KI-Kosten im Unternehmen: Warum günstige Tokens zur Kostenfalle werden können
Heute kostet KI-Nutzung im Unternehmen oft wenig, Pauschallizenzen und günstige Tokens machen den Einstieg leicht. Doch mehrere Anbieter stellen gerade auf Abrechnung nach Verbrauch um. Wer jetzt Prozesse auf KI aufbaut, sollte wissen, wie sich die Rechnung entwickeln kann.
Kurz zusammengefasst
Die Kosten für KI im Unternehmen hängen nicht nur vom Preis einzelner Tokens ab, sondern vor allem vom Verbrauch. KI-Agenten benötigen laut Gartner deutlich mehr Tokens als klassische Chatbots. Dadurch können die Gesamtkosten trotz sinkender Token-Preise steigen. Unternehmen sollten Verbrauchslimits, passende Modellstufen und unterschiedliche Preisszenarien einsetzen. Ob Tokens heute unter Selbstkosten verkauft werden, ist von aussen nicht belegbar.

Was „subventioniert“ hier bedeutet und was belegt ist
Von subventionierten Tokens ist oft die Rede, wenn KI-Anbieter mehr Rechenleistung bereitstellen, als ihre Einnahmen decken. Das ist nicht dasselbe wie Verkauf unter Selbstkosten: Die Anbieter legen ihre Kosten je Token nicht offen, und Verluste enthalten auch Training und Infrastruktur. Was sich belegen lässt, sind einzelne Signale. Sie stehen hier mit Quelle und Einordnung:
GitHub Copilot: Ab 1. Juni 2026 rechnet GitHub alle Copilot-Pläne nach Verbrauch ab, in sogenannten AI Credits. GitHub schreibt selbst, das bisherige Modell sei „no longer sustainable“, und das Unternehmen habe einen Grossteil der steigenden Inferenzkosten getragen. Die Grundpreise bleiben, die enthaltenen Credits entsprechen dem Monatspreis. Wer mehr nutzt, zahlt künftig mehr.
Anthropic: Laut The Register enthalten Enterprise-Seats keine vergünstigten Token-Kontingente mehr, Nutzung wird zu Standard-API-Preisen abgerechnet. Die Einschätzung eines Beraters, die alten Preise seien wirtschaftlich nicht aufgegangen, ist eine Meinung und keine Aussage von Anthropic.
OpenAI: Laut einem Bericht von The Information, den Reuters wiedergibt (16. Juni 2026), verbrannte OpenAI im ersten Quartal 2026 rund 3,7 Milliarden US-Dollar bei 5,7 Milliarden Umsatz. Reuters konnte die Angaben nicht unabhängig prüfen. Für die Jahre bis 2030 sollen interne Prognosen laut Berichten weiter hohe Mittelabflüsse zeigen, ein positiver Cashflow wird erst für 2030 erwartet. Auch das sind Berichte aus zweiter Hand und Prognosen.
Ein Mittelabfluss beweist also keine Dumpingpreise. Er zeigt aber, dass diese Anbieter auf Kapital und künftige Einnahmen angewiesen sind. Beide grossen Anbieter sollen laut Berichten ausserdem einen Börsengang vorbereiten, was den Druck auf Margen erhöhen kann.
Warum die Rechnung auch bei sinkenden Token-Preisen steigen kann
Die Gegenposition ist ebenso belegt, und sie ist wichtig für eine ehrliche Planung. Gartner erwartet in einer Pressemitteilung vom 25. März 2026, dass die Kosten für Anbieter, ein Modell mit einer Billion Parametern zu betreiben, bis 2030 gegenüber 2025 um mehr als 90 Prozent sinken. Diese Ersparnis werde aber nicht vollständig an Unternehmenskunden weitergegeben. Die Gesamtkosten dürften steigen, weil der Token-Verbrauch schneller wächst, als die Stückkosten fallen. Agentische Anwendungen benötigen laut Gartner fünf- bis dreissigmal mehr Tokens pro Aufgabe als ein einfacher Chatbot.
Am 17. August 2026 ergänzte Gartner: Die Inferenzkosten je agentischem Workflow steigen bis 2028 um mehr als das Fünffache. Gartner nennt das den „Inference Paradox“: Bessere Stückkosten treiben die Gesamtkosten, weil leistungsstärkere und teurere Modelle sowie mehrstufige Abläufe genutzt werden.
Gleichzeitig herrscht Preiswettbewerb. Laut Wall Street Journal, wiedergegeben von The Decoder (11. Juni 2026), erwägt OpenAI drastische Preissenkungen im API-Geschäft, und Sam Altman nannte die Kosten für Unternehmen ein „riesiges Problem“. Als Beispiel nennt der Bericht, dass dieselbe KI-Nutzung von rund 200 US-Dollar im Monat auf mehrere tausend oder sogar zehntausende Dollar wachsen kann, wenn Agenten ins Spiel kommen. Beides zugleich ist möglich: Der einzelne Token wird billiger, die Rechnung wird trotzdem grösser.
Rechenbeispiel: Entscheidend ist die Menge, nicht nur der Preis
Angenommen, Ihre KI-Nutzung kostet heute 1.000 Euro im Monat. Die folgende Tabelle zeigt vier Szenarien. Es sind Annahmen zur Veranschaulichung, keine Prognosen.
A: Preiskampf, gleiche Nutzung: Token-Preis −50 %, Verbrauch gleich, Monatskosten 500 €.
B: Preiskampf, Agenten im Einsatz: Token-Preis −50 %, Verbrauch ×5, Monatskosten 2.500 €.
C: Subventionsabbau, gleiche Nutzung: Token-Preis +50 %, Verbrauch gleich, Monatskosten 1.500 €.
D: Subventionsabbau, Agenten im Einsatz: Token-Preis +50 %, Verbrauch ×5, Monatskosten 7.500 €.
Die Faktoren folgen der Grössenordnung, die Gartner für agentische Anwendungen nennt. Der Kern: Selbst bei halbiertem Preis (Szenario B) liegt die Rechnung bei mehr als dem Doppelten, sobald der Verbrauch um das Fünffache wächst. Wer seine Planung nur am Preis je Token ausrichtet, übersieht den grösseren Hebel.
Wo KI-Kosten in der Praxis kippen
Von der Pauschale zum Verbrauch: Was heute pro Nutzer mit festem Preis läuft, wird bei vielen Anbietern verbrauchsabhängig. Bei Microsoft werden Copilot-Agenten und Cowork laut einem Partner-Blog (Stand 24. September 2026) in Credits abgerechnet, ein Credit entspricht etwa einem Cent; Cowork ist vollständig nutzungsbasiert. Die Preise der Pro-Nutzer-Lizenz finden Sie in unserem Beitrag Microsoft Copilot für KMU.
Agenten ohne Obergrenze: Ein Agent, der selbstständig plant, prüft und nachfragt, verbraucht ein Vielfaches an Tokens. Ohne Limit entscheidet der Agent über Ihr Budget.
Das teuerste Modell für alles: Gartner rät, Aufgaben passenden Modellstufen zuzuordnen und Routineaufgaben an kleinere Modelle zu leiten. Wer für jede Aufgabe das stärkste Modell nutzt, zahlt für Fähigkeiten, die er nicht braucht.
Verträge ohne Preisbremse: Preisanpassungsklauseln, Mindestabnahmen und automatische Verlängerungen wirken bei KI-Diensten genauso wie bei anderer Software, siehe IT-Vertragslaufzeiten prüfen.
Niemand ist zuständig: Wenn KI-Zugänge in mehreren Abteilungen einzeln gebucht werden, entsteht dasselbe Muster wie bei SaaS License Sprawl, nur mit schwankenden Beträgen.
Handlungsempfehlungen: So sichern Sie Ihr KI-Budget ab
Verbrauch sichtbar machen: Nutzen Sie die Kostenübersichten der Anbieter und ordnen Sie Ausgaben Abteilungen oder Anwendungsfällen zu.
Budgets und Obergrenzen setzen: GitHub bietet dafür Budgets auf Unternehmens-, Kostenstellen- und Nutzerebene, Microsoft Limits pro Nutzer, Gruppe oder Agent. Richten Sie diese ein, bevor die Nutzung wächst.
Modellstufen festlegen: Einfache Aufgaben an günstige Modelle, teure Modelle nur dort, wo der Nutzen die Kosten trägt.
Jeden Anwendungsfall dreifach rechnen: Mit heutigem Preis, mit dem doppelten Preis und mit fünffachem Verbrauch. Trägt sich der Fall auch im pessimistischen Szenario, ist er solide.
Verträge prüfen: Auf Preisanpassungsklauseln, Laufzeiten, Mindestmengen und die Frage achten, was bei Überschreitung passiert.
Klein anfangen: Ein begrenzter Pilot mit Kostenlimit und messbarem Nutzen schlägt den flächendeckenden Rollout. Einen Überblick, wo Unternehmen KI praktisch einsetzen, gibt der Beitrag Wie nutzen Unternehmen KI?
Häufige Fragen
Sind KI-Tokens heute wirklich subventioniert?
Das lässt sich von aussen nicht belegen, weil die Anbieter ihre Selbstkosten nicht offenlegen. Belegt sind hohe Mittelabflüsse einzelner Anbieter, die Finanzierung über Kapital und der Umstieg mehrerer Produkte auf Abrechnung nach Verbrauch. GitHub schreibt selbst, das bisherige Pauschalmodell sei nicht mehr tragfähig gewesen.
Werden KI-Preise in Zukunft steigen oder sinken?
Beides ist möglich, es kommt darauf an, was man misst. Gartner erwartet, dass die Kosten der Anbieter je Token bis 2030 um mehr als 90 Prozent sinken, aber nicht vollständig an Kunden weitergegeben werden. Zugleich dürften die Gesamtkosten steigen, weil der Verbrauch schneller wächst als die Stückkosten fallen.
Warum werden KI-Rechnungen trotz günstigerer Tokens teurer?
Agentische Anwendungen verbrauchen nach Gartner fünf- bis dreissigmal mehr Tokens pro Aufgabe als ein einfacher Chatbot. Für die Inferenzkosten je agentischem Workflow erwartet Gartner bis 2028 mehr als eine Verfünffachung.
Was ist der Unterschied zwischen Lizenz pro Nutzer und Abrechnung nach Verbrauch?
Bei einer Lizenz zahlen Sie einen festen Preis je Nutzer, die Kosten sind planbar. Bei Abrechnung nach Verbrauch zahlen Sie für verarbeitete Tokens oder Credits. Die Kosten wachsen dann mit der Nutzung und können ohne Limits stark schwanken.
Wie schütze ich mein Unternehmen vor einer Kostenexplosion bei KI?
Machen Sie den Verbrauch sichtbar, setzen Sie Budgets und Obergrenzen, ordnen Sie Aufgaben passenden Modellstufen zu und rechnen Sie jeden Anwendungsfall mit mehreren Preisszenarien durch. Prüfen Sie ausserdem Preisanpassungsklauseln und Laufzeiten in den Verträgen.
Lohnt sich KI im Mittelstand dann überhaupt noch?
Ja, wenn der Nutzen eines Anwendungsfalls auch unter pessimistischen Preisannahmen höher ist als die Kosten. Starten Sie mit klar begrenzten Anwendungsfällen und messen Sie den Nutzen, statt pauschal Zugänge zu verteilen.
Fazit: Heute günstig heisst nicht dauerhaft günstig
Niemand kann seriös sagen, ob KI in zwei Jahren teurer oder billiger ist. Sicher ist, dass sich das Abrechnungsmodell verschiebt und dass agentische Nutzung den Verbrauch stark erhöht. Unternehmen, die jetzt Budgets, Limits und Szenarien einführen, bleiben flexibel, egal in welche Richtung sich die Preise bewegen.
Costshield ist eine unabhängige IT-Beratung, die keine KI-Lizenzen verkauft. Das Unternehmen prüft Angebote und Verträge auf ihre Kostenwirkung und unterstützt bei der Budgetplanung. Mehr zu Microsoft-Lizenzen finden Sie auf der Seite von Costshield zu Microsoft-365-Lizenzen.



