Wer in den vergangenen Monaten ein Budget für KI-Funktionen kalkuliert hat, arbeitet womöglich schon mit veralteten Zahlen. Der Ramp-AI-Index, der Ausgaben von Unternehmen für KI-Dienste auswertet, weist innerhalb von sechs Wochen einen Rückgang der Token-Preise um 21 Prozent aus. Token sind die Abrechnungseinheit großer Sprachmodelle: Jede Anfrage und jede Antwort wird in kleine Text- oder Codefragmente zerlegt und pro Fragment verrechnet.

Gleichzeitig erreicht das Nutzungsvolumen ein Rekordhoch. Günstigere Preise führen also nicht zu sinkenden Rechnungen, sondern zu mehr Anfragen. Das ist eine Entwicklung, die sich in Projekten direkt bemerkbar macht, sobald KI-Coding-Assistenten im Entwicklungsalltag oder KI-Funktionen in einer Webanwendung produktiv laufen.

Was die Daten zeigen und was nicht

Ramp, Stripe und OpenRouter kommen unabhängig voneinander zu einem ähnlichen Bild: Die Branche wächst weiterhin deutlich, die Wachstumsdynamik kühlt sich allerdings ab. Das ist kein Einbruch, sondern eher der Übergang von einer Phase extremer Zuwächse in eine etwas ruhigere Normalität.

Bei den Ausgaben zeigt sich eine starke Konzentration: Auf Anthropic entfallen laut diesen Daten knapp 59 Prozent der Token-Ausgaben. Für die Praxis ist das vor allem ein Hinweis darauf, wie stark sich Nutzung auf wenige Anbieter bündelt — nicht automatisch eine Aussage über die technische Eignung eines Modells für einen konkreten Anwendungsfall.

Wichtig ist auch, was die Zahlen nicht aussagen. Ein Indexwert über Preise pro Token beschreibt nicht den Preis eines Projekts. Entscheidend bleibt, wie viele Token eine Anwendung tatsächlich verbraucht, und das hängt an Architektur und Prompt-Design mindestens so stark wie an der Preisliste des Anbieters.

Warum sinkende Preise Budgets nicht entlasten

Der Effekt ist aus anderen IT-Bereichen bekannt: Wird eine Ressource günstiger, steigt ihr Einsatz, und die Gesamtkosten bleiben konstant oder wachsen. Bei KI-Funktionen kommen mehrere Treiber zusammen.

  • Längere Kontexte: Je mehr Dokumente, Quelltexte oder Gesprächsverläufe mitgeschickt werden, desto mehr Token fallen pro Anfrage an.
  • Mehrstufige Abläufe: Ein Feature, das intern drei oder vier Modellaufrufe hintereinander ausführt, kostet entsprechend ein Vielfaches eines einzelnen Aufrufs.
  • Breitere Nutzung: Was im Pilotbetrieb zehn Personen verwenden, nutzen nach dem Rollout zweihundert.
  • Teurere Modelle für Teilaufgaben: Sobald Qualität nicht reicht, wird gerne auf ein größeres Modell umgestellt, ohne die Mengengerüste neu zu rechnen.

Sinkende Stückpreise schaffen also Spielraum, aber sie ersetzen keine Verbrauchssteuerung.

Konsequenzen für die Modellauswahl

Wenn Preise innerhalb weniger Wochen spürbar nachgeben, verliert die Festlegung auf ein Modell an Halbwertszeit. Eine Entscheidung, die vor einem halben Jahr aus Kostengründen getroffen wurde, kann heute anders ausfallen — und in drei Monaten erneut.

Daraus folgt eine architektonische Empfehlung, die unabhängig vom aktuellen Preisniveau gilt: Der Modellzugriff gehört hinter eine eigene Abstraktionsschicht, also eine klar definierte interne Schnittstelle, über die alle KI-Aufrufe laufen. Ein Anbieter- oder Modellwechsel wird damit zu einer Konfigurationsfrage statt zu einem Refactoring quer durch die Anwendung.

Ebenso sinnvoll ist eine differenzierte Zuordnung: Klassifikation, Zusammenfassung oder Formatprüfung brauchen selten das leistungsfähigste verfügbare Modell. Komplexe Analyse- oder Generierungsaufgaben schon. Wer das pauschal löst, zahlt entweder zu viel oder liefert zu schlechte Ergebnisse.

Praktische Ansätze für die Kostenkontrolle

Für laufende Projekte lassen sich einige Punkte unmittelbar umsetzen:

  1. Verbrauch messen, bevor er geschätzt wird. Token pro Anfrage, Anfragen pro Nutzer und Tag, Kosten pro Feature — ohne diese Kennzahlen bleibt jede Hochrechnung Spekulation.
  2. Budgets pro Funktion statt pro Abteilung. So wird sichtbar, welche KI-Funktion ihren Nutzen rechtfertigt und welche vor allem Volumen erzeugt.
  3. Caching und Vorfilterung prüfen. Wiederkehrende Anfragen müssen nicht jedes Mal neu an ein Modell gehen.
  4. Kontextmenge begrenzen. Gezielte Auswahl relevanter Textabschnitte ist meist günstiger und oft auch qualitativ besser als das Mitschicken ganzer Dokumentensammlungen.
  5. Preisänderungen im Review einplanen. Ein fester Termin, etwa quartalsweise, zur Überprüfung von Modellwahl und Konditionen verhindert, dass alte Annahmen unbemerkt weiterlaufen.

Einordnung der abkühlenden Dynamik

Dass das Wachstum sich normalisiert, ist für Projektverantwortliche eher eine gute Nachricht. Eine Phase, in der sich Nutzungszahlen laufend vervielfachen, macht jede Planung schwierig. Ein ruhigerer Verlauf erlaubt belastbarere Prognosen über mehrere Quartale hinweg.

Gleichzeitig mahnt die starke Konzentration der Ausgaben auf einen Anbieter zur Vorsicht. Abhängigkeit von einem einzelnen Anbieter ist ein Risiko, das weniger mit Preisen als mit Verfügbarkeit, Vertragsbedingungen und Modellversionen zu tun hat. Eine Anwendung, die technisch auf genau einen Anbieter festgelegt ist, verliert Verhandlungsspielraum.

Für Web- und Softwareprojekte heißt das konkret: KI-Kosten sollten als variable Betriebskosten behandelt werden, nicht als einmaliger Posten in der Projektkalkulation — mit Messpunkten, Grenzwerten und regelmäßiger Überprüfung. Wer den Modellzugriff kapselt und den Verbrauch pro Funktion kennt, kann fallende Preise tatsächlich mitnehmen, statt sie durch unbemerkt wachsendes Volumen aufzuzehren. Die wichtigere Frage bleibt ohnehin, welche KI-Funktion einen messbaren Nutzen stiftet; alles andere wird auch zum halben Token-Preis nicht wirtschaftlich.

Quellen