Beobachtetes Signal · 19. Mai 2026 · Usage Report · Quelle: t3n · Relevanz: 2/5 · Sentiment: Neutral
Openclaw-Gründer gibt monatlich 1,3 Millionen Dollar für KI-Agenten aus
Peter Steinberger, Gründer von Openclaw und derzeit bei OpenAI unter Vertrag stehender Open-Source-Entwickler, hat Statistiken über massiven KI-Token-Verbrauch veröffentlicht. Innerhalb von 30 Tagen verbrauchte er Token im Wert von rund 1,3 Millionen US-Dollar für einen vollständig agentengestützten Coding-Workflow. Berichten zufolge trägt OpenAI den Großteil dieser Kosten. Rund 100 autonome KI-Agenten übernahmen Aufgaben wie Programmierung, Code-Reviews, Sicherheitsanalysen, Bugfixes sowie das Mithören von Meetings zur automatischen Initiierung von Folgeaufgaben. In der Fachwelt stieß das Experiment auf geteiltes Echo: Während einige den enormen Ressourceneinsatz kritisierten und das tatsächliche Produktivitätsplus infrage stellten, sehen andere darin einen wegweisenden Einblick in zukünftige Softwareentwicklungsprozesse und hochskalierte Agenten-Orchestrierung im Zeitalter generativer Künstlicher Intelligenz.
Veranschaulicht den massiven, durch OpenAI subventionierten Einsatz agentenbasierter KI-Programmierung in großem Maßstab und liefert wertvolle Einblicke in Betriebskosten sowie Orchestrierungspraktiken.
Marktsignale zu OpenAI in Echtzeit verfolgen
Polaris7 erfasst behördliche Registrierungen, Primärquellen, Führungswechsel und Deal-Aktivitäten rund um die Uhr. Erstellen Sie Ihren kostenlosen Explorer-Workspace, um automatisierte Executive Briefings zu erhalten.
Wichtigste Kernpunkte & Evidenz
- Peter Steinberger, Gründer von Openclaw, verbrauchte innerhalb von 30 Tagen KI-Token im Wert von rund 1,3 Millionen US-Dollar.
- Steinberger ist ein Open-Source-Entwickler, der derzeit unter Vertrag bei OpenAI steht.
- Berichten zufolge übernimmt OpenAI den größten Teil der anfallenden Token-Kosten für dieses Projekt.
- Etwa 100 autonome KI-Agenten steuern Coding-Workflows, Code-Reviews, Sicherheitsprüfungen, Bugfixes und Meeting-Auswertungen.
- In den sozialen Medien gab es Kritik an den hohen Ausgaben, da das Budget auch für ein ganzes Startup oder menschliche Entwicklerteams ausgereicht hätte.
Verknüpfte Unternehmen
2 verknüpfte UnternehmenOntologie & Marktkonzepte
Verwandte Marktsignale & Trends
Aktuelle verifizierte Unternehmensentwicklungen und Deal-Aktivitäten in diesem Marktsegment.
OpenAI: Interne Daten belegen Beschleunigung der KI-Forschung durch Coding Agents
OpenAI hat interne Daten veröffentlicht, die zeigen, wie autonome Coding Agents die eigene KI-Forschung massiv beschleunigen. Bis Mitte August 2026 nutzte der Median der Forscher täglich Agents; die Organisation erreichte ein Verhältnis von 3,1 Agenten-Arbeitstagen pro menschlichem Arbeitstag. Spitzenanwender verbrauchten dabei täglich Tokens im Wert von über 7.000 US-Dollar. Der Bericht dokumentiert einen Wandel hin zur Delegation komplexerer, langfristiger Aufgaben und verknüpft die Nutzung mit Sicherheitsmaßnahmen – darunter eine temporäre Pause des Reinforcement-Learning-Trainings für Modelle der Astra-Klasse. OpenAI interpretiert diese Kennzahlen als Beleg für Fortschritte bei der rekursiven Selbstverbesserung und bekräftigt seine Roadmap-Ziele: einen automatisierten Forschungs-Praktikanten bis September 2026 sowie einen vollautomatisierten KI-Forscher bis März 2028. Auch ohne neue Produktankündigungen liefert der Report wertvolle Einblicke für Unternehmen zur Strukturierung von Agenten-Workflows.
OpenClaw: Betrieb von 12 KI-Agenten für 3 US-Dollar pro Tag
Ein Entwicklerbericht von AgencyBoxx beschreibt, wie die OpenClaw-Architektur 12 KI-Agenten über drei Instanzen betreibt – mit über 75 gleichzeitigen Kunden und mehr als 700 verarbeiteten E-Mail-Aktionen täglich –, während die Token-Kosten bei 2,50 bis 3,00 US-Dollar pro Tag liegen. Nach einer teuren Anfangserfahrung mit 50 US-Dollar Kosten in zwei Stunden implementierte das Team eine 80/20-Regel: Etwa 80 % der unkomplizierten Aufgaben werden über günstigere oder lokale Modelle abgewickelt, während Premium-Modelle für die komplexen 20 % reserviert bleiben. Zu den zentralen technischen Elementen gehören ein ModelRouter-Dienst, lokale LLM-Inferenz (Llama 3 8B, Mistral 7B via Ollama / llama.cpp) für kostengünstige Massenprozesse sowie mehrstufige Komprimierungs- und Filterverfahren vor dem Aufruf von Premium-Modellen. Der Beitrag betont die Bedeutung robuster Fallbacks und präziser Kostenüberwachung für wirtschaftlich tragfähige Agenten-Workflows in der Produktion.
OpenClaw-Leitfaden: Lokale KI-Agenten für 1,50 US-Dollar pro Monat betreiben
Ein Entwickler beschreibt den lokalen Betrieb von OpenClaw – einem Open-Source-Framework für KI-Agenten – mit einem 30B Mixture-of-Experts-Modell (Qwen3-Coder-30B-A3B) auf einem Mac Studio aus dem Jahr 2022 mittels LM Studio. Der Beitrag dokumentiert die Installation, 13 konkrete Fehler samt Korrekturen, Netzwerk- und Authentifizierungsfallen, Sicherheitsrisiken bei vielen öffentlichen Instanzen sowie detailliertes Performance-Tuning, das die Generationsgeschwindigkeit bei einem Kontext von 140.000 Token von 12 auf 49 Token pro Sekunde steigerte. Zu den wichtigsten Optimierungen gehören die KV-Cache-Quantisierung (Q8_0), das GGUF Q4_K_S-Modellformat, das Anheben des macOS-GPU-Speicherlimits, Thread-Pinning auf Performance-Kerne und das Bereinigen der OpenClaw-Konfiguration. Der Autor beziffert die Stromkosten auf rund 1,50 US-Dollar pro Monat im Vergleich zu zuvor etwa 330 US-Dollar monatlichen Cloud-Ausgaben und liefert eine Produktionskonfiguration sowie eine Checkliste für Neuinstallationen.
Marktsignale & Strategische Shifts in Echtzeit verfolgen
Erstellen Sie benutzerdefinierte Watchlists, um automatisierte, evidenzbasierte Executive Briefings zu erhalten, sobald wesentliche Signale oder Marktverschiebungen auftreten.