08.10.2026 · Signal Titans Editorial
Studie: Ausgaben für Enterprise-KI erweisen sich wegen schwankender Token-Kosten als unberechenbar
Eine Umfrage zeigt: Nur 11 % der Unternehmen können KI-Ausgaben vorhersagen. Bei 32 % aller Aufgaben sind günstigere Modelle teurer.
Nur 11 Prozent von rund 400 befragten Unternehmen geben an, ihre Ausgaben für künstliche Intelligenz präzise prognostizieren zu können. Das geht aus Umfrage- und Forschungsdaten hervor, über die die Financial Times am 5. Oktober 2026 berichtete. Die Ergebnisse verdeutlichen anhaltende betriebliche Herausforderungen für IT-Abteilungen in Unternehmen, die versuchen, die Kosten für den Einsatz generativer KI vorherzusehen und zu steuern.
Token-Verbrauch sorgt für Budgetabweichungen
Die Nutzung künstlicher Intelligenz wird in der Regel auf Token-Basis abgerechnet. Token erfassen dabei die strukturellen Einheiten von Text oder Daten, die bei Anfragen und der Generierung von Ergebnissen verarbeitet werden. Da der Token-Verbrauch eines Modells für eine bestimmte Aufgabe jedoch schwer vorhersehbar sein kann, fällt es Organisationen schwer, verlässliche Grundannahmen für langfristige Ausgaben zu treffen.
Günstigere Modelle können Gesamtkosten steigern
Die Unberechenbarkeit der Token-Nutzung stellt die Annahme infrage, dass günstigere KI-Modelle automatisch Geld sparen. Eine Studie, die mehr als 6.800 Aufgaben analysierte, ergab, dass preiswertere Modelle bei 32 Prozent der untersuchten Arbeitslasten letztlich teurer waren als hochpreisige Alternativen.
Wenn ein kostengünstigeres Modell deutlich mehr Token oder längere Iterationen benötigt, um eine Aufgabe zu bewältigen, steigt das gesamte Rechenvolumen. Folglich garantieren niedrigere Nominalpreise pro Token bei fast einem Drittel der getesteten Unternehmensaufgaben keine geringeren Gesamtkosten im Betrieb.
Breite Herausforderungen bei der Finanzplanung
Die Umfragedaten zeigen, dass die große Mehrheit der Organisationen nach wie vor Schwierigkeiten hat, die tokenbasierte KI-Nutzung mit traditionellen festen Software-Beschaffungsmodellen zu vereinbaren. Da nur etwas mehr als jedes zehnte Unternehmen Vertrauen in seine Finanzprognosen für KI-Einführungen hat, bleibt die schwankende Token-Effizienz über verschiedene Arbeitslasten hinweg eine Hauptursache für Budgetabweichungen.
KI-generierte redaktionelle Illustration; kein Dokumentarfoto.
SIGNAL TITANS