Unternehmen ziehen die KI-Bremse
Warum Unternehmen nach der ersten KI-Euphorie Token-Limits, Model Routing und eigene Infrastruktur prüfen, um explodierende Kosten in den Griff zu bekommen.
Die Phase der KI-Flatrate endet. Unternehmen begrenzen Modellnutzung, machen Token-Verbrauch sichtbar und suchen nach effizienteren Betriebsmodellen. Damit verschiebt sich der Fokus von blosser Adoption zu Kostenkontrolle, Governance und messbarem Nutzen.
Die Ära des “Tokenmaxxing” ist vorbei
Es fühlte sich an wie ein Goldrausch: In den letzten zwei Jahren stürzten sich Unternehmen kopfüber in die Welt der generativen KI. Die Devise lautete Adoption um jeden Preis. Doch während die Mitarbeitenden fleissig prompteten, wurden im Controlling die Sorgenfalten grösser. Die Rede ist von einem rasanten Anstieg der Betriebskosten, der Tech-Giganten und Grosskonzerne dazu zwingt, den unbegrenzten Zugang zu KI-Modellen drastisch einzuschränken.
Hier sind die wichtigsten Erkenntnisse darüber, wie die Wirtschaft auf die explodierenden KI-Rechnungen reagiert und warum die Zeit der Experimente einer harten Ära der Effizienz weicht.
Harte Limits statt Flatrate
Die Zeiten, in denen Mitarbeitende nach Belieben die leistungsstärksten Modelle nutzen konnten, gehen zu Ende. Uber ist hier ein prominentes Beispiel: Nachdem das Unternehmen sein gesamtes Jahresbudget für Entwicklung mit KI bereits im April 2026 aufgebraucht hatte, wurde ein monatliches Limit von 1’500 US-Dollar pro Mitarbeitenden eingeführt. Auch Walmart hat für seinen internen KI-Assistenten Code Puppy Nutzungsobergrenzen implementiert, um die Kosten wieder in den Griff zu bekommen.
Diese Entwicklung zeigt ein Umdenken. Es geht nicht mehr nur darum, dass KI genutzt wird, sondern wofür. Wenn Mitarbeitende eine längere E-Mail von einem High-End-Modell zusammenfassen lässt, entstehen Kosten, die in keinem Verhältnis zum Nutzen stehen.
Das Ende der Pauschalpreise
Ein deutliches Signal für den Markt kam von GitHub. Das Unternehmen stellt alle Copilot-Pläne auf eine nutzungsbasierte Abrechnung mit sogenannten AI Credits um. Bisher wurden für agentenbasierte Workflows, die im Hintergrund hunderte von Modellaufrufen tätigen können, oft die gleichen Gebühren fällig wie für eine einfache Chat-Anfrage.
“Heutzutage können eine schnelle Chat-Frage und eine mehrstündige autonome Coding-Session den Nutzenden den gleichen Betrag kosten. GitHub hat einen Grossteil der eskalierenden Inferenzkosten absorbiert, aber das aktuelle Modell ist nicht mehr nachhaltig.”
Durch das neue Credit-System wird der tatsächliche Token-Verbrauch direkt sichtbar und für die Beschaffungsteams kontrollierbar.
Kluges Sparen durch Model Routing
Ein Trend, der sich unter dem Schlagwort “Token Economics” etabliert, ist das Model Routing. Dabei wird nicht mehr standardmässig das teuerste Modell für jede Aufgabe verwendet. Stattdessen entscheiden Algorithmen oder einfache Regeln, ob für eine Aufgabe auch ein deutlich günstigeres Modell ausreicht.
Expert:innen schätzen, dass Unternehmen allein durch den Wechsel von High-End-Modellen auf Mittelklasse-Modelle für Standardaufgaben bis zu 50% ihrer Kosten einsparen können. Es ist die Abkehr vom “Tokenmaxxing” hin zu einer präzisen, bedarfsgerechten Nutzung der Technologie.
Die Renaissance von “On-Premise”
Ein besonders interessanter Aspekt ist die finanzielle Neubewertung von Cloud-Diensten. Während die Cloud ideal für Experimente und kurzzeitige Lastspitzen bleibt, ist sie für den Dauerbetrieb bei hoher Auslastung oft zu teuer.
Berichte zeigen, dass sich die Investition in eigene Hardware für KI-Workloads unter bestimmten Bedingungen bereits nach weniger als vier Monaten amortisieren kann. In einem 5-Jahres-Zyklus können Unternehmen, die ihre KI-Infrastruktur selbst besitzen, im Vergleich zu gemieteten Cloud-Instanzen über 5 Millionen US-Dollar pro Server sparen.
Kampf gegen die KI-Ermüdung
Neben den finanziellen Kosten rücken auch die menschlichen Kosten in den Fokus. Der Begriff AI Fatigue beschreibt die Überforderung von Mitarbeitenden durch die ständige Flut an neuen Tools und die Erwartung, KI in jeden Arbeitsschritt zu integrieren.
Einige Unternehmen reagieren darauf, indem sie den künstlichen Wettbewerbsdruck senken. Amazon beispielsweise schaffte ein internes Leaderboard ab, das Mitarbeitenden basierend auf ihrer KI-Nutzung rankte. Man wollte verhindern, dass Tokens nur verbraucht werden, um in einer Rangliste weiter oben zu stehen.
Effizienz als neuer Wettbewerbsvorteil
Wir verlassen die Phase des Hypes und treten in die Phase der Rechenschaftspflicht ein. Unternehmen müssen heute beweisen, dass ihre KI-Investitionen einen echten Return on Investment liefern. Wer es versteht, seine Token-Kosten durch kluges Routing, technische Optimierungen wie Prompt-Caching oder den teilweisen Umstieg auf eigene Hardware zu kontrollieren, wird langfristig die Nase vorn haben.