Cookbook: Budget-Durchsetzung

KI-Ausgabenbudgets konfigurieren und betreiben -- Drosselungs- und Blockiertore, das standardmaessig-ablehnende Durchsetzungsmodell.

Modul XI (Kosten und AI FinOps) rechnet KI-Ausgaben aus dem Anbieter-Kosten-Stream ab und setzt Budgets durch. Bei der Obergrenze verweigert ein Budget-Tor die Ausgabe. Das ist Live-Durchsetzung, immer im Standard-Binary verdrahtet — keine On-Demand-Funktion, die Sie spaeter bereitstellen. Wenn ein Budget konfiguriert ist, ist das Tor live.

Budget-Tore

Ein Budget-Tor hat zwei Durchsetzungsmodi:

Drosselung — begrenzt die Ausgaberate, degradiert sanft. Der Agent wird verlangsamt, nicht vollstaendig gestoppt, bis das Budget sich erholt oder ein Operator es anhebt.
Blockierung — harte Ablehnung bei der Obergrenze. Der Agent erhaelt ein klares Signal, dass sein Budget erschoepft ist und keine weiteren Ausgaben autorisiert sind.

Beide Modi sind standardmaessig-ablehnend: Wenn der Budgetzustand unlesbar ist — ein Speicherfehler, eine korrupte Zeile, ein fehlender Datensatz — verweigert das Tor, erlaubt nie. Ein unbekannter Budgetzustand wird als erschoepft behandelt, nicht als unbegrenzt. Das ist dieselbe Haltung, die der Rest der Plattform fuer Durchsetzungstore haelt (siehe Governance).

Kostenabrechnung

Die Ausgaben werden aus dem Anbieter-Kosten-Stream und Operator-verifizierten Referenzpreisen abgeleitet, die von Modul X (Modell- und Anbieterverwaltung) verwaltet werden. Kosten-Samples stammen aus beobachteter Telemetrie — die Tokens, das Modell, der Anbieter — nicht aus dem Abfangen von API-Aufrufen. Die Plattform sitzt nicht im Inferenz-Pfad; sie liest das Kostensignal ausserhalb des Datenpfads, genauso wie sie jede andere Beobachtung liest.

Referenzpreise sind Operator-verifiziert, nicht fabriziert. Modul X laesst Sie den Pro-Token- oder Pro-Anfrage-Preis fuer jedes Modell und jeden Anbieter deklarieren, und die Budget-Durchsetzung verwendet diese Preise als Abrechnungsbasis. Wenn der deklarierte Preis von dem abweicht, was der Anbieter tatsaechlich berechnet, setzt das Budget-Tor gegen den deklarierten Preis durch — die Plattform kann die Rechnung des Anbieters erst kennen, wenn der Anbieter sie meldet.

Ein Budget einrichten

Budgets gelten auf drei Ebenen:

Pro Mandant — eine Obergrenze fuer alle KI-Ausgaben innerhalb eines Mandanten.
Pro Agent — eine Obergrenze fuer die Ausgaben eines einzelnen Agenten, innerhalb seines Mandanten.
Pro Modell — eine Obergrenze fuer Ausgaben fuer ein bestimmtes Modell, innerhalb eines Mandanten oder Agenten.

Die Durchsetzung ist sofortig. Sobald ein Budget mit einer Obergrenze und einem Tor-Modus (Drosselung oder Blockierung) konfiguriert ist, ist das Tor live. Es gibt kein Aufwaermen, keine Verzoegerung, kein “Die Durchsetzung beginnt nach dem naechsten Abrechnungszyklus.” Das Tor prueft die akkumulierten Ausgaben gegen die Obergrenze bei jedem gesteuerten Kostenereignis.

Budget-Bereiche komponieren sich durch Schnittmenge: Ein Pro-Agent-Budget und ein Pro-Mandant-Budget gelten beide, und die erste erreichte Obergrenze loest ihr Tor aus. Ein Pro-Modell-Budget innerhalb eines Agenten wird durch alle uebergeordneten Pro-Agent- und Pro-Mandant-Budgets weiter eingeschraenkt.

Was bei der Obergrenze passiert

Wenn die akkumulierten Ausgaben die konfigurierte Obergrenze erreichen oder ueberschreiten:

Das Budget-Tor verweigert die Ausgabe — Drosselung oder Blockierung, je nach Modus.
Die Ablehnung wird als Befund in der Befund-Oberflaeche der Plattform aufgezeichnet, mit dem Budget-Bereich, der Obergrenze und den akkumulierten Ausgaben zum Zeitpunkt der Ablehnung.
Der Agent erhaelt ein klares Signal, dass sein Budget erschoepft ist. Die Plattform verwirft die Anfrage nicht stillschweigend und gibt keinen mehrdeutigen Fehler zurueck.
Wenn Benachrichtigungen konfiguriert sind, wird die Ablehnung ueber Modul XV geleitet.

Eine verweigerte Ausgabe ist ein gesteuertes Ereignis. Sie wird in derselben Transaktion wie die Ablehnung in das Audit-Ledger geschrieben, sodass es kein Fenster gibt, in dem eine Budgetablehnung unaufgezeichnet ist.

Benachrichtigungen

Budgetbenachrichtigungen integrieren sich mit Modul XV (Ausgabeintegrationen und Benachrichtigungen). Wenn ein Budget sich seiner Obergrenze naehert oder sie erreicht, kann der Befund an jedes konfigurierte Ziel geleitet werden:

Slack / Teams — Kanal- oder DM-Benachrichtigung.
PagerDuty / Opsgenie — Alarmeskalation.
Signierter Webhook — fuer individuelle Integrationen.
SIEM — dem Audit-Export-Stream angehaengt.

Benachrichtigungsziele werden vom Operator bereitgestellt. Ein Budget-Tor setzt unabhaengig davon durch, ob ein Benachrichtigungsziel konfiguriert ist — das Tor ist die Durchsetzung, die Benachrichtigung ist die Bewusstseinsebene.

Die Kill-Switch-Interaktion

Der Kill Switch ist das umgebungsweite Ablehnungstor und er ueberschreibt alles, einschliesslich Budget-Toren. Wenn der Kill Switch aktiviert ist:

Alle gesteuerten Aktionen werden verweigert, einschliesslich aller Ausgaben, die Budget-Tore sonst drosseln oder erlauben wuerden.
Der Drosselungs-/Blockierungsmodus eines Budget-Tors ist irrelevant — die Umgebung ist gestoppt.
Die Wiederaktivierung der Umgebung erfordert die uebliche Dual-Control-Genehmigung (zwei verschiedene Menschen, kein Break-Glass-Pfad fuer die Wiederaktivierung).

Das Budget-Tor und der Kill Switch sind unabhaengige Kontrollen. Sie komponieren sich, sie konkurrieren nicht: Der Kill Switch ist eine Obermenge-Ablehnung, die jedes andere Tor subsumiert.

Modell-Routing und Budget

Modul X uebernimmt das Modell-Routing mit Operator-verifizierten Referenzpreisen. Die Budget-Durchsetzung konsumiert diese Preise — sie pflegt keine eigene Preistabelle und fabriziert keine Kostendaten. Die Abhaengigkeit ist unidirektional:

Modul X deklariert den Modellkatalog und die Referenzpreise.
Modul XI liest diese Preise, um Ausgaben abzurechnen und Budgetobergrenzen durchzusetzen.

Wenn Modul X keinen Referenzpreis fuer ein Modell hat, kann Modul XI die Ausgabe nicht gegen ein Budget abrechnen. Ungesteuerte Ausgaben (kein Preis, kein Budget) werden als Befund angezeigt, nicht stillschweigend durchgelassen.

Ehrliche Grenzen

Die Budget-Durchsetzung ist live und standardmaessig-ablehnend fuer die Oberflaechen, die die Plattform steuert, aber sie hat Grenzen, die Sie verstehen sollten, bevor Sie sich darauf verlassen:

Die Kostengenauigkeit haengt vom Anbieter ab. Die Plattform rechnet Ausgaben mit Operator-deklarierten Referenzpreisen und beobachteten Token-Zahlen ab. Wenn die tatsaechliche Abrechnung des Anbieters vom deklarierten Preis abweicht, setzt das Budget-Tor gegen den deklarierten Preis durch, nicht gegen die Rechnung. Die Plattform fabriziert keine Kostendaten und erfindet keine Benchmarks.
Die Abdeckung ist durch die Beobachtung begrenzt. Die Budget-Durchsetzung gilt fuer Ausgaben, die durch gesteuerte Kanaele fliessen — Quellen, die die Plattform beobachtet. Ein Agent, der ein Modell ueber einen ungesteuerten Pfad aufruft (keine Quelle verdrahtet, keine Telemetrie emittiert), ist fuer das Budget-Tor unsichtbar. Die Plattform zeigt ungesteuerte Pfade als Befunde an, wenn sie sie erkennen kann, aber sie kann nicht durchsetzen, was sie nicht sehen kann.
Die Plattform ist pre-1.0. Die Budget-Durchsetzung wird ausgeliefert und ist heute verdrahtet, aber behandeln Sie die Abrechnungsdetails als Work in Progress. Siehe Ehrlichkeit und Grenzen fuer die vollstaendige Haltung.