Das paradoxe Phänomen: Trotz sinkender Tokenpreise steigen die Gesamtkosten von Unternehmen für KI, durch intensivere Workflows, massiv, auf prognostizierte 28,7 Milliarden Euro.² KI wird damit zu einem stetig wachsenden Kostenblock in den Jahresabschlüssen deutscher Unternehmen.
Neben Kosten umfasst Tokenomics vor allem die gezielte Wertschöpfung sowie die systematische Leistungsmessung des erzeugten Mehrwerts. Dieser Artikel konzentriert sich bewusst auf einen Ausschnitt: die Kostenstruktur und die Hebel, mit denen Unternehmen sie senken.
Wer diesen neuen Kostenblock verstehen will, muss drei wesentliche Größen kennen:
- Volumen: Tokens messen die Rechenarbeit. Use Cases und Nutzung bestimmen, wie viele davon anfallen.
- Preis: Bestimmen den monetären Wert von Tokens.
- Wert: Was ein verbrauchter Token dem Unternehmen tatsächlich einbringt. Etwa die Zeit, die ein Mitarbeiter durch ein KI-gestütztes Tool spart, übersetzt in Geschäftsergebnis.
Volumen und Preis werden in unterschiedlichen Teilen des Unternehmens beeinflusst und entschieden. Um Kosten einzusparen, muss eine ganzheitliche Betrachtung aller Treiber über sämtliche Geschäftsbereiche hinweg erfolgen. Es bedarf einer kooperativen Zusammenarbeit aller geschäftlichen, technologischen und kommerziellen Treiber.
Abbildung: Sechs Treiber auf drei Ebenen bestimmen die Token-Kosten eines Unternehmens. Quelle: EPAM, 2026.
Die Treiber wirken als Multiplikatoren: Verdoppeln sich Nutzer und zusätzlich deren Anfragen, vervierfacht sich das Volumen, bei unverändertem Preis. Die ersten fünf Treiber bestimmen das Volumen, der Preis pro Token ist an sechster Stelle. Jeder Treiber hebelt mit direkter Wirkung auf die gesamten Token-Kosten.
Geschäftlicher Treiber: Wer nutzt KI, wofür und wie oft?
Drei beeinflussbare Treiber bestimmen die Kosten in den Geschäftsbereichen:
- Nutzerbasis: Wer darf welches Modell nutzen? Nicht jeder Mitarbeiter braucht das teuerste Modell. Den meisten genügen günstige Basis-Modelle. Erst rollenspezifischer Bedarf rechtfertigt Zugriff auf Premium-Modelle (Tiered Access). Inaktive Konten werden erkannt und abgeschaltet, bevor sie unbemerkt Kosten verursachen (Idle-Management).
- Use Cases: Welche Projekte verdienen Budget? KI-Projekte werden erst ausgerollt, wenn Tests ihren Nutzen belegen (ROI-Gating). Geprüfte Vorlagen ersetzen das teure Ausprobieren (Prompt-Bibliotheken).
- Frequenz: Wie oft wird dieselbe Frage gestellt? Wiederkehrende Anfragen beantwortet ein Zwischenspeicher, statt das Modell neu zu belasten (semantisches Caching). Einzelanfragen bündeln sich zu einem Arbeitsschritt, statt das Modell mehrfach aufzurufen (Prozess-Konsolidierung).
Technologischer Treiber: Welches Modell, wie intensiv und mit wie viel Kontext?
Auf der Technologie-Ebene geht es um zwei Fragen: Welches Modell antwortet, und wie oft wird es aufgerufen?
- Modellwahl: Muss es das teuerste Modell sein? Ein Routing-System leitet Anfragen an das günstigste Modell mit ausreichender Qualität (Dynamic Model Routing). Für Spezialaufgaben übernehmen kleine, günstige Sprachmodelle (Small Language Models, SLMs) die Arbeit, statt überdimensionierter Flaggschiff-Modelle (Right-Sizing).
- Modellaufrufe: Wie oft und mit wie viel Kontext fragt das System nach? Klare Abbruchregeln verhindern, dass sich Agenten in teuren Endlosschleifen verfangen (Agent-Governance). Präzise Suchverfahren (Retrieval-Augmented Generation, RAG) übermitteln nur relevanten Kontext und senken Input-Tokens je Aufruf (Precision RAG).
Kommerzieller Treiber: Zu welchem Preis und mit welcher Vertragslaufzeit?
- Token-Preis: Was davon kann warten? Aufgaben ohne Zeitdruck lassen sich gesammelt und zeitversetzt verarbeiten. Hierfür gewähren Anbieter Preisnachlässe (Batch-Processing). Die Einkaufsarbeit ist wegen weniger dominanter Anbieter und dem Wunsch nach Flexibilität anspruchsvoll. Eine gute Vertragsstruktur kombiniert variable Pay-per-Token-Tarife mit festen Kontingenten, ausgerichtet am realen Nutzungsprofil (Right-sized Contracting).
Gemeinsam statt einsam
Wer heute die oben genannten Hebel professionell nutzen und damit Kosten transparent und steuerbar machen will, benötigt ein integriertes, unternehmensübergreifendes Team, das die Verantwortung übernimmt. Wie das funktioniert und wie Kosten auch bei schneller Skalierung von Use Cases „im Griff“ bleiben, diskutieren wir auf der Handelsblatt Konferenz.
¹ Bitkom (2026): https://www.bitkom.org/Presse/Presseinformation/Erstmals-nutzt-Mehrheit-Unternehmen-KI
² FAZ (2026) https://www.faz.net/aktuell/wirtschaft/unternehmen/tokenverbrauch-ki-kosten-steigen-in-deutschen-unternehmen-rapide-accg-201280853.html