Make Credits erklärt: Verbrauch, Beispiele und Kosten 2026

Make Credits sind seit dem 27. August 2025 die zentrale Abrechnungseinheit von Make. Für Anfänger wirkt der Verbrauch zunächst unnötig kompliziert: Manche Module kosten einen Credit, andere verarbeiten mehrere Datensätze, AI-Funktionen können zusätzlich nach Tokens abrechnen. Hier bekommst du die Logik ohne Marketing-Sprech erklärt.

Von Miligenza · Aktualisiert: 4. Oktober 2026 · Lesedauer: ca. 8 Minuten

Was sind Make Credits?

Make bezeichnet Credits als die Einheit, mit der die Nutzung der Plattform gemessen und abgerechnet wird. Der Begriff hat am 27. August 2025 die bisherige Bezeichnung „Operations“ als Abrechnungseinheit ersetzt. Eine Operation beschreibt weiterhin, dass ein Modul tatsächlich etwas ausgeführt hat; Credits zeigen, was diese Ausführung kostet.

Bei den meisten klassischen Apps ist die Rechnung einfach: 1 Operation = 1 Credit. Das gilt beispielsweise für typische Aktionen in Google Sheets, Gmail oder WordPress. Bei AI-Funktionen kann der Verbrauch dagegen dynamisch sein und zusätzlich von Tokens, Dateigröße, Seitenzahl oder Laufzeit abhängen.

Wann werden Credits verbraucht?

Credits entstehen nicht einfach dadurch, dass ein Szenario existiert. Sie werden verbraucht, wenn Module ausgeführt werden oder bestimmte AI-Funktionen genutzt werden.

Beispiel: Wie viele Credits braucht ein einfacher Ablauf?

Nehmen wir einen Ablauf aus zwei Modulen: Google Sheets prüft auf neue Zeilen und Gmail verschickt anschließend eine Nachricht. Findet der Trigger genau eine neue Zeile, entstehen typischerweise zwei Credits: einer für den Trigger und einer für die Gmail-Aktion.

1. Google Sheets prüft neue Zeilen.
   1 Ausführung = typischerweise 1 Credit.
2. Gmail verarbeitet den gefundenen Datensatz.
   1 Eingabe-Bundle = typischerweise 1 Credit.

Werden zehn neue Datensätze an eine Aktion weitergegeben, kann das zweite Modul zehnmal laufen. Dann steigt der Verbrauch entsprechend.

Warum Bundles deinen Credit-Verbrauch erhöhen können

Ein Bundle ist vereinfacht ein Datenpaket. Eine Suche kann beispielsweise zehn passende Zeilen finden. Die Suche selbst kann nur einen Credit verbrauchen, aber die zehn Ergebnis-Bundles werden an das nächste Modul weitergegeben. Muss dieses Modul jeden Datensatz einzeln verarbeiten, läuft es zehnmal.

Wie weit kommst du mit 1.000 Credits?

Der Free-Plan enthält aktuell bis zu 1.000 Credits pro Monat. Für kleine Tests und wenige einfache Abläufe reicht das häufig. Ein Szenario, das alle 15 Minuten nur prüft, ob etwas Neues vorhanden ist, kann aber bereits allein durch die Trigger-Prüfungen einen spürbaren Teil des Kontingents verbrauchen.

Wie weit du wirklich kommst, hängt von Intervall, Modulanzahl, Datenmenge und AI-Nutzung ab. Ein wichtiges Rechenbeispiel: Ein Polling-Trigger, der wirklich alle 15 Minuten rund um die Uhr läuft, wird bei 30 Tagen ungefähr 2.880-mal ausgeführt. Da ein Trigger laut Make auch dann einen Credit verbraucht, wenn er keine neuen Daten findet, würde allein dieser Trigger das Free-Kontingent von 1.000 Credits bereits überschreiten.

Bei einer stündlichen Prüfung entstehen in demselben 30-Tage-Beispiel 720 Trigger-Läufe. Werden zusätzlich zehn neue Datensätze durch eine einzelne klassische Aktion verarbeitet, kommen typischerweise zehn Aktions-Credits hinzu: insgesamt etwa 730. Diese Modellrechnung gilt nur unter den genannten Annahmen und ersetzt die Ausführungshistorie nicht. Welche weiteren Grenzen der kostenlose Tarif hat, erklärt der Miligenza-Beitrag Ist Make.com kostenlos?. So kannst du den Credit-Verbrauch und die übrigen Einschränkungen getrennt beurteilen.

Wie funktionieren Credits bei AI-Modulen?

Bei klassischen Drittanbieter-AI-Modulen mit eigener Verbindung gilt häufig weiterhin eine feste Operation-zu-Credit-Logik; die Tokenkosten zahlst du zusätzlich direkt an den jeweiligen AI-Anbieter. Bei Make-eigenen AI-Funktionen kann die Abrechnung dynamisch sein. Dann beeinflussen unter anderem Eingabe- und Ausgabetokens den Verbrauch.

Deshalb solltest du AI-Szenarien nicht mit derselben einfachen Formel kalkulieren wie eine normale Tabellen- oder E-Mail-Automatisierung.

So kontrollierst du den Credit-Verbrauch eines Szenarios

Verlasse dich nicht nur auf eine theoretische Rechnung. Führe dein Szenario mit Run once aus und öffne anschließend die Ausführungsdetails. Dort kannst du nachvollziehen, welche Module gelaufen sind, wie viele Bundles verarbeitet wurden und an welcher Stelle der Ablauf häufiger ausgeführt wurde als erwartet.

1. Mit einem einzelnen Testdatensatz starten. So siehst du den Grundverbrauch eines normalen Laufs.
2. Danach mehrere Datensätze testen. Prüfe, welche Aktionsmodule dadurch mehrfach laufen.
3. Polling separat betrachten. Ein Trigger kann auch ohne Treffer Credits verbrauchen.
4. AI-Module gesondert kalkulieren. Bei dynamischer Nutzung reicht die einfache 1-Credit-Regel nicht.

Was passiert, wenn deine Credits aufgebraucht sind?

Wenn keine nutzbaren Credits mehr verfügbar sind oder ein festgelegtes Team-Limit erreicht ist, können Szenarien pausieren. Laut aktueller Make-Preisübersicht erhältst du Benachrichtigungen, wenn 75 Prozent und 90 Prozent deines gekauften Credit-Kontingents erreicht sind. Eingehende Webhooks können innerhalb der verfügbaren Queue-Grenzen zwischengespeichert und später verarbeitet werden.

Bei bezahlten Tarifen kannst du je nach Konto zusätzliche Credits kaufen oder in einen höheren Tarif beziehungsweise ein größeres Credit-Kontingent wechseln. Das sollte aber nicht die erste Reaktion sein. Prüfe zuerst, ob ein zu kurzes Intervall, eine unerwartet große Datenmenge oder ein mehrfach laufendes Aktionsmodul den Verbrauch verursacht.

So vermeidest du unnötigen Credit-Verbrauch

• Wähle bei Polling-Triggern kein unnötig kurzes Intervall.
• Filtere Daten möglichst früh, bevor teure Aktionsmodule laufen.
• Teste zuerst mit kleinen Limits und einzelnen Datensätzen.
• Prüfe Iteratoren und Suchmodule auf unerwartet viele Bundles.
• Kontrolliere die Ausführungshistorie statt den Verbrauch nur zu schätzen.

Fazit: Credits werden verständlich, sobald du die Ausführungen beobachtest

Die wichtigste Regel lautet: Ein Credit entsteht bei klassischen Modulen meistens pro tatsächlicher Modulausführung. Der überraschende Verbrauch kommt oft nicht durch viele Module, sondern durch viele Bundles und wiederholte Trigger-Prüfungen.

Wenn du ein Szenario neu baust, teste es mit einem Datensatz, öffne anschließend die Ausführungsdetails und sieh dir an, welche Module wie oft gelaufen sind. So lernst du die Credit-Logik deutlich schneller als mit theoretischen Formeln.

Häufige Fragen zu Make Credits