Die meisten Tools in einem Umsatztechnologie-Stack lassen sich problemlos in einen Plan aufnehmen. Sie kennen die Mitarbeiterzahl für das nächste Jahr, den Preis pro Benutzer, und der entsprechende Posten ergibt sich fast von selbst. Die KI-Kostenposition ist schwieriger. Ihre Höhe hängt davon ab, wie viele Follow-up-E-Mails Ihre Vertriebsmitarbeiter mit KI erstellen, wie viele Kundengespräche zusammengefasst werden, wie oft ein Agent vor einem Meeting ein Kundenkonto recherchiert und welche Modelle diese Aufgaben übernehmen. Keine dieser Zahlen findet sich in Ihrem HR-System.
Diese Lücke lässt sich zunehmend schwerer ignorieren. Im Creatio-Bericht „State of Enterprise AI Adoption 2026“, einer Befragung von 608 IT- und Geschäftsentscheidern, gaben 78 % an, dass sie innerhalb von zwölf Monaten damit rechnen, KI-Agenten abteilungsübergreifend oder für verschiedene Anwendungsfälle einzusetzen und zu skalieren. Derselbe Bericht zeigt, dass die Budgetfrage mit zunehmender Reife der Unternehmen an Bedeutung gewinnt. Kommerzielle Modelle und Budgets wurden von 24 % der Organisationen in der frühesten Phase und von 35 % der fortgeschrittensten Organisationen als Hindernis für eine breitere Einführung genannt.
Bevor jemand eine Tabellenkalkulation öffnet, möchte ich noch einen Punkt ergänzen. Eines der größten Risiken bei der Einführung von KI besteht meiner Ansicht nach darin, Agenten in bestehende Prozesse einzuführen, ohne zu überdenken, wie diese Prozesse ablaufen sollten. Wenn Vertriebsmitarbeiter weiterhin jeden Schritt manuell koordinieren und Informationen zwischen nicht miteinander verbundenen Systemen kopieren, bleibt ein großer Teil des KI-Potenzials ungenutzt. Für RevOps hat das eine praktische Konsequenz: Eine Credit-Prognose ist nur so gut wie der Workflow, den sie beschreibt.
Dieser Leitfaden erläutert, wie KI-Credits in Creatio funktionieren, wodurch ein Umsatz-Workflow mehr oder weniger davon verbraucht, wie die KI-Pakete strukturiert sind und wie Sie eine Prognose erstellen und einhalten, sobald die Agenten aktiv sind.
Die wichtigsten Erkenntnisse
- Ein KI-Credit ist die gemeinsame Einheit von Creatio für die verbrauchsabhängige Messung von KI-Arbeit, die von unterstützten Modellen, Anbietern und Kanälen gemeinsam genutzt wird.
- Eine Anfrage kann mehrere Credits verbrauchen, da ein Agent mehr als einen KI-Aufruf durchführen kann, um eine Aufgabe abzuschließen. Aufrufe anderer Geschäftssysteme verbrauchen für sich genommen keine Credits.
- Nicht genutzte Creatio-KI-Credits werden von Monat zu Monat und über die Jahre des Abonnements innerhalb der Vertragslaufzeit übertragen.
- Erstellen Sie die Prognose anhand der Umsatzaktivitäten und ihrer Ausführungshäufigkeit, messen Sie den tatsächlichen Verbrauch in einer Testumgebung und vergleichen Sie dann jeden Monat den tatsächlichen Verbrauch mit dem Plan.
Was ist ein KI-Credit in Creatio?
Ein KI-Credit ist die standardisierte Einheit, mit der Creatio misst, wie viele der unterstützten KI-Dienste eine Organisation verbraucht. Jedes Mal, wenn eine KI-Funktion einen verbrauchsabhängig gemessenen Vorgang ausführt, werden Credits verwendet. Das Erstellen einer personalisierten Vertriebs-E-Mail, das Zusammenfassen eines Kundengesprächs, das Extrahieren von Vertragsbedingungen und das Beantworten einer Frage aus Ihrer Wissensdatenbank sind Beispiele dafür. Dieselbe Einheit gilt für die KI in Creatio AI CRM sowie in den benutzerdefinierten Anwendungen und Agenten, die Unternehmen auf der Creatio-Plattform erstellen – vom persönlichen Agenten eines Vertriebsmitarbeiters bis hin zu einem Enterprise-Agenten, der einen mehrstufigen Prozess ausführt.
Credits bauen auf Tokens auf, den Texteinheiten, die ein Modell tatsächlich verarbeitet. Eingabe-Tokens umfassen alles, was das Modell liest: Ihren Prompt, die aus dem CRM abgerufene Kontohistorie, ein angehängtes Dokument und den bisherigen Gesprächsverlauf. Ausgabe-Tokens sind das, was es zurückschreibt. Die Token-Anzahl variiert stark von Aufgabe zu Aufgabe, und jedes Modell hat seine eigenen Token-Raten. Credits fassen all das in einer einzigen Verbrauchsgröße zusammen, die Sie an einem Ort planen und überwachen können. Sie sind keine feste Umrechnung von Tokens. Daher verbrauchen tausend Tokens bei einem leichtgewichtigen Modell und tausend Tokens bei einem Schlussfolgerungsmodell in der Regel unterschiedlich viele Credits.
Erste Prognosen gehen häufig schief, weil eine Anfrage und ein Credit gleichgesetzt werden. Angenommen, ein Vertriebsmitarbeiter bittet einen Agenten, sich auf das morgige Verlängerungsgespräch vorzubereiten. Um zu antworten, kann der Agent die Anfrage klassifizieren, die relevanten Informationen abrufen, einen Vertrag analysieren, Gesprächspunkte formulieren und das Ergebnis überprüfen. Jeder dieser Schritte kann ein separater Modellaufruf sein und zum Gesamtverbrauch beitragen. Wenn Sie also einen Credit pro Anfrage einplanen, wird Ihre Prognose zu niedrig ausfallen.
Warum ein modellübergreifendes Credit-Kontingent für die Budgetplanung wichtig ist
Creatio unterstützt mehrere Anbieter von KI-Modellen über dasselbe Credit-System. Je nach Paket und Konfiguration können Sie für verschiedene Aufgaben Modelle von OpenAI, Google und Anthropic ausführen, und alle greifen auf dasselbe Kontingent zu. Es gibt kein separates Guthaben, das Sie für jeden Anbieter kaufen, verfolgen oder abstimmen müssen. Das Kontingent geht außerdem über Text hinaus und umfasst das Verständnis von Sprache, Dokumenten und Bildern, die Umwandlung von Sprache in Text sowie die Umwandlung von Text in Sprache.
Stellen Sie sich einen eingehenden Anruf von einem Interessenten vor. Ein Sprachagent wandelt die Sprache des Anrufers in Text um, ein Sprachmodell ermittelt, wonach der Anrufer fragt, der Agent findet die benötigten Fakten und die Antwort wird wieder gesprochen. Unterschiedliche Anbieter können verschiedene Schritte dieses einen Gesprächs übernehmen. Jeder Schritt hat seine eigene Rate, und jeder verbrauchsabhängig gemessene KI-Dienst des Anrufs greift auf denselben Credit-Pool zu.
Für mich ergibt sich die Bedeutung für die Budgetplanung aus der Geschwindigkeit, mit der sich der Markt für Modelle entwickelt. Jeden Morgen kann es ein neues Modell geben, das bisherige Benchmarks übertrifft. Ich glaube nicht, dass ein Softwareunternehmen mit den Investitionen der Anbieter von Spitzenmodellen mithalten kann, und Creatio versucht das auch nicht. Der Ansatz besteht darin, die besten verfügbaren Modelle zu übernehmen und die Architektur offen zu halten, damit Kunden jede neue Entwicklung nutzen können, sobald sie verfügbar ist.
Für ein RevOps-Team bedeutet das, dass die Umstellung eines Workflows auf ein neueres oder günstigeres Modell innerhalb des bereits bestehenden Plans erfolgt. Sie ändern das für den Agenten ausgewählte Modell, und die Credits werden weiterhin aus demselben Kontingent bezogen.

Was dazu führt, dass ein Umsatz-Arbeitsablauf mehr oder weniger KI-Guthaben verbraucht
Vier Faktoren bestimmen, wie viel Guthaben ein Teil der Umsatzarbeit verbraucht, und RevOps kann alle vier beeinflussen.
An erster Stelle steht die Modellauswahl. Leichtgewichtige Modelle bewältigen routinemäßige Klassifizierung, Extraktion und Texterstellung gut. Damit decken sie einen großen Teil der täglichen Vertriebsarbeit ab: eingehende Leads kennzeichnen, Felder aus einer E-Mail-Signatur extrahieren und einen ersten Entwurf für eine Nachfassnachricht verfassen. Leistungsfähigere Modelle für Schlussfolgerungen machen sich bei komplexen Analysen bezahlt, etwa wenn ermittelt werden soll, warum ein strategisches Geschäft über sechs Monate hinweg in E-Mails, Besprechungen und Notizen ins Stocken geraten ist. Wird dieselbe Aufgabe einem anderen Modell übertragen, kann sich der dafür benötigte Guthabenbetrag deutlich verändern.
Dann ist da noch das Volumen, also wie viel das Modell liest und schreibt. Lange Eingabeaufforderungen, lange Gesprächsverläufe, umfangreiche Dokumente und aus dem CRM abgerufene Informationen erhöhen den Verarbeitungsaufwand, ebenso wie eine lange Antwort. Eingaben und Ausgaben können je nach Modell auch unterschiedlich abgerechnet werden. Ein Kundenprofil, das aus drei Jahren Aktivitäten bei einem großen Kunden erstellt wird, verbraucht mehr als ein Profil für einen Lead, der sich erst letzte Woche registriert hat.
Auch die einzelnen Schritte summieren sich. Das eigene Lehrbeispiel von Creatio ist ein Agent, der eine Kundenanfrage in drei Modellaufrufen bearbeitet: Er analysiert die Anfrage, fasst die relevanten Informationen zusammen und erstellt eine empfohlene Antwort. Bei OpenAI GPT-4.1 mini und einer Aufrundung jedes Aufrufs auf ein ganzes Guthaben ergeben sich etwa drei Guthaben pro Interaktion. Die Zahlen dienen zur Veranschaulichung und sind keine veröffentlichten Tarife, aber das Grundmuster bleibt bestehen: Jeder abgerechnete Schritt zählt. Wenn der Agent dabei das CRM oder ein anderes Geschäftssystem aufruft, verbraucht dieser Aufruf allein kein Guthaben.
Sprach- und Dokumentenverarbeitung bringen zusätzliche Dienste ins Spiel. Spracherkennung, Sprachgenerierung sowie die Verarbeitung von Dokumenten oder Bildern erhöhen den Verbrauch. Deshalb sollten Sprachagenten in einer Prognose eine eigene Position erhalten. Ein einziges Qualifizierungsgespräch kann von Anfang bis Ende mehrere Dienste nutzen.
Darüber hinaus gibt es eine Entscheidung, die über allen vier Faktoren steht. Nicht jeder Arbeitsablauf benötigt dasselbe Maß an Autonomie, und das Ziel sollte nicht darin bestehen, sie bei jeder Gelegenheit zu maximieren. Einige Umsatz-Arbeitsabläufe sollten von Menschen gesteuert bleiben, wobei Agenten die Recherche, Analyse und Verwaltungsaufgaben übernehmen, während ein Vertriebsmitarbeiter die wichtigen Entscheidungen trifft. Andere können agentengesteuert werden: Der Agent koordiniert mehrere Schritte und bindet eine Person für eine Entscheidung, Genehmigung oder Ausnahme ein. Das richtige Maß für jeden Arbeitsablauf hängt von seiner Komplexität, seinem Risiko und den geschäftlichen Anforderungen ab.
Diese Entscheidung schlägt sich im Budget nieder. Ein agentengesteuerter Arbeitsablauf führt pro Transaktion häufig mehr KI-Schritte aus als ein Arbeitsablauf, bei dem der Agent nur den nächsten Schritt vorschlägt, und verbraucht daher bei jeder Ausführung tendenziell mehr Guthaben. Dafür kann er dem Team auch stundenlange Arbeit abnehmen. Eine Prognose, die neben jedem Arbeitsablauf das vorgesehene Maß an Autonomie festhält, lässt sich wesentlich leichter begründen, wenn jemand fragt, warum eine Position mehr kostet als eine andere.

Wie die Creatio-KI-Pakete strukturiert sind
Creatio verkauft KI-Kapazität in Paketen, und jedes Paket ist mehr als ein Bündel von Token. Neben einem jährlichen KI-Guthaben umfasst es KI-Infrastruktur, also zusätzliche Plattformressourcen und Rechenleistung für komplexe Agenten und größere Arbeitslasten. Guthaben ist außerdem nur ein Teil des KI-Betriebs. Agenten müssen gesteuert werden, die Nutzung muss prognostiziert und kontrolliert werden, und diese Aufgaben werden in Creatio AI Studio erledigt, der Umgebung auf der Creatio-Plattform, in der Unternehmensagenten erstellt, ausgeführt und gesteuert werden. Richtlinien, Überwachung und Nutzungssteuerung befinden sich dort neben den Agenten, die das Guthaben verwenden. Jedes Paket umfasst außerdem ein bestimmtes Maß an Beratung. Das Beratungsangebot reicht von Online-Leitfäden im Einstiegspaket bis zu Stunden mit KI-Strategen und Ingenieuren sowie Unterstützung beim Entwurf spezifischer Agenten in den größeren Paketen. Der Grundgedanke ist pragmatisch: Ein starkes Produkt hilft nicht besonders viel, wenn das Team, das es nutzt, neu im Bereich KI ist oder seine Prozesse noch umgestaltet.
| Paket | Enthaltenes KI-Guthaben pro Jahr | Geeignet für |
| Start | 500,000 | Erste KI-Anwendungsfälle mit OpenAI-Modellen |
| Grow | 1,500,000 | Erste Einführung von KI und produktive Umsetzung priorisierter Anwendungsfälle |
| Accelerate | 4,000,000 | Mehrere KI-Agenten, erweiterte Infrastruktur und Einführung in verschiedenen Teams |
| Scale | 8,000,000 | Unternehmensweite Einführung von KI, Arbeitslasten mit höherem Volumen und fortgeschrittene Governance |
| Freedom | Individuell | Individuell zugeschnittene Kapazität mit der Möglichkeit, ein eigenes Modell zu verwenden, sowie Bereitstellung in der Cloud oder lokal |
Credits und Infrastruktur müssen nicht gemeinsam wachsen. Zusätzliche KI-Credits kommen in Blöcken von 500.000, die auf jeder Paketstufe hinzugefügt werden können. So kann ein Umsatzteam, das über dieselben Agenten ein größeres Volumen verarbeitet, mehr Nutzung erwerben, ohne auf ein größeres Paket wechseln zu müssen. Diese Trennung entspricht dem, was Käufer nach eigener Aussage wünschen. Im Adoptionsbericht von Creatio entschieden sich 95 % der Befragten für eine Option, die darauf ausgerichtet war, KI, Workflows oder die Kapazität der Belegschaft zu erweitern, ohne dass mit zunehmender Nutzung neue kommerzielle Hürden entstehen.
Wie der Credit-Übertrag den Sprung vom Pilotprojekt in den Produktivbetrieb ermöglicht
Nicht verwendete Creatio-KI-Credits werden von Monat zu Monat und innerhalb der Vertragslaufzeit über die Abonnementjahre hinweg übertragen. Das ist wichtig, weil die KI-Nutzung nur selten geradlinig ansteigt.
Der Finanzdienstleistungssektor schreitet tendenziell zuerst voran. Die größte Veränderung, die ich dort in den vergangenen sechs bis zwölf Monaten beobachtet habe, besteht darin, dass Unternehmen vom Interesse am Testen zur vollständigen Umsetzung übergegangen sind. Sie setzen KI inzwischen in operativen Prozessen im Frontoffice und Backoffice ein.
Auch der Credit-Verbrauch folgt tendenziell diesem Verlauf. Während die ersten Agenten erstellt und getestet werden, gibt es einige ruhige Monate. Sobald sie in den Produktivbetrieb gehen, steigt der Verbrauch sprunghaft an, und mit jedem neuen Team oder Workflow kommt ein weiterer Anstieg hinzu.
Dank des Übertrags sind die Credits, die Sie während der Erstellungsphase nicht nutzen, auch nach dem Produktivstart noch vorhanden. RevOps muss kein Guthaben aufbrauchen, bevor ein Monat oder Jahr endet, und eine niedrige Verbrauchsrate im ersten Quartal ist kein Hinweis darauf, dass das Paket zu groß dimensioniert war. Da der Übertrag innerhalb der Vertragslaufzeit gilt, ist für die Planung die gesamte Laufzeit die sinnvolle Einheit, mit Kontrollpunkten in jeder Phase der Einführung.
So prognostizieren Sie den KI-Credit-Bedarf eines Umsatzteams
Eine hilfreiche Prognose beginnt mit der Arbeit, die Ihr Umsatzteam erledigt. Die Anzahl der Lizenzen sagt für sich genommen nur wenig aus, denn zwei gleich große Teams können sehr unterschiedliche Mengen an KI benötigen – je nachdem, welche Tätigkeiten sie an Agenten übertragen und wie oft diese Tätigkeiten ausgeführt werden.
Listen Sie zunächst die Workflows auf, die Sie im kommenden Jahr mit KI ausführen möchten. Für eine Umsatzorganisation bedeutet das in der Regel eine Mischung aus Unternehmensagenten, etwa einem Agenten, der vor Meetings Kundenkonten recherchiert oder Angebote entwirft, und persönlichen Agenten, die einzelne Vertriebsmitarbeiter für sich selbst erstellen. Notieren Sie neben jedem Workflow, welche Aktivität er ausführt und wie oft er ausgeführt wird. Legen Sie das Volumen anhand realer Zahlen fest: Wie viele Vertriebsmitarbeiter oder Kundenbetreuungsmanager werden ihn nutzen, wie oft pro Tag und wie schnell soll die Nutzung steigen? Halten Sie anschließend das Modell und alle zusätzlichen Dienste fest, die jede Aktivität benötigt, denn die Nutzung variiert mit beidem.
Die Credits pro Aktivität sollten möglichst gemessen und nicht geschätzt werden. Führen Sie typische Szenarien in einer Testumgebung aus, die Ihrer tatsächlichen Arbeit entspricht – mit langen Kontohistorien neben kurzen, einfachen Anfragen neben unübersichtlichen und der vollständigen Abfolge von Agentenschritten. Der Durchschnitt dieser Durchläufe ist eine weitaus bessere Grundlage als jede Faustregel.
Die eigenen Planungsbeispiele von Creatio zeigen, wie die Berechnung funktioniert. Nehmen wir von einer Vertriebsorganisation mit 100 Vertriebsmitarbeitern erstellte Folge-E-Mails. Wenn jeder Vertriebsmitarbeiter an 20 Arbeitstagen täglich 10 E-Mails versendet, sind das 20.000 E-Mails pro Monat. Nehmen wir OpenAI GPT-4.1 mini mit etwa 3.000 Eingabetokens und 1.000 Ausgabetokens pro E-Mail sowie einen Modellaufruf an, der auf einen Credit aufgerundet wird. Das Team würde etwa 20.000 Credits pro Monat beziehungsweise 240.000 pro Jahr verbrauchen.
Woher stammt eine Zahl wie 3.000 Eingabetokens? Sie umfasst alles, was das Modell liest, um eine E-Mail zu verfassen: die Anweisungen des Agenten, die aus dem CRM abgerufenen Angaben zur Verkaufschance und Beziehung sowie die letzten Nachrichten im Nachrichtenverlauf. Als grobe Orientierung entspricht ein Token etwa drei Vierteln eines englischen Wortes, sodass 3.000 Tokens etwas mehr als 2.000 Wörter Kontext ergeben. Die 1.000 Ausgabetokens bieten großzügigen Spielraum für den Entwurf selbst. Ihre eigenen Zahlen werden abweichen, je nachdem, wie viel Historie der Agent einbezieht – genau deshalb sind die Testläufe wichtig. Die Nutzungsanalysen in Creatio AI Studio zeigen KI-Credits, Aufrufe und Tokens, sodass Sie diese Annahmen durch gemessene Werte ersetzen können. Für einen zweiten Workflow ergänzen wir ein Kundenbetreuungsteam mit 50 Personen, die jeweils 30 Kundengespräche pro Tag zusammenfassen und empfohlene nächste Schritte erhalten. Bei etwa 6.000 Eingabetokens und 500 Ausgabetokens pro Zusammenfassung, ebenfalls auf einen Credit aufgerundet, sind das 30.000 Credits pro Monat und 360.000 pro Jahr.
Dies sind beispielhafte Berechnungen und keine gemessenen Creatio-Vergleichswerte. Unter diesen Annahmen benötigen die beiden Workflows zusammen etwa 600.000 Credits pro Jahr. Das ist mehr, als im Start-Paket enthalten ist, und liegt deutlich innerhalb von Grow, sodass später noch Spielraum für mehrstufige Agenten und Sprache bleibt.
Zwei Anpassungen machen die Prognose realistischer. Die erste betrifft den zeitlichen Verlauf. Die Arbeit im Umsatzbereich hat ihren eigenen Rhythmus, und die KI-Nutzung wird diesem folgen: Am Ende eines Quartals gibt es mehr Angebote, Forecast-Vorbereitungen und Maßnahmen zur Verlängerung als in den ersten Wochen. Führen Sie außerdem jeden Workflow ab dem geplanten Monat des Produktivstarts schrittweise ein, statt die Nutzung gleichmäßig über das Jahr zu verteilen.
Die zweite Anpassung betrifft die KI, die Ihre Mitarbeitenden bereits nutzen. Viele Vertriebsmitarbeiter öffnen eigenständig ChatGPT oder Claude, weil sie nicht warten können, bis die IT einen neuen Agenten bereitstellt. Wenn diese Arbeit in persönliche Agenten überführt wird, die mit Creatio AI Twin erstellt wurden, wird sie sichtbar und steuerbar und greift auf dasselbe Credit-Kontingent wie alles andere zu. Berücksichtigen Sie dafür ausreichend Spielraum in Ihrer Planung.
Addieren Sie die Workflows zu einer monatlichen und jährlichen Gesamtsumme. Nutzen Sie diese, um ein Paket auszuwählen, und verfeinern Sie die Planung anschließend, sobald reale Nutzungsdaten vorliegen.
So halten Sie die KI-Ausgaben nach dem Produktivstart im geplanten Rahmen
Sobald die Agenten live sind, sorgt eine monatliche Überprüfung für eine verlässliche Prognose. Vergleichen Sie die tatsächlichen Credits pro Aktivität und die tatsächlichen Volumen mit Ihren Planungen und prüfen Sie jede größere Abweichung genau. Höhere als erwartete Kosten pro Nachfass-E-Mail weisen meist auf den Agenten selbst hin, etwa auf einen längeren Kontext oder zusätzliche Schritte. Ein höheres Volumen ist oft eine gute Nachricht, da es bedeutet, dass die Akzeptanz schneller voranschreitet als geplant.
Creatio AI Studio enthält die Daten und Steuerungsmöglichkeiten für diese Überprüfung. Es erfasst die Credit-Nutzung über Agenten und KI-Operationen hinweg, sodass Sie Nutzungstrends und das verbleibende Kontingent sehen können. Budgets und Nutzungslimits lassen sich pro Stunde, Tag oder Monat mit einem Warnschwellenwert und optionalen harten Stopp festlegen. So wird ein außer Kontrolle geratener Arbeitsablauf lange bevor er die Credits eines Quartals innerhalb einer Woche aufbraucht gekennzeichnet oder gestoppt.

Die Überprüfung ist auch der richtige Zeitpunkt für Anpassungen. Routinetätigkeiten benötigen selten das leistungsstärkste Modell. Übertragen Sie sie daher auf ein effizientes Modell und reservieren Sie die Modelle für Schlussfolgerungen für Aufgaben, die sie benötigen. Kürzen Sie Agenten, die zusätzliche Modellaufrufe tätigen, mehr Kontext mitführen als sie verwenden oder Arbeit wiederholen, ohne die Ausgabequalität zu beeinträchtigen.
Die Kosten pro Aktivität zeigen jedoch nur die halbe Wahrheit. Der Adoptionsbericht von Creatio ergab, dass nur 55 % der Organisationen, die KI zur Kosteneinsparung einsetzen, die tatsächlichen Kosteneinsparungen messen. Michael Partridge, Partner für Service-Exzellenz bei Deloitte, formulierte das Risiko im selben Bericht so: „Ein Unternehmen, das sich über niedrige KI-Token-Kosten bei einer Kundeninteraktion freut, ist blind für die um Größenordnungen höheren menschlichen Kosten, die entstehen, wenn eine fehlgeschlagene Lösung einen zweiten Anruf erforderlich macht.“ Für ein Vertriebsteam entspricht dies einer günstigen Nachfass-E-Mail, auf die niemand antwortet. Erfassen Sie die Credits neben dem Ergebnis, das jeder Arbeitsablauf beeinflussen soll, etwa gebuchte Meetings, angesprochene Verlängerungen oder Antwortzeit, und bewerten Sie die Ausgaben anhand beider Faktoren.
Häufig gestellte Fragen
Verfallen nicht verwendete Creatio-KI-Credits?
Nicht verwendete Creatio-KI-Credits werden von Monat zu Monat und über die Vertragsjahre hinweg innerhalb der Vertragslaufzeit übertragen. Eine Organisation kann weniger Credits verwenden, während sie ihre ersten Agenten erstellt, und nach dem Produktionsstart mehr einsetzen, ohne die Kapazität zu verlieren, die sie zu Beginn nicht genutzt hat.
Berechnet Creatio KI nach Benutzer oder Agent?
Die Preisgestaltung von Creatio umfasst keine Gebühren pro Benutzer, Agent, Anwendung oder API. Die KI-Nutzung wird in KI-Credits gemessen, die in den KI-Paketen von Creatio enthalten sind und durch zusätzliche Blöcke von 500,000 Credits erweitert werden können.
Sind KI-Credits dasselbe wie Token?
Nein. Token sind die Inhaltseinheiten, die ein Modell verarbeitet, und jedes Modell hat seine eigenen Token-Raten. Creatio-KI-Credits sind eine einheitliche Nutzungseinheit, die auf Token aufsetzt und alle unterstützten Modelle und KI-Dienste abdeckt, einschließlich Sprach- und Dokumentverarbeitung. Es gibt keine feste Eins-zu-eins-Umrechnung zwischen beiden.
Können Sie Ihr eigenes KI-Modell zu Creatio mitbringen?
Ja. Das Freedom-Paket unterstützt die Nutzung eines eigenen Modells (BYOM), sodass Sie Ihre eigenen Anbietervereinbarungen, Modellendpunkte oder unterstützte KI-Infrastruktur verwenden können. BYOM macht ein KI-Paket nicht überflüssig. Sie verwalten den Modellzugriff selbst, und Ihre Credit-Nutzung umfasst die Creatio-Plattformdienste, die Sie weiterhin verwenden, etwa die Ausführung von Agenten und Arbeitsabläufen, Sicherheit, Governance und Überwachung.
Richten Sie das KI-Budget an Ihren umsatzbezogenen Arbeitsabläufen aus
KI-Credits bieten Umsatzteams eine einheitliche Einheit für KI-Arbeit über Modelle, Anbieter und Kanäle hinweg. Die Pakete geben dieser Einheit mit der erforderlichen Infrastruktur und den nötigen Steuerungsmöglichkeiten einen geeigneten Rahmen. Das Budget hängt weiterhin von Entscheidungen ab, die nur Ihr Team treffen kann: welche Arbeitsabläufe sich ändern, wie viel Autonomie jeder Arbeitsablauf erhält und wie schnell die Mitarbeitenden sie annehmen. Beginnen Sie mit einer kurzen Liste dieser Arbeitsabläufe, messen Sie deren tatsächliche Nutzung, planen Sie die gesamte Vertragslaufzeit statt jeden einzelnen Monat und überprüfen Sie die tatsächliche Nutzung monatlich. Die Prognose wird anfangs an einigen Stellen falsch sein; durch die monatliche Überprüfung wird sie besser.

