← Zurück zum Blog

OpenClaw kosteneffizient betreiben – Modellkosten intelligent optimieren

Wie Sie OpenClaw so konfigurieren, dass Sie maximale Leistung bei minimalen API-Kosten erhalten. Kontextgröße, Modellwahl, Fallback-Strategien und Best Practices für ein professionelles Setup.


OpenClaw kosteneffizient betreiben – meine Learnings nach einer Woche


🚀 Der Anfang: Das teure Abenteuer

Ich nutze OpenClaw jetzt seit ungefähr einer Woche. Am Anfang habe ich einfach meinen normalen Claude Code / Cloud-Token verwendet. Dazu hatte ich als Fallback OpenAI Codex konfiguriert. Das lief technisch super: Wenn Anthropic ins Rate-Limit lief, ist einfach OpenAI eingesprungen.

Ergebnis: Stabil und vermutlich ~20–30 € im Monat 💸

⚠️ Das Problem

Aber so ist das nicht gedacht – und das mag Anthropic verständlicherweise nicht. Also habe ich auf einen sauberen API-Key umgestellt.

Und da wurde es plötzlich richtig teuer.

💰 Wenn man standardmäßig Opus als Primary-Modell laufen lässt (was viele machen, weil „bestes Modell"), dann wird OpenClaw sehr schnell unbequem im Preis.


💡 Meine konkreten Empfehlungen

1️⃣ Heartbeat unbedingt günstiger konfigurieren

Standardmäßig läuft der Heartbeat oft viel zu aggressiv. Ich habe das geändert auf:

Heartbeat-Modell: Haiku
Intervall: 60 Minuten (statt 30)

🎯 Warum das wichtig ist

Heartbeat braucht keine Intelligenz. Der soll nur prüfen, ob der Agent noch lebt.

  • Opus für Heartbeat: Kompletter Overkill
  • Haiku für Heartbeat: Perfekt ausreichend

Allein das spart dauerhaft signifikante API-Kosten ein.


2️⃣ Kontext aktiv begrenzen

Das war mein größtes Learning. Ich habe im System-Prompt explizit ergänzt:

💬 „Nimm nicht automatisch den gesamten bisherigen Kontext mit. Verwende nur relevanten Kontext und lade zusätzlichen Kontext nur auf Nachfrage."

🔥 Das verändert das Verhalten massiv

OpenClaw schickt sonst bei längeren Sessions absurd viele Tokens mit.

Die Moral: Es ist nicht die Modellwahl, sondern die Kontextgröße, die teuer wird.

Das ist der Hidden Cost – nicht primär das Modell selbst!


3️⃣ Modell-Hierarchie richtig wählen

Ich fahre aktuell diese Strategie:

🐇 Haiku → 🧠 Sonnet → 🚀 Opus

| Modell | Use Case | Kosten | |--------|----------|--------| | Haiku | Standard-Arbeitspferd | 💰 | | Sonnet | Mittlere Komplexität | 💰💰 | | Opus | Wirklich komplexe Tasks | 💰💰💰 |

🎓 Kernidee

Du brauchst keinen Anwalt für Sekretariatsaufgaben.

✅ Wann Haiku völlig ausreicht:

  • Kleine Code-Änderungen
  • Dateioperationen
  • Git-Management
  • Einfache Refactorings
  • Routine-Automatisierung
  • Heartbeat-Checks

🚀 Wann du Opus brauchst:

  • Komplexe Architektur-Entscheidungen
  • Multi-File-Refactorings mit Abhängigkeiten
  • Debugging schwieriger Bugs
  • Strategische Code-Reviews

Opus ist großartig – aber als Default schlicht unnötig teuer.


4️⃣ Cloud Code clever weiterverwenden

Was ich weiterhin mache: Claude Code lokal installieren und meinem OpenClaw-Agent sagen:

„Benutze Cloud Code zum Coden."

🎨 Wie das funktioniert

Das funktioniert erstaunlich gut. Rechenintensive Coding-Aufgaben laufen dann über Claude Code – und OpenClaw bleibt der Orchestrator.

OpenClaw (Haiku) → "Ich brauche Code" → Claude Code (lokal)
                     ↓
                  Result zurück
                     ↓
              OpenClaw integriert

Resultat:

  • ✅ Massiv gesparte API-Kosten
  • ✅ Bessere Spezialisierung
  • ✅ Schnellere Code-Generierung

📊 Meine aktuelle Konfiguration

| Bereich | Einstellung | Grund | |---------|------------|-------| | API-Zugang | Sauberer API-Key | Kein Token-Sharing | | Heartbeat-Modell | 🐇 Haiku | Keine Intelligenz nötig | | Heartbeat-Intervall | ⏱️ 60 Minuten | Weniger Polls = weniger Kosten | | Standard-Modell | 🐇 Haiku | 80% der Tasks brauchen nicht mehr | | Eskalation | 🧠 Sonnet → 🚀 Opus | Nur bei echtem Bedarf | | Kontext | 📉 Bewusst begrenzt | System-Prompt-Anweisung | | Coding | 💻 Claude Code (lokal) | Intensive Tasks auslagern |


🎯 Fazit

OpenClaw ist brutal stark. Aber wenn man einfach Opus als Default laufen lässt, wird es teuer.

Mit meiner Konfiguration ist das Ganze deutlich entspannter – auch finanziell.

📈 Vorher vs. Nachher

  • Vorher (Opus Default): ~100–150 € / Monat ❌
  • Nachher (Haiku + Smart Escalation): ~20–30 € / Monat ✅

🔑 Die wichtigste Erkenntnis:
OpenClaw ist kein Autopilot. Man muss ihn konfigurieren wie ein System – nicht wie ein Spielzeug.

🛠️ Quick-Start Checklist

  • [ ] Heartbeat auf Haiku umstellen
  • [ ] Heartbeat-Intervall auf 60 min erhöhen
  • [ ] System-Prompt mit Kontext-Begrenzung ergänzen
  • [ ] Standard-Modell auf Haiku setzen
  • [ ] Opus nur für komplexe Tasks reservieren
  • [ ] Claude Code lokal für intensive Coding-Tasks nutzen

Happy Optimizing! 🚀