Die Token-Rechnung kommt: Warum Unternehmen 2026 ihre KI-Ausgaben drosseln

Ein Jahresbudget, in vier Monaten verbrannt

Im April 2026 fiel bei Uber eine unangenehme Zahl auf: Das gesamte Budget, das der Konzern für KI-gestütztes Programmieren im Jahr 2026 eingeplant hatte, war aufgebraucht. Nicht im Dezember, nicht im Sommer — im April. Uber hatte rund dreimal so schnell Geld ausgegeben wie kalkuliert. Die Reaktion: Seit Anfang Juni dürfen Entwicklerinnen und Entwickler pro Werkzeug höchstens 1.500 Dollar im Monat verbrauchen. Ubers COO sagte gegenüber Business Insider den Satz, der die Stimmung in vielen Konzernzentralen trifft: Die Kosten seien schwer zu rechtfertigen, weil die höhere Nutzung sich nicht in proportional mehr nützlichen Funktionen niederschlage.

Uber ist kein Einzelfall, sondern ein Frühindikator. Eine Recherche von Bloomberg und der Financial Times zeigt: Amazon, Walmart, Cisco, Uber und Meta gehören zu den ersten großen Unternehmen, die KI-Nutzung deckeln, „verschwenderisches" Verhalten ausbremsen oder Mitarbeitende auf günstigere Modelle umlenken. Amazon strich ein internes Leaderboard, das Beschäftigte nach KI-Nutzung rankte — die Mitarbeitenden hatten begonnen, die Rangliste zu „gamen", was die Compute-Kosten in die Höhe trieb. Walmart begrenzte den Einsatz seines hauseigenen KI-Agenten. Meta zügelt laut Berichten die Ausgaben für Anthropic-Werkzeuge — eine scharfe Kehrtwende nach Monaten, in denen Angestellte sich gegenseitig im Token-Verbrauch überboten. Ein Manager fasste es gegenüber den Reportern so zusammen: „We created a monster." Wir haben ein Monster erschaffen.

Das Paradox: Token werden billiger, Rechnungen größer

Auf den ersten Blick ergibt das keinen Sinn. Die Preise pro Token — die kleinste Abrechnungseinheit der Sprachmodelle, grob ein Wortbestandteil — sind in den vergangenen zwei Jahren dramatisch gefallen. Ein Modell, das 2023 noch teuer war, kostet 2026 einen Bruchteil. Und trotzdem steigen die Gesamtrechnungen. Warum?

Die Antwort hat einen Namen, den Ökonomen seit dem 19. Jahrhundert kennen: das Jevons-Paradox. Der britische Ökonom William Jevons beobachtete, dass effizientere Dampfmaschinen den Kohleverbrauch nicht senkten, sondern steigerten — weil billigere Energie ganz neue Anwendungen wirtschaftlich machte. Genau das passiert bei KI. Solange ein Modellaufruf teuer war, schickte man eine Frage und bekam eine Antwort. Heute, wo der einzelne Aufruf billig ist, baut man agentische Systeme: KI-Agenten, die ein Modell nicht einmal, sondern in einer Schleife immer wieder aufrufen — planen, ein Werkzeug benutzen, das Ergebnis prüfen, nachbessern, weitermachen. Jeder dieser Schritte kostet Token.

Die Zahlen sind drastisch. Laut einer EY-Analyse verbraucht eine agentische Aufgabe das Fünf- bis Dreißigfache an Token im Vergleich zu einer einfachen Chatbot-Anfrage. Ein orchestriertes System mit Werkzeugen, Reasoning und iterativen Schleifen kostet pro Interaktion rund 1,20 Dollar — etwa dreißigmal so viel wie ein simpler Workflow von 2023. Die Folge: Agentische Werkzeuge haben die KI-Rechnungen vieler Unternehmen verdreifacht, obwohl der Preis pro Token kollabierte. Das durchschnittliche KI-Budget eines Unternehmens wuchs von 1,2 Millionen Dollar im Jahr 2024 auf rund 7 Millionen Dollar 2026. Die KI-affinsten Firmen geben inzwischen 7.500 Dollar pro Mitarbeiter und Monat aus. Und in einem besonders schmerzhaften Fall fand sich ein Unternehmen mit einer 500-Millionen-Dollar-Rechnung für Claude wieder — schlicht, weil es vergessen hatte, Nutzungslimits für seine Beschäftigten zu setzen.

Warum die Kostenkurve niemanden hätte überraschen dürfen

Die Mechanik ist die eines Cloud-Déjà-vu. Als Amazon Web Services in den 2010er-Jahren das „elastische" Bezahlen nach Verbrauch populär machte, lernten Unternehmen die Kehrseite kennen: die „Bill Shock"-Rechnung am Monatsende, wenn ein vergessener Server oder ein außer Kontrolle geratener Prozess unbemerkt durchlief. Daraus entstand eine eigene Disziplin — FinOps, die betriebswirtschaftliche Steuerung von Cloud-Ausgaben. Genau dieser Film läuft jetzt erneut, nur schneller und teurer. Wo früher eine vergessene Cloud-Instanz Geld verbrannte, tut es heute ein Agent, der sich in einer Schleife festgefressen hat und stundenlang ein teures Modell befragt.

Die FinOps-Community hat den Übergang in Echtzeit erlebt: Während 2025 erst 31 Prozent der FinOps-Fachleute auch für KI-Ausgaben zuständig waren, sind es 2026 bereits 98 Prozent. Praktisch jeder, der Cloud-Kosten verantwortet, verantwortet nun auch KI-Kosten. Die Token-Rechnung, schreibt TechCrunch treffend, „kommt jetzt fällig".

Der entscheidende Unterschied zur Cloud: Bei einem Server weiß man, was er kostet, solange er läuft. Bei einem KI-Agenten ist der Verbrauch nicht-deterministisch. Dieselbe Aufgabe kann beim einen Mal in drei Modellaufrufen gelöst sein und beim nächsten Mal in dreißig — je nachdem, wie das Modell sich durch das Problem arbeitet. Budgetierung wird damit von einer Rechen- zu einer Wahrscheinlichkeitsaufgabe. Das ist der Grund, warum klassische Kostenkontrolle hier versagt und warum gerade eine neue Generation von „Agentic FinOps"-Werkzeugen entsteht, die KI-Ausgaben in Echtzeit überwachen, Leerlauf-Agenten abschalten und Budgetregeln durchsetzen, ohne auf eine menschliche Freigabe zu warten.

Die unbequeme zweite Frage: Lohnt es sich überhaupt?

Die Kostendebatte trifft auf eine zweite, unbequemere Zahl. Eine vielzitierte MIT-Studie („The GenAI Divide") kam zu dem Schluss, dass 95 Prozent der untersuchten KI-Pilotprojekte in Unternehmen keinen messbaren Return on Investment lieferten — trotz geschätzter 30 bis 40 Milliarden Dollar an Investitionen. Die Studie ist methodisch umstritten: Sie definierte Erfolg eng als „messbarer P&L-Effekt sechs Monate nach dem Pilot" und blendet damit indirekten Nutzen aus. Aber selbst Kritiker bestreiten den Kern nicht: Der Zusammenhang zwischen KI-Ausgaben und nachweisbarem Geschäftswert ist für die meisten Unternehmen erschreckend dünn.

Zusammen ergeben die beiden Befunde eine gefährliche Schere. Auf der einen Seite explodieren die Kosten, weil agentische Nutzung den Verbrauch nach oben treibt. Auf der anderen Seite bleibt der nachweisbare Nutzen oft vage. Genau in dieser Lücke entstehen die Budget-Deckel von Uber, Walmart und Amazon. Es ist kein Misstrauen gegen KI an sich — alle genannten Unternehmen bauen ihre KI-Nutzung weiter aus. Es ist der Versuch, von ungebremstem Experimentieren zu kontrollierter Wertschöpfung zu kommen.

Was das für SaaS- und Tech-Unternehmen heißt

Für Entscheiderinnen und Entscheider in Produkt, Engineering und Finanzen lassen sich aus der aktuellen Entwicklung vier konkrete Lehren ziehen.

Erstens: KI-Kosten gehören in die FinOps-Disziplin, nicht in die Portokasse. Wer KI-Werkzeuge ohne Verbrauchstransparenz, Budgets und Alarmschwellen ausrollt, wiederholt den AWS-Bill-Shock der 2010er-Jahre — nur teurer. Pro-Team- und idealerweise Pro-Aufgaben-Transparenz (Was kostet ein gemergter Pull Request? Welcher Agent hat das Budget verbrannt?) ist die Grundlage jeder Steuerung.

Zweitens: Modell-Routing ist der größte Hebel. Nicht jede Aufgabe braucht das teuerste Frontier-Modell. Ein Großteil der Ausgaben lässt sich einsparen, indem einfache Anfragen an kleinere, günstigere oder offene Modelle gehen und nur die wirklich harten Fälle an die Spitzenmodelle. Genau das tun Amazon, Walmart und Meta gerade per Anweisung — besser ist es, das Routing zu automatisieren, statt es den Mitarbeitenden aufzubürden.

Drittens: Caching und Architektur schlagen Disziplin. Prompt-Caching, das Wiederverwenden von Kontext und das bewusste Begrenzen von Agenten-Schleifen senken den Verbrauch strukturell — anders als Appelle an sparsames Verhalten, die erfahrungsgemäß verpuffen. Eine durchdachte Agenten-Architektur mit klaren Abbruchbedingungen verhindert die teuren Endlosschleifen, die unbemerkt Geld verbrennen.

Viertens: ROI vor Skalierung messen. Die MIT-Zahl ist eine Warnung, kein Grund zum Rückzug. Wer ein KI-Projekt vom Pilot in den Produktivbetrieb hebt, sollte vorher wissen, welche konkrete Kennzahl es verbessert — und ob der Token-Preis dafür in einem vernünftigen Verhältnis steht. Die 5 Prozent erfolgreicher Projekte aus der MIT-Studie zeichneten sich nicht durch bessere Modelle aus, sondern durch tiefe Integration in echte Arbeitsabläufe und sauberes Daten- und Governance-Fundament.

Die KI-Kostenabrechnung von 2026 ist letztlich ein Reifezeichen. Die erste Phase — „probiert alles aus, Kosten egal" — geht zu Ende. Was folgt, ist die mühsamere, aber gesündere Phase, in der KI-Ausgaben wie jede andere Infrastruktur behandelt werden: gemessen, budgetiert, optimiert. Die Unternehmen, die das jetzt lernen, werden die agentische Welle nicht nur überstehen, sondern wirtschaftlich nutzen. Die anderen bekommen die Rechnung — wörtlich.