Tokenomics: Wie Unternehmen die explodierenden Kosten der KI steuern
KI-Investitionen in Billionenhöhe müssen sich auszahlen: Der Druck auf Anbieter steigt, für KI-Anwendungen Gebühren zu erheben.
Künstliche Intelligenz (KI) verändert nicht nur die Art und Weise, wie Geschäfte gemacht werden, sondern hat das Potenzial, ganze Volkswirtschaften umzugestalten. Die Branche wächst explosionsartig, und die Investitionen in die Infrastruktur haben Billionen von US-Dollar verschlungen. Diese Finanzmittel müssen sich auszahlen – und der Druck auf die Anbieter steigt, für KI-Anwendungen Gebühren zu erheben.
Lange Zeit blieb dem Durchschnittsverbraucher verborgen, dass die Nutzung von KI mit Kosten verbunden ist. Der Einstieg in die Chatbot-Nutzung – etwa für Anfragen der Art „Was kann ich mit x, y und z kochen?“ – bleibt kostenlos, während intensivere Nutzer auf deutlich mehr Tools zugreifen können. Verbrauchsorientierte oder Standard-Abonnements für kleine Unternehmen für Claude und ChatGPT beginnen bei 8 US-Dollar pro Monat. Für „längere Gespräche“ liegen diese Preise bei 100 US-Dollar oder darüber.
Diese „Pro-Sitzplatz“-Preise sind der Normalfall für KI-Assistenten in nicht-technischen Rollen. Intensivere Nutzer müssen inzwischen nach Token bezahlen. Das erste Modell, das diesen Weg beschritt, war ChatGPT im Jahr 2022; andere folgten schnell. Da die Nutzung weit verbreiteter wird und die Aufgaben komplexer werden – etwa durch den verstärkten Einsatz von KI-Agenten –, sind sowohl der Verbrauch an Tokens als auch die Höhe der KI-Rechnungen in die Höhe geschossen.
Was Tokens sind und wie sie bepreist werden
Tokens sind Informationseinheiten, die ein KI-System zur Verarbeitung, zum Verständnis und zur Generierung von Text verwendet. Die Größe der Einheit variiert zwischen den Anbietern und kann aus einem bis zu mehreren Zeichen bestehen. Verschiedene Modelle jedes Entwicklers zerlegen eine Anfrage in eine bestimmte Anzahl von Tokens, doch die Verarbeitung derselben Anfrage mit fortschrittlicheren Modellen kostet mehr, da tieferes Reasoning mehr Rechenleistung erfordert – bekannt als „Compute“.
Beispielsweise umfasst die Claude-Modellfamilie von Anthropic die Varianten Haiku (am wenigsten ausgefeilt), Sonnet, Opus und Fable. Jedes nutzt dieselben Protokolle, aber Haiku-Tokens sind die günstigsten. Fable verfügt über die größte Reasoning-Fähigkeit und ist daher teurer. Jede Anfrage und ihre Antwort beinhaltet Input-Tokens (vom Nutzer in einer Eingabeaufforderung bereitgestellt) und Output-Tokens (zur Beantwortung generiert). Input-Tokens sind günstiger, da das Lesen von Text wenig Berechnungsaufwand erfordert. Output-Tokens kosten mehr, da die Textgenerierung wiederholte Vorwärtsdurchläufe und mehr Rechenaufwand erfordert.
Von kostenlosen Anfängen zur Monetarisierung
Als KI-Modelle eingeführt wurden, konzentrierten sich die Anbieter darauf, Kunden an ihre Plattform zu binden. Ähnlich wie in den frühen Tagen von Uber gaben KI-Unternehmen ihr Produkt kostenlos ab, um Akzeptanz und Abhängigkeit zu erhöhen. Als die Modellgrößen und Trainingskosten stiegen und mehr Leistung sowie Infrastruktur erforderten, konnten die Anbieter die Last nicht länger subventionieren, und die Investoren drängten auf Monetarisierung.
Gleichzeitig sind die aggregierten Token-Preise gefallen, da die Kapazitäten gewachsen sind und die Entwickler feststellten, dass sie Kunden nicht langfristig binden können. Anfang Oktober fiel der LLM-Token-Ausgabenindex von Silicon Data auf 95 US-Cent – das niedrigste Niveau in seiner neimonatigen Historie. Die Wechselkosten sind gering, da KI-Modelle plattformunabhängig sind. Google versucht deshalb, durch die Bündelung von Cloud-Speicher mit seinen Gemini-Pro-Sitzplatz-Abonnements eine gewisse Bindung („Stickiness“) zu erzeugen.
Agenten treiben die Kosten in die Höhe
Selbst wenn die Token-Preise fallen, zahlen intensive KI-Nutzer mehr – hauptsächlich wegen der Verbreitung von Agenten, die hohe Rechenlasten erfordern. „Die gesamte Dynamik ändert sich mit der Einführung agentic Workflows“, sagt Sara Hooker, Mitbegründerin und CEO von Adaption Labs. Vor dem Aufkommen von Agenten habe eine einzelne Anfrage an ein einzelnes Modell eine direkte Antwort produziert, doch mit agentic Workflows sei alles „langfristig“.
Im Wesentlichen sucht der Agent Daten ab, bis er zufrieden ist, dass seine Antwort vollständig ist – ein Prozess, den Agenten autonom durchführen und der schwer zu unterbrechen ist. „Je nach Komplexität der Aufgabe wird es weitaus mehr Tokens geben“, so Hooker. Infolgedessen seien die abgerechneten Beträge viel höher.
Die steigenden Ausgaben offenbaren, wie viel Rechenleistung Unternehmen täglich verbrauchen. Ramp, eine Plattform zur Verwaltung von KI-Anbietern, gibt an, dass die Ausgaben für KI in den 18 Monaten bis Juni 2026 fast verfünffacht sind. Die aggregierten Ausgaben der Unternehmen für KI-Berechnungsleistungen stiegen in den vergangenen neun Monaten um 60 Prozent. Die medianen Ausgaben pro Mitarbeiter und Monat (PEPM) stiegen von 2,86 US-Dollar im Januar 2024 auf 11,95 US-Dollar im Juli 2026. Für die oberen 1 Prozent der Ausgabenträger kletterte die mediane PEPM-Zahl von 755 auf 7.400 US-Dollar. JP Morgan zitiert Daten von Ramp AI, wonach die oberen 1 Prozent der KI-Nutzer – meist mit komplexen Codierungsaufgaben – 600-mal so viele Tokens verbrauchen wie ein medianer Nutzer.
Strategien zur Kostenkontrolle
Hooker erwartet, dass die Token-Nutzung weiter wächst und die Preise steigen – auch wegen der bevorstehenden Börsengänge (IPOs) von Anthropic und OpenAI, die die Unternehmen gegenüber Investoren rechenschaftspflichtig machen. „In der Branche besteht ein klares Verständnis dafür, dass Tokens derzeit nicht richtig bepreist sind“, sagt sie. „Sobald die IPOs stattfinden, wird sofortiger Druck auf diese Margen entstehen, um vernünftiger zu sein.“
Unternehmen können Kosten senken, indem sie Modelle vergleichen. Dave Blair, CEO von Ridgeline, sagt, dass mehr Modelle nun Qualitätsoptionen anbieten. „In den letzten sechs Monaten hatte Claude etwas Besseres als die Konkurrenz, und die Leute waren bereit, dafür zu zahlen“, so Blair. Allerdings schwindet Claudes Vorsprung, und nicht jedes Unternehmen kann sich die 300 Millionen US-Dollar leisten, die Salesforce Anthropic im Jahr 2026 zu zahlen erwartet. Viele setzen daher auf Open-Weight-Modelle wie DeepSeek oder Metas Llama, um Geld zu sparen. Der Ramp AI Index zeigte, dass im Juli 2026 mehr als 6 Prozent der KI-adoptierenden Unternehmen Open-Weight-KI nutzten, gegenüber 4,5 Prozent im Januar.
Ein weiterer Ansatz ist, das Werkzeug an die Aufgabe anzupassen. Da Token-Preise innerhalb derselben Modellfamilie stark variieren – Claude-Modelle berechnen 1 bis 10 US-Dollar pro Million Input-Tokens und 4 bis 50 US-Dollar pro Million Output-Tokens – kann die Verwendung einfacherer Modelle einen großen Unterschied machen. Model Routing mit Software wie OpenRouter leitet eine Anfrage an das wirtschaftlichste Modell für die jeweilige Komplexität weiter.
Daniel Fallmann, CEO von Mindbreeze, warnt, dass die Tendenz, einer KI-Anfrage immer mehr Kontext zu geben, ignoriert, ob dies effizient ist. „Im Moment feiern wir alle, wenn es ein Modell gibt, das mehr Kontext akzeptieren kann, aber wir füttern es mit allem“, sagt er. Das Caching von Anfragen und das stärkere Verlassen auf intern verfügbares Wissen ermöglicht es Unternehmen, Token-Verschwendung zu minimieren.
Hooker zufolge lösen Open-Source-Varianten das Rechenleistungsproblem nicht unbedingt. „Selbst ein Open-Weights-Modell kann hochgradig ineffizient sein, wenn es super allgemein ist“, sagt sie und verweist auf Kimi von Moonshot mit Billionen Parametern. Für viele Unternehmen kann die Rechenbelastung drastisch reduziert werden, indem ein maßgeschneidertes KI-Modell erstellt wird. „Unternehmen erkennen, dass sie ihre eigenen Modelle bauen und besitzen wollen, nicht nur wegen der Token-Dynamik, sondern weil der mittelfristige Vorteil darin liegt, dass sie die Daten besitzen“, so Hooker.
Die Zukunft der KI-Token-Preisgestaltung steht an einem kritischen Punkt: Einerseits könnte der Ausbau der Infrastrukturkapazitäten die Kommodifizierung von Tokens ankündigen und die Preise senken. Andererseits steigt die Nachfrage weiter – getrieben von immer komplexeren agentic Workflows.