Latest / esacom KI & IT Podcast / Folge 09 - Beispiel: Token basiertes Abrechnungsmodell
Transcript
- Dennis: So, hallo und herzlich willkommen zur nächsten Folge unseres Podcasts. Mir gegenüber sitzt die liebe Anna, ich bin Dennis und heute wollen wir das Thema von letzter Woche nochmal aufgreifen. Und da haben wir über den GitHub Co-Pilot gesprochen als 1Ki-Tool, also von einem Drittanbieter, welches wir bei uns Unternehmen einsetzen. Haben dann so bisschen aus der Praxis einmal schon berichtet. Wer die Folge noch nicht kennt, gerne einmal reinhören. Und bei dem ganzen Thema sind noch mal paar Sachen offen geblieben. Vor allem, ich sag mal, hinsichtlich der Abrechnung. Anna, was können wir hierzu noch berichten? Anna: Hi, Dennis erstmal. Genau, wir wollten das Thema, wie du gesagt hast, nochmal aufgreifen, weil wir auch im Nachgang gemerkt haben, dass es da einfach echt noch viele Themen gibt, die wir nochmal besprechen müssen. Und das Thema Abrechnung, lass uns vielleicht nochmal einen Schritt vorher starten. Ich meine, Dennis: Mmh. Anna: wir haben mit GitHub Copilot gestartet, du hast es in letzten Folge auch so schön beschrieben, was kann das Tool alles. Wo hilft es uns bei? Was sind auch die Mehrwerte? Und warum haben wir uns vor allen Dingen auch dafür entschieden? Das haben wir einfach mal abgewogen. Und man muss ja einfach sagen, wir haben ja da auch mit der KI und mit diesem KI-Tool gestartet und es war kostenfrei. Also als wir damit losgelaufen sind, haben wir für die Nutzung erst mal nichts bezahlt. Und das war ja, sag ich mal, ähnlich mit ganz, ganz vielen anderen KI-Tools auch. Die waren erst mal for free in der Usage und man konnte bisschen aus- und rumprobieren. Und nach und nach haben sich da in dem Sinn eben andere Abrechnungsmodalitäten hinterlegt. Wir würden jetzt in dieser Folge nicht auf jede einzelne eingehen oder auch erläutern, warum sich noch mal Abrechnungsmodalitäten verändert haben. Dass die ganze Strategie der unterschiedlichsten KI-Unternehmen hier aufzugreifen, das würde jetzt zu weit führen. Wir wollen aber einfach mal berichten, wie wir das erlebt haben, weil auf einmal weiß ich noch, dass wir beide ein Meeting hatten und du gesagt hast, wir müssen auf jeden Fall noch mal hinsichtlich der Strategie unserer KI-Ausrichtung sprechen, weil der GitHub Copilot wird ab, du hattest ein genaues Datum sogar auch mitbekommen, Dennis: Hm? Anna: wird was kosten. Und das vor allen Dingen nicht nur zwei Euro, dass man auf Dennis: Na? Anna: einmal eine Lizenzgebühr, ich sag mal 1,99 oder zwei Euro hatte, sondern auf einmal wirklich Kosten da waren, wo wir gesagt haben, gut, dann müssen wir auf jeden Fall über das Budget sprechen und Kannst du dich auf jeden Fall auch noch an dieses Meeting erinnern? Dennis: Ja, genau. Ich kann jetzt nicht mehr das genaue Datum sagen. Das war irgendwie zu Mitte dieses Jahres, dass das Unternehmen, also GitHub bzw. Microsoft, den GitHub Copilot das Lizenzmodell umgestellt hat. Zu dem Zeitpunkt hatten wir auch nicht mehr die kostenlose Variante. Damit haben wir ursprünglich angefangen. Ich glaube, die gibt es auch heute noch, dass man quasi so ein ganz kleines Kontingent hat, womit man mit so einem ganz kleinem Modell programmieren kann. Wir haben das dann irgendwann mal aufgestockt ... auf ein Bezahlabo. Das hat dann, glaub ich, auch irgendwas zwischen 20 und 30 US-Dollar gekostet im Monat. Das war dann halt quasi so das Business-Premium-Modell. Und das beinhaltete quasi eine bestimmte Anzahl, ich weiß nicht mehr wie viele, glaub, 333 waren's, an Premium-Requests. Das heißt, ich konnte ... zu dem Zeitpunkt 333 Anfragen an ein großes LLM schicken. Heutzutage wär das dann so was wie ein JetGPT 5.5 oder Fable 5. Oder ein Opus auch. Also alles, was jetzt nicht so ein Minimodell ist, das war dann quasi in diesen Premium-Anfragen mit gemeint. Ja. Anna: Ganz kurz, Also im Endeffekt, wenn man es ja nochmal runterbricht, dann das Lizenzmodell, diese 20 Euro, wenn man das vergleichen würde, so wenn man eben so einen Shetchi-PT-Account hat, den man auf einmal nicht mehr kostenfrei hat. Also es kostet ja auch so den Dreh 20 Euro. Roundabout. Von den Kosten darüber sprechen wir erstmal. Richtig? Ja, okay. Dennis: Genau, genau, genau. Ist halt jetzt nur ein etwas anderes Tool. Anna: Hm? Dennis: Genau, also man hat dann quasi so ein Premium-Account. Wie gesagt, diese 333 Anfang, das waren dann halt, ich sag mal, diese Top-Modelle. Aber ich sag mal, ganz normalen Standard-Modelle, ich kann's nicht mehr hundertprozentig genau sagen, aber glaube, so ein normales Coding-Modell, das war dann halt mehr oder weniger auch Flatrate. In diesen 30 Dollar mit inkludiert, das hatten wir dann auch ganze Zeit lang. so genutzt und das passte auch und wie wir auch Millionen andere Entwickler, die das dann einsetzen. Und irgendwann kam dann die Nachricht, dass Microsoft eben das Modell komplett umstellt, dass es halt nicht mehr dieses Abo-Modell mit den 30 Dollar gibt. Also das gibt es schon noch. Aber es geht dann nicht mehr nach diesen Premium-Requests und bei den kleineren Modellen dann mit der Flatrate. sondern es wird nach Verbrauch abgerechnet. Was halt mittlerweile, ich sag mal, bei Enterprise und Business-Lösungen sehr üblich ist, und man kennt es halt vor allem über die Schnittstellennutzung von KI-Anbietern, war dann aber in dem Produkt halt eine Neuheit. Das war dann eine komplette Umstellung, und keiner wusste so richtig, was das dann finanziell bedeutet. Weil klar, ich konnte ... zu 100 Prozent kalkulieren, okay, in meinem 30-Dollar-Abo waren halt vorher diese Anfragen mit dem Premium-LLM und alles andere war halt inkludiert. So, war ja planbare Kosten, über 30 Dollar geht's halt nicht hinaus, fertig. Und auf einmal war da so eine große Unbekannte. Anna: Ja, und ja total. ich weiß halt auch noch, als wir aus dem Meeting rausgegangen sind, ich das einfach auch mal kurz nachrecherchiert habe, auf einmal Ich vielleicht war es auch eine Bubble, der man war. Auf einmal in diesen ein, zwei Wochen war auf einmal das ganz große Thema auf jeden Fall Token, Token-basierte Abrechnung. KI ist nicht Dennis: Mh. Anna: mehr kostenfrei. Sprechen wir jetzt schon so von vendor logins nach dem Motto, man hat sich mit einem KI-Tool angefreundet, in Anführungszeichen, man kommt damit zurecht und auf einmal kommt man so schnell eben auch nicht mehr raus und zahlt halt Dennis: Hm? Anna: in dem Sinne, weil man sagt, bevor ich das jetzt umstelle, bevor ich da jetzt vielleicht erst mal wieder in, ich sag mal in ein neues Tool auch einfuchse vielleicht auch die ganzen Themen überhaupt rüber mitnehmen kann, migrieren kann, dann bleibe ich halt da und zahle. Wie war das denn bei uns? Dennis: Mhm. Ja, also es war dann halt auf jeden Fall mit viel Rechnerei und Recherche verbunden. Klar hat man sich auch Konkurrenzprodukte angeguckt, aber es ist halt wirklich so, dass sich das mittlerweile etabliert hat. Es gibt natürlich ein bestimmtes Kontingent, das ist bei den meisten mit dabei. Das haben wir quasi jetzt bei unserem Abo-Modell trotzdem noch. Also wir zahlen halt quasi auch weiterhin diese 30 Dollar. Und da ist dann halt so ein was man verbrauchen kann. Und alles darüber hinaus wird halt nach Verbrauch abgerechnet, also on top. Aber dieses nach Verbrauch abgerechnet ist halt deutlich schneller verbraucht als vorher mit diesen Premiumrequests. Das ist schon mal vorab. Aber diese Rangehensweise ist halt bei anderen Tools genauso. Du hast halt immer, ich sag mal, X-Budget, was du halt damit machen kannst. Vor allem halt mit den ... auch gute, teure Modelle. Entweder musst du dann halt warten, bis dein Kontingent wieder aufgeladen wird. Oder du musst halt den Verbrauch eins zu eins bezahlen, so wie es dann mit den Tokens ausgerechnet wird. Das ist dann leider bei allen so gewesen. Deswegen tat sich da jetzt nicht so die verheißungsvolle Alternative auf. Und wir sind so dann beim Tool geblieben. Und die große Herausforderung war dann natürlich, Budget festzulegen. Und ich weiß noch, genau zu dem Zeitpunkt war ich auf einer Entwicklerkonferenz. Und da war das natürlich, das war dann brandaktuell gerade das Thema. Und ja, genau, also das war wirklich so das Diskussionsthema Nummer eins. Und die ganzen Dozenten waren auch der Überzeugung ... dass dieses Flatrate-KI-Programmieren und Flatrate mit KI-Arbeiten ist halt vorbei. Und einer der Dozenten hat auch ganz klar gesagt, ihr müsst jetzt als Entwickler zu euren Managern gehen und denen das jetzt deutlich machen. Dass diese Zeit von Flatrate-Abus vorbei ist und KI deutlich, deutlich teurer wird. Und was halt vorher 30 Dollar im Monat gekostet hat ... Das ist dann vielleicht bei einem Vollzeitentwickler, der zu 100 Prozent entwickelt und nicht in Meetings sitzt. Das sind dann vielleicht auf einmal 1000 Dollar im Monat. Und das war dann auf einmal eine ganz andere Hausnummer, die wir erstmal auch verarbeiten mussten. Anna: Total. es war natürlich ein Budgetthema, gar keine Frage. Ich weiß aber auch, wir hatten auch so eine kleine KI-Philosophiefrage-Stunde dazu gemacht, wenn man so möchte. Dennis: Mmh. Anna: Also diese Philosophie, die man sonst eben vorher erlebt hatte, war ja, okay, es gibt KI-Tools, die kann man kostenfrei nutzen. Und oftmals wusste man eben, wenn man das kostenfrei nutzt, dann werden eben die Daten, dort reingegeben werden, die Inputs, aber auch die Outputs oftmals genutzt für diese Unternehmen als Trainingsdaten. Also das Dennis: Hm. Anna: war ja ... oftmals bewusst. Deswegen natürlich hat man sich schnell entschieden, eine Lizenz oder ein Modell oder ein Abo abzuschließen. Sei es ein Business-Account, sei es ein Premium, sei es ein Plus-Account. Die haben ja unterschiedlichste Namen dann gehabt. Damit man Dennis: Genau. Anna: einfach erst mal wusste, meine Inputs, meine Outputs, werden erst mal nicht als Trainingsdaten genutzt. Okay, da hatte man aber einen überschaubaren Preis. Wir haben jetzt eben mal von den 20 Euro oder 30 Dollar gesprochen, aufs Jahr hochgerechnet. war das jetzt, sage ich mal, alles wirklich überschaubar, weil das ein Werkzeug für uns war, was natürlich eine Schnelligkeit, eine Produktivität uns ermöglicht hat. Wir haben es in der letzten Folge auch nochmal erläutert, also wie schnell sind wir einfach auch mit dem GitHub Copilot nun mal gewesen im Entwicklungsteam. Das waren einfach Dennis: Hm. Anna: rasante Sprünge. Und auf einmal hieß es dann, okay, das ganze Abrechnungsmodell wird jetzt eben Token basiert, also Token basiert wirklich nach den Inputs und Outputs, die wir reingeben, wo dann wirklich geschaut wird, wie groß, wie viel ist das. Man muss ja jetzt nicht nur schauen, was ist, sag ich mal, Budget, sondern halt auch, wie gut bin ich mit meinen In- Outputs. Dieses Rumprobieren einfach mal, ich nehme mal das Modell und ich gucke mal hier rein und ich gucke mal da und mein Prompt ist vielleicht Dennis: Mmh. Anna: noch nicht so gut, ach, dann schärfe ich noch mal nach. Und man hatte ja gar kein Gefühl dafür, wie viele Tokens man überhaupt verbraucht. Also man war kein bisschen sensibilisiert, wir auch nicht. Wir haben rumprobiert, wir haben ausprobiert, haben geschaut, welche Modelle funktionieren, wie geht das Prompting, wo müssen wir nachschärfen, wie sehen die Leitplanken Dennis: Hm. Anna: aus? Dass wir geschaut haben, wie und wie sage ich mal, der Input, wie der Output ist, das lief ja einfach erstmal alles im Hintergrund, in Anführungszeichen, for free mit, weil es eben nicht tokenbasiert war. Und das war neben dem ganzen Thema, wie legen wir ein Budget überhaupt fest, wie ist, sage ich mal, überhaupt unsere Token-Nutzung natürlich auch erstmal so eine Umstellung bei uns. Die hieß, okay, auf einmal ist eben KI nicht mehr kostenfrei. Kostenfrei, du hast es gerade richtig gesagt, war es vorher auch nicht, weil wir ein gewisses Abomodell schon hatten, aber die Kosten sind einfach jetzt eine ganz andere Hausnummer. Dennis: Genau, also die Flatrate war einfach weg. Du hast halt ... Das ist Anna: Ja, ja, genau, genau. Dennis: so kein All-Inclusive mehr, sondern ... wirklich dieses Verbrauch. Und ... Genau, vielleicht kann ich das ja noch mal ganz kurz erklären, wie sich diese Tokens überhaupt zusammensetzen. Anna: Ja, mach mal gerne. Dennis: Und zwar kann man sich das so vorstellen, dass die Wörter, die man der KI zur Verfügung gibt, also einfach den Text, den man da reinschreibt, der wird einfach im Hintergrund ... zerteilt. Man kann halt grob sagen, dass die Wörter in Silben aufgeteilt werden. Das ist nicht zu 100 Prozent richtig, aber einfach nur, das einfach zu verdeutlichen, ist das, glaube ich, eine ganz gute Metapher. Genau, es gibt quasi feste Sets, wonach die Wörter in bestimmte Buchstaben, Bestandteile zerteilt werden. Und diese Buchstaben oder Wortbestandteile, die werden dann letztendlich noch mal in Zahlen umgerechnet. letztendlich das, womit die KI auch im Hintergrund arbeitet und dann nachher ihre Antwort auch formuliert. Und genau, also ein Bruchstück, Wortbruchstück ist ein sogenannter Token. Und die werden dann quasi in Rechnung gestellt. Meistens wird das immer angegeben in eine Million Token, die dann einen bestimmten Preis haben. Und je nach Modell ist das dann halt teuer oder halt ein bisschen günstiger. Und meistens ist es auch so, dass man unterschiedliche Preise hat für die Tokens, die man reingebt, also die ich halt selber reinschreibe und der KI reingebe. Und es hat dann noch einen anderen Preis, was die KI mir an Tokens, also quasi an Text, einfach letztendlich zurückgibt. Und dann gibt's noch mal manchmal, je nach Modell, je nach Anbieter ... Abstufungen für Tokens, die aus dem Zwischengespeicherten cash geladen werden. sind vielleicht Dateien, die hochgeladen wurden, oder ... Konversationsverläufe, die irgendwo gecashed sind, die nicht jedes Mal als neuer Input reingegeben werden. Das ist dann meistens bisschen günstiger. Aber, long story short, es ist halt so, man zahlt nicht diese Flatrate, sondern wirklich jeder Buchstabe, den man eingebt, der kostet bares Geld. Und dann, wie du sagtest, überlegt man halt wirklich doppelt und dreifach, was man jetzt wirklich da reingibt. Und ich weiß, dass es bei mir auch, weil ich das quasi bei mir im Tool ein bisschen monitoren kann, gab's auch schon mal Prompts, die dann bei einem bestimmten Modell 20 Dollar gekostet haben. So, der Prompt hat dann viel erledigt. Aber ... ja, diese Aufgabe hat dann halt wirklich 20 Dollar gekostet. Das muss man sich mal so auf der Zunge zergehen lassen. Anna: Ja, genau. ich finde das, glaube ich, also ganz, ganz gut, dieses Beispiel einfach das mal zu verstehen. Weil ich habe mir, muss ich auch ganz klar sagen, davor, wenn ich da auch reingesprochen habe oder wenn du halt dort die Prompts reingegeben hast, die wurden manchmal groß, die wurden nochmal nachgeschärft. Man hat gemerkt, das funktionierte nicht, dann nehme ich einen anderen. Oder gerade wenn man eben Speech-to-Text, also was reingesprochen hat, dann zu gucken, was ist nachher der Output, was ist bei rumgekommen. Da, gerade beim Sprechen, da kommt ja einiges zusammen. Und Dennis: Ja, richtig, genau. Anna: da ist es manchmal gar nicht so sensibel wie bei den Tippen, also wenn ich das über die Tastatur reingebe in den Prompt. Und Dennis: Mhm. Anna: das war einfach echt eine Umstellungs-Sache. wo man von jetzt auf gleich so, ich sag mal, diese Sensibilisierungsknöpfchen anmachen musste. Und na klar, dann haben wir angefangen zu rechnen. Aber es war auch einfach erst mal eine Umstellung in der Arbeitsweise, weg von, wie du schon schön gesagt hast, all inclusive, hin zu Dennis: Hm? Anna: Wirklich sensiblen durchdachten, wie nutze ich das jetzt wirklich? Weil natürlich ist das ja auch verständlich, die Rechenleistung, dahinter ist, das kann nicht immer unlimited sein. Alles gut, da gehen wir Dennis: Hmm? Anna: jetzt gar nicht weiter drauf ein. Das verstehen wir in dem Sinne auch. Gleichzeitig war das wirklich eine sehr schnelle Umstellung, die dort von uns stattfinden musste, weil wir gesagt haben, okay, wir nutzen das weiter, wie du eben gesagt hast, wir haben es abgegrenzt, wir haben noch mal geschaut. Wir wollten natürlich auch weitermachen, aber einfach bewusster. Dennis: Mhm. Genau. Und ... Also, wir hatten ja tatsächlich in dem Fall auch so bisschen Glück, weil ... da muss man schon ehrlich sein, die haben das ganz fair gemacht. Es gab dann in dem Fall auch quasi Analysetools im Vorfeld, bevor diese Umstellung stattfand, dass man quasi den Verbrauch, den man jetzt schon hat, quasi im Abo, in dieser Flatrate, konnte man dann quasi antizipieren, anwenden auf das neue ... Abrechnungsmodell. Und wusste dann so im Groben, ja, okay, das, ich jetzt so ... quasi gemacht habe mit der KI, das würde mich in Zukunft dieses oder jenes Geld kosten. War jetzt noch nicht so 100-prozentig genau, aber man hatte so eine Ahnung plus man hat dann selber noch mal so bisschen hochgerechnet ... anhand der Sachen, die man halt so macht und wusste, was die Verbräuche so zukünftig kosten werden. Und ja, da konnten wir jetzt so ein ganz gutes Budget aufstellen. Es ist am... Ja? Anna: Plus ganz kurz, was noch mit reingekommen ist, ist ja auch so bisschen dieser Forecast, weil wir auf einmal schauen mussten, ich sag mal, die Meldung kam ja so Richtung Mitte des Jahres, Dennis: Ja. Anna: Also man hatte eben noch ein zweites Halbjahr und wir mussten Dennis: Hmm. Anna: ja einmal schauen, okay, was ist das ist, ne, also sprich, was haben wir historisch bezogen auf die Daten verbraucht, welche Modelle Dennis: Hmm. Anna: hatten wir, konnten das in dem Sinne analysieren, hochrechnen und gleichzeitig mussten wir natürlich einen Forecast mit reinbringen, der hieß, okay, was haben wir für das nächste halbe Jahr noch vor, wo bist du vielleicht Dennis: Ganz genau. Anna: auch mal in Urlaub, wo ist das Team mehr im Urlaub. Wo ist vielleicht auch mal jemand krank? Solche Tage, dass wir einfach geguckt haben, was brauchen wir auf den Tag, was brauchen wir auf die Woche, was brauchen wir auf den Monat, damit wir einfach Dennis: Hm? Anna: gesagt haben, das ist jetzt das Budget, das wir uns halt auch geben und festlegen und innerhalb dessen wir halt auch sagen, da wollen wir halt unsere Ziele erreichen. Weil wir müssen halt auch sagen, wir hatten nicht die Idee, jeden Monat jetzt immer wieder nachzukalkulieren und zu sagen, okay, wir brauchen mehr, wir brauchen mehr, weil Darüber haben wir auch gesprochen. Das kann natürlich ganz, schnell passieren. Wenn man halt nicht im Vorfeld, und das ist auch, glaube ich, unsere größte Empfehlung, einfach wirklich einmal Gedanken machen. Diese Analysetools bieten super Möglichkeiten zu schauen, was ist historisch, also vergangenheitsbezogene Daten, was ist gelaufen. Einmal Gedanken machen, was ist der Vorkast, was hat man vor? Und dass man eben nicht sagt, jede Woche, jeden Monat, ach, man erhöht wieder. Man ist wieder drüber Dennis: Mmh. Anna: gekommen. Ach, das Budget, das ist ja schon wieder ausgeschöpft. Das passiert nämlich so, so schnell, weil wenn man eben diese Sensibilisierung, dieses Bewusstsein nicht hat, was auf einmal eine tokenbasierte Abberechnung bedeutet, kommt man da Dennis: Hmm. Anna: in so einen Kreislauf, in so ein Hamsterrad, möchte ich was wirklich sagen, wo es nach oben hin echt kein Deckel gibt. Weil dann braucht man unlimited, vielleicht bisschen übertrieben gesagt, unlimited budget, Dennis: Mmh. Anna: Gottes Willen. Aber man braucht immer mehr. Man sagt, ich komme nicht weiter, ich kann dies nicht machen, ich brauche aber das Modell und Dennis: Hmm? Anna: Irgendwann steht man sich selber so bisschen im Weg, weil man sagt, man kann ja nicht weiter, weil ich bräuchte jetzt wieder Budget. Und diese Schlussfolgerung, die wollten wir nicht gehen. Da haben wir auch am Anfang drüber gesprochen, dass wir gesagt haben, da wollen wir nicht rein, dass wir ein Zielbild haben, das wollen wir erreichen. Und dann haben wir auch wirklich geschaut, was brauchen wir an Tokens, damit wir das erreicht bekommen, bezogen auf die Woche, auf den Tag runtergebrochen, damit wir eben nicht immer wieder sagen müssen, ich brauche noch mehr, ich komme nicht hin, das passt nicht oder sonstiges. Dennis: Genau, wir haben das schon großzügig, aber auch realistisch gerechnet. Wie du sagtest, ist jetzt nicht unlimited und was kostet die Welt. Aber gleichzeitig, wie du gesagt hast, ist es klar, dass es für die Arbeit notwendig ist. Und wir gehen mit Verstand an die Sache ran. Wir haben uns wirklich viel Arbeit mitgemacht mit der Analyse, was wir wirklich brauchen. Und das hat sich halt ausgezahlt. Wir fahren da jetzt wirklich einen sehr guten Weg. Und genau, das wär auch so mein Hinweis für jemanden, der vielleicht so vom ähnlichen Problem steht. Man weiß jetzt nicht, ob jetzt so ein Chat-GPT-Abo, sei es jetzt auch im Privaten, da glaub ich eher nicht, aber vielleicht kommt das irgendwann im Business-Kontext, dass da Sachen auch einfach nach Verbrauch abgerechnet werden. Aber spätestens, man, ich sag mal, in Richtung Automatisierung und Workflows arbeitet, vielleicht halt einfach so seine ... agents auch laufen lässt und dann halt über die api arbeitet, da muss man sich auf jeden fall gedanken darüber machen, weil das halt dann wirklich einfach alles tokenbasiert abgerechnet wird. Es gibt auch tokenizer online, also rechner quasi, die man nutzen kann, je nach modell, sich mal ausrechnen zu lassen, was denn so zumindest der input in token bedeuten würde. Das sind dann so kleine anhaltspunkte, mit denen man so bisschen arbeiten kann. Und dann muss man halt wirklich in seiner jeweiligen Anwendung oder in seinem Prozess, was man jetzt gerade machen muss, einmal ins Detail gucken und für sich überlegen, wie man das so bisschen rausrechnen und am Ende auch hochrechnen kann, dass man halt wirklich so sein sicheres Budget am Ende des Tages auch hat. Anna: Genau, ich denke mal, da haben wir einen ganz guten Schluss gefunden, dass ihr da Dennis: Hm? Anna: einmal eure kleinen Takeaways habt und wir nochmal berichtet haben, wie wir das ganze Thema Tokenbasierte Abrechnung auch bei uns, gerade im Kontext des KI-Tools GitHub Copilot umgesetzt haben. Ich Dennis: Genau. Anna: würde sagen, an der Stelle machen wir Schluss. Wir hören uns beim nächsten Mal wieder. Ich danke dir, Dennis. Und bis bald. Ciao, ciao. Dennis: Danke auch. Bis bald. Ciao.