Tokenpocalypse: Warum die KI-Rechnung steigt, obwohl die Preise fallen

Das Wort des Sommers stammt von 404 Media: die „Tokenpocalypse”. Aus einem geleakten internen Accenture-Meeting geht hervor, dass der Konzern gegen „soaring token spend” kämpft. Ein großer Teil davon entsteht, wenn Nicht-Techniker Token-intensive Aufgaben wie „PDF in Folien umwandeln” an Frontier-Modelle geben. Uber hat die Nutzung von Claude Code und Cursor gedeckelt, nachdem der eigene CTO einräumte, das gesamte Jahres-KI-Budget sei nach vier Monaten aufgebraucht, kurz nachdem man die Belegschaft noch zur maximalen Nutzung ermuntert hatte.

Warum der Verbrauch ausgerechnet jetzt explodiert

Weil sich die Art der Nutzung verändert hat. Ein Chat-Prompt war eine Frage und eine Antwort. Ein Agent ist eine Schleife: Er plant, ruft Tools auf, liest die Ergebnisse, korrigiert sich und versucht es erneut. Und bei jedem einzelnen Schritt schickt er den kompletten bisherigen Kontext noch einmal ans Modell. Aus einer Aufgabe werden so Dutzende Modellaufrufe mit immer länger werdendem Anlauf. Multi-Agent-Setups, bei denen ein Orchestrator mehrere Sub-Agenten parallel losschickt, multiplizieren das noch einmal.

Eine agentisch erledigte Aufgabe verbraucht deshalb schnell das Zehn- bis Hundertfache eines einfachen Chat-Prompts. Das ist kein Fehler, sondern der Preis dafür, dass die KI selbstständig arbeitet statt nur zu antworten. Aber es erklärt, warum Budgets, die für Chatbot-Nutzung kalkuliert wurden, im Agenten-Zeitalter nach vier Monaten leer sind.

Das Paradoxe

Die Preise pro Token fallen gleichzeitig rapide. OpenAI hat GPT-5.6 Luna im August um 80 % auf 0,20 USD pro Million Input-Token gesenkt, Google bietet Gemini 3.7 Flash zum halben Einführungspreis des Vorgängers an. Billiger pro Einheit, teurer in Summe: Das ist der Jevons-Effekt, den Ökonomen von der Dampfmaschine kennen. Sinkende Kosten pro Nutzung führen zu explodierender Nutzung.

Unsere Einschätzung

Das Problem ist Routing, nicht Nutzung. Wer PDFs mit einem Frontier-Modell in Folien umwandelt, bezahlt einen Sportwagen für den Brötchenkauf. Die Lösung ist ein Modell-Routing nach Aufgabe: billige Workhorse-Modelle für Alltägliches und für die vielen Zwischenschritte der Agenten, Frontier-Modelle für das, was sie rechtfertigt. Genau dafür sind Harness und Orchestrierung da — unser roter Faden aus dem Juli.

Die Verschwendung muss verhindert werden, nicht die Nutzung. Ubers Kurswechsel von „nutzt alles” zu „hartes Limit” wiederholt den Fehler, den wir von Schatten-KI kennen: Pauschale Bremsen treiben Nutzung in unkontrollierte Kanäle. Besser: Budgets pro Use Case, Transparenz-Dashboards und günstige Standard-Wege für Routineaufgaben.

Token-Ökonomie gehört jetzt ins Controlling. Wenn KI-Kosten nutzungsbasiert werden, brauchen sie dieselbe Disziplin wie Cloud-Kosten vor zehn Jahren: Forecasting, Showback, Preisverhandlungen mit Volumen-Commitments. Wer 2027 Verträge verhandelt, sollte fallende Listenpreise explizit einpreisen.

Die Frage ist nicht mehr, was ein Token kostet, sondern wer im Unternehmen entscheidet, wofür Tokens ausgegeben werden.

Sie wollen wissen, wohin Ihre Token-Ausgaben tatsächlich fließen? Wir schauen gerne mit Ihnen drauf.