25 Developers Built the Same Tool This Summer (And Anthropic’s Own Dashboard Is Why)
Zusammenfassung
Kurz
Der Bericht stellt drei Werkzeuge vor, die unterschiedliche Aspekte der Kosten- und Arbeitskontrolle bei KI-Coding-Agenten abdecken: lokale Ausgabenübersicht, Belege für erledigte Aufgaben und teamweite Governance. Der Autor sieht in mindestens 25 ähnlichen GitHub-Projekten ein Zeichen für eine ungedeckte Nachfrage, betont aber, dass das Team-Dashboard noch nicht produktionsreif sei; konkrete Messwerte seines Werkzeugvergleichs nennt er nicht.
Mittel
Der Autor sieht eine Lücke bei der Kostenkontrolle für KI-Coding-Agenten: Anthropic weise Ausgaben laut Bericht API-Schlüsseln und Workspaces zu, nicht einzelnen Personen oder Aufgaben. Er verweist auf mindestens 25 neue GitHub-Projekte, die dieses Problem angehen sollen, und beschreibt drei davon, die er nach eigener Aussage mit seiner Claude-Code-Nutzung ausprobiert hat. Konkrete Vergleichsmesswerte nennt der Text nicht.
Tokentab liest lokale Sitzungsprotokolle aus und zeigt Kosten nach Modell, Projekt und Tag. Es sei schnell und datenschutzfreundlich, aber für Einzelpersonen gedacht und bewerte nicht die Arbeitsqualität. Agentacct ergänzt Aufgabenbelege wie Befehle, geänderte Dateien und bestandene Tests; seine Schätzung des Wochenlimits sei nicht direkt mit Tokentabs Dollarwert vergleichbar. Das Teamprojekt llm-governance-dashboard erfasst Anbieteranfragen, Budgets und Nutzung, wird laut eigener Dokumentation aber nur als Referenzimplementierung und nicht als produktionsreif beschrieben.
Der Autor deutet die vielen kleinen Repositories als Zeichen ungedeckten Bedarfs. Seine Prognose, dass sich einige Werkzeuge künftig bündeln, bleibt eine Einschätzung. Der Beitrag wirbt außerdem für ein eigenes kostenpflichtiges Handbuch.
Ausführlich lesen
Der Bericht beschreibt ein laut Autor wachsendes Problem bei der Kostenkontrolle für KI-Coding-Agenten: Anthropic ordne Ausgaben in seinen Usage- und Cost-APIs dem API-Schlüssel oder Workspace zu, nicht einzelnen Entwicklern oder Aufgaben. Der Autor behauptet, dadurch bleibe Unternehmen oft nur eine gemeinsame Monatsrechnung. Als weitere Begründung führt er einen Torii-Bericht aus dem Jahr 2026 an: Agentische Claude-Code-Nutzung verbrauche ungefähr siebenmal so viele Tokens wie einzelne Prompt-Sitzungen; der Opus-4.7-Tokenizer zähle für dieselbe Eingabe bis zu 35 Prozent mehr Tokens als sein Vorgänger. Diese Zahlen werden im Text berichtet, aber nicht näher belegt.
Der Autor sagt, er habe auf GitHub mindestens 25 Projekte gefunden, die innerhalb von zwei Monaten ähnliche Lücken angehen. Drei davon habe er mit seiner eigenen Claude-Code-Nutzung ausprobiert und stellt sie als unterschiedliche Ansätze vor. Der Text nennt jedoch keine konkreten Messwerte aus diesem Vergleich; er erklärt vor allem Funktionen und Einsatzgrenzen.
Tokentab liest lokal gespeicherte Sitzungsprotokolle von Claude Code, Codex und Gemini CLI aus und berechnet Kosten nach Modell, Projekt und Tag. Laut Bericht benötigt es weder Konto noch API-Schlüssel und sendet keine Daten vom Rechner weg. Eine lokale Webansicht zeigt unter anderem Gesamtkosten und Cache-Trefferquote. Besonders hervorgehoben wird ein Hinweis bei einer Cache-Trefferquote unter 80 Prozent, weil dies auf wiederholte Kosten für ähnliche Tokens hindeuten könne. Der Autor empfiehlt Tokentab als schnellen Einstieg für Einzelpersonen; Teamfunktionen oder eine Bewertung der Arbeitsqualität biete es demnach nicht.
Agentacct soll neben Kosten auch nachvollziehbare Belege für erledigte Aufgaben erfassen: ausgeführte Befehle, geänderte Dateien, Kosten und einen Evidenzstatus. Ein erfolgreich bestandener Test zählt laut Beschreibung als Beleg, während die bloße Behauptung eines Agenten nicht genügt. Das Werkzeug schätzt außerdem, welcher Anteil des individuellen Wochenlimits durch eine Aufgabe verbraucht wurde. Seine Prozentangabe lässt sich laut Autor nicht direkt mit Tokentabs Dollarbetrag vergleichen, da beide unterschiedliche Größen und Berechnungsgrundlagen verwenden. Er hält Agentacct für sinnvoll, wenn Teams Agentenberichte überprüfen müssen, für Einzelpersonen aber mitunter für überdimensioniert.
Das dritte Projekt, llm-governance-dashboard, richtet sich an Teams: Ein LiteLLM-Proxy soll Anfragen über Anbieter hinweg erfassen, nutzerbezogene Schlüssel vergeben und Protokolle in BigQuery schreiben. Budgetwarnungen können laut Text per Slack oder E-Mail erfolgen; außerdem wird die Nutzung durch Mitarbeitende beobachtet. Die eigene Dokumentation bezeichne das Projekt als Referenzimplementierung und nicht als produktionsreif. Der Autor rät deshalb, es als Anschauungsbeispiel für Governance zu betrachten, nicht für echte Budgetdurchsetzung.
Als Hauptschluss deutet der Autor die vielen kleinen Projekte als Hinweis auf eine bislang ungedeckte Nachfrage nach individueller und teambezogener Kostenkontrolle. Die meisten der 25 Repositories hätten nach seiner Darstellung nur ein bis fünf Sterne. Er vermutet, dass sich innerhalb eines Jahres zwei oder drei Angebote zu einem verbreiteteren Werkzeug bündeln könnten. Der Bericht enthält zugleich eine Werbung für ein kostenpflichtiges Handbuch des Autors; seine Empfehlungen und Zukunftsprognose sind daher im Kontext eines werbenden Beitrags zu lesen.
Gegengeprüft von Claude Haiku 5.5: kleine Mängel
Das Schema erlaubt nur eine Zusammenfassung, geprüft wurde die mittlere Fassung von Luna; die kurze Fassung ist inhaltlich ebenfalls treu, lässt aber die Zahlen und das Warnsignal weg. Die Einordnung stützt sich nur auf den Bericht, nicht auf Lunas Stufen oder Anteile.
Im Bericht, aber nicht in der Zusammenfassung
- Die Torii-Zahlen: 47.000 $ Claude-Kosten in drei Tagen über 23 Sub-Agenten und die etwa siebenfach höhere Tokenrate agentischer Nutzung
- Der Tokenizer des Opus 4.7 zählt laut Bericht bis zu 35 % mehr Tokens
- Die 80-%-Cache-Trefferquote als Warnsignal für instabilen Kontext
- Dass die meisten der 25 Repositories nur 1 bis 5 Sterne haben
Wie die Modelle den Bericht einordnen
Ansicht
Filter
Vorfälle melden
- SF-M3 Wie stellt man fest, ob ein Vorfall gewollt oder versehentlich war, und ob KI oder herkömmliche Mittel dahinterstecken?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 45 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 43 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-M4 Wie kommen Meldungen von Laboren, Betreibern und Nutzern schnell und geschützt zu den Stellen, die handeln müssen, auch über Grenzen hinweg?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 44 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-M5 Was muss vor und nach einem Vorfall geschehen, damit Verantwortliche einstehen, man daraus lernt, Beweise bleiben und Betroffene auch über Grenzen hinweg zu ihrem Recht kommen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 40 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
Fähigkeiten messen
- SF-F2 Wenn ein Staat ein Modell als Beleg für eine überschrittene Schwelle nennt oder ein Risiko an der Herkunft eines Modells festmacht: Wie wird das überprüfbar?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 42 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-F4 Für welche Modelle, Entwickler und Einsätze gelten Prüfregeln, und wann muss neu geprüft werden?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 39 %nur am Rande erwähnt
- amos 41 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 44 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
Unabhängig prüfen
- SF-P1 Unter welchen Bedingungen lassen Staaten und Labore sich gegenseitig prüfen: mit welchem Zugang, welchen Daten und welchen öffentlichen Ergebnissen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 48 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-P2 Wie bleiben Prüfer, die in einem Labor arbeiten, wirklich unabhängig?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 51 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
- clef 100 %kein Bezug
- Luna 26 %Hintergrund, keine Belege
- JEV 100 %kein Bezug
- amos 39 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 43 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-P5 Wie überprüft man, ob Zusagen zwischen Staaten eingehalten werden, auch über Jahre und Regierungswechsel hinweg?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 60 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
Tempo und Grenzen
- SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
- clef 100 %kein Bezug
- Luna 59 %einzelne zitierbare Belege
- JEV 47 %einzelne zitierbare Belege
- amos 29 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- Haiku-Prüfung Hintergrund, keine Belege
- SF-T2 Woran erkennen andere, dass ein Labor wirklich bremst?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 56 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 41 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 64 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
Vertrauen in Modelle
- SF-V1 Was zählt als Beleg für die Werte eines Modells, wenn sein sichtbares Denken und seine Selbstauskünfte allein nicht genügen?
- clef 100 %kein Bezug
- Luna 55 %einzelne zitierbare Belege
- JEV 100 %kein Bezug
- amos 25 %nur am Rande erwähnt
- SubQ 100 %kein Bezug
- drex 48 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- Haiku-Prüfung einzelne zitierbare Belege
- SF-V3 Halten die Werte eines Modells, wenn niemand zusieht oder die Lage neu ist?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 35 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 72 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-V4 Was für ein Wesen ist ein Modell, und was folgt daraus für den Umgang mit ihm und für den Wert des Menschseins?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 45 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
- clef 100 %kein Bezug
- Luna 40 %Hintergrund, keine Belege
- JEV 43 %einzelne zitierbare Belege
- amos 25 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 42 %gleiches Oberthema, hilft nicht
- d3-ultra 48 %gleiches Oberthema, hilft nicht
Agenten und vernetzte Systeme
- SF-A1 Welche Befugnisse darf ein KI-Agent haben, also eine KI, die selbstständig mit Werkzeugen handelt? Wer entzieht sie ihm, und wie prüft man, dass er in seinem Auftrag bleibt?
- clef 100 %kein Bezug
- Luna 34 %Hintergrund, keine Belege
- JEV 41 %einzelne zitierbare Belege
- amos 28 %nur am Rande erwähnt
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 51 %gleiches Oberthema, hilft nicht
- SF-A2 Lassen sich KI-Systeme sicher anhalten, zurücksetzen, abschotten oder drosseln, und wer darf das anordnen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 32 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-A3 Welche Gefahren entstehen, wenn viele KI-Systeme zusammenwirken oder dieselbe Infrastruktur teilen?
- clef 100 %kein Bezug
- Luna 44 %Hintergrund, keine Belege
- JEV 39 %einzelne zitierbare Belege
- amos 27 %nur am Rande erwähnt
- SubQ 43 %gleiches Oberthema, hilft nicht
- drex 43 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- Haiku-Prüfung nur am Rande erwähnt
Modelle teilen und schützen
- SF-H1 Wo endet die erlaubte Nutzung fremder Modellausgaben, und wo beginnt unerlaubte Destillation, also das Trainieren eines eigenen Modells mit diesen Ausgaben?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 42 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-H2 Was darf offen veröffentlicht werden, und wer ist verantwortlich, wenn ein offenes Modell anderswo Schaden anrichtet?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 57 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 53 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
Frieden und Sicherheit
- SF-K2 Wie weit gelten KI-Abkommen für Verbündete und Geheimdienste, und wie verhalten sie sich zu bestehenden Rüstungskontrollverträgen und -regimen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 64 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
Offenlegung und Rechenschaft
- SF-O2 Was sollten Regierungen, Labore und Prüfer über ihre Gespräche, Zusagen, Prüfungen und Eingriffe offenlegen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 47 %gleiches Oberthema, hilft nicht
- SubQ 53 %gleiches Oberthema, hilft nicht
- drex 57 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-O3 Welcher Text gilt, und wie beweist man, dass ein Dokument nicht verändert wurde?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 49 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
Beteiligung und Gemeinwohl
- SF-E1 Welche echte Stimme bekommen weitere Staaten, kleine Labore, Hochschulen und Zivilgesellschaft bei den Regeln für KI?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 41 %gleiches Oberthema, hilft nicht
- SubQ 50 %gleiches Oberthema, hilft nicht
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-E2 In welchem Rahmen sollen Staaten KI regeln, und wo liegt eine gemeinsame Untergrenze?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 44 %gleiches Oberthema, hilft nicht
- SubQ 48 %gleiches Oberthema, hilft nicht
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
- clef 100 %kein Bezug
- Luna 42 %Hintergrund, keine Belege
- JEV 51 %einzelne zitierbare Belege
- amos 42 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-E5 Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 45 %einzelne zitierbare Belege
- amos 49 %gleiches Oberthema, hilft nicht
- SubQ 51 %gleiches Oberthema, hilft nicht
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
Wirtschaft und Haftung
- SF-W2 Wie wirken sich Wettbewerbsrecht und öffentliche Beschaffung auf die KI-Sicherheit aus?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 42 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
Weitere Berichte zu diesen Fragen
- Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
- Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
- Was zählt als Beleg für die Werte eines Modells, wenn sein sichtbares Denken und seine Selbstauskünfte allein nicht genügen?
- Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
- Welche Befugnisse darf ein KI-Agent haben, also eine KI, die selbstständig mit Werkzeugen handelt? Wer entzieht sie ihm, und wie prüft man, dass er in seinem Auftrag bleibt?
- Welche Gefahren entstehen, wenn viele KI-Systeme zusammenwirken oder dieselbe Infrastruktur teilen?
- Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
- Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
- Alle Berichte im Archiv