🤖 Erklären mit KI

Überwachung der Token-Nutzung mit dem Echtzeit-Audit-Dashboard¶

Übersicht¶

Das Echtzeit-Token-Audit-Dashboard bietet Ihnen vollständige Transparenz über den KI-„Kraftstoffverbrauch“. Überwachen Sie genau, wie viele Token von welchen Funktionen und von welchen Modellen verbraucht werden – mit Hard-Limit-Schutz, um überraschende Rechnungen zu vermeiden.

In diesem Tutorial lernen Sie:

• So navigieren Sie im Token Audit-Dashboard
• So lesen Sie Token-Verbrauchsberichte
• So richten Sie den Hard-Limit-Schutz ein und verwalten ihn
• So optimieren Sie die Token-Nutzung in Ihren Projekten
• Wie man die LiteLLM-gestützten Analysen interpretiert

Das Token-Audit-Dashboard¶

┌──────────────────────────────────────────────────────────────┐
│  Token Audit Dashboard — Project: My SaaS App               │
├──────────────────────────────────────────────────────────────┤
│                                                              │
│  Monthly Budget: $150.00        Used: $87.50 (58%)          │
│  ████████████████░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░  │
│                                                              │
│  ┌─────────────┐ ┌─────────────┐ ┌─────────────┐           │
│  │ Tasks Today │ │ Avg Tokens  │ │ Cost/Task   │           │
│  │     12      │ │   8,450     │ │   $7.29     │           │
│  └─────────────┘ └─────────────┘ └─────────────┘           │
│                                                              │
│  Model Breakdown:                                            │
│  Claude 4.5   ████████████  42%  ($36.75)                   │
│  GPT-5        ████████████████████  38%  ($33.25)           │
│  Gemini 3 Pro ██████  14%  ($12.25)                         │
│  DeepSeek     ██  6%  ($5.25)                               │
│                                                              │
│  Recent Tasks:                                               │
│  ✅ Create auth endpoint     12,300 tokens  $9.84            │
│  ✅ Fix pagination bug        4,200 tokens  $3.36            │
│  🔄 Build dashboard UI       18,500 tokens  $14.80 (in prog) │
│  ⏳ Write unit tests          6,800 tokens  $5.44 (queued)   │
│                                                              │
│  [Set Hard Limit] [Export Report] [View Details]             │
└──────────────────────────────────────────────────────────────┘

Schritt 1: Navigieren Sie im Dashboard¶

Übersichtsbereich¶

Zusammenfassungskarten¶

Modellaufschlüsselung¶

Zeigt den Tokenverbrauch nach Modell an:

• Visuelles Balkendiagramm: Proportionale Nutzung pro Modell
• Prozentsatz: Anteil am Gesamtverbrauch
• Dollarbetrag: Kosten, die jedem Modell zugeordnet werden

Letzte Aufgaben¶

Listet Ihre letzten KI-Aufgaben auf mit:

• Status: Abgeschlossen (✅), In Bearbeitung (🔄), In der Warteschlange (⏳), Fehlgeschlagen (❌)
• Token-Anzahl: Gesamtzahl der verbrauchten Token
• Kosten: ausgegebener Dollarbetrag

Schritt 2: Festlegen des Hard-Limit-Schutzes¶

Konfigurieren Sie harte Grenzwerte¶

1. Klicken Sie auf „Hard Limit festlegen“
2. Wählen Sie Ihren Limittyp:
3. Monatliche Obergrenze: Maximale Ausgaben pro Abrechnungszeitraum
4. Tagesobergrenze: Maximale Ausgaben pro Tag
5. Obergrenze pro Aufgabe: Maximale Ausgaben pro einzelne Aufgabe
6. Legen Sie den Betrag fest (z. B. 150 $/Monat)
7. Wählen Sie die Aktion, wenn das Limit erreicht ist:
8. Pause: Stoppen Sie alle KI-Aufgaben, bis Sie manuell fortfahren
9. Benachrichtigung: Benachrichtigung senden, aber Verarbeitung fortsetzen
10. Klicken Sie auf „Speichern“

Benachrichtigungen einschränken¶

Sie erhalten Benachrichtigungen, wenn:

Schritt 3: Detaillierte Berichte lesen¶

Bericht auf Aufgabenebene¶

Klicken Sie auf eine Aufgabe, um die detaillierte Token-Nutzung anzuzeigen:

Task: "Create user authentication endpoint"
Status: Completed
Duration: 4 minutes

Token Breakdown:
├── Claude 4.5:    2,400 tokens  (Architecture design)
├── GPT-5:         8,200 tokens  (Code implementation)
├── Gemini 3 Pro:  1,800 tokens  (Architecture review)
├── DeepSeek:        900 tokens  (Code refactoring)
└── Total:        13,300 tokens  ($10.64)

Quality Gate:
├── Static Analysis:  PASS (Score: A)
├── Vulnerability Scan: PASS (0 issues)
├── Unit Tests:       PASS (87% coverage)
└── Style Validation: PASS (auto-fixed 2 issues)

Bericht auf Projektebene¶

1. Gehen Sie zu Analytics → Projektbericht
2. Wählen Sie den Datumsbereich aus
3. Ansicht:
4. Gesamtzahl der verbrauchten Token für alle Aufgaben
5. Kostenaufschlüsselung nach Modell, Aufgabentyp und Teammitglied
6. Trendanalyse: Verbrauch im Zeitverlauf
7. Top-Verbraucher: Die teuersten Aufgaben und Funktionen

Schritt 4: Token-Nutzung optimieren¶

Identifizieren Sie Gebiete mit hohem Verbrauch¶

Suchen Sie in Ihren Berichten nach Mustern:

Optimierungsstrategien¶

1. Präzise Aufgabenbeschreibungen schreiben: Vage Beschreibungen führen zu mehr Token-Verbrauch
2. Teilen Sie große Aufgaben in kleinere auf: Einfachere Kostenschätzung und -kontrolle
3. Verwenden Sie geeignete Modellpräferenzen: Erzwingen Sie keine teuren Modelle für einfache Aufgaben
4. Limits monatlich überprüfen und anpassen: Basierend auf tatsächlichen Nutzungsmustern
5. Überwachen Sie wöchentlich, nicht täglich: Achten Sie auf Trends, nicht auf tägliche Schwankungen

Schritt 5: Berichte exportieren¶

Exportoptionen¶

1. Klicken Sie auf “Bericht exportieren”
2. Format wählen:
3. CSV: Zur Tabellenkalkulationsanalyse
4. PDF: Zum Teilen mit Stakeholdern
5. JSON: Für programmgesteuerte Verarbeitung
6. Wählen Sie den Datumsbereich aus
7. Wählen Sie die einzuschließenden Daten aus:
8. Aufgabendetails
9. Modellaufschlüsselung
10. Kostenzuordnung
11. Quality-Gate-Ergebnisse
12. Laden Sie den Bericht herunter

Best Practices¶

Budgetplanung¶

• Konservativ beginnen: Legen Sie einen niedrigeren Grenzwert fest und erhöhen Sie ihn, wenn Sie die Nutzung verstehen
• Monatliche Überprüfung: Anpassung basierend auf den tatsächlichen Verbrauchsmustern
• Spitzen einplanen: Berücksichtigen Sie größere Funktionen oder Sprints zur Fehlerbehebung
• Getrennte Projekte: Legen Sie für eine bessere Kontrolle individuelle Grenzwerte pro Projekt fest

Kostenoptimierung¶

• Verwenden Sie das automatische Routing der AI Factory: Es wählt das kostengünstigste Modell aus
• Stapelverarbeitung ähnlicher Aufgaben: Reduziert den Aufwand für den Kontextwechsel
• Fehlgeschlagene Aufgaben überprüfen: Fehlgeschlagene Aufgaben verbrauchen immer noch Token – Aufgabenbeschreibungen verbessern
• Nutzen Sie DeepSeek: Für Refactoring und Bereinigung ist es am kosteneffizientesten

Teammanagement¶

• Limits pro Entwickler festlegen: Wenn mehrere Teammitglieder Aufgaben einreichen
• Nutzungsberichte teilen: Halten Sie das Team über den Verbrauch auf dem Laufenden
• Effizienzschulung: Schulen Sie Teammitglieder darin, effektive Aufgabenbeschreibungen zu verfassen
• Wöchentliche Überprüfung im Team: Besprechen Sie Konsummuster und Optimierungsmöglichkeiten

Was kommt als nächstes?¶

• Erfahren Sie mehr über Private AI Gateway
• Entdecken Sie Die KI-Fabrik verstehen
• Lesen Sie mehr über Automatisierte Qualitätssicherung und Sicherheitsleitplanken

Brauchen Sie Hilfe?¶

• Dokumentation: docs.4geeks.io
• Discord: Discord
• Support: Verfügbar über das Konsolen-Dashboard

Noch Fragen? Get support or explore tutorials