KI-AGENTEN | IDENTITY & ACCESS MANAGEMENT

KI-Agenten verbrauchen Token, noch bevor sie arbeiten: Allein die Auswahl aus Tausenden von MCP-Tools treibt Kosten und Sicherheitsrisiken in die Höhe. Gateways stoppen den Zugriff erst im Nachhinein – bezahlt ist der Token dann längst. Wer Tokenmaxxing wirklich in den Griff bekommen will, muss beim Identitätsmanagement ansetzen und Agenten nach dem Least-Privilege-Prinzip nur die Tools zeigen, die sie tatsächlich brauchen.

Least Privilege statt »Token-Polizei«: Sieht ein KI-Agent nur die Tools, die für ihn freigegeben sind (blau), sinken Token-Verbrauch und Angriffsfläche gleichermaßen. (Quelle: KI-generierte Illustration, manage it)

Management Summary

Token-Kosten entstehen vor dem ersten Tool-Aufruf: Die Tool-Auswahl im Prompt ist bereits bezahlt – ein nachträgliches Blockieren durch das Gateway holt diese Kosten nicht zurück.
Gateways sind Routing-Werkzeuge, keine Token-Polizei: Sie limitieren erst im Nachgang und lösen weder das Kosten- noch das Sicherheitsproblem strukturell.
MCP-Wachstum verschärft die Lage: Je mehr Tools und Nutzer an einem MCP-Server hängen, desto stärker multipliziert sich die »Tool-Token-Steuer« bei jedem einzelnen Schritt.
IAM ist der wirksame Hebel: Least Privilege und Zero Trust begrenzen die Sichtbarkeit von Tools pro Agent und Nutzer – Token werden gar nicht erst verbraucht.
Drei Leitfragen als Orientierung: Wo sind meine KI-Agenten, was dürfen sie tun und womit dürfen sie sich verbinden? Wer das beantwortet, senkt Kosten und Risiko zugleich.

Das Gateway als »Token-Polizei« greift zu kurz

Tokenmaxxing ist zu einer der vielleicht drängendsten Herausforderungen von Unternehmen geworden. Die Lösung besteht jedoch nicht darin, schlicht Gateways für das Routing einzuführen, sondern den Zugriff der KI-Agenten durch das Identitätsmanagement (IAM) auf die ausschließlich benötigten Funktionen im Sinne des Least Privilege-Ansatzes zu beschränken. Gateways begrenzen die Token so detailliert, wie es ihre Daten zulassen. Das ist für das Routing richtig, allerdings macht die nachträgliche Begrenzung der Token das Gateway zur »Token-Polizei«. Hier wird das Limit für den Token-Gebrauch festgelegt und bei der Überschreitung der Grenzen einfach gestoppt. Das kann auf Dauer nicht funktionieren und führt nicht zum gewünschten Effekt.

MCP-Server: Wachstum mit Nebenwirkungen

Die andere Seite: MCP-Server gehören zu den am schnellsten wachsenden Lösungen, mit denen Unternehmen ihre KI-Agenten mit Tools und Daten verbinden. Dieses Wachstum lässt das Bedürfnis innerhalb von IT-Abteilungen wachsen, möglichst viele Komponenten per MCP anzubinden, um ein Maximum an Mehrwert durch KI gestützte Geschäftsabläufe zu erzeugen. Dies erhöht den Druck auf IT-Entscheider, bei der ordnungsgemäßen Bereitstellung dieser Tools Schritt zu halten. Jeder KI-Agent sollte auch nur eine Sichtbarkeit über diejenigen Tools haben, die für ihn freigegeben wurden. So können Sicherheitsrisiken wie Kosten reduziert werden.

Die »Tool-Token-Steuer« trifft jeden Schritt

Bezogen auf die Kosten, also den durch einen KI-Agenten produzierten Token-Verbrauch, bedeutet das, dass die Toolauswahl von vornherein eingeschränkt wird, noch bevor überhaupt mit der eigentlichen Arbeit begonnen wird. Ein einzelner beliebter MCP-Server kann Tausende aktiver Nutzer haben und jeder von ihnen zahlt bei jedem Schritt diese »Tool-Token-Steuer«. Die Schwierigkeiten mit der schieren Anzahl von Tools und Nutzern verstärken sich gegenseitig.

»Das nachträgliche Ablehnen eines unbefugten Tool-Aufrufs bringt die Kosten für die Token nicht zurück – sie wurden bereits in der Prompt-Phase verbraucht, noch bevor das Modell irgendetwas versucht hat.«

Felix Colaci, Okta

Nachträgliches Blockieren kommt zu spät

Das nachträgliche Ablehnen eines unbefugten Tool-Aufrufs, wie es bei Gateway-Lösungen der Fall ist, bringt die Kosten für diese Token nicht zurück. Sie wurden bereits in der Prompt-Phase verbraucht, noch bevor das Modell irgendetwas versucht hat. Außerdem: sobald ein KI-Agent ein Tool genutzt hat, auf das er keinen Zugriff haben sollte, ist die Rückabwicklung ein Thema für sich. Darüber hinaus muss das überhaupt erst jemand bemerken, untersuchen und den Zugriff widerrufen. Die Token bleiben unabhängig davon verbraucht.

Drei Fragen für die Agenten-Governance

Unsere Blaupause für das sichere KI-Agenten-Unternehmen [1] fasst die Herausforderung in drei einfachen Fragen zusammen, die als Orientierung dienen können:

Wo befinden sich meine KI-Agenten?
Was dürfen sie tun?
Womit können sie sich verbinden?

Least Privilege und Zero Trust als Leitplanken

Die Frage nach der Konnektivität bezieht sich dabei nicht ausschließlich auf die MCP-Server, die ein Agent erreichen kann, sondern auch auf die spezifischen Tools, die er für einen bestimmten Benutzer bedienen darf. Um hier die Kontrolle zu erlangen, empfiehlt es sich, auf das bekannte Least-Privilege-Prinzip samt Zero Trust als Konzept zu setzen. Das schränkt die Rechte von Agenten ein und erlaubt ihnen nur den Zugriff auf autorisierte Tools in einem abgesteckten Bereich. Dadurch werden Token gespart und gleichzeitig die KI-Agenten sowie deren Bewegungsmuster festgelegt. Das Ziel: Viele wertvolle Token sparen, die KI-Agenten in definierte Bahnen lenken und die Geschäftsergebnisse, die aus dem Mehrwert des Agenten-Einsatzes entspringen sollen, sicherstellen.

Felix Colaci, Okta

Felix Colaci ist Senior Solutions Engineer bei Okta und auf Auth0 sowie Fine Grained Authorization spezialisiert. Er bringt rund ein Jahrzehnt Erfahrung in API-Management und Customer Identity and Access Management (CIAM) mit und berät aus einem Entwicklerhintergrund heraus Unternehmen unterschiedlichster Größe und Branchen zu Identity-Anwendungsfällen. Vor seinem Wechsel zu Okta im Jahr 2022 verantwortete er bei der freenet-Gruppe (mobilcom-debitel) das Identity Management als Teamleiter und arbeitete zuvor als Enterprise Architect; sein Studium der Wirtschaftsinformatik absolvierte er dual in Schleswig-Holstein. Sein erklärtes Ziel ist es, Benutzerfreundlichkeit und Sicherheit in Balance zu bringen und Identity als Business-Enabler zu etablieren.

Weiterführende Informationen

[1] Okta: Agentic Enterprise Blueprint – Blaupause für das sichere KI-Agenten-Unternehmen: https://www.okta.com/solutions/secure-ai/agentic-enterprise-blueprint/

[2] Okta Newsroom: Fewer Tools, Fewer Tokens – How Okta Cuts Agent Tool Selection Costs Before They Happen: https://www.okta.com/newsroom/articles/fewer-tools-fewer-tokens-how-okta-cuts-agent-tool-selection-costs-before-they-happen/

FAQ: Tokenmaxxing, MCP und Identitätsmanagement

Was bedeutet »Tokenmaxxing« konkret?
Gemeint ist der ausufernde Token-Verbrauch von KI-Agenten. Ein großer Teil davon entsteht nicht durch die eigentliche Aufgabe, sondern durch das Mitführen und Auswerten großer Tool-Kataloge im Prompt.
Warum lösen Gateways das Problem nicht?
Gateways sind für das Routing gedacht. Sie greifen erst, wenn ein Tool-Aufruf erfolgt – die Token für die Tool-Auswahl sind zu diesem Zeitpunkt bereits verbraucht und bezahlt.
Was ist die »Tool-Token-Steuer«?
Jedes Tool, das einem Agenten sichtbar gemacht wird, kostet bei jedem Schritt Token – unabhängig davon, ob es jemals genutzt wird. Bei Tausenden Nutzern eines MCP-Servers summiert sich das erheblich.
Was ist ein MCP-Server und warum wächst der Einsatz so schnell?
MCP-Server verbinden KI-Agenten mit Tools und Daten. Weil sie den Mehrwert KI-gestützter Geschäftsabläufe schnell sichtbar machen, wollen IT-Abteilungen möglichst viele Systeme anbinden.
Warum ist Identitätsmanagement der bessere Hebel?
IAM entscheidet bereits vor dem Prompt, welche Tools ein Agent für einen bestimmten Nutzer überhaupt sieht. Was nicht sichtbar ist, verursacht weder Token noch Risiko.
Wie hängen Least Privilege und Zero Trust damit zusammen?
Least Privilege beschränkt Agenten auf die minimal notwendigen Rechte, Zero Trust verlangt die Prüfung jeder Anfrage. Zusammen definieren sie klare Bewegungsmuster für Agenten.
Welche drei Fragen sollten IT-Entscheider beantworten können?
Wo befinden sich meine KI-Agenten? Was dürfen sie tun? Womit können sie sich verbinden? Diese Fragen bilden den Kern einer belastbaren Agenten-Governance.
Reicht es, den Zugriff auf MCP-Server zu steuern?
Die Steuerung muss bis auf die Ebene einzelner Tools und den jeweiligen Nutzerkontext reichen, sonst bleibt der Tool-Katalog unnötig groß.
Was passiert, wenn ein Agent ein nicht freigegebenes Tool nutzt?
Der Vorfall muss bemerkt, untersucht und der Zugriff widerrufen werden. Die Rückabwicklung ist aufwendig – und die verbrauchten Token bleiben in jedem Fall verloren.

Welchen Nutzen hat der Ansatz über die Kosten hinaus?
Neben spürbaren Token-Einsparungen entstehen nachvollziehbare Agentenpfade, geringere Angriffsflächen und damit verlässlichere Geschäftsergebnisse aus dem KI-Einsatz.

Management Summary, FAQ und Bild wurden mit Hilfe von KI erstellt

Screen (c) Okta

Dieses Schaubild zeigt, wie Okta die drei Fragen Where are my agents? What can they connect to? What can they do? technisch beantwortet:

Agent Discovery:

Erkennung bekannter und unbekannter Agenten über Plattformen, Browser‑basierte Erkennung, Endpoints und Netzwerke.
Gemeinsame Signal‑Frameworks und Risiko‑Bewertung

Agent Credentials:

Registrierung und Verwaltung von Agenten‑Zugangsdaten über Okta.
Verbindung zu Nutzern, Service‑Accounts und Vaulted Credentials.

Kill Switch & Risk Signals:

Zentrale Abschaltfunktion für Agenten bei Sicherheitsvorfällen.
Risiko‑Signale fließen in Telemetrie und SIEM‑Systeme (Security Information and Event Management).

Human‑in‑the‑Loop:

Menschen bleiben Teil des Entscheidungsprozesses – etwa bei Freigaben oder Zugriffskontrollen.

Audit Trail:

Lückenlose Protokollierung aller Agentenaktivitäten zur Nachverfolgung und Compliance.

Tokenmaxxing – kurz erklärt

Der Begriff »Tokenmaxxing« beschreibt das übermäßige oder ineffiziente Verwenden von Tokens bei der Nutzung von KI‑Modellen wie GPT‑4 oder Claude. Ein Token ist die kleinste Verarbeitungseinheit eines Sprachmodells – etwa ein Wortfragment oder Satzzeichen. Jedes Prompt, jede Antwort und jeder Kontext verbraucht Tokens, die direkt mit Kosten und Rechenzeit zusammenhängen.

Was passiert beim Tokenmaxxing

Zu viele oder zu lange Prompts: Wenn Nutzer oder Agenten unnötig viel Kontext, irrelevante Daten oder redundante Anweisungen senden.

Agentische KI ohne Steuerung: Autonome Agenten erzeugen komplexe Ketten von Prompts, durchsuchen große Datenmengen und lösen Folgeaktionen aus – oft ohne Kostenbewusstsein.

Fehlende Kontextoptimierung: Wenn Modelle denselben Informationsblock mehrfach verarbeiten, steigt der Tokenverbrauch exponentiell.

Folgen

Kostenexplosion: Mehr Tokens = höhere API‑Gebühren.
Leistungsabfall: Lange Kontexte führen zu langsameren Antworten und höherer Fehlerquote.
Ineffizienz im Workflow: Agenten oder Nutzer verschwenden Rechenressourcen für irrelevante Daten.

Gegenstrategie: Kontextmodellierung

Unternehmen setzen zunehmend auf Kontextmodelle (z. B. Celonis Context Model oder Oktas »Agentic Enterprise Blueprint«), um:

nur relevante Daten an die KI zu übergeben,
redundante Prompts zu vermeiden,
und den Tokenverbrauch gezielt zu steuern.

457 Artikel zu „Token KI“

News | Business | Digitalisierung | Effizienz | Geschäftsprozesse | Künstliche Intelligenz | Strategien | Tipps

Effizienz von KI-Agenten: Vier Architekturstrategien gegen unnötigen Tokenverbrauch

20. August 2026

KI-Agenten versprechen mehr Automatisierung, schnellere Entscheidungen und produktivere Teams. In der Praxis zeigt sich jedoch: Ohne saubere Daten- und Kontextarchitektur verbrauchen sie unnötig viele Tokens, liefern schwer überprüfbare Ergebnisse und treiben die Betriebskosten nach oben. Unternehmen müssen deshalb nicht nur den KI-Einsatz steuern, sondern ihre Wissensbasis so strukturieren, dass Agenten gezielt, nachvollziehbar und effizient arbeiten…