Auf den Punkt: Steigende Modellpreise (z. B. Anthropics "Claude Fable 5" mit doppelten Kosten gegenüber "Claude Opus 4.8") und uneinheitliche Abrechnungsmodelle zwingen Unternehmen dazu, KI-Ausgaben granular Anwendungen und Nutzen zuzuordnen statt nur die Nutzungshäufigkeit zu messen.
Steigende Modellpreise und wachsender Tokenverbrauch treiben die KI-Kosten in Unternehmen nach oben, während vielen der Überblick über Ausgaben pro Anwendung fehlt. Für CTOs rückt damit die Frage nach systematischer Kostenkontrolle neben der reinen Leistungsfähigkeit der Modelle in den Vordergrund.
Die Preise für leistungsfähige KI-Modelle steigen spürbar. Anthropics neues Modell „Claude Fable 5“ kostet rund 9 Euro pro Million Eingabetoken und etwa 45 Euro pro Million Ausgabetoken – doppelt so viel wie das bisherige Spitzenmodell „Claude Opus 4.8“. Da Token-Abrechnung nicht bei allen KI-Anwendungen üblich ist – viele Unternehmen kaufen Dienste wie ChatGPT oder Microsoft Copilot über Nutzerlizenzen mit Pauschalpreisen ein – entsteht ein uneinheitliches Kostenbild. Vielen Unternehmen fehlt dadurch die Möglichkeit, Ausgaben konkreten Anwendungen zuzuordnen.
Gleichzeitig wachsen die Investitionen in KI weiter. Laut einer Auswertung der Ausgaben in Europa bleibt OpenAI der wichtigste Tech-Anbieter in Deutschland und legt weiter zu. Anthropic holt jedoch auf: Die durchschnittlichen Ausgaben pro Kunde stiegen dort im Jahresvergleich um 33,1 Prozent. Für CTOs bedeutet das, dass sich die strategische Frage von „ob“ KI eingesetzt wird zu „wie“ sie wirtschaftlich betrieben werden kann verschiebt – mit wachsendem Druck aus den Finanzabteilungen, die Ausgaben zu regulieren.
Kostentreiber sind vielfältig: unzureichend formulierte Prompts, die unnötig viele Token verbrauchen, mangelnde Kompatibilität zwischen Anwendungen, doppelt eingekaufte Tools sowie fehlender Datenaustausch zwischen Systemen. Besonders kritisch ist der Einsatz von Schatten-KI, wenn Mitarbeitende eigene, nicht freigegebene Software statt unternehmenseigener Modelle nutzen. Laut Bitkom setzen 61 Prozent der Unternehmen, die KI verwenden, sie zur Verbesserung des eigenen Geschäftsbetriebs ein – die technische Infrastruktur muss diesen Anforderungen jedoch gewachsen sein.
Für eine belastbare Erfolgsmessung reicht die reine Nutzungshäufigkeit nicht aus: Zwei Teams mit ähnlicher Nutzungsdauer können die Technologie völlig unterschiedlich einsetzen – etwa im Kerngeschäft oder für nebensächliche Projekte – mit entsprechend unterschiedlichem Wert für das Unternehmen. Finanzabteilungen sollten Ausgaben daher gezielt einzelnen Bereichen und Nutzenden zuordnen und dem erwarteten Nutzen gegenüberstellen, etwa anhand konkreter Kennzahlen wie der Zeit bis zum ersten Kampagnenentwurf. Erst so lässt sich nachvollziehen, welche Abteilungen durch KI-Einsatz tatsächlich produktiver werden.
Quelle: www.it-daily.net · Erschienen 3. August 2026
Lumi AI News — KI-assistierte Kuratierung gemaess Art. 50 EU AI Act. Paraphrase und Klassifikation durch Lumi News Pipeline v1.8.3.