KI Kosten sinken auf den Preislisten der Anbieter. Auf vielen Rechnungen steigen sie trotzdem. OpenAI wirbt Kunden von Anthropic mit Rabatten von bis zu 90 Prozent ab, und Anbieter aus China drücken zusätzlich auf die Preise. Gleichzeitig wächst der Verbrauch so stark, dass viele Unternehmen von ihren KI-Gebühren überrascht werden.
Für dich zählt jetzt vor allem eines: Die Budgets für 2027 werden gerade geplant. In diesem Artikel zeigen wir dir, wie du KI pro Prozess durchrechnest, statt nur auf Listenpreise zu schauen. Außerdem erfährst du, warum ein günstiges Lockangebot dich teuer zu stehen kommen kann.
Laut einem Bericht von The Information, zusammengefasst von The Decoder, verschiebt sich gerade viel Geld zwischen den großen Anbietern. Einige Beispiele aus dem Bericht:
| Unternehmen | Was passiert ist |
|---|---|
| Rippling | OpenAI-Anteil bei Programmieraufgaben von 16 auf 52 Prozent gestiegen, Anthropic von 57 auf 18 Prozent gefallen |
| Replit | Wechsel nach mehr als 30 Prozent Rabatt bei einem Vertrag über mehr als 100 Millionen Dollar pro Jahr |
| DataCamp | Laut CEO 80 bis 90 Prozent geringere Kosten durch OpenAI-Angebote |
| US-Bank | Doppelt so viele ChatGPT-Zugänge (500) ohne Aufpreis, unter 7 statt üblich über 20 Dollar pro Nutzer |
OpenAI nimmt dafür teilweise geringere Gewinne in Kauf. Mit den Modellreihen Sol und Luna hat der Anbieter aber auch die Preise gesenkt, laut Bericht ohne Leistungsverlust. Dazu kommt Druck aus China: Die neuen Modelle von Deepseek und Kimi sollen laut The Decoder ähnlich gut sein und deutlich weniger kosten.
Torsten Slok, Chefökonom beim Finanzinvestor Apollo, sieht bei US-Firmen außerhalb der Tech-Branche bisher keinen messbaren finanziellen Nutzen durch KI. Umsätze und Margen hätten sich kaum bewegt. Ein Grund laut Slok: der stark gestiegene Token-Verbrauch und die Kosten dafür (t3n). Viele Firmen sehen KI-Ausgaben deshalb inzwischen eher als Belastung für die Marge.
Auch in Deutschland zeigt sich das. In einer Bitkom-Umfrage gab rund ein Drittel der befragten Unternehmen an, von hohen KI-Gebühren überrascht worden zu sein (t3n).
Zur Einordnung: Die Rabattbeispiele betreffen US-Firmen mit großen Volumen. Ein Mittelständler mit 200 Mitarbeitenden bekommt solche Konditionen vermutlich nicht, denn die Beispiele betreffen sehr große Volumen. Die Richtung gilt aber auch für dich.
KI-Modelle rechnen in Token ab. Ein Token ist grob ein Wortteil. Jede Eingabe und jede Antwort kostet Token, also auch jedes Dokument, das du der KI zum Lesen gibst. Sinkt der Preis pro Token, hilft dir das nur, solange dein Verbrauch nicht schneller wächst.
Genau das passiert aber oft. Ein einfacher Chat verbraucht wenig. Ein KI-Agent, der selbst Daten abruft, mehrere Schritte ausführt und Zwischenergebnisse prüft, verbraucht deutlich mehr. Arbeiten mehrere Agenten zusammen, steigt der Bedarf weiter. Warum das selten die Qualität verbessert, zeigen wir im Artikel zum Multi-Agenten-System.
Ein Großhändler mit 80 Mitarbeitenden kauft Lizenzen für alle. Nach einem halben Jahr nutzen ein Dutzend Leute das Tool regelmäßig. Parallel baut die IT eine Anbindung ans Warenwirtschaftssystem, die nach Verbrauch abgerechnet wird. Niemand weiß genau, welcher Prozess was kostet. Und niemand kann sagen, ob sich das Ganze rechnet.
| Preismodell | Wie abgerechnet wird | Typisches Risiko |
|---|---|---|
| Lizenz pro Nutzer | Fester Betrag pro Kopf und Monat | Du zahlst für Zugänge, die kaum genutzt werden |
| Verbrauch (Token) | Nach tatsächlicher Nutzung über eine Schnittstelle | Kosten schwanken und steigen mit Agenten stark |
| Rahmenvertrag mit Rabatt | Mengenzusage gegen bessere Konditionen | Bindung an einen Anbieter, Wechsel wird teuer |
| Chancen | Grenzen und Risiken |
|---|---|
| Preise pro Token sinken, Experimente werden günstiger | Höherer Verbrauch frisst Rabatte schnell wieder auf |
| Mehr Wettbewerb, auch durch günstige Modelle aus China | Datenschutz und Datenstandort bei manchen Anbietern ungeklärt |
| Du kannst Modelle je Aufgabe wählen | Mehr Modelle bedeuten mehr Pflege und Tests |
| Gute Verhandlungsposition beim Anbieterwechsel | Lockpreise können nach Vertragsende wieder steigen |
| Einfache Aufgaben laufen mit kleinen Modellen günstig | Ein billiges Modell mit vielen Fehlern kostet dich Nacharbeit |
Ein ehrlicher Punkt: Rabatte senken nur den Preis, nicht den Nutzen. Wenn ein Prozess ohne KI keinen messbaren Gewinn bringt, macht ihn auch ein Rabatt von 90 Prozent nicht wirtschaftlich.
Plane dein Budget 2027 nicht nach Tools, sondern nach Prozessen. Die Frage lautet nicht „Was kostet ChatGPT?“, sondern „Was kostet ein bearbeitetes Angebot mit und ohne KI?“.
Angenommen, ein Maschinenbauer mit 150 Mitarbeitenden lässt Angebotsentwürfe von einem Agenten vorbereiten. Alle Zahlen sind Annahmen zur Veranschaulichung, keine Marktpreise.
| Position (pro Monat) | Annahme | Betrag |
|---|---|---|
| Anfragen | 300 Stück | |
| Zeit ohne KI | 35 Minuten pro Angebot | |
| Zeit mit KI (Prüfen und Freigeben) | 10 Minuten pro Angebot | |
| Eingesparte Zeit | 125 Stunden × 55 € interner Stundensatz | 6.875 € |
| Token-Kosten | 0,50 € pro Durchlauf | − 150 € |
| Betrieb, Wartung, Anpassungen | Pauschale | − 1.000 € |
| Ergebnis | 5.725 € |
Die Token-Kosten sind hier der kleinste Posten. Ein Rabatt von 90 Prozent würde nur rund 135 Euro sparen. Viel stärker wirkt, ob die 10 Minuten Prüfzeit realistisch sind. Steigen sie auf 20 Minuten, sinkt die eingesparte Zeit von 125 auf 75 Stunden pro Monat (rund 40 Prozent weniger). Bei Prozessen mit vielen langen Dokumenten kann das Verhältnis aber kippen. Deshalb musst du jeden Prozess einzeln rechnen.
Achte beim Rechnen auch auf die Fehlerkosten. Ein günstiges Modell, das jeden fünften Entwurf falsch füllt, wird teuer. Wie du Ergebnisse systematisch prüfst, steht im Beitrag LLM Ergebnis prüfen.
Der Preiskampf zwischen OpenAI, Anthropic und den chinesischen Anbietern ist für dich eine gute Nachricht. Er ist aber kein Grund, schnell einen langen Vertrag zu unterschreiben. Die Analyse von Apollo deutet darauf hin: Billigere Token helfen wenig, wenn der Verbrauch schneller wächst und der Nutzen nicht messbar ist.
Rechne deshalb pro Prozess. Miss den Verbrauch im Pilot. Halte dir den Anbieterwechsel offen. Dann planst du dein Budget 2027 mit echten Zahlen statt mit Hoffnungen.
Bei neura7 ist eine ehrliche Kostenrechnung fester Bestandteil jedes KI-Agenten-Projekts. Wir liefern keine Black-Box, sondern transparente Kosten pro Prozess und eine Lösung, die nicht an einen einzelnen Anbieter gebunden ist.
Das bedeutet für dich:
Du planst dein KI-Budget für 2027 oder willst einen ersten Prozess automatisieren? Dann lass uns darüber sprechen.