Token-Preise sanken dieses Jahr um 67%. Ihre KI-Rechnung steigt trotzdem

Ihre Anbieter nennen niedrigere Preise. Ihr Finanzteam meldet eine höhere KI-Budgetposition. Beides ist korrekt.

Das ist kein Widerspruch. Es ist die entscheidende Kostenfalle für Enterprise-KI im Jahr 2026, und die meisten CEOs haben dafür noch keinen Rahmen.

Laut einer Fortune-Analyse vom 22. Mai 2026 lässt die Umstellung auf agentic AI-Workflows die Gesamtausgaben der Unternehmen stark steigen, obwohl die Stückkosten für KI-Inferenz weiter sinken. Das Problem ist nicht der Preis pro Token. Es ist die Menge an Token, die moderne KI-Workloads verbrauchen.

Das Jevons-Paradoxon steuert Ihr KI-Budget

Ökonomen haben einen Namen für dieses Muster. Das Jevons-Paradoxon besagt, dass bei einer Verbilligung einer Ressource der Gesamtverbrauch tendenziell schneller steigt als der Preis fällt, weil günstigere Kosten neue Anwendungsfälle erschließen, die vorher nicht rentabel waren. Kohle. Strom. Bandbreite. Jetzt Token.

Die gemischten KI-Inferenzkosten sanken im Jahresvergleich um rund 67 %, von etwa 18,40 US-Dollar auf 6,07 US-Dollar pro Million Token zwischen dem ersten Quartal 2025 und dem ersten Quartal 2026, basierend auf Branchenkostenanalysen aus 2026. Das ist ein echter und dramatischer Preisrückgang.

Dennoch berichteten 73 % der Unternehmen im Jahr 2026, dass ihre tatsächlichen KI-Kosten die ursprünglichen Prognosen übertrafen. Diese Lücke ist kein Budgetierungsfehler. Es ist das Jevons-Paradoxon in der Praxis: Günstigere KI ermöglichte es Unternehmen, mehr davon einzusetzen, an mehr Stellen und für komplexere Workloads.

Wichtige Fakten

• Token-Preise sanken im Jahresvergleich um rund 67 % (ca. 18,40 auf 6,07 US-Dollar pro Million Token, Q1 2025 bis Q1 2026). (Branchenkostenanalysen 2026)
• 73 % der Unternehmen berichteten 2026, dass die KI-Ausgaben die ursprünglichen Prognosen überschritten. (Kostenanalysen 2026)
• Goldman Sachs-Analysen prognostizieren, dass agentic AI die Token-Gesamtnachfrage um bis zu 24-mal steigern könnte. (Tom's Hardware unter Berufung auf Goldman Sachs)

Warum Agentic AI das Budget sprengt

Einfache KI-Anwendungsfälle, ein Chatbot der eine Frage beantwortet oder ein Modell das ein Dokument zusammenfasst, verbrauchen Token in einem einzigen Austausch. Ein Prompt hinein, eine Antwort heraus. Das lässt sich in einer Tabelle kalkulieren.

Agentic Workloads funktionieren anders. Ein Agent, der eine Aufgabe eigenständig erledigt, löst 10 bis 20 Modellaufrufe pro Nutzeraktion aus. Jeder Schritt im Workflow ist ein separater Inferenzaufruf. Retrieval-Augmented Generation (RAG), bei der das Modell relevante Dokumente einbezieht, um präzise zu antworten, bläht Kontextfenster auf das 3- bis 5-Fache auf. Dauerhaft laufende Überwachungsagenten generieren rund um die Uhr Token, ob ein Mensch zusieht oder nicht.

Der Kumulations-Effekt ist beträchtlich. Ein einzelner agentic Workflow, der wie „eine Aufgabe" aussieht, könnte fünfzigmal mehr Token verbrauchen als dieselbe Anfrage, die von einem einfachen Einzelaufruf-Modell bearbeitet wird.

Eine Goldman Sachs-Analyse, über die Tom's Hardware berichtete, beziffert das: Agentic AI könnte die gesamte Token-Nachfrage von Unternehmen um bis zu 24-mal gegenüber dem aktuellen Verbrauch steigern. Das ist keine Prognose für eine ferne Zukunft. Unternehmen wie Uber leben das bereits.

Der Chief Technology Officer von Uber gab bekannt, dass das Unternehmen sein gesamtes KI-Budget 2026 innerhalb von vier Monaten verbraucht hat. Die interne Nutzung von Claude Code, dem KI-Coding-Assistenten von Anthropic, stieg von 32 % auf 84 % bei rund 5.000 Ingenieurinnen und Ingenieuren. Die monatlichen Kosten pro Person liegen bei 500 bis 2.000 US-Dollar, laut Berichten von Fortune und Tom's Hardware. Bei dieser Akzeptanzrate und dieser Belegschaftsgröße summieren sich die Ausgaben schnell.

Und wie Fortune berichtete, hat Microsoft eingeräumt, dass die KI-Verarbeitungskosten für bestimmte Workloads die Kosten einer menschlichen Arbeitskraft für dieselbe Aufgabe übersteigen.

GitHub hat das Abrechnungsmodell geändert. Andere werden folgen.

Diese Kostenrealität gestaltet nun die Vertragsstrukturen von KI-Anbietern neu.

Am 1. Juni 2026 wechselte GitHub Copilot von Pauschalabonnements zu einem nutzungsbasierten Modell mit „GitHub AI Credits", die direkt an den Token-Verbrauch gekoppelt sind. Microsoft stellt seine gesamte Copilot-Suite im gleichen Zeitraum auf dieselbe Credit-basierte Struktur um.

Das ist für Ihre nächste Anbieterverhandlung relevant. Das Pauschalsitzplatz-Modell, das das KI-Budgetieren wie eine planbare SaaS-Ausgabe wirken ließ, endet. Sie bewegen sich in Richtung eines verbrauchsgemessenen Utility-Modells, bei dem die Rechnung mit der Nutzung skaliert, nicht mit der Mitarbeiterzahl.

Die Governance-Modelle für KI, die ausführlicher in Agentic AI und die Governance-Lücke behandelt werden, wurden nicht für verbrauchsgemessene Abrechnung ausgelegt. Die meisten Unternehmen haben noch keine Kostentransparenz auf Workflow-Ebene.

Was Sie dagegen tun können

Günstigere Token sind ein echter Vorteil, wenn Sie sie richtig nutzen. Aber das erfordert, KI-Infrastruktur so zu behandeln wie Cloud-Computing: als verbrauchsgemessene Ressource mit Kostenkontrolle auf Workflow-Ebene, nicht als Pauschal-Sitzlizenz.

Ein praktischer Einstiegsrahmen:

Messen Sie die Token-Kosten pro Workflow, bevor Sie skalieren. Sie können nicht optimieren, was Sie nicht messen. Bevor Sie einen agentic Workflow auf Ihre gesamte Organisation ausrollen, messen Sie, was er tatsächlich pro abgeschlossener Aufgabe kostet. Vergleichen Sie das mit dem menschlichen Arbeitsäquivalent. Manche Workflows zeigen einen 10-fachen Kostenvorteil. Andere das Gegenteil.

Setzen Sie Agenten-Budgets und guardrails. Jeder eingesetzte Agent sollte ein maximales Token-Budget pro Aufgabe haben. Wenn der Agent es überschreitet, sollte die Aufgabe an einen Menschen eskaliert oder auf ein günstigeres Modell zurückgefallen werden. Das ist in der Cloud-Kostenverwaltung Standard und sollte im KI-Management ebenfalls Standard sein.

Entscheiden Sie, welche Workflows agentic Ausgaben rechtfertigen. Nicht jede Aufgabe braucht einen mehrstufigen autonomen Agenten. Eine einfache Klassifizierungs- oder Zusammenfassungsaufgabe kann ein Einzelaufruf-Modell zu einem Bruchteil der Kosten nutzen. Günstigere Open-Weight-Modelle werden für Inferenz mit geringerem Einsatz zunehmend praktikabel, wie in der Nvidia Nemotron-Analyse für CTOs ausgeführt. Passen Sie das Modell an die Workflow-Komplexität an.

Verhandeln Sie bei der Verlängerung mit Verbrauchsdaten in der Hand. Wenn Ihr Anbieter auf Credit-basierte Abrechnung umstellt, sind Ihre Baseline-Verbrauchsdaten aus der Pauschalpreis-Phase Ihr Verhandlungshebel. Kennen Sie Ihren tatsächlichen Verbrauch, bevor Sie einer neuen Preisstruktur zustimmen.

Behandeln Sie KI wie eine Versorgungsleistung, nicht wie eine Softwarelizenz. Stromanbieter verkaufen Ihnen keinen „unbegrenzten Strom" für eine monatliche Pauschale. KI-Anbieter werden das auch nicht tun, sobald die agentic Nutzung vollständig gereift ist. Bauen Sie Ihre internen Governance- und Finanzprozesse jetzt auf verbrauchsbasierter Abrechnung auf, bevor sich das Abrechnungsmodell unter Ihnen verschiebt.

Der BCG AI Radar 2026, laut dem 90 % der CEOs erwarten, dass agentic AI in diesem Jahr ROI liefert, zeigt, dass die meisten Organisationen stark auf diese Technologie setzen. ROI-Berechnungen, die Pauschalpreise voraussetzen, werden jedoch falsch sein. Die Kostenstruktur hat sich verändert. Die Strategie muss nachziehen.

Für einen umfassenderen Blick auf die Verschiebungen in KI-Anbieterbeziehungen deckt die Analyse der Anbieterkalkulation aus Anthropics Börsenankündigung die strategischen Implikationen ab, wenn KI zu einem grundlegenden Infrastrukturaufwand wird.

Das Drei-Fragen-Agentenkosten-Audit

Führen Sie vor der unternehmensweiten Einführung eines agentic Workflows diese drei Fragen durch:

1. Was sind die Token-Kosten pro abgeschlossener Aufgabe, gemessen über 100 reale Durchläufe (keine Demos)?
2. Schlägt dieser Preis die menschliche Arbeitsalternative bei Ihrem aktuellen Umfang, und bei 10-fachem Umfang?
3. Welche guardrail-Grenze begrenzt die Kosten, wenn der Agent unerwartet verhält oder der Aufgabenumfang sich ausweitet?

Wenn Sie alle drei Fragen nicht beantworten können, ist der Workflow nicht bereit für den Produktivbetrieb im großen Maßstab.

Häufig gestellte Fragen

Warum steigt meine KI-Rechnung, wenn Token-Preise sinken?

Weil moderne KI-Workloads weit mehr Token verbrauchen, als die einfachen Chat-Anwendungen, auf denen die meisten Budget-Modelle basieren. Agentic Workflows lösen 10 bis 20 Modellaufrufe pro Nutzeraufgabe aus, und Retrieval-Augmented Generation (RAG) bläht Kontextfenster auf das 3- bis 5-Fache auf. Der Preis pro Token ist niedriger, aber das verbrauchte Volumen ist dramatisch höher. Die Gesamtausgaben steigen selbst wenn der Stückpreis fällt, was das Jevons-Paradoxon auf KI-Infrastruktur angewandt bedeutet.

Was sollte ich vor meiner nächsten KI-Anbieter-Verlängerung tun?

Sammeln Sie Ihre tatsächlichen Daten zum Token-Verbrauch pro Workflow aus der aktuellen Pauschalpreis-Phase. Da Anbieter auf Credit-basierte Abrechnung umstellen, werden diese Daten Ihre Verhandlungsbasis. Kennen Sie Ihren tatsächlichen Verbrauch, bevor Sie einer neuen Preisstruktur zustimmen.

Welche KI-Workloads rechtfertigen die agentic Token-Ausgaben nicht?

Einschrittaufgaben, die nicht von Reasoning-Ketten profitieren: Dokumentenklassifikation, einfache Zusammenfassung, Entitätsextraktion, Stimmungsauswertung. Diese können mit günstigeren Einzelaufruf-Modellen oder Open-Weight-Alternativen laufen. Reservieren Sie mehrstufige agentic Ausgaben für Workflows, bei denen das autonome Reasoning die Ausgabequalität tatsächlich verändert, z. B. bei komplexen Analysen, Mehrquellen-Recherchen oder Aufgaben, die sequenzielle Entscheidungsfindung erfordern.

Quelle: Fortune, 22. Mai 2026 | Tom's Hardware | Duperrin, 1. Juni 2026