: data.kd };}); server.start(); $ npm run dev[mcp-server] listening on stdio[tool] analyzeKeyword called[fetch] keyword: "claude code mcp"[result] volume: 14.400 / kd: 23● ready — awaiting next call Saubere Einstiege
Wenn du neu hier bist, musst du nicht wissen, welches Tool richtig ist. Starte nach Verständnis, Aufgabe oder Umsetzungstiefe — ohne Produkt-Funnel und ohne versteckte Verkaufstrecke.
Praxisnotiz
Der neue Startpunkt bündelt Use Cases, Tools, Workflows, Risiken und Rollen — als persönliche Orientierung und Notizensammlung.
Hey, ich bin Christian.
Ich bin weder KI-Berater noch Agentur — ich teile hier, was aus über 20 Jahren Web und intensiver KI-Praxis wirklich funktioniert. Seit ich vor über 20 Jahren meine ersten HTML-Seiten gebaut habe, hat mich Technik nicht mehr losgelassen. Heute sind es KI-Agenten, Workflows und Automatisierung, die ich Tag für Tag baue und teste. christianohle.de ist mein persönliches Projekt, auf dem ich dokumentiere, was ich ausprobiere — damit andere davon profitieren, ohne die gleichen Fehler zu machen.
Mehr über michDrei Stufen, drei Pfade
Du musst nicht alles auf einmal können. Wähl die Stufe, auf der du heute stehst — der Rest kommt von selbst.
Was ist ein Agent? · Arbeitsmarkt · KI-Wandel
Was sind KI-Agenten, welche Berufe betrifft es, wo geht die Reise hin? Orientierung ohne Hype.
Mehr lesen →Agent-Workflow
n8n · Claude Code · Job-Mapper · Prompts
KI-Agenten im Berufsalltag einsetzen — n8n-Workflows, Claude Code, System-Prompts pro Beruf. Ohne Code.
Mehr lesen →Claude SDK · MCP · Pipelines · Lokale LLMs
Eigene KI-Agenten bauen — erster Agent in 30 Min, MCP-Server, Multi-Agent-Pipelines, lokales Setup.
Mehr lesen →Multi-Agent-Systeme
Komplexe Aufgaben zerlegt man in Schritte — und delegiert an spezialisierte Agents, die untereinander Daten austauschen. Hier siehst du, wie ein typisches christianohle-Setup aussieht: sechs Agents, ein dauerndes Hin und Her.
Jeder Agent macht eine Sache richtig. Statt einem Universal-LLM, das alles mittelmäßig löst, baust du Teams aus Spezialisten.
Agents greifen auf echte Werkzeuge zu — Web-Search, Code-Execution, eigene APIs. Nicht nur Text-Predictions, sondern Aktionen mit Konsequenzen.
Ein Reviewer-Agent fängt ab, was der Coder-Agent übersieht. Mehr Schichten, weniger Halluzinationen, sauberer Output.
Video-Serie
Die komplette Videoreihe: von den Grundlagen über Use-Cases bis zum eigenen Agent. Jedes Video in unter 7 Minuten.
4 Folgen · je unter 7 Min
Die komplette Serie: von "Was ist ein Agent?" bis zum eigenen Agent mit Python und Claude API. Jede Folge baut aufeinander auf — du kannst aber auch direkt einsteigen.
Aktuell auf christianohle.de
VERSTEHEN
Was sind Tokens, warum kosten sie Geld und warum explodieren die Kosten bei KI-Agenten? Ursachen, Mechanismen und Lösungen für wirtschaftliche KI-Automatisierung.
BAUEN
RAG lokal einrichten: Deine Verträge, Handbücher und Firmendokumente mit einer lokalen KI durchsuchen — ohne Cloud, ohne Datenschutz-Risiko. Schritt-für-Schritt mit AnythingLLM und Ollama.
BAUEN
GPU-VRAM, RAM, CPU, SSD — welche Hardware du wirklich brauchst, um LLMs lokal laufen zu lassen. Mit konkreten GPU-Empfehlungen nach Budget und VRAM-Tabelle für alle gängigen Modellgrößen.
Wie christianohle.de funktioniert
Jeder Artikel kommt aus eigener Praxis — kein Repost, kein KI-Slop.
Schritt 01
Was bauen Builder im DACH wirklich?
Schritt 02
Selbst aufgebaut, durchgespielt.
Schritt 03
Funktionierende Pipelines, kein Pseudo-Code.
Schritt 04
Auf Deutsch, ehrlich, mit Stolpersteinen.
Schritt 05
Im Netz, im RSS-Feed, im Newsletter.
Schritt 01
Was bauen Builder im DACH wirklich?
Schritt 02
Selbst aufgebaut, durchgespielt.
Schritt 03
Funktionierende Pipelines, kein Pseudo-Code.
Schritt 04
Auf Deutsch, ehrlich, mit Stolpersteinen.
Schritt 05
Im Netz, im RSS-Feed, im Newsletter.
Warum diese Seite existiert
christianohle.de ist mein persönliches Experimentierfeld. Ich teste neue Tools, baue Workflows und zeige, was mit KI-Agenten heute wirklich geht — auf eigener Hardware (lokale LLMs via Ollama, Claude SDK, MCP-Server) und in echten Setups.
Die drei Bereiche — Verstehen, Anwenden, Bauen — spiegeln meinen eigenen Weg wider: erst begreifen was Agents sind, dann im Alltag einsetzen, dann selbst bauen. MCP-Server, Claude Code, n8n, Multi-Agent-Pipelines, lokale Sprachmodelle wie Llama 3.3 oder Mistral — ich probiere das alles aus und dokumentiere, was funktioniert und was nicht. Immer mit Blick auf DSGVO, weil ich in Deutschland sitze.
Wenn ein Agent-Setup nicht funktioniert hat, steht das genauso drin wie der Workaround. Code in den Tutorials läuft 1:1. Keine geschönten Screenshots, keine Agentur-Versprechen — einfach ein Typ, der gerne bastelt und seine Erfahrungen teilt.
Wenn du Orientierung suchst, starte mit Verstehen oder dem KI-Job-Mapper. Technisch einsteigen: der MCP-Server-Artikel ist mein ausführlichstes Tutorial. Oder stöber im Tools-Verzeichnis mit DSGVO-Bewertung.
Christian Ohle
KI-Entwickler & Online-Marketer · seit 2005 im Web
christianohle.de ist mein persönliches Experimentierfeld. Ich teste neue KI-Tools, baue Workflows und dokumentiere, was dabei rauskommt — mit echtem Code, ehrlichen Ergebnissen und den Fehlern, die dazugehören.
Mehr erfahrenAlles selbst getestet. Wenn etwas nicht funktioniert, steht das auch drin.
Deutsche Tools, DSGVO als Standard, Beispiele aus echten DACH-Workflows.
TypeScript, Python, Claude SDK — alles 1:1 nachbaubar, keine Pseudocode-Schnipsel.