Ich habe unsere Suche vermessen und die teuren APIs wieder abgeschaltet

Die Frage war simpel. "Beste KI Agentur Mallorca". Unsere Standard-Suche gab mir zurück: einen Treffer zu einer Schule, einen Herrn namens Niklas Beste und einen Duden-Eintrag zum Wort "beste". Kein einziges Ergebnis hatte irgendwas mit KI oder mit Mallorca zu tun. Auf genau dieser Suche haben unsere Agenten monatelang recherchiert. Das war der Punkt an dem ich mich hingesetzt und einen Nachmittag lang fünf Engines gegen dieselben Fragen laufen lassen habe. Nicht als Benchmark-Theater, sondern weil ich wissen wollte, welche davon wir eigentlich brauchen und welche nur Geld kosten. Das Setup war absichtlich unspektakulär: drei lokale Anfragen, bei denen ich die richtige Antwort selbst kenne, zwei Fachfragen und eine Frage nach etwas, das erst seit ein paar Tagen existiert. Immer dieselben Fragen, immer alle Engines, immer per Hand angeschaut. ## Die Krücke, die ich für eine Suchmaschine gehalten habe Wir betreiben eine eigene SearXNG-Instanz. Meta-Suche, aggregiert über siebzig Engines, läuft im Container auf unserem Dev-Server, kostet nichts. Genau deswegen war sie überall der Default. Als ich nachgeschaut habe, was da tatsächlich passiert, kam raus: von den Engines, die wir konfiguriert hatten, antwortete genau eine. Google, DuckDuckGo, Startpage, Brave, Qwant und Mojeek haben unsere Server-IP hart geblockt. Access denied oder CAPTCHA, je nach Anbieter. Durch kam nur Bing. Ein Neustart ändert daran nichts, das ist IP-basiert. Und Bing allein rankt lokale deutsche Anfragen so, wie oben beschrieben. Das ist der erste Fehler, und er ist unangenehm, weil er so banal ist: Ich habe "gratis" mit "funktioniert" verwechselt und die Qualität nie gemessen. Die Instanz war grün, der Container healthy, die Antworten kamen mit HTTP 200 zurück. Nur der Inhalt war Müll, und das sieht man in keinem Monitoring. ## Das Ding, das die ganze Zeit da war Claude Code bringt eine Websuche mit. `WebSearch` für Anfragen, `WebFetch` für konkrete URLs. Beide sind in der offiziellen Tool-Liste dokumentiert, du findest sie in der [Subagent-Doku](https://code.claude.com/docs/en/sub-agents) neben Read, Grep und Bash. Ich hatte die bisher ignoriert, weil ich irgendwo gelesen hatte, das sei auf die USA beschränkt. Im Test war das Gegenteil der Fall: Bei genau den lokalen Anfragen, an denen unsere eigene Instanz gescheitert ist, kamen saubere deutsche und spanische Treffer zurück. Dazu eine kurze Zusammenfassung obendrauf, ohne dass ich dafür etwas tun musste. Der eigentliche Punkt ist aber ein anderer: Das läuft über das Abo. Kein Preis pro Anfrage, kein Kontingent, kein Rate-Limit, das mir bei einem Fan-out ins Gesicht springt. Für Agenten, die unbeaufsichtigt laufen, ist das der entscheidende Unterschied. ## Wo ich mir mit gratis den zweiten Fehler geholt habe Brave hat einen eigenen Index, unabhängig von Google, und ein Gratis-Kontingent. Klang nach der perfekten zweiten Meinung. Im Test habe ich zwei Anfragen parallel abgeschickt. Antwort: HTTP 429. Brave lässt auf dem Gratis-Tarif eine Anfrage pro Sekunde durch, und "parallel" heißt nun mal gleichzeitig. Das Schlimme daran war nicht der 429. Das Schlimme war, was unser Agent damit gemacht hat. Er hat den Fehler nicht als Rate-Limit erkannt, sondern das leere Ergebnis genommen und weitergearbeitet, als hätte die Suche einfach nichts gefunden. Ein Agent, der Rate-Limits nicht von Nulltreffern unterscheiden kann, lügt dich an, ohne es zu merken. Brave ist seitdem bei uns Backup und wird nur einzeln aufgerufen, nie im Fan-out. ## Wo semantische Suche wirklich hilft Eine Kategorie hat mich positiv überrascht. Semantische Suche sucht nicht nach Wörtern, sondern nach Bedeutung, und sie kann dir zu einer Seite ähnliche Seiten liefern. Bei Stichwort-Fragen bringt das wenig, da ist eine normale Suche schneller. Bei "finde mir Firmen, die so ähnlich arbeiten wie diese hier" gewinnt sie deutlich, weil du das Gesuchte gar nicht in Stichworten formulieren kannst. Wir nutzen sie für Recherche zu Firmen und Personen und haben ihr Gratis-Kontingent in keinem Monat auch nur annähernd ausgeschöpft. ## Die bezahlten Dienste sind gut. Und trotzdem aus. Perplexity, Tavily und Linkup haben im Test durchweg besser abgeschnitten als alles Kostenlose. Perplexity liefert eine fertige Antwort mit Quellenangaben statt einer Linkliste. Tavily war deutlich stärker bei Branchenverzeichnissen und Drittquellen. Beide kosten in der Größenordnung eines halben Cents pro Anfrage. Ein halber Cent klingt nach nichts. Bis ein Agent im Fan-out zwölf Recherche-Zweige aufmacht, jeder davon drei Nachfragen stellt und das Ganze als Cron jede Nacht läuft. Dann ist es kein halber Cent mehr, sondern eine Rechnung, die niemand angeschaut hat. Deshalb gilt bei uns jetzt eine Trennung nach Aufsicht statt nach Qualität. Bezahlte Dienste nutze ich interaktiv, wenn ich daneben sitze und sehe, was rausgeht. Autonome Agenten und Crons bekommen ausschließlich die kostenlose Basis. Nicht weil das Bezahlte schlecht wäre, sondern weil unbeaufsichtigte Prozesse keine Kreditkarte in die Hand bekommen. Die Reihenfolge für Agenten ist damit: `WebSearch` zuerst, `WebFetch` für konkrete Seiten, semantische Suche als Ergänzung, Brave einzeln als Backup. Die eigene Meta-Instanz ist vom Default zum Notnagel abgestiegen. ## Was ich mitnehme Miss die Ergebnisse, nicht den Status. Ein HTTP 200 sagt dir, dass ein Dienst antwortet. Ob die Antwort brauchbar ist, sagt er dir nicht. Nimm drei Anfragen, deren richtige Antwort du kennst, und schau dir an, was zurückkommt. Behandle Rate-Limits als Fehler, nicht als leeres Ergebnis. Sonst arbeitet dein Agent munter mit nichts weiter und du hältst das Ergebnis für eine Recherche. Und trenne, wer was aufrufen darf. Nicht jedes Werkzeug, das du selbst nutzen darfst, gehört in die Hand eines Prozesses, der nachts alleine läuft. Wenn du wissen willst, was KI-Nutzung insgesamt an Kosten produziert und wo die Fallen liegen, steht das im Playbook [Was kostet KI wirklich](/playbooks/was-kostet-ki-wirklich). Und wenn du gerade erst anfängst, Werkzeuge in deine KI einzubauen, ist die Lesson [Tools in AI](/levels/2/04-tools-in-ai) der passende Einstieg.