Wie werden die Kosten der WeKora (WeKnora)-Wissensdatenbank berechnet? Budgetmethode für RAG- und Agent-Bereitstellungen 2026

Sie sehen steigende Infrastrukturkosten, obwohl sich die Dokumentmenge kaum verändert.

Die schnellste Lösung: Berechnen Sie die Kosten einer WeKora-Wissensdatenbank nicht nach Dateianzahl, sondern getrennt nach Datenverarbeitung, Index und Speicher, Modellen, Agent-Werkzeugen, Sandbox-Ausführung und Betrieb. Starten Sie bei kleiner Last lokal oder mit niedriger Parallelität und erweitern Sie erst anhand von Abfragevolumen, Aktualisierungsrate und tatsächlicher Auslastung.

Diese Anleitung richtet sich an Verantwortliche für Unternehmenswissensdatenbanken, die ein nachvollziehbares Budget für RAG- und Agent-Projekte benötigen. Sie hilft Produktentwicklern beim Bewerten von Upload, Suche, Werkzeugaufrufen und automatischer Wiki-Erstellung sowie unabhängigen Entwicklern bei der Planung einer dauerhaft laufenden Cloud-Umgebung.

1. Die Budgetgrenze von WeKora und WeKnora sauber festlegen

„WeKora“ ist ein verbreiteter Suchbegriff; der offizielle Projektname lautet WeKnora. Die offizielle Projektbeschreibung nennt unter anderem RAG-Frage-Antworten, Agent-Funktionen, MCP-Werkzeuge, Sandboxes und eine automatische Wiki-Erstellung. Diese Fähigkeiten gehören nicht zu einem einzigen Kostenblock, weil sie unterschiedliche Dienste und Laufzeiten beanspruchen. Die offizielle Projektbeschreibung von WeKnora ist deshalb die erste Referenz für den Funktionsumfang.

Für die Budgetplanung sollten Sie drei Ebenen getrennt führen:

• Einmalige Bereitstellung: Container, Konfiguration, Geheimnisse, Datenbankinitialisierung, Importskripte, Netzwerk und Zugriffsregeln.
• Laufender Grundbetrieb: Rechenleistung, Arbeitsspeicher, Datenbank, Objektspeicher, Vektorindex, Protokollierung, Backups und Überwachung.
• Wachstumsabhängiger Verbrauch: neue Dokumente, erneute Embeddings, Indexänderungen, Nutzerabfragen, längere Kontexte, Agent-Schritte, externe Werkzeuge und fehlgeschlagene Wiederholungen.

Damit vermeiden Sie einen typischen Planungsfehler: Ein Team setzt die Kosten für das Sprachmodell mit dem Gesamtbudget gleich. In einer realen Wissensdatenbank kann jedoch bereits die Dokumentaufbereitung dauerhaft Ressourcen binden, während ein Agent durch mehrere Such- und Werkzeugschritte deutlich mehr Arbeit erzeugt als eine einfache RAG-Antwort.

Für Ihre Tabelle reichen zunächst diese Variablen:

• (D_n): neu importierte Dokumente im Abrechnungszeitraum
• (D_u): aktualisierte Dokumente
• (T): erzeugte Textsegmente
• (E): Embedding-Aufrufe
• (Q): RAG-Abfragen
• (S): Suchvorgänge je Abfrage
• (C): übertragene Kontextmenge je Modellaufruf
• (A): Agent-Aufgaben
• (M): MCP- und sonstige Werkzeugaufrufe
• (X): Sandbox-Laufzeit oder ausgeführte Jobs
• (R): Fehlversuche und Wiederholungen

Die Kosten einer WeKora-Wissensdatenbank werden erst dann belastbar, wenn jede dieser Größen einem realen Verbrauch oder einem bewusst gesetzten Grenzwert zugeordnet ist.

2. Dokumentimport und Pflege als eigene Verbrauchsschicht erfassen

Beim Upload beginnt die Kostenkette nicht erst mit der Nutzerfrage. Ein Dokument muss typischerweise gelesen, analysiert, in Abschnitte geteilt, eingebettet und in einen Suchindex geschrieben werden. Bei Änderungen kommen Erkennung, erneute Verarbeitung und gegebenenfalls das Entfernen veralteter Indexeinträge hinzu.

Die offizielle DocReader-Dokumentation und die bereitgestellte Umgebungsvariablen-Vorlage sollten Sie vor der Kalkulation auf Abhängigkeiten und konfigurierbare Dienste prüfen. Entscheidend ist nicht nur, ob eine Datei importiert werden kann, sondern welche Verarbeitungsschritte dabei aktiviert werden und wo deren temporäre Daten liegen.

Unterscheiden Sie drei Szenarien:

1. Erstimport: Viele Dateien werden einmalig analysiert, segmentiert und indexiert. Dieser Vorgang erzeugt eine konzentrierte Last bei Prozessor, Arbeitsspeicher, temporärem Speicher und Embedding-Dienst.
2. Inkrementelle Synchronisierung: Nur neue oder veränderte Inhalte werden verarbeitet. Die Kosten hängen daher stärker von der Änderungsrate als von der gesamten Dokumentmenge ab.
3. Massenhafter Neuaufbau: Nach einer Änderung der Segmentierungslogik, des Embedding-Modells oder der Metadatenstruktur kann der Index teilweise oder vollständig neu entstehen. Dieser Fall gehört in die Rückstellung für Wartungsarbeiten, nicht in den normalen Tagesverbrauch.

Für jede Importart sollten Sie folgende Messwerte aufnehmen:

• Dateiformat und durchschnittliche Dokumentgröße,
• Zahl der erzeugten Textsegmente,
• Embeddings je neuem oder verändertem Segment,
• temporärer Speicher während der Verarbeitung,
• Dauer bis zur Suchbarkeit,
• Anteil abgelehnter oder fehlerhaft verarbeiteter Dateien,
• Aufwand für Versionierung und Rück rollback.

Ein häufiger versteckter Kostenpunkt ist die Aufbewahrung alter Indexstände. Sie erleichtert die Wiederherstellung, erhöht aber Speicherbedarf und Prüfaufwand. Wenn eine rechtliche oder fachliche Nachvollziehbarkeit nötig ist, darf die frühere Version nicht einfach gelöscht werden. Definieren Sie deshalb vor dem Produktivstart, ob ein Rollback auf Dokument-, Segment- oder vollständiger Indexebene erfolgen muss.

Hinweis aus der Betriebspraxis: Setzen Sie die Importpipeline nicht direkt mit der interaktiven Abfragepipeline gleich. Ein großer Neuimport darf die Antwortzeiten der Wissensdatenbank nicht unkontrolliert verschlechtern. Planen Sie getrennte Wartungsfenster, Prioritäten oder Ressourcenlimits ein.

3. RAG-Abfragen in Such- und Modellkosten zerlegen

Eine RAG-Antwort ist kein einzelner „KI-Aufruf“. Zuerst wird die Anfrage verarbeitet, danach sucht das System passende Inhalte, gegebenenfalls kombiniert es Vektor- und Stichwortsuche, führt ein Re-Ranking aus und übergibt ausgewählte Passagen an das Generierungsmodell.

Für hybride Suche beschreibt die offizielle Dokumentation zur Kombination von Text- und Vektorsuche getrennte Suchsignale. Das bedeutet für Ihr Budget: Vektorsuche und Keyword-Suche sollten nicht unter einem pauschalen Suchwert verborgen werden. Beide können unterschiedliche Indexstrukturen, Abfragepfade und Speicheranforderungen verwenden.

Das Kostenmodell pro RAG-Abfrage kann daher so aufgebaut werden:

[
K_{RAG} =
K_{Anfrage}
+ S \times K_{Suche}
+ K_{ReRanking}
+ K_{Kontext}
+ K_{Generierung}
]

Dabei steht (S) nicht für eine feste Produktvorgabe, sondern für die tatsächlich ausgelöste Zahl der Suchvorgänge. Eine einfache Frage kann einen Suchlauf verwenden; eine komplexere Pipeline kann mehrere Suchstrategien kombinieren. Beim Re-Ranking ist außerdem zu prüfen, ob ein zusätzlicher Modellaufruf, mehr Prozessorzeit oder eine separate Dienstkomponente eingesetzt wird. Das offizielle Beispiel für Re-Ranking bei hybrider Suche zeigt, warum dieser Schritt als eigener Verbrauch erfasst werden sollte.

Die Kontextlänge ist ein weiterer Hebel. Mehr gefundener Text kann die Antwortqualität verbessern, erhöht aber die Eingabemenge des Generierungsmodells und kann die Verarbeitung verlangsamen. Legen Sie deshalb ein maximales Kontextbudget fest, statt sämtliche Treffer ungefiltert weiterzugeben. Prüfen Sie zusätzlich, ob Gesprächsverlauf, Systemanweisungen und Tool-Ergebnisse in denselben Kontext eingehen.

Für die Auswertung teilen Sie Abfragen mindestens in drei Gruppen:

• kurze Faktenfragen mit einem begrenzten Suchpfad,
• mehrteilige Fragen mit mehreren Such- oder Re-Ranking-Schritten,
• Fragen, die wegen fehlender oder widersprüchlicher Quellen eine erneute Suche benötigen.

Diese Einteilung ist aussagekräftiger als ein Mittelwert über alle Anfragen. Ein scheinbar günstiger Durchschnitt kann sonst die wenigen, aber ressourcenintensiven Fälle verdecken, die bei Fachabteilungen oder Supportteams den größten Anteil der Modellkosten verursachen.

4. Agent, MCP und automatische Wiki-Erstellung getrennt kalkulieren

Bei einer Agent-Aufgabe steigt der Aufwand nicht nur wegen eines längeren Textes. Der Agent entscheidet möglicherweise über den nächsten Schritt, ruft ein MCP-Werkzeug auf, sucht im Web, verarbeitet ein Ergebnis, schreibt Zwischenstände und wiederholt einen Schritt bei einem Fehler. Jeder dieser Vorgänge kann zusätzliche Such-, Modell-, Netzwerk- oder Rechenkosten erzeugen.

Für Agent-Bereitstellungen eignet sich folgende Formel:

[
K_{Agent} =
A \times
(K_{Planung}
+ M \times K_{Werkzeug}
+ S \times K_{Suche}
+ X \times K_{Sandbox}
+ K_{Ausgabe})
+ R \times K_{Wiederholung}
]

Die Variablen sollten Sie nicht mit pauschalen Annahmen füllen. Messen Sie stattdessen getrennt:

• durchschnittliche Zahl der Modellschritte je Aufgabe,
• Werkzeugaufrufe je Schritt,
• Suchvorgänge und übertragene Ergebnisse,
• Sandbox-Laufzeit und temporäre Dateien,
• Größe der erzeugten Wiki-Inhalte,
• Abbruchquote, Zeitüberschreitungen und Wiederholungen.

Die offizielle Dokumentation zur Sandbox-Funktion ist für die Prüfung der vorgesehenen Ausführungsgrenzen maßgeblich. Bei Sandbox-Aufgaben müssen Sie insbesondere zwischen kurzer Ausführung, lang laufendem Prozess, Dateiverarbeitung und fehlgeschlagenem Job unterscheiden. Ein Grenzwert für die Laufzeit schützt nicht nur das Budget, sondern verhindert auch, dass blockierte Prozesse die verfügbare Kapazität belegen.

Die automatische Wiki-Erstellung kann in drei Phasen Kosten verursachen: Inhalte werden gesucht, strukturiert und anschließend generiert oder aktualisiert. Wenn eine Wiki-Seite bei jeder Dokumentänderung vollständig neu geschrieben wird, kann eine kleine Datenänderung eine größere Verarbeitung auslösen als ein gezieltes Patchen einzelner Abschnitte.

Für Ihre Planung sind drei Agentklassen sinnvoll:

• Durchschnittliche Aufgabe: begrenzte Suche, wenige Werkzeuge, kein lang laufender Prozess.
• Komplexe Aufgabe: mehrere Quellen, mehrere Tool-Aufrufe und umfangreiche Antwortprüfung.
• Fehlerfall: Timeout, ungültige Tool-Antwort, fehlende Berechtigung oder Wiederholung.

Die Berechtigungen gehören ebenfalls ins Budgetmodell. Ein Agent, der auf private Dokumente, externe Dienste und eine Sandbox zugreifen darf, benötigt mehr Prüfungen, Protokollierung und Absicherung als ein reiner Leseassistent. Die Produktionshinweise für Suchsysteme sind daher auch unter Betriebs- und Sicherheitsgesichtspunkten relevant.

5. Lokale, cloudbasierte und hybride Bereitstellung nach Bedingungen auswählen

Die Frage, ob WeKnora lokal oder in der Cloud laufen sollte, lässt sich nicht mit einem allgemeinen Preisvergleich beantworten. Sie hängt von Datenschutz, Zugriffspfad, Teamgröße, Parallelität, Betriebswissen und Änderungsfrequenz ab.

Lokale Bereitstellung ist die bessere Wahl, wenn:

• sensible Dokumente das eigene Netzwerk nicht verlassen dürfen,
• Sie zunächst Datenfluss, Import und Antwortqualität validieren,
• die Nutzung unregelmäßig und die Parallelität niedrig ist,
• Sie Betrieb, Backups, Updates und Fernzugriff selbst zuverlässig abdecken können.

Cloudbetrieb ist sinnvoll, wenn:

• mehrere Standorte oder externe Nutzer zugreifen,
• die Last stark schwankt,
• eine dauerhaft erreichbare Agent- oder Wiki-Funktion benötigt wird,
• Rechen-, Speicher- und Netzwerkressourcen schnell angepasst werden müssen.

Eine hybride Architektur passt, wenn:

• Dokumente oder Embeddings in einer kontrollierten Umgebung bleiben müssen,
• einzelne Modell-, Such- oder Agentdienste ausgelagert werden dürfen,
• die Organisation den zusätzlichen Netzwerk- und Berechtigungsaufwand beherrscht.

Die Nachteile sollten Sie ausdrücklich in der Entscheidung dokumentieren. Lokal tragen Sie das Risiko für Hardwareausfall, Kapazitätsreserven, Patching und sicheren Remotezugriff. In der Cloud entstehen Abhängigkeiten von Netzwerklatenz, laufenden Ressourcen, Zugriffskontrollen und der Abrechnung mehrerer Dienste. Hybridbetrieb reduziert nicht automatisch Kosten: Datenübertragung, Schnittstellen, Monitoring und Fehleranalyse können zusätzliche Schichten erzeugen.

Für die konkrete Auswahl können Sie diese Bedingungen verwenden:

• Wenn Datenklassifizierung und interne Vorgaben eine externe Verarbeitung ausschließen, wählen Sie lokal; andernfalls prüfen Sie Cloud oder Hybrid.
• Wenn Abfragen und Agent-Aufgaben überwiegend unregelmäßig auftreten, starten Sie mit einer kleinen Umgebung; bei dauerhaft hoher Last wechseln Sie zu einer skalierbaren Architektur.
• Wenn mehrere Nutzer gleichzeitig suchen und automatische Wiki- oder Sandbox-Aufgaben laufen, trennen Sie interaktive und asynchrone Ressourcen; andernfalls kann ein Batchlauf die Antwortpipeline stören.
• Wenn Ihr Team keine verlässliche Überwachung und Wiederherstellung betreiben kann, bevorzugen Sie eine betreibbare Cloud-Umgebung; wenn Datenhoheit Vorrang hat, müssen Sie den lokalen Betriebsaufwand bewusst einplanen.

Für die Wahl eines passenden Arbeitsbereichs können Sie die Konfiguration einer Mac-Arbeitsumgebung als zusätzlichen Infrastrukturbaustein prüfen. Das ersetzt keine WeKnora-Kostenrechnung, kann aber für Entwicklung, Tests, Dokumentaufbereitung oder einen kontrollierten Remotezugriff relevant sein.

6. Ein Budget mit Schutzgrenzen und Wochenreview betreiben

Eine Schätzung bleibt nur dann brauchbar, wenn sie mit echten Verbrauchsdaten verglichen wird. Legen Sie vor dem Start Grenzwerte fest, die sowohl Kosten als auch Stabilität schützen:

• maximale Kontextgröße je Antwort,
• maximale Zahl der Suchläufe je Anfrage,
• Höchstzahl der Agent- und MCP-Aufrufe,
• Sandbox-Zeitlimit und maximale Dateigröße,
• begrenzte Wiederholungszahl bei Fehlern,
• getrennte Kontingente für interaktive Abfragen und Batchaufgaben,
• Warnung bei ungewöhnlichem Import- oder Abfragewachstum.

Pro Woche sollte Ihr Review mindestens diese Werte enthalten:

Dokumentieren Sie neben den Messwerten auch die Ursache einer Änderung. Ein Anstieg der Modellaufrufe kann durch mehr Nutzer entstehen, aber ebenso durch eine neue Agent-Anweisung, ein schlechteres Retrieval oder eine fehlerhafte Wiederholungsschleife. Ohne diese Zuordnung würden Sie möglicherweise Infrastruktur vergrößern, obwohl eine Regeländerung das Problem günstiger lösen könnte.

Die Docker-Compose-Konfiguration des Projekts sollte vor jeder produktiven Planung erneut geprüft werden. Dienste, Abhängigkeiten und Umgebungsvariablen können sich mit einer neuen Projektversion ändern. Für ein belastbares Budget gelten daher immer die aktuell geprüfte Projektdokumentation und die tatsächlich eingesetzte Konfiguration, nicht eine alte Beispielrechnung.

Was der aktuelle Ansatz gegenüber einer Mac-Arbeitsumgebung kostet

Wenn Sie WeKnora auf einem beliebigen bestehenden Rechner oder einer unkontrollierten Cloud-Instanz betreiben, entstehen häufig drei praktische Nachteile: Die verfügbare Leistung schwankt mit anderen Aufgaben, Remotezugriff und Berechtigungen werden nachträglich zusammengesetzt, und ein Wechsel zwischen Test-, Import- und Agent-Workloads erschwert die Fehleranalyse. Bei einer dauerhaft reservierten Umgebung kommen zusätzlich Kosten für ungenutzte Kapazität und eigene Wartung hinzu.

Eine gemietete Mac-Arbeitsumgebung von Macstripe kann für zeitlich begrenzte Entwicklung, RAG-Tests, Dokumentimport oder die Validierung eines Agent-Workflows die bessere betriebliche Option sein, wenn Sie keine eigene Hardware dauerhaft vorhalten möchten. Prüfen Sie dabei weiterhin Datenschutz, Zugriffskontrollen, benötigte Schnittstellen und die tatsächliche Laufzeit. Für ein langfristig konstantes Schwerlastprofil oder Anforderungen an physische Spezialhardware kann der Kauf eigener Infrastruktur sinnvoller bleiben.

Wenn Sie die Budgetvariablen vor dem Start sauber dokumentieren möchten, nutzen Sie zusätzlich das Macstripe-Hilfezentrum, um Bereitstellung, Zugriff und Betriebsfragen vor der Entscheidung zu klären. Für temporäre Tests ist eine klar abgegrenzte Mietdauer meist leichter in das Budgetmodell einzutragen als eine unbestimmte Dauerlast.

Häufig gestellte Fragen

Welche Kostenpositionen entstehen bei einer WeKnora-Bereitstellung?

Planen Sie nicht nur Dokumentenspeicher ein. Das Budget besteht aus Dokumentverarbeitung, Embeddings und Indexaktualisierung, Vektorsuche und Speicherung, Modellaufrufen, Agent- und MCP-Werkzeugen, Sandbox-Ausführung sowie Administration. Die tatsächliche Höhe hängt von Dokumentänderungen, Abfragevolumen, Kontextlänge, Parallelität und Fehlversuchen ab.

Wie lässt sich das Budget für eine WeKnora-RAG-Wissensdatenbank berechnen?

Trennen Sie zunächst Erstimport, laufende Synchronisierung und Neuaufbau des Index. Danach erfassen Sie pro Anfrage die Zahl der Suchvorgänge, die Kontextgröße, das verwendete Modell und die gewünschte Parallelität. Eine belastbare Schätzung multipliziert diese Verbrauchswerte mit den jeweils bestätigten Infrastruktur- und Modellpreisen.

Wie werden Modellaufrufe und Vektorspeicher für eine Unternehmenswissensdatenbank kalkuliert?

Modellkosten entstehen bei Dokumentaufbereitung, Embeddings, Antwortgenerierung und Agent-Schritten. Der Vektorspeicher verursacht dagegen Kosten für Indexvolumen, Replikation, Abfragen und laufende Verfügbarkeit. Keyword-Suche, Vektorsuche und Re-Ranking sollten getrennt protokolliert werden, weil sie unterschiedliche Ressourcen und Lastprofile erzeugen.

Sollte WeKnora lokal oder in der Cloud betrieben werden?

Lokal eignet sich für sensible Daten, frühe Validierung und geringe Parallelität, sofern Betrieb und Fernzugriff beherrscht werden. Die Cloud ist sinnvoll, wenn mehrere Nutzer, externe Zugriffe oder schwankende Lasten erwartet werden. Eine hybride Architektur verbindet lokale Datenhaltung mit ausgelagerten Diensten, erhöht aber den Integrations- und Überwachungsaufwand.