Die Token-Rechnung: Was Enterprise-KI 2026 wirklich kostet

Eine halbe Milliarde, versehentlich

Die Anekdote, die in der letzten Mai-Woche durch die Tech-Branche ging, klingt wie eine Erfindung: Ein Unternehmen soll in einem einzigen Monat rund 500 Millionen Dollar für Claude ausgegeben haben — weil niemand daran gedacht hatte, den Mitarbeitenden ein Ausgabenlimit zu setzen. Die Geschichte stammt von einem anonymen KI-Berater, der sie dem Nachrichtendienst Axios erzählte; das Unternehmen wird nicht genannt, die Zahl ist nicht unabhängig bestätigt. Man sollte sie also als das behandeln, was sie ist: ein Branchengerücht, kein belegter Fakt.

Und trotzdem trifft sie einen Nerv. Denn die Pointe des Beraters war nicht die Summe, sondern das Mechanik dahinter: Agentische KI-Werkzeuge, sagte er, „fressen das Tausendfache an Tokens" einer einfachen Chatbot-Anfrage — und manche Mitarbeitenden hätten am Ende sogar „KI-Modelle benutzt, um das Wetter abzufragen". Die 500 Millionen sind vielleicht erfunden. Das Problem, das sie illustrieren, ist es nicht.

Was ein Token ist — und warum er die Rechnung sprengt

Kurz zur Erinnerung, denn hier liegt der ganze Knoten: Große Sprachmodelle zerlegen Text in „Tokens" — grob gesagt Wortbausteine, etwa drei Viertel eines Wortes. Anbieter wie Anthropic und OpenAI rechnen nach genau diesen Bausteinen ab, getrennt nach Eingabe und Ausgabe. Claude Opus etwa kostet (Stand Mai 2026) rund 5 Dollar pro Million eingegebener und 25 Dollar pro Million ausgegebener Tokens. Solange ein Mensch in einem Chatfenster Fragen tippt, bleibt das Cent-Geschäft.

Der Bruch kommt mit den Agenten. Ein autonomer Coding-Agent liest nicht eine Frage, sondern die halbe Codebasis; er denkt in Schleifen, ruft Werkzeuge auf, prüft seine eigenen Ergebnisse, verwirft sie, beginnt von vorn. Jede dieser Runden verbrennt Tokens — und ein einziger Entwickler kann mehrere Agenten parallel laufen lassen. Damit kippt die Kostenlogik der gesamten Software-Industrie: Das klassische SaaS-Abo berechnet einen festen Preis pro Nutzer und Monat, egal wie intensiv jemand klickt. Die Token-Ökonomie berechnet nach Verbrauch — und Verbrauch lässt sich, anders als ein Klick, nahezu unbegrenzt skalieren. Claude Code Enterprise etwa kostet rund 20 Dollar Grundgebühr pro Platz plus den tatsächlichen API-Verbrauch obendrauf. Die Grundgebühr ist die Eintrittskarte. Der eigentliche Preis steht erst am Monatsende fest.

Heute wird das Festpreis-Zeitalter beerdigt

Dass dieses Thema gerade jetzt explodiert, hat ein konkretes Datum: heute, den 1. Juni 2026. Ab heute stellt GitHub Copilot — mit Abstand das meistgenutzte KI-Coding-Werkzeug — alle Tarife auf nutzungsbasierte Abrechnung über sogenannte „GitHub AI Credits" um. Die Grundpreise bleiben gleich, aber das, was man dafür bekommt, ist nun ein gedeckeltes Inferenz-Budget statt einer Flatrate. Die Reaktion der Entwickler-Community war heftig: Der offizielle Ankündigungs-Thread sammelte hunderte wütende Kommentare, TechCrunch titelte schlicht „What a joke". Einzelne Nutzer rechneten — anekdotisch, in Foren — vor, ihre Rechnung könne von 29 auf mehrere hundert Dollar im Monat steigen.

Copilot ist nur der sichtbarste Fall eines Musters, das sich seit Wochen verdichtet. Wir haben die Entwicklung in den vergangenen Ausgaben verfolgt: Amazon hat sein internes Leaderboard „KiroRank" abgeschaltet, weil Mitarbeitende „Tokenmaxxing" betrieben — also sinnlose KI-Aufrufe absetzten, nur um in der Rangliste zu steigen (siehe unsere Ausgabe vom 30. Mai). Microsoft hat seinen Entwicklern die Claude-Code-Lizenzen gestrichen und verordnet bis Ende Juni den Wechsel auf Copilot CLI — getrieben von Kosten zwischen 500 und 2.000 Dollar pro Entwickler und Monat. Und Meta legte ein von Mitarbeitenden gebautes Dashboard namens „Claudeonomics" still, das 85.000 Beschäftigte beim Token-Wettrennen zeigte: 60 Billionen Tokens in dreißig Tagen, zu Listenpreisen ein Milliardenbetrag.

Die zwei Lager: Brennstoff oder Verschwendung

In der Bewertung dieser Zahlen stehen sich zwei Lager gegenüber, und beide haben prominente Fürsprecher. Im einen Lager steht Nvidia-Chef Jensen Huang, der auf der hauseigenen Konferenz im März vorschlug, jedem Ingenieur ein jährliches „Token-Budget" als Gehaltsbestandteil zu geben — ein 500.000-Dollar-Entwickler, der nicht mindestens 250.000 Dollar an Tokens verbrauche, mache ihm Sorgen. Sein Kollege Bryan Catanzaro brachte die Haltung auf den Punkt: „Für mein Team liegen die Kosten für Rechenleistung weit über den Kosten für die Mitarbeiter." In dieser Logik ist jeder Token Brennstoff für Produktivität, und wer spart, sabotiert sich selbst.

Im anderen Lager wächst die Ernüchterung. Der Begriff des Monats heißt nicht zufällig „Tokenmaxxing" — und er ist abwertend gemeint. Amazons zuständiger Vizepräsident Dave Treadwell schrieb seinen Leuten unmissverständlich: „Bitte nutzt KI nicht einfach um der Nutzung willen." Es ist ein Lehrstück über Goodharts Gesetz, jene alte ökonomische Weisheit: Sobald eine Kennzahl zum Ziel wird, taugt sie nicht mehr als Maß. Der Token-Verbrauch, gedacht als Indikator für Produktivität, wurde selbst zum Ziel — und damit wertlos. Amazon misst seither nicht mehr Tokens, sondern „normalisierte Deployments", also tatsächlich ausgelieferte Arbeit.

Dass die Skepsis berechtigt ist, legen zwei vielzitierte Studien nahe. Eine kontrollierte Untersuchung des Forschungsinstituts METR fand 2025, dass erfahrene Entwickler mit KI-Werkzeugen bei realen Aufgaben 19 Prozent langsamer waren — während sie selbst glaubten, schneller zu sein. Und ein MIT-Bericht kam zu dem Schluss, dass 95 Prozent der KI-Pilotprojekte in Unternehmen keinen messbaren Return liefern. Beide Zahlen sind Momentaufnahmen und werden gern überdehnt; aber sie sind ein nützliches Gegengewicht zur Brennstoff-Romantik.

Die Antwort heißt Token-FinOps

Zwischen diesen Lagern entsteht gerade eine neue Disziplin — und für halb-technische Entscheider ist sie die eigentliche Nachricht. „FinOps", die Praxis der Cloud-Kostensteuerung, dehnt sich auf KI aus. Laut dem „State of FinOps 2026"-Report der FinOps Foundation ist der Anteil der FinOps-Fachleute, die für KI-Ausgaben verantwortlich sind, binnen zwei Jahren von 31 auf nahezu 98 Prozent gesprungen. Mehr als die Hälfte der Befragten gibt zu, den vollen Umfang ihrer KI-Ausgaben gar nicht zu überblicken.

Die technische Antwort darauf ist unspektakulär, aber wirksam: Leitplanken. KI-Gateways wie LiteLLM oder OpenRouter vergeben virtuelle API-Schlüssel mit Budget pro Team, Schleifenlimits, Werkzeug-Aufruf-Obergrenzen und Token-Deckeln pro Lauf. Google Cloud hat im Frühjahr „Spend Caps" eingeführt — eine Funktion, die bei Budgetüberschreitung erst warnt und dann den API-Verkehr automatisch stoppt; zuvor gab es für die hauseigene KI-Plattform überhaupt keine harte Obergrenze. Das ist im Grunde nichts anderes als die Stromrechnung mit Sicherungskasten: Man dreht nicht den Verbrauch ab, man verhindert nur, dass ein einzelner Kurzschluss das ganze Haus abfackelt.

Was das für die Software-Branche heißt

Für SaaS-Anbieter dreht sich damit das Geschäftsmodell. Wer Software verkauft, deren KI-Funktionen variable Kosten verursachen, kann sie nicht mehr zum Festpreis abgeben, ohne das Risiko selbst zu tragen. Salesforce hat in achtzehn Monaten dreimal das Preismodell für seine Agentforce-Plattform gewechselt — von 2 Dollar pro Konversation über ein Guthaben-Modell bis zur „Agent Work Unit", also der Abrechnung pro erledigter Arbeitseinheit eines Agenten. Das Ringen um das richtige Modell — Zugang, Verbrauch oder Ergebnis — ist in vollem Gange, und niemand hat es gelöst.

Im Hintergrund lauert ein ökonomischer Klassiker, den Microsoft-Chef Satya Nadella gern zitiert: das Jevons-Paradox. Wird eine Ressource effizienter und billiger, steigt ihr Gesamtverbrauch — nicht trotz, sondern wegen des sinkenden Preises. Auf Tokens übertragen heißt das: Selbst wenn der Preis pro Token fällt, wird die Gesamtrechnung weiter steigen, weil immer mehr Anwendungsfälle wirtschaftlich werden. Die Token-Rechnung ist deshalb kein vorübergehender Schmerz, der sich „auswächst". Sie ist die neue Normalität.

Was bedeutet das konkret für CEOs, Produkt- und Tech-Leads? Drei Dinge. Erstens: Token-Verbrauch ist eine Eitelkeits-Kennzahl, kein Produktivitätsmaß — messen Sie Ergebnisse, nicht Tokens. Zweitens: Leitplanken sind kein Misstrauensvotum gegen das Team, sondern Hygiene; ein Budget pro Projekt mit Alarm und automatischem Stopp gehört vor den Rollout, nicht danach. Und drittens: Wer KI in sein eigenes Produkt einbaut, muss die variablen Kosten ins Preismodell einrechnen, bevor der erste Kunde sie tut. Die Firma mit der 500-Millionen-Rechnung gibt es vielleicht gar nicht. Die Lektion gilt trotzdem.