Die Flatrate war das Problem: Warum KI-Abos reihenweise nachjustiert werden — und was das für Ihre Preisliste heißt

Ein Satz, der vor Gericht gelesen wird

Im Juni 2026 reichte ein Nutzer aus Washington, D.C., beim Bundesbezirksgericht für Nordkalifornien eine Sammelklage gegen Anthropic ein. Der Streitgegenstand ist eine Zeile aus einer Preisübersicht: Choose 5x or 20x more usage than Pro.

Karl Kahn hatte mit einem Pro-Abo begonnen, auf Max 5x für 100 Dollar erhöht und im April 2026 auf Max 20x für 200 Dollar. Seine Behauptung: Das Zwanzigfache bekomme er nicht. Die Klage beziffert das tatsächlich Gelieferte auf das Sechs- bis Achtfache der Pro-Nutzung, bei Max 5x auf etwa das Dreieinhalbfache. Der Grund sei kein Rechenfehler, sondern die Bauweise des Tarifs: Über der beworbenen Vervielfachung liegen ein Fünf-Stunden-Fenster und eine Wochenobergrenze, und die begrenzen, was von den zwanzig Fachen ankommt. Ein einziger fünfstündiger Arbeitsblock, so die Klage, habe fünfzehn Prozent seines Wochenkontingents verbraucht.

Ob das rechtlich trägt, entscheidet sich frühestens im November. Interessanter für alle, die Software verkaufen, ist der Umstand, dass dieser Konflikt in den vergangenen achtzehn Monaten bei fast jedem größeren KI-Anbieter in derselben Form aufgetreten ist. Das ist kein Zufall und kein Charakterfehler der Branche. Es ist die vorhersehbare Folge eines Konstruktionsfehlers, den fast alle gleichzeitig gemacht haben.

Warum KI-Software anders rechnet

Klassisches Software-Geschäft beruht auf einer Annahme, die so tief sitzt, dass sie selten ausgesprochen wird: Der zusätzliche Nutzer kostet fast nichts. Die Entwicklung ist teuer, der Betrieb ist es kaum; wer einmal gebaut hat, verkauft beliebig oft zum gleichen Preis. Daraus folgt alles Weitere — Bruttomargen von 80 bis 90 Prozent, Abrechnung pro Arbeitsplatz, unbegrenzte Nutzung als Verkaufsargument. Ein Nutzer, der Ihr Werkzeug zehnmal so intensiv verwendet wie der Durchschnitt, ist in dieser Welt kein Kostenproblem, sondern ein Referenzkunde.

Bei KI-Produkten gilt das nicht. Jede Anfrage erzeugt echte Rechenkosten, und zwar proportional zur Menge des verarbeiteten Textes. Der Vielnutzer ist hier kein Referenzkunde, sondern eine Rechnung. Bessemer Venture Partners beziffert die Bruttomargen KI-nativer Unternehmen auf 50 bis 60 Prozent gegenüber 80 bis 90 Prozent im klassischen Softwaregeschäft. Das ist der ganze Unterschied, und aus ihm folgt alles, was seither passiert ist.

Verschärfend kommt hinzu, dass die Spreizung zwischen den Nutzern enorm ist. Anthropic nannte im Juli 2025 bei der Einführung wöchentlicher Grenzen einen Fall, in dem ein einzelner Kunde auf einem Zweihundert-Dollar-Tarif Modellnutzung im Wert von tens of thousands — also Zehntausenden Dollar — verbraucht hatte. Die offizielle Begründung lautete: We've identified extreme usage by a small number of customers that impacts capacity for our broader community. Betroffen seien weniger als fünf Prozent der Abonnenten.

Genau diese Verteilung macht die Flatrate gefährlich. Bei klassischer Software verschwindet der Vielnutzer im Durchschnitt. Bei KI-Produkten kann ein Promille der Kundschaft die Marge eines ganzen Tarifs aufzehren.

Dreimal derselbe Fehler, dreimal dieselbe Korrektur

Cursor stellte im Juni 2025 den Pro-Tarif um: statt 500 bevorzugter Anfragen ein Guthaben von zwanzig Dollar zu Einkaufspreisen, danach Zukauf. Die Umstellung ging schief, und zwar nicht wirtschaftlich, sondern kommunikativ. Am 4. Juli entschuldigte sich der Firmenchef Michael Truell öffentlich: We recognize that we didn't handle this pricing rollout well and we're sorry. Und: Our communication was not clear enough and came as a surprise to many of you. Das Unternehmen erstattete unerwartete Belastungen. Die Begründung für die Umstellung selbst ist die interessantere Stelle — neuere Modelle, so Truell, verbrauchten für langlaufende Aufgaben deutlich mehr Rechenleistung pro Anfrage. Diese Mehrkosten hatte Cursor bis dahin selbst getragen. Zu diesem Zeitpunkt lag das Unternehmen bei über 500 Millionen Dollar Jahresumsatz und einer Bewertung von 9,9 Milliarden.

GitHub ging denselben Weg in zwei Etappen. Zuerst kamen 2025 die premium requests mit Faktoren je Modell, dann zum 1. Juni 2026 die vollständige Umstellung auf Abrechnung nach tatsächlichem Verbrauch. Die Begründung im Firmenblog ist die klarste Formulierung des Problems, die ich in dieser Recherche gefunden habe: a quick chat question and a multi-hour autonomous coding session can cost the user the same amount. Und weiter: Copilot is not the same product it was a year ago. Agentic usage is becoming the default, and it brings significantly higher compute and inference demands. Bemerkenswert dabei: Die Listenpreise blieben unverändert — zehn Dollar für Pro, 39 für Pro+, 19 pro Arbeitsplatz für Business. Verändert wurde nicht der Preis, sondern was er kauft.

OpenAI hat den Konstruktionsfehler am offensten eingeräumt, schon im Januar 2025. Sam Altman schrieb über den Zweihundert-Dollar-Tarif: we are currently losing money on openai pro subscriptions! people use it much more than we expected. Und den entscheidenden Nachsatz: I personally chose the price, and thought we would make some money.

Das ist der ehrlichste Satz der ganzen Geschichte. Der Preis wurde nicht aus einer Kostenrechnung abgeleitet, sondern gesetzt — und die Nutzung hat ihn widerlegt.

Anthropics eigenes Fehlerprotokoll vom April 2026 zeigt die nächste Stufe desselben Problems. Darin räumt das Unternehmen drei unbeabsichtigte Änderungen ein, darunter einen Zwischenspeicherfehler, der ab dem 26. März zu unerwartetem Verbrauch der Nutzungsgrenzen führte. Die Konsequenz zog es selbst: As of April 23, we're resetting usage limits for all subscribers. Wenn selbst der Anbieter erst nach Wochen bemerkt, dass sein Kontingent schneller schmilzt als vorgesehen — wie soll es dann der Kunde bemerken?

Der eigentliche Vorwurf ist nicht der Preis

Hier lohnt eine Unterscheidung, die in der Debatte oft untergeht. In keinem der Fälle lautet der Vorwurf, das Produkt sei zu teuer. Er lautet, dass die gekaufte Leistung nicht der beworbenen entspricht und dass die Abweichung für den Kunden nicht erkennbar war.

Das ist juristisch ein anderer Sachverhalt — und ein gefährlicherer. Eine Preiserhöhung ist zulässig und muss nur angekündigt werden. Eine beworbene Leistungsangabe, die durch Nebenbedingungen ausgehöhlt wird, fällt in den USA unter Irreführungstatbestände; die Kahn-Klage stützt sich entsprechend auf kalifornisches Verbraucherrecht, Falschwerbung, fahrlässige Falschdarstellung und Vertragsbruch. Dass sie von zwei früheren Verbraucherschutz-Anwältinnen der US-Handelsaufsicht FTC geführt wird, ist kein gutes Zeichen für die Verteidigung.

In der EU gibt es bislang keine KI-spezifische Regel dazu. Die einschlägigen Rahmen sind die Richtlinie über unlautere Geschäftspraktiken und der Digital Fairness Act, der Abofallen, manipulative Gestaltung und irreführende Preisangaben ausdrücklich adressieren soll. Letzterer ist allerdings noch kein geltendes Recht: Das Europäische Parlament führt ihn als angekündigt, ein Kommissionsvorschlag wird für das vierte Quartal 2026 erwartet. Ein Verfahren gegen ein KI-Preismodell ist in Europa bislang nicht bekannt.

Was stattdessen funktioniert

Die Erfahrungen der vergangenen achtzehn Monate lassen sich zu vier Mustern verdichten.

Erstens: Reine Flatrate funktioniert nur, wenn die KI-Kosten im Verhältnis zum Preis klein sind. Bessemer führt dazu das Beispiel des Marktforschungsanbieters Strella an, der bewusst pro Arbeitsplatz abrechnet. Die Begründung der Firmenchefin Lydia Hylton: AI costs pale in comparison to paying research participants. Wenn die Modellkosten drei Prozent des Preises ausmachen, ist die Flatrate richtig — dann kaufen Sie sich Einfachheit für wenig Geld.

Zweitens: Reine Verbrauchsabrechnung schreckt Großkunden ab. Sie wollen planbare Jahresbudgets. Der Kundendienst-Anbieter Ada kehrte laut Bessemer von reiner Ergebnisabrechnung zu einem Mischmodell zurück, weil Unternehmenskunden genau das verlangten.

Drittens: Das Mischmodell ist der Normalfall geworden — Grundgebühr für Planbarkeit, enthaltenes Kontingent für die typische Nutzung, verbrauchsabhängiger Aufschlag darüber. Das ist genau die Struktur, zu der GitHub jetzt übergegangen ist.

Viertens, und das ist der strategisch interessanteste Punkt: Bessemer beziffert, dass Anbieter, die ihren Umsatz an messbare Kundenergebnisse koppeln statt an Arbeitsplätze, 1,5- bis 3-mal schneller wachsen. Der Kundendienst-Anbieter Ada verankert seinen Preis an der erwarteten Lösungsquote; ein anderes Beispiel rechnet pro bearbeitetem Fall gegen die ersetzten Arbeitskosten. Das verschiebt das Gespräch weg von der Frage, was das Werkzeug kostet, hin zu der Frage, was es einspart — und nebenbei laufen die Kosten dann mit dem Nutzen mit statt gegen ihn.

Drei Fragen für Ihre nächste Preisrunde

Wer heute ein KI-Produkt verkauft, sollte drei Dinge geklärt haben.

Kennen Sie Ihre Kostenverteilung, nicht Ihren Kostendurchschnitt? Der Mittelwert verbirgt genau das Risiko, um das es geht. Entscheidend ist, was Ihre teuersten fünf Prozent kosten und ob ein einzelner Kunde die Marge eines Tarifs aufzehren kann.

Steht in Ihrer Werbung eine Zahl, die durch Nebenbedingungen relativiert wird? Ein Vervielfachungsversprechen mit einer Kappung im Kleingedruckten ist genau die Konstruktion, die gerade vor Gericht steht. Wenn zwei verschiedene Verweise nötig sind, um die tatsächliche Grenze zu ermitteln, ist die Angabe angreifbar.

Können Ihre Kunden sehen, was sie verbrauchen — bevor es aufgebraucht ist? Das ist der unterschätzte Punkt. Fast jede der geschilderten Eskalationen wurde nicht durch die Grenze selbst ausgelöst, sondern dadurch, dass die Kunden sie unangekündigt erreichten. Ein sichtbarer Zähler ist billiger als eine Sammelklage.

Die Flatrate war eine Antwort auf eine Kostenstruktur, die es bei KI-Produkten nicht gibt. Sie verschwindet gerade — nicht weil die Anbieter gierig geworden wären, sondern weil sie nie gepasst hat.