Modul XI — Kosten & KI-FinOps

Modul XI ist die Kosten- / FinOps-Schicht für KI: Es verbucht, was die Modell- und Provider-Konnektoren melden, lässt Sie Ausgaben nach jeder Attributionsdimension aufschlüsseln, prognostiziert die aktuelle Periode und macht aus einem Budget echte Durchsetzung, die die Ausgabe an der Obergrenze verweigert, statt sie nur zu kennzeichnen. Diese Seite ist die Referenz dafür, was FinOps heute tut und wo seine Garantien enden.

Was es ist

FinOps implementiert die Provider-Integration nicht neu — es konsumiert den Modell-/Provider-Kosten-Stream und verbucht, was die Konnektoren maßgeblich abgeleitet oder gelesen haben. Geld ist immer ein ganzzahliger Mikro-USD-Wert (Millionstel eines Dollars), niemals ein Float, sodass Summen niemals abdriften. Es ist ein Modul der Intelligence-Schicht: Es besitzt Ingestion, Budgets und Analytics und stellt sie über seinen eigenen RBAC-gegateten API-Namespace und seine UI-Ansichten bereit, ohne den Kern oder seine Nachbarn zu berühren.

Das Modul ist minimal-data by construction: Es speichert Token-Zählungen, abgeleitete Kosten und Attributions-Referenzen — niemals einen Prompt, eine Completion oder ein Secret. Kosten sind Governance-Daten, daher sind Lesezugriffe an der API rollen-gegated, und es wird niemals ein USD-Betrag an einen Endnutzer offengelegt (das ist eine Eigenschaft der Leitung, keine UI-Einstellung).

Seine Entitäten & sein Vertrag

Jedes cost.sampled-Event (ein CostSample — siehe den Event-Bus) wird auf zwei Arten erfasst:

• das kanonische, normalisierte CostRecord-Ledger (eine Kern-Entität, mit ID als Schlüssel), dedupliziert über einen natürlichen Schlüssel — die Identität des Buckets (Provider / Modell / Session / Zeitpunkt plus jede Attributionsdimension und Provenance), niemals sein Wert — sodass ein erneut gezogener offener Bucket oder ein verspätet abgerechneter Report an Ort und Stelle upsertet, statt auf dem At-least-once-Stream doppelt zu zählen;
• eine denormalisierte FinOps-Read-Model-Zeile, mit den natürlichen Attributionsnamen als Schlüssel (Provider, Modell, Agent, Session, Team, Projekt), sodass Ausgaben effizient nach jeder dieser Dimensionen aggregieren — einschließlich des Provider-service_tier.

Ein Budget ist eine Kern-Policy der Art budget: eine Dimension (global / Modell / Provider / Agent / Session / Team / Projekt), ein Limit, eine Periode und Alert-Schwellen. Seine action ist eine von dreien — alert (showback-only, der sichere Default, der niemals durchsetzt), throttle oder block. Analytics liefern eine Ausgaben-Aufschlüsselung nach jeder Dimension, Summen, eine tägliche Trend-Serie, eine Run-Rate- und Trend-Prognose der aktuellen Periode (mit einem expliziten Konfidenzband), eine Prompt-Cache-Effizienz-Ansicht und Optimierungsempfehlungen — jede in erfassten Daten verankert und ehrlich über ihre Annahmen.

Was es konsumiert & erzeugt

FinOps konsumiert cost.sampled vom Event-Bus und erzeugt zwei Effekte. Beim Ingest, wenn der Verbrauch eine Budget-Schwelle überschreitet, die er in dieser Periode noch nicht überschritten hat, erfasst es den Alert und emittiert einen FindingReport (finding.reported) — nur das Signal; die Zustellung an Slack / SIEM / PagerDuty ist Aufgabe des Output-Konnektor-Moduls, nicht von FinOps.

Der zweite Effekt ist Durchsetzung. Ein Budget, dessen action throttle oder block ist, verweigert die Ausgabe an der Obergrenze über eine BudgetGate-Naht, deklariert in den eigenen Begriffen jedes handelnden Moduls (das fire der Orchestrierung, das open von Voice, das resolve des Modell-Routers); kein Modul importiert FinOps. Das Gate läuft orthogonal zum Freigabe-Gate — eine Aktion kann human-approved und dennoch budget-denied sein — und antwortet auf die cap-wirksame Ausgabe mit einer money-free Begründung (kein USD, kein Budget-Name auf der read-only Route). Ein hartes block verweigert mit HTTP 402, ein weiches throttle mit HTTP 429, und die Verweigerung wird in das append-only Ledger geschrieben und auditiert. Siehe Steuern und freigeben.

Ehrliche Grenzen

• Durchsetzung ist opt-in, nicht standardmäßig deny-closed. Ohne durchsetzendes Budget, das eine Anfrage scoped, wird niemals etwas verweigert — diese Abwesenheit ist der Normalzustand, kein Sicherheitsloch. Nur ein Budget, das definitiv an seinem Limit ist, verweigert. Dies ist bewusst und das Gegenteil der deny-closed Haltung des Freigabe-Gates.
• Das Gate fällt offen aus. Ein FinOps-Lesefehler legt niemals eine laufende Aktion lahm — ein freigegebenes fire/open schreitet fort und der Router löst auf. Der dauerhafte Backstop ist das beim Ingest emittierte Budget-Cap-Finding, nicht das Pre-Flight-Gate.
• Der Router setzt nur die Scopes durch, die er vor der Ausführung kennt (global / Provider / Modell); feinere Scopes (Agent, Session, Team, Projekt) werden an den fire/open-Nähten und am Modell-Gateway durchgesetzt, nicht bei der Route-Auflösung.
• FinOps verbucht; es rechnet nicht ab. Es erfasst, was die Konnektoren melden — die Provenance billed vs. estimated wird getragen, nicht in eine Rechnung abgeglichen — und ein Sample mit null/leeren Feldern bedeutet „nicht gemeldet“, niemals „null“.
• Keine Aktuierung über Verweigerung hinaus. FinOps führt weder einen Modellaufruf aus noch bewegt es Geld; es beobachtet den Kosten-Stream und gated Ausgaben, die zu gaten es konfiguriert ist.

Verwandt

• Referenz Event-Bus — die Payloads cost.sampled / CostSample und finding.reported.
• Modulkatalog — wo Modul XI sitzt und sein ehrlicher Aktuierungsstatus.
• Architekturüberblick — die Engine, die Schichten und der Kosten-Stream.
• Steuern und freigeben — Handeln bei einer budget-denied Aktion.
• Ehrlichkeit & Grenzen — die Deny-closed-Seam-Policy über Module hinweg.