---
title: "Fallstudie: Den Tool-Overhead eines KI-Support-Agenten um rund 90 % senken — onemcp"
description: "Der KI-Agent eines illustrativen Support-Teams verbrauchte den Großteil seines Kontexts für MCP-Tool-Definitionen. Über den Code Mode von onemcp sank der Overhead pro Anfrage um rund 90 % — schnellere, günstigere Antworten."
ogTitle: "Fallstudie: ein KI-Support-Agent auf Token-Diät"
ogDescription: "Wie eine Support-Automatisierung mit dem Code Mode von onemcp rund 90 % ihres Tool-Overheads pro Anfrage einsparte — schneller, günstiger, verlässlicher."
url: "https://onemcp.dev/de/case-studies/support-agent-token-diet"
eyebrow: "Fallstudie · Automatisierung im Kundensupport"
headline: "Der Support-Agent verbrauchte mehr Kontext für Tool-Definitionen als für das Ticket."
summary: "Der KI-Agent eines Support-Teams war mit einem Dutzend MCP-Server verbunden und ertränkte jeden Prompt in Tool-Schemata. Der Wechsel zum Code Mode von onemcp gab den Kontext dem Problem des Kunden zurück — und senkte Kosten und Latenz je Antwort."
industry: "SaaS-Kundensupport"
teamSize: "Support-Organisation von ~15 Personen"
stack: "Zendesk · Stripe · Postgres · interne Bestell-API · Slack"
illustrative: "Illustratives Szenario, angelehnt an gängige onemcp-Bereitstellungen. Das Team ist eine Komposition und kein namentlich genannter Kunde; die Zahlen sind repräsentativ, nicht gemessen."
results:
  - "Tool-Overhead pro Anfrage um rund 90 % gesenkt"
  - "Tool-Schema pro Aufruf von ~15.000 auf ~500 Tokens"
  - "Geringere Kosten und Latenz bei jeder Antwort"
quote: "Der Agent wurde am Tag des Umstiegs schneller und günstiger, und wir haben kein einziges Werkzeug entfernt. Er hat bloß aufgehört, sie alle in jede Nachricht mitzuschleppen."
quoteAttribution: "Leitung Support-Operations (illustrativ)"
---

## Hintergrund

Ein SaaS-Support-Team hatte einen KI-Agenten gebaut, um Tickets zu sichten und zu beantworten. Um echte Arbeit zu leisten, brauchte er Reichweite: Zendesk für das Ticket, Stripe für die Zahlung, Postgres und eine interne Bestell-API für den Kontostand und Slack für die Eskalation. Jedes davon war ein MCP-Server, direkt in den Agenten verdrahtet.

Der Agent war vom ersten Tag an nützlich. Er war zugleich langsam und teuer auf eine Weise, die das Team nicht ganz erklären konnte — bis es untersuchte, was tatsächlich in jedem Prompt steckte.

## Die Herausforderung

Jeder MCP-Server, mit dem sich der Agent verband, spielte bei jeder Anfrage **sein gesamtes Tool-Schema** in den Kontext ein. Mit einem Dutzend verbundener Server bedeutete das Hunderte von Tool- und Parameterdefinitionen, die jedes Ticket begleiteten — ob das aktuelle Ticket sie brauchte oder nicht.

Die Kosten zeigten sich auf dreierlei Weise:

- **Verschwendeter Kontext.** Rund 15.000 Tokens an Tool-Textbausteinen standen in jedem Prompt vor der eigentlichen Frage des Kunden. In langen Threads verdrängten die Definitionen die Konversation selbst.
- **Höhere Kosten und Latenz.** Diese Eingabe-Tokens wurden in jeder Runde bezahlt und verarbeitet, multipliziert über Tausende Tickets pro Woche.
- **Mehr Raum für Fehler.** Ein größerer, verrauschter Prompt gab dem Modell mehr Gelegenheiten, das falsche Werkzeug zu wählen oder in einem mehrstufigen Ticket den Faden zu verlieren.

## Der Ansatz

Das Team stellte sämtliche Server des Agenten hinter ein einziges onemcp-**Portal** und ließ den Agenten über den **Code Mode** mit ihm sprechen.

Statt jede Definition vorab zu laden, stellt das Portal drei Meta-Tools bereit:

- `search` — die für das vorliegende Ticket relevanten Werkzeuge finden.
- `describe` — die genaue Signatur eben dieser Werkzeuge bei Bedarf abrufen.
- `execute` — ein kurzes Skript ausführen, das sie aufruft, in einem einzigen Roundtrip.

So lädt ein Erstattungsticket die Stripe- und Bestell-Werkzeuge, die es braucht, und nichts sonst. Der vollständige Katalog bleibt verfügbar — er wird nur nicht mehr in jeden Prompt gezerrt.

## Die Ergebnisse

- **Rund 90 % weniger Tool-Overhead pro Anfrage.** Das Tool-Schema pro Aufruf sank von etwa 15.000 auf rund 500 Tokens. Die Ersparnis wiederholt sich in jeder Runde jedes Tickets.
- **Günstigere und schnellere Antworten.** Weniger Eingabe-Tokens pro Aufruf bedeuteten eine niedrigere Rechnung und eine schnellere Erstantwort, ohne dem Agenten ein Werkzeug zu nehmen.
- **Stabilere mehrstufige Bearbeitung.** Mit dem Kontext auf dem Ticket statt auf dem Werkzeugkasten blieb der Agent über Erstattungen, Kontoabfragen und Eskalationen hinweg auf Kurs.

> Der Agent wurde am Tag des Umstiegs schneller und günstiger, und wir haben kein einziges Werkzeug entfernt. Er hat bloß aufgehört, sie alle in jede Nachricht mitzuschleppen.

## Verwandte Fallstudien

- [Ein Plattform-Team bündelt 20 MCP-Server hinter einem Endpunkt](/de/case-studies/platform-team-mcp-gateway)
- [Self-Service-Datenagenten, ohne Zugangsdaten preiszugeben](/de/case-studies/data-team-secure-agents)