CCUsage Deep Dive: Die Bilanz des Wahnsinns (oder: Wo fließen meine Tokens hin?)

Tja... wir reden alle über KI. Wir reden über "Agentic Workflows", "Vibecoding" und wie wir alle 10x produktiver werden. Aber habt ihr euch mal gefragt, was das eigentlich wirklich bedeutet? Also in Zahlen? Tokens? Euro?

Ich hab da mal was vorbereitet. Mein Projekt ccusage-loc läuft jetzt schon eine Weile im Hintergrund und saugt alles auf: Claude Code API-Calls, Ollama-Nutzung, Stromverbrauch meiner GPU-Heizung (aka Dana) und natürlich jeden einzelnen Commit in meinen Git-Repos.

Das Ergebnis ist... nun ja... brutal.

Der Wahnsinn im Detail

Statt nur eines groben Überblicks habe ich euch hier mal die wichtigsten Einzelgraphen direkt aus dem System gezogen. Wir wissen zwar beide, was das alles bedeutet, aber für alle anderen gehen wir mal ein bisschen tiefer in die Forensik. Hier ist die ungeschönte Wahrheit meiner Workload-Metriken:

1. Die täglichen Kosten (Claude API & Co.)

Dieser Graph ist quasi der „Puls“ meiner Projekte. Jede Spitze steht für eine intensive Arbeitsphase.
* Was man sieht: Die täglichen Ausgaben für API-Tokens (primär Anthropic/Claude).
* Wie man es liest: Hohe Peaks bedeuten massive Feature-Entwicklungen oder komplette Refactorings, bei denen die KI hunderte Dateien gleichzeitig „im Kopf“ behalten muss. Flache Phasen sind eher Wartung oder reine Denkpausen.
* Ableitung: Ich kann genau sehen, welche Projekte mein Budget fressen und ob die Kosten im Verhältnis zum Fortschritt stehen. Wenn der Puls flach bleibt, stagniert das Projekt.

2. Claude vs. Ollama (Wer macht die Arbeit?)

Hier wird das Verhältnis zwischen Cloud-Intelligenz (Claude) und lokaler Rechenpower (Ollama) gemessen.
* Was man sieht: Die Token-Verteilung zwischen externen APIs und meinem lokalen „Dana“-Server.
* Wie man es liest: Claude ist mein „Heavy Lifter“ für komplexe Architektur-Entscheidungen. Ollama übernimmt die „Brot-und-Butter-Jobs“ oder lokale Tests, die nichts kosten dürfen.
* Ableitung: Ein hoher Claude-Anteil bedeutet meistens hohe Qualität, aber eben auch Kosten. Wenn ich sehe, dass ich Ollama mehr zutrauen kann, schont das meinen Geldbeutel.

3. Modell-Effizienz (Wie viel Benzin brauchen wir?)

Hier messen wir, wie viele Tokens ein Modell „verbraucht“, um eine einzige Zeile Code (LoC) zu produzieren.
* Was man sieht: Die „Spritzigkeit“ der verschiedenen Modelle im Vergleich.
* Wie man es liest: Ein effizientes Modell schreibt viel Code mit wenig Token-Overhead. Wenn ein Modell für drei Zeilen Code 100.000 Tokens Kontext braucht, ist es wie ein Lkw, der 50 Liter auf 100 Meter säuft.
* Ableitung: Ich wähle mein Modell für „Vibecoding“ danach aus, wer mir den meisten Output für das wenigste Geld liefert. Effizienz schlägt hier oft rohe Gewalt.

4. Ollama Aktivität nach Uhrzeit

Wann läuft meine lokale Hardware eigentlich heiß?
* Was man sieht: Die Verteilung der Requests über 24 Stunden.
* Wie man es liest: Die Peaks verraten meine „Flow-Phasen“. Bei mir ist das oft spät abends oder nachts, wenn es ruhig ist.
* Ableitung: Wenn die Aktivität über den Tag zu stark zersplittert ist, weiß ich: Ich wurde zu oft unterbrochen. Fokus sieht in diesem Graph aus wie ein massiver Berg, nicht wie ein Gebirge aus kleinen Hügeln.

5. Code-Hygiene: Refactoring Index

Das hier ist die Metrik für alle, die glauben, viel Code sei automatisch gut.
* Was man sieht: Das Verhältnis von gelöschten zu hinzugefügten Zeilen (Deletions vs. Additions).
* Wie man es liest: Ein Index nahe 100% bedeutet: Für jede neue Zeile werfe ich eine alte, schlechte Zeile raus. Das ist echtes Aufräumen. Ein niedriger Wert bedeutet, ich häufe nur „Technical Debt“ an – das Projekt wird fett und träge.
* Ableitung: Ich zwinge mich (und die KI) dazu, den Code schlank zu halten. Wenn der Index sinkt, ist es Zeit für einen „Hausputz“.

6. Circadian Code (Der 24h Polar-Rhythmus)

Das ist der forensische Blick auf den Menschen hinter der Tastatur.
* Was man sieht: Ein 24-Stunden-Zifferblatt, das zeigt, wann Commits und Requests gefeuert werden.
* Wie man es liest: Es zeigt meinen biologischen Rhythmus. Wenn die Zacken nachts um 3 Uhr ganz lang werden und um 7 Uhr schon wieder anfangen, ist das ein Warnsignal für den Burnout-Index.
* Ableitung: WHAT THE FUCK! ;-) Ernsthaft: Dieser Graph hilft mir zu sehen, ob ich meine Work-Life-Balance komplett an die Wand fahre. Die Lücken (Schlaf!) müssen groß genug bleiben.

7. Nachhaltigkeit: Der grüne Daumen

KI braucht Strom, und Hardware-Server wie „Dana“ sind keine Kostverächter.
* Was man sieht: Den Energieverbrauch und den daraus resultierenden CO2-Fußabdruck meiner Entwicklungsumgebung.
* Wie man es liest: Wir korrelieren die Rechenzeit der GPU mit dem Strompreis und dem CO2-Mix.
* Ableitung: Ich sehe hier schwarz auf weiß, wie viele Bäume ich theoretisch pflanzen müsste, um meine „Vibecoding“-Sessions zu kompensieren. Es ermahnt mich, Rechenpower nicht sinnlos zu verschwenden.

8. Die Kristallkugel: Prognose

Wo landen wir finanziell am Ende des Quartals?
* Was man sieht: Eine kumulative Kostenkurve mit einer linearen Regression (der „Trendlinie“).
* Wie man es liest: Die Linie zeigt uns, wo wir in 30, 60 oder 90 Tagen landen, wenn ich genau so weitermache wie bisher.
* Ableitung: Es ist mein Frühwarnsystem. Wenn die Kurve zu steil wird, muss ich entweder mehr Ollama nutzen oder ein paar Projekte auf Eis legen, bevor das Konto „Game Over“ sagt.

9. AI-Analysis: Das "Nesting" Desaster

Meine Lieblings-Forensik: Die Spaghetti-Metrik.
* Was man sieht: Den maximalen Verschachtelungsgrad (Nesting Level) in meinen Projekten.
* Wie man es liest: „Nesting“ bedeutet: Wenn-Dann-Schleifen innerhalb von Wenn-Dann-Schleifen. Je tiefer man geht, desto schwerer wird der Code zu verstehen. Ab Level 5 oder 6 versteht selbst die KI oft nicht mehr, was sie da tut.
* Ableitung: Wenn die Zahl hier hochgeht: WHAT THE FUCK! ;-) Das ist das Signal, Funktionen aufzubrechen und modularer zu bauen. Es hält den Code wartbar.

Der Wahnsinn in Zahlen (Gesamt)

Hier ist eine kurze Zusammenfassung (Stand heute):

• Total Tokens: Über 3,4 Milliarden.
• Total Requests: Knapp 1.200.
• Theoretischer \"Value\": Über 30 Millionen Euro (laut Senior-Dev-Benchmark).

Schaut es euch selbst an

Ich hab mal eine statische Kopie meines Reports (natürlich ohne die privaten Gesundheitsdaten) hochgeladen. Da könnt ihr euch durch die Tabs klicken.

Hier geht's zum statischen CCUsage Report

Bleibt neugierig... und behaltet eure Tokens im Auge. Sonst fressen sie euch die Haare vom Kopf. ;-)

Transparency Note: Dieser Post wurde mit Unterstützung von Antigravity erstellt. Die forensischen Ableitungen sind das Ergebnis von zu vielen Nachtschichten und einer Überdosis Koffein. ;-)