Der Einkauf einer Embedding API unterscheidet sich vom Kauf eines Chat-Modells. Ein Chat-Modell lässt sich jederzeit wechseln. Embeddings erfordern dagegen oft eine einmalige Vektorisierung des gesamten Bestands, erzeugen danach laufende Abfragekosten, und Modell sowie Dimension sind nach der Festlegung nur schwer austauschbar.

Die Bestellung sollte daher nicht nur „Kontingent pro Monat, Stückpreis“ enthalten, sondern Mengenschätzung, Abrechnung und Rechnungen, Datenverarbeitung, Modellbindung, Rechte, Ausfallszenarien und Abnahme abdecken. Die folgende Checkliste lässt sich direkt mit dem Anbieter Punkt für Punkt durchgehen.

Hinweis: OpenAI und weitere Namen sind Marken der jeweiligen Rechteinhaber. Dieser Artikel dient der technischen Beschaffungsplanung. Produktbedingungen, Preise und verfügbare Modelle können sich ändern; maßgeblich sind der unterzeichnete Vertrag und die offiziellen Seiten.

1. Überblick über die Beschaffungscheckliste

Modul Zentrale Fragen Vorzulegende Unterlagen
Menge und Kontingent Wie viele Token im Bestand, wie hoch das Abfragevolumen, welche Limits? Kapazitätsschätzung, Lasttestprotokoll
Abrechnung und Rechnung Abrechnungseinheit, Vertragspartner, Rechnungsart Angebot, Vertrag, Rechnung
Datenverarbeitung Aufbewahrung, Training, Löschung DPA, Bedingungen, Sicherheitsbericht
Modell und Dimension Dimension, Sprachen, Version, Abkündigung Modellliste, Evaluierungsbericht
Rechte und Keys Projektisolation, Rotation, Audit Key-Register, Rechte-Matrix
Ausfall und Abnahme Ersatzmodell, Rollback, Abnahmekriterien Übungsprotokoll, Abnahmeprotokoll

Wird ein Punkt nur mündlich bestätigt, ist späterer Nacharbeit wahrscheinlich; Datenverarbeitung und Rechnungsstellung müssen meist frühzeitig interne Prozesse durchlaufen.

2. Menge und Kontingent: nach Token schätzen, nicht nach Dokumentanzahl

Der Embedding-Verbrauch besteht aus zwei Teilen: Die Dokumentvektorisierung ist eine einmalige große Batch-Kostenposition, Nutzerabfragen sind laufender kleiner Traffic. Beides getrennt schätzen und sich nicht von Formulierungen wie „wir haben nur ein paar zehntausend Dokumente“ täuschen lassen.

Vier Punkte sind bei der Schätzung zu beachten:

  1. Echte Dokumente als Stichprobe verwenden und Token anhand des Tokenizer-Ergebnisses oder einer Testschnittstelle zählen, nicht per Zeichenumrechnung.
  2. Klären, ob die Drosselung nach Anfragen pro Minute, Token pro Minute oder beidem erfolgt.
  3. Große Batch-Aufgaben müssen Aufteilung, Wiederholung und Fortsetzen ab einem Prüfpunkt unterstützen, damit nach einer Drosselung nicht alles von vorn beginnt.
  4. Höhere Dimensionen belegen mehr Arbeitsspeicher und Festplatte in der Vektordatenbank; das gehört in die Gesamtkosten.

Die Kapazitätsschätzung lässt sich als kurze Formel festhalten:

Einmalkosten ≈ Token des Gesamtbestands × Preis pro Vektorisierungseinheit
Laufende Kosten ≈ monatliche Abfrage-Token × Abfragepreis + Vektorspeicher und Bandbreite
Reserve ≈ 20–30 % für Neuaufbau, Wiederholungen und Geschäftswachstum

Konkrete Stückpreise richten sich nach der Preisübersicht und dem Vertragsangebot. Preise ändern sich; schreiben Sie keine Momentaufnahme als feste Zahl ins Jahresbudget.

3. Abrechnung, Vertrag und Rechnung

Beim Unternehmenseinkauf muss die Abrechnungslogik zuerst abgestimmt werden. Mindestens klären: Wird nach Input-Token oder pro Anfrage abgerechnet? Gibt es Staffeln oder zugesagte Mengen für Batch-Aufrufe? Lässt sich ungenutztes Guthaben erstatten? Wird der Dienst bei Zahlungsverzug oder Überschreitung pausiert oder heruntergestuft?

Bei Vertrag und Rechnung sind Rechtssubjekt, Währung, Zahlungsweg, Rechnungsart und Abrechnungszyklus zu bestätigen. Über ein inländisches KI-Gateway ist häufig eine Zahlung in RMB per Firmenkonto und eine Umsatzsteuerrechnung möglich; die Direktverbindung zu einem ausländischen Anbieter bringt grenzüberschreitende Zahlung, Wechselkurs und andere Belegformen mit sich. Beide Wege haben ihren Preis; gehen Sie vor der Wahl den Finanzprozess einmal durch.

4. Datenverarbeitung und Datenschutz: sechs Unterlagen archivieren

Der Input von Embeddings ist Originaltext und kann Kundeninformationen, Vertragsklauseln und interne Dokumente enthalten. Verlassen Sie sich beim Einkauf nicht auf „wir sind sicher“, sondern fordern Sie archivierbare Unterlagen:

  1. Einen Datenverarbeitungsvertrag (DPA) mit klarer Verantwortung und Verarbeitungsumfang.
  2. Angaben zu Aufbewahrung und Löschung einschließlich der Frist für Löschanfragen.
  3. Eine eindeutige Regelung zur Nutzung für Modelltraining, getrennt für Gratis- und Bezahlversion.
  4. Eine Liste der Unterauftragsverarbeiter und die Frage, ob Änderungen vorab angekündigt werden.
  5. Antworten auf Sicherheitsfragen oder einen unabhängigen Auditbericht.
  6. Angaben zu Datenresidenz, grenzüberschreitender Übermittlung und Regionsauswahl.

Auch Vektoren können semantische Informationen preisgeben. Ob Vektoren nach dem Löschen des Originals mitgelöscht werden, wer die Vektordatenbank abfragen darf und wie lange Backups aufbewahrt werden, gehört ebenfalls in die Prüfliste.

5. Dimension und Modellbindung

Höher ist nicht automatisch besser. Eine höhere Dimension kann die Unterscheidbarkeit verbessern, erhöht aber Speicher, Retrieval-Latenz und Kosten; eine niedrigere Dimension spart Ressourcen, kann aber feine semantische Unterschiede verlieren. Manche Modelle unterstützen benutzerdefinierte oder reduzierte Dimensionen; maßgeblich ist die Modelldokumentation.

Schwieriger als die Dimension ist die Modellbindung. Die Vektorräume unterschiedlicher Modelle sind nicht kompatibel; ein Modellwechsel bedeutet in der Regel einen vollständigen Neuaufbau des Index. Klären Sie beim Einkauf: Ob Modellversionen still aktualisiert werden; wann alte Versionen abgekündigt werden; wie lange vorher angekündigt wird; ob stabile Versionskennungen angeboten werden. Im Vertrag sollten Modellversionsstrategie und Ankündigungsfrist möglichst festgehalten werden.

6. Zugriffskontrolle und Key-Management

  1. Mit geschäftlicher Domänen-E-Mail und Firmenrechtssubjekt registrieren, nicht mit einem privaten Konto Geschäftsprozesse abwickeln.
  2. Für Produktion, Test und Entwicklung unterschiedliche Keys verwenden und nach Projekt getrennt abrechnen.
  3. Keys nur in serverseitigen Umgebungsvariablen oder einem Key-Management-Dienst ablegen, nicht im Frontend und nicht im Repository.
  4. Nach dem Prinzip minimaler Rechte nur die benötigten Modelle und Schnittstellen freischalten.
  5. Einen Prozess für Rotation und Widerruf etablieren und bei Austritt oder Projektende sofort ausführen.
  6. Audit-Logs für Aufrufe aktivieren; Originaltexte in Logs anonymisieren oder nur Metadaten behalten.

Bei einem einheitlichen Gateway zusätzlich Key-Verwahrung, Log-Aufbewahrung, Unterkonten und Nutzungslimits prüfen; jede zusätzliche Dienstschicht ist eine zusätzliche Grenze.

7. Ausfall- und Ersatzszenarien

Fällt der Embedding-Dienst aus, äußert sich das im Geschäft möglicherweise als leere Suchergebnisse oder deutlich schlechtere RAG-Antworten, nicht zwingend als Fehlermeldung. Deshalb frühzeitig Ausfallszenarien planen:

  • Primär- und Ersatzmodell möglichst schnittstellenkompatibel wählen, um Codeänderungen zu reduzieren.
  • Bei unterschiedlicher Dimension des Ersatzmodells einen Doppelindex oder einen vorbereiteten Neuaufbauplan vorhalten.
  • Bei Drosselung und Timeouts Backoff mit Wiederholungen verwenden; Batch-Aufgaben in eine Warteschlange stellen statt direkt scheitern zu lassen.
  • Den Wechsel regelmäßig üben und bestätigen, dass Latenz und Qualität des Ersatzpfads akzeptabel sind.

8. Pilotabnahme: mit Daten entscheiden

Die Abnahme sollte nicht nur eine Demonstration prüfen. Wählen Sie ein echtes Geschäftsszenario für einen kleinen Piloten:

  1. 5 bis 10 Prozent des Bestands auswählen, über die wichtigsten Formate, Sprachen und Geschäftstypen verteilt.
  2. Mindestens 50 echte Abfragen vorbereiten und relevante Ergebnisse manuell als Referenz markieren.
  3. Primär- und Ersatzmodell getrennt laufen lassen und Trefferquote, Latenz, Fehlerrate und Drosselungsereignisse erfassen.
  4. Abweichungen zwischen Plattformrechnung und interner Statistik prüfen und die Abrechnungslogik bestätigen.
  5. Rechteisolierung, Nutzungswarnungen, Löschprozess und Log-Anonymisierung auf erwartetes Verhalten testen.
  6. Einen Abnahmebericht mit Bestehenskriterien und offenen Punkten erstellen.

Vor dem Livegang mit einer minimalen Anfrage Key, Modellname und Rückgabedimension prüfen:

curl "https://ai.zhongshangqihang.com/v1/embeddings" \
  -H "Authorization: Bearer $EMBEDDING_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"text-embedding-3-small","input":["Testtext für die Unternehmensabnahme"]}'

Die Dimension des zurückgegebenen Vektors muss zur Tabellenstruktur der Vektordatenbank passen. Bei Abweichung zuerst die Konfiguration korrigieren und nicht direkt in die Produktionsdatenbank schreiben. Der Modellname im Beispiel dient nur der Veranschaulichung; verfügbare Modelle stehen in der Dokumentation.

9. Kostenmonitoring und monatliche Rückschau

Embedding-Kosten sind anfangs einmalig und später ein stetiger kleiner Posten. Am leichtesten übersehen werden Indexneuaufbauten und wiederholte Abfragen. Eine monatliche Rückschau sollte vier Dinge prüfen: Token-Verbrauch je Projekt, Anzahl der Abfrage-Vektorisierungen, Anzahl der Indexneuaufbauten und Abweichungen zur Rechnung.

Optimierungen umfassen das Caching häufiger Abfragevektoren, das Zusammenfassen von Batch-Anfragen und das Filtern sinnloser Aufrufe. Vor jeder Optimierung bestätigen, dass die Retrieval-Qualität nicht leidet.

10. Häufige Fragen

Wie wird eine Embedding API üblicherweise abgerechnet?

Die meisten Plattformen rechnen nach Input-Token ab; manche bieten für Batch-Aufgaben oder zugesagte Mengen andere Stufen. Abrechnungseinheit und Stückpreis richten sich nach der offiziellen Seite oder dem Vertrag. Bei der Beschaffung Dokumentvektorisierung und Abfragen getrennt schätzen.

Gelten vektorisierte Vektoren als sensible Daten?

Sie sollten wie sensible Daten behandelt werden. Vektoren können Rückschlüsse auf die ursprüngliche Semantik erlauben; Zugriffsrechte, Verschlüsselung und Backup-Strategie der Vektordatenbank sollten dem Niveau des Originaltexts entsprechen.

Erfordert ein Modellwechsel zwingend einen neuen Index?

In der Regel ja. Die Vektorräume unterschiedlicher Modelle sind nicht kompatibel; selbst gleiche Dimensionen gewährleisten keine Mischbarkeit. Vor dem Wechsel Zeit und Kosten für den Neuaufbau einplanen und einen Rückfallplan vorbereiten.

Braucht ein Unternehmen einen eigenen Vertrag für Embedding?

Sobald Firmendaten, Firmenabrechnung oder externe Dienste betroffen sind, sind Vertrag und Firmenzahlung zu empfehlen. Online-Bedingungen können ergänzen, aber Datenverantwortung, Servicelevel und Rechnungsanforderungen gehören in einen schriftlichen Vertrag.

Kann ein Gratiskontingent für einen Unternehmenspiloten genutzt werden?

Für Schnittstellen- und Qualitätstests mit anonymisierten Stichproben ja. Produktionsdaten oder sensible Dokumente sollten jedoch nicht an eine öffentliche Gratisstufe gehen. Nach erfolgreichem Piloten gehört der Produktionsverkehr zu einem bezahlten Dienst mit klaren Datenverarbeitungsbedingungen.

Nächster Schritt

Wer Embedding-Aufrufe mehrerer Modelle einheitlich verwalten und Keys sowie Budgets nach Projekt trennen möchte, kann sich beim ZSQH AI Gateway registrieren, die zentralen Punkte der Abnahmeliste mit einem kleinen Dokumentbatch testen und danach den Beschaffungsumfang festlegen. Verfügbare Modelle und Preise stehen in der Preisübersicht.

Weiterlesen: