Viktor AI Preise: eine echte Aufschlüsselung des Credit-Modells (2026)

Was Viktor eigentlich ist (bevor wir über den Preis sprechen)

Kurze Einordnung, denn sie verändert, wie du die Preise liest. Viktor ist kein Support-Chatbot. Es ist ein KI-"Mitarbeiter", der in Slack und Microsoft Teams lebt, und sein Slogan lautet "Not a tool. A hire." (Kein Tool. Eine Einstellung.) Du erwähnst @Viktor in einem Thread, und es macht sich an mehrstufige Arbeit über deine verbundenen Tools: zieht Zahlen aus Stripe, gleicht Rechnungen ab, sortiert eine Zendesk-Warteschlange, öffnet einen Bug in Linear oder baut eine kleine interne App. Es hat seinen eigenen Cloud-Computer, auf dem es Code schreibt und ausführt, weshalb es sich eher wie ein KI-Agent als wie ein regelbasierter Chatbot verhält und eine Aufgabe abschließt, statt nur eine Frage zu beantworten.

Es ist zudem ein solide finanziertes Produkt, was wichtig ist, wenn du einen Workflow auf einen Anbieter setzt. Es wurde von ehemaligen Meta-Gründern gebaut und ist von Slacks eigenen Mitgründern, Stewart Butterfield und Cal Henderson, unterstützt, in einer von Accel angeführten Runde. Das ist also ein ernstzunehmendes Tool. Die Frage, die dieser Beitrag beantwortet, ist enger gefasst: Was kostet es, und ist das Credit-Modell ein gutes Angebot für die Arbeit, die du im Sinn hast, besonders im Support?

Die Preise von Viktor AI auf einen Blick

Hier sind alle öffentlichen Zahlen, direkt von Viktors Preisseite.

Zwei Dinge fallen auf. Erstens: es gibt keine Gebühr pro Sitzplatz und kein gestuftes Feature-Gating. Die Preisseite ist eindeutig: "Jede Funktion, jede Integration. Wenn du mehr brauchst, startet es bei 50 $/Monat." Das ist eine echte Abweichung von den meisten SaaS-Produkten, bei denen du pro Nutzer zahlst und die guten Funktionen sich in der obersten Stufe verstecken.

Zweitens ruht das gesamte Modell auf einem Wort: Credits. Alles, was du tust, verbraucht denselben monatlichen Pool von 20.000 Credits. Die ehrliche Version von "Wie viel kostet Viktor" lautet also: 50 $ im Monat kaufen dir 20.000 Credits, und die eigentliche Frage ist, wie weit diese Credits für deine Arbeit reichen.

Schätze ab, was dir deine Credits bringen

Weil der Plan ein Credit-Pool ist, ist nicht der Listenpreis das Nützliche, sondern die Verbrauchsrate. Gib einen groben Monat ein und sieh, wie weit 20.000 Credits reichen. (Die Schätzungen nutzen den Mittelwert der von Viktor veröffentlichten Spannen, betrachte das also als Planungs-Richtwert, nicht als Rechnung.)

Spiel damit herum, und das Muster wird klar: leichte, kleine Aufgaben reichen weit, aber ein paar "Bau mir eine App"-Projekte pro Woche, und du musst nachladen. Das ist keine Kritik, es ist einfach die Natur nutzungsbasierter Preise, und genau das bemängeln auch Rezensent:innen.

Was tatsächlich Credits verbraucht

Viktor macht offen klar, dass Credits die tatsächliche Modellarbeit widerspiegeln, also bewegen ein paar Dinge deine Rechnung mehr als andere. Sie zu kennen ist der Weg, die Ausgaben im Griff zu behalten.

• Aufgabenkomplexität. Ein vollständiges Projekt kann das 10-Fache einer schnellen Aufgabe kosten. Je mehr Tools Viktor berührt und je mehr Schritte es ausführt, desto mehr gibt es aus.
• Automatisierungsfrequenz. Geplante Aufgaben und Crons verbrauchen Credits jedes Mal, wenn sie ausgelöst werden. Viktors eigener Text sagt: "Frequenz zählt", also kostet ein Report, der stündlich läuft, deutlich mehr als derselbe Report wöchentlich.
• Modellnutzung. Credits entsprechen echten Aufrufen an Modelle wie Claude und GPT, also kostet stärkeres Reasoning mehr, genauso wie es wäre, wenn du direkt beim Modell-Anbieter zahlen würdest.
• Intelligentes Caching (das, was hilft). Viktor cacht Kontext und nutzt Ergebnisse über Aufgaben hinweg wieder, sodass wiederkehrende Workflows weniger Credits kosten als frische Durchläufe. Das ist der Hebel, der zu deinem Vorteil wirkt.

Die Lücke in den öffentlichen Preisen ist es wert, benannt zu werden: Viktor veröffentlicht keinen Dollar-Betrag pro Credit, und die Mechanik von Nachladen und Übertrag ist auf der Seite nicht ausgeschrieben (diese FAQ-Antworten liegen eingeklappt hinter einem "Alle anzeigen"-Umschalter). Du kannst deine monatlichen Credits also schätzen, aber die genauen Kosten dafür, über 20.000 zu kommen, sind nichts, was du von der Website ablesen kannst. Für viele KI-Tools ist das normal, aber es ist der Teil, den man mit dem Vertrieb klären sollte, bevor man einen echten Workflow festlegt.

Was Nutzer:innen wirklich über den Preis sagen

Fangen wir mit dem fairen Teil an: Viktor wird wirklich gemocht. Es steht bei 4,8/5 über 35 G2-Bewertungen, mit der überwältigenden Mehrheit an Fünf-Sterne-Bewertungen und keinen sichtbaren Bewertungen zwischen eins und drei Sternen. Liest man das Lob, entsteht ein klares Bild: Solo-Selbstständige und kleine Agenturen, die Viktor als zusätzliches Paar Hände behandeln und die 50 $ gegen Personalkosten aufwiegen statt gegen ein anderes SaaS-Tool. Für diese Nutzer:innen liest sich ein immer verfügbarer Generalist für Kaffeekassen-Geld wie ein Schnäppchen.

Die Skeptiker:innen sind aber auch einen Blick wert. Auf Hacker News trieb ein Thread, der Viktor zurückentwickelte, die schärfste Version der "Es ist nur ein Model-Wrapper"-Kritik voran:

"There's so little value in Viktor, that it is unethical to charge for it."

xnx, Hacker News

Das ist der Seitenhieb einer außenstehenden Person, nicht das Urteil eines zahlenden Kunden, und die Bewertungspunkte deuten darauf hin, dass die meisten Nutzer:innen widersprechen würden. Aber er trifft die eigentliche Bruchstelle, nämlich den Wert im Verhältnis zu dem, was es ausgibt. Und das führt uns zurück zu den Credits.

Der durchgehende, ehrliche Vorbehalt, selbst von Fans, ist, dass Credits schneller verbrennen als erwartet und die Ausgaben aktiv gemanagt werden müssen. Das ist der bekannte Trade-off jedes nutzungsbasierten Modells: Du kaufst kein Ergebnis, du kaufst Modellzeit, und arbeitsreiche Wochen kosten mehr. Zwei konkrete Punkte kommen wiederholt vor und sind es wert, vor der Entscheidung geklärt zu werden: Credit-Abrechnung bei Fehlern (macht Viktor einen Fehler, kannst du trotzdem Credits ausgeben, um ihn zu beheben oder erneut auszuführen) und Nachlade-Preise (was du zahlst, sobald die 20.000 aufgebraucht sind, ist nicht veröffentlicht). Keiner der beiden Punkte ist für leichte, abwechslungsreiche Nutzung ein Dealbreaker. Beide zählen sehr, wenn deine Arbeitslast schwer und repetitiv ist.

Die ehrliche Einschätzung also: Wenn du ein schlankes Team bist, das Viktor für abwechslungsreiche, meist leichte Arbeit nutzt, können sich 50 $/Monat für einen immer verfügbaren Generalisten wie ein Schnäppchen anfühlen. Wenn du schwere, hochvolumige, repetitive Arbeit erledigst, ist der Zähler etwas, das du im Blick behalten wirst, und das gilt für jedes nutzungsbasierte KI-Tool, nicht nur für dieses.

Die Support-Perspektive: Credits vs. pro Ticket

Hier werde ich mal Position beziehen, denn das ist ein support-naher Beitrag, und Viktors Kategorie ist unscharf. Viktor kann Support leisten: Auf seiner Startseite sortiert es eine Warteschlange, führt 23 doppelte Tickets zu einem einzigen Zendesk-Thread zusammen, entwirft Antworten für alle davon und legt einen Bug an, alles von Slack aus. Das ist echte, nützliche Arbeit.

Aber es berechnet diese Arbeit über dieselben generischen Credits wie alles andere. Es gibt keinen Preis pro Lösung oder pro Ticket. Ein Ticket-Triage-Batch fällt einfach irgendwo zwischen schneller Aufgabe und komplexem Workflow, je nach Umfang. Für gelegentliche Support-Spitzen ist das in Ordnung. Für eine Support-Warteschlange, die jeden Tag läuft, ist Credit-Pricing der schwierige Teil bei der Planung, und das ist ein Schmerzpunkt, den ich ständig von Support-Teams höre, die KI evaluieren.

Ich habe bei diesen Kaufgesprächen zugehört, und das Muster wiederholt sich: nutzungsbasiertes Pro-Aktion-Pricing macht aus jeder arbeitsreichen Woche eine Budgetfrage. Ein Ops-Lead bei einem Payouts-Fintech mit ~7.000-8.000 eskalierten Tickets pro Monat sagte uns, dass Pro-Interaktion-Pricing für sie ein No-Go war, weil es bei ihrem Volumen jedes monatliche Budget innerhalb von anderthalb Tagen aufbrauchen würde. Eine andere Person, die auf 150.000 Tickets/Monat skalierte, fand die Unterscheidung zwischen Interaktion und Ticket verwirrend genug, um die ganze Entscheidung zu blockieren. Wenn du Support in großem Volumen betreibst, willst du eine Einheit, die du im Kopf multiplizieren kannst, weshalb auch Teams, die KI-Kosten mit einem Offshore-Team vergleichen, zuerst nach einer Pro-Ticket-Zahl greifen.

Genau deshalb bepreist eesel AI Support in Tickets statt in Credits. Als wir früh testeten, unsere eigenen Einheiten zu erfinden, hassten Kund:innen das, "warte, was ist ein Credit?" war eine echte Reaktion, also gingen wir zurück zu der Einheit, in der Menschen bereits denken. Ein gelöstes Ticket ist ein gelöstes Ticket, und die Rechnung ist dieselbe, egal ob es ein ruhiger Dienstag oder Black Friday ist. Diese Planbarkeit ist der Punkt.

Lohnt sich Viktor?

Unsere Einschätzung: Viktor ist ein starker Kauf für genau die Person, für die es gebaut wurde, und ein "erst den Zähler checken" für alle anderen.

• Entscheide dich für Viktor, wenn du ein:e Gründer:in, Solo-Selbstständige:r oder ein schlankes Team bist, das in Slack oder Microsoft Teams lebt und einen generalistischen Agenten möchtest, der abwechslungsreiche Ops-, Marketing-, Finanz- und leichte Engineering-Arbeit übernimmt. Für 50 $/Monat, ohne Sitzplatzgebühren und mit jeder Integration inklusive, kann es leise einen Teil deines Stacks ersetzen. Die kostenlose Testversion mit 100 $ macht es risikoarm, das herauszufinden. (Wenn Slack der Haupttreiber ist, lohnt sich auch ein Blick auf die besten Slack-KI-Apps.)
• Behalte die Credits im Blick, wenn deine Arbeit schwer, repetitiv oder hochfrequent ist (viele geplante Automatisierungen, große tägliche Projekte). Das Modell belohnt leichte, abwechslungsreiche Nutzung und bestraft Masse, und der fehlende Dollar-Betrag pro Credit bedeutet, dass du die Nachladekosten vorher mit dem Vertrieb klären solltest.
• Sieh dir ein support-fokussiertes Tool an, wenn deine Hauptaufgabe eine Kundensupport-Warteschlange ist. Viktor sitzt auf dem Helpdesk, statt ihn zu ersetzen (keine Makros, SLAs, CSAT, Deflection-Reporting oder kundenseitiges Widget), und seine Credit-Preise sind bei Ticket-Volumen schwer zu planen. Ein dedizierter KI-Helpdesk-Agent, der aus deiner Wissensdatenbank lernt und pro Ticket bepreist ist, wird sowohl günstiger planbar als auch tiefer bei Support-Automatisierung sein.

Viktors Modell ist nicht schlecht, es ist einfach auf Breite optimiert. Die Diskrepanz zeigt sich nur, wenn du ein Breite-Tool auf ein Tiefe-Problem wie Support richtest.

eesel AI: planbare KI für deine Support-Warteschlange

Wenn du hier gelandet bist, weil du Viktor für Support abwägst, ist das genau der Fall, in dem ein zweckgebautes Tool die Nase vorn hat. eesel AI ist ein KI-Teammitglied für den Support, das sich in wenigen Minuten in deinen Helpdesk und dein Slack einklinkt, aus deinen vergangenen Tickets und deinem Hilfe-Center lernt und ab Tag null mit dem Entwerfen und Lösen beginnt.

Zwei Dinge machen es zu einer besseren Wahl für eine Support-Warteschlange als einen credit-gemessenen Generalisten. Erstens die Preise: eesel rechnet pro bearbeitetem Ticket ab, ohne Sitzplatzgebühren, sodass deine Rechnung mit gelösten Tickets skaliert, nicht mit einem Zähler, den du im Auge behalten musst. Zweitens kannst du die KI an Tausenden deiner echten vergangenen Tickets simulieren, bevor sie überhaupt einen Kunden berührt, sodass du die Lösungsrate und die Kosten siehst, bevor du dich verpflichtest, statt es auf der Rechnung zu erfahren. Wir haben diesen Simulationsschritt genau deshalb gebaut, weil wir selbstsicher klingende Bots schon still und leise falsche Antworten geben sehen haben, und niemand sollte das blind ausrollen.

Wenn deine Realität ein Support-Posteingang ist statt eine Sammlung von Ops-Aufgaben, probiere eesel kostenlos aus und lass es zuerst an deinen eigenen Tickets laufen. Du kennst die echten Kosten, bevor du einen Cent zahlst.