Es gibt in der Wirtschaftsgeschichte einen wiederkehrenden Moment: den, in dem eine neue Technologie aufhört, ein Versprechen zu sein, und anfängt, eine Kostenstelle zu werden. Bei der Künstlichen Intelligenz ist dieser Moment jetzt erreicht. Das Handelsblatt beschreibt in dieser Woche eine regelrechte Rebellion der KI-Kunden – und wer KI-Werte im Depot hält, sollte genau hinsehen, denn hier verschiebt sich gerade die Gewinnverteilung einer ganzen Branche.
Ein Rohstoff, den niemand misst
Die Recheneinheit der KI-Wirtschaft heißt Token. Jede Anfrage an ein Sprachmodell verbraucht Tokens, jeder Token kostet Geld, und mit autonomen KI-Agenten, die einen Auftrag in Dutzende Arbeitsschritte zerlegen, vervielfachen sich die Rechnungen. Das Bemerkenswerte: Die wenigsten Unternehmen haben diesen neuen Produktionsfaktor unter Kontrolle. Nach einer KPMG-Umfrage unter rund 2.100 internationalen Organisationen können nur 35 Prozent ihre KI-Kosten vollständig erfassen und laufend überwachen; 13 Prozent erfahren die Höhe erst mit der Rechnung. Nur 40 Prozent arbeiten überhaupt mit Budgets. Man stelle sich einen Industriebetrieb vor, der seinen Stromverbrauch erst am Jahresende kennt – ungefähr so wirtschaftet derzeit ein Großteil der Unternehmen mit KI.
Die Folgen sind messbar. Noch vor Monaten galt hoher Tokenverbrauch als Ausweis von Geschwindigkeit und Ambition – „Tokenmaxxing” nannte die Szene das. Heute hat laut KPMG jedes zweite Unternehmen die Einführung von KI-Agenten aus Kostengründen eingeschränkt oder verzögert. Uber und Walmart deckeln ihre Budgets, bei SAP diskutiert der Vorstand über Token-Budgetierung für die eigenen Entwickler. Analysten sprechen von einer „Tokenpanik”.
Die Antwort der Kunden: Routing und Open Source
Interessanter als die Panik ist die Reaktion. Unternehmen setzen zunehmend auf sogenannte Router – vorgeschaltete Systeme, die jede Anfrage bewerten und nur die wirklich komplexen an teure Spitzenmodelle weiterleiten. Alles Alltägliche erledigen kleinere oder quelloffene Modelle. Forscher der Universität Berkeley haben damit in Tests eine Halbierung der Kosten ohne Qualitätseinbußen erreicht; die Kryptobörse Coinbase berichtet aus der Praxis von nahezu halbierten Ausgaben trotz wachsender Nutzung. Das Prinzip kennt jeder Unternehmer: Für die Buchhaltung engagiert man keine Mathematikprofessorin, sondern eine erfahrene Bilanzbuchhalterin.
Parallel gewinnen quelloffene Modelle rasant an Boden, allen voran aus China. Über die Modellplattform Openrouter entfielen zuletzt Woche für Woche mehr als 30 Prozent der von US-Firmen verbrauchten Tokens auf chinesische Modelle – ein Jahr zuvor waren es viereinhalb Prozent. Bayer, Siemens und selbst Microsoft prüfen oder nutzen sie bereits. Der Grund ist nüchtern: Sie sind erheblich günstiger, technisch nur noch wenige Monate hinter der Spitze, und wer sie auf eigenen Servern betreibt, kann sie niemandem wegnehmen – eine Lektion, die die vorübergehende Abschaltung der Anthropic-Modelle im Juni vielen Vorständen eingebrannt hat.
Was das für Anleger bedeutet
Für das Depot folgt daraus eine Verschiebung, die man kennen sollte.
- Erstens: Die Preissetzungsmacht der großen KI-Labore ist nicht mehr selbstverständlich. Wer auf deren Rekordbewertungen setzt – ob über Aktien der Geldgeber oder künftig direkt nach den angekündigten Börsengängen –, setzt darauf, dass Kunden dauerhaft Spitzenpreise für Leistung zahlen, die es zunehmend auch günstiger gibt.
- Zweitens: Die Produktivitätsgewinne konzentrieren sich bislang auf einen einzigen Anwendungsfall. Machte das Programmieren Anfang 2025 elf Prozent der gesamten Tokennutzung aus, sind es inzwischen rund die Hälfte – alle anderen Anwendungen kommen kaum voran, meist aus organisatorischen, nicht aus technischen Gründen.
- Drittens, als Gegenthese: Die Kosten pro Token sind in den vergangenen Jahren um rund 90 Prozent gefallen, und je billiger eine Technologie wird, desto mehr wird sie genutzt. Ökonomen nennen das Jevons-Paradox. Sinkende Preise und explodierender Gesamtverbrauch schließen sich nicht aus – sie bedingen einander womöglich.
Zusammengenommen spricht das weniger gegen das KI-Thema als für eine andere Gewichtung innerhalb des Themas: weg von der Wette auf einzelne Modellanbieter, hin zu den Ebenen, die vom Verbrauch profitieren, egal wessen Modell läuft – Infrastruktur, Halbleiter, Energie, Anwendungssoftware. Es ist die alte Logik vom Schaufelverkäufer im Goldrausch, nur dass die Schaufeln heute Rechenzentren heißen. Wer das Thema strukturiert und ohne Einzeltitelrisiko abbilden möchte, findet den entsprechenden Baustein in unserem THEMEN-Portfolio; wie sich die Kostendebatte auf die Bewertung der KI-Labore selbst auswirkt, haben wir in unserem Anthropic-Beitrag in der Rubrik Private Markets vertieft.
