☰ Menu

08.10.2026 · Signal Titans Editorial

Budgets für Unternehmens-KI geraten ins Wanken: Günstigere Modelle in 32 % der Fälle teurer als Premium-Optionen

Eine Umfrage zeigt: Nur 11 % der Unternehmen können KI-Ausgaben präzise prognostizieren, während günstigere Modelle bei 32 % der Aufgaben teurer ausfallen.

Eine redaktionelle Illustration einer geneigten Balkenwaage aus Kupfer mit einer einzelnen blaugrünen Kugel auf der einen Seite und zahlreichen grauen Würfeln auf der anderen Seite.

Eine Befragung von rund 400 Unternehmen hat ergeben, dass lediglich 11 % ihre Ausgaben für künstliche Intelligenz präzise vorhersagen können. Dies unterstreicht eine erhebliche Budgetunsicherheit im gesamten Unternehmenssektor. Gleichzeitig zeigte eine empirische Studie mit mehr als 6.800 analysierten Aufgaben, dass kostengünstigere KI-Modelle bei 32 % der Arbeitspakete letztlich höhere Kosten verursachten als teurere Alternativen. Dies geht aus einem Bericht des Wall Street Journal hervor.

Weitverbreitete Unberechenbarkeit bei Budgets

Die Umfragedaten verdeutlichen, dass 89 % der Unternehmen vor großen Problemen stehen, verlässliche Kostenprognosen bei der Einführung von KI-Technologien zu erstellen. Finanz- und IT-Abteilungen in Unternehmen sehen sich kontinuierlichen Herausforderungen gegenüber, die durch schwankende betriebliche Anforderungen, variable Abfragevolumina und komplexe Preisstrukturen entstehen, was eine langfristige Budgetplanung erheblich erschwert.

Fehleinschätzungen bei vermeintlich günstigeren Modellen

Die Benchmark-Studie von über 6.800 Aufgaben verdeutlicht, warum der ausschließliche Blick auf reine Token- oder API-Basispreise für Einkäufer in Unternehmen irreführend sein kann. In fast einem Drittel der getesteten Szenarien führte der Einsatz preiswerterer Modelle zu höheren Gesamtausgaben als die Ausführung derselben Aufgaben mit teureren Premium-Modellen.

Neuausrichtung der Beschaffungsstrategien

Obwohl preisgünstigere KI-Modelle mit niedrigeren Einstiegspreisen pro Anfrage werben, hängen die Gesamtausführungskosten stark von der Effizienz bei der Arbeitsabwicklung ab. Aufgaben, die von einfacheren Systemen verarbeitet werden, erfordern unter Umständen häufigere Aufrufe, längere Prompt-Sequenzen oder zusätzliche Korrekturschritte, um akzeptable Ergebnisse zu erzielen. Dies treibt die Gesamtausgaben letztlich in die Höhe. Diese Kennzahlen legen nahe, dass Unternehmen bei der Beschaffung von KI-Diensten eher die Gesamtkosten für den Abschluss einer Aufgabe bewerten müssen als oberflächliche Stückpreise.

KI-generierte redaktionelle Illustration; kein Dokumentarfoto.

Quelle: Survey: only 11% of ~400 businesses could forecast AI spending; a study finds lower-priced models cost more than higher-priced models on 32% of 6,800+ tasks (Wall Street Journal)