Sieben Millionen US-Dollar. So hoch liegt das durchschnittliche KI-Budget eines Unternehmens im Jahr 2026, nach 1,2 Millionen US-Dollar im Jahr 2024, ein Anstieg um 483 %, laut der Erhebung der FinOps Foundation von 2026 unter mehr als 1.100 Praktikern. Dieselbe Erhebung fand, dass 73 % der Unternehmen ihre KI-Kostenprognosen im vergangenen Jahr überschritten haben.
Wenn sich Ihre Rechnung in diese Richtung bewegt, müssen Sie wissen, welchen Hebel Sie zuerst ziehen, und der gängige Rat („wechseln Sie auf ein günstigeres Modell“) ist die falsche Antwort auf diese Frage. Dieser Leitfaden ordnet die Hebel danach, was sie Sie an Genauigkeit und Aufwand kosten, und sagt, was Sie prüfen, bevor Sie einem von ihnen vertrauen.
Zuerst die Zahl wechseln, die Sie beobachten
Die meisten Dashboards melden Kosten pro Token oder Kosten pro Aufruf, und beide belohnen das falsche Verhalten. Ein günstiges Modell, das die Aufgabe verfehlt und eine Wiederholung auslöst oder am Ende doch an einen Menschen übergibt, kann pro fertigem Vorgang mehr kosten als ein teures, das es beim ersten Mal richtig macht. Die FinOps Foundation empfiehlt stattdessen Kosten pro erfolgreichem Ergebnis, und dem stimmen wir ohne Einschränkung zu. Verfolgen Sie nur Token, dann sehen genau die Abläufe effizient aus, die Geld in Nacharbeit verbrennen.
Deshalb gehören KI-Ausgaben in die Berichte, die Sie ohnehin fahren. Wenn Ihre Business Intelligence schon Kosten pro Auftrag oder Kosten pro Ticket verfolgt, stellen Sie die Kosten pro abgeschlossener KI-Aufgabe daneben, und die Finanzleitung kann sehen, ob die Automatisierung günstiger ist als der Ablauf, den sie ersetzt hat. Die API-Rechnung kann ihr das nicht sagen.
Welcher Hebel, je nach Last
Die Tabelle folgt der Preisdokumentation von Anthropic und OpenAI in der Zusammenstellung von Digital Applied. Die Einsparungen sind Bestfälle für Teams, die verwaltete APIs aufrufen, messen Sie sie also an Ihrem eigenen Verkehr, bevor sie in eine Prognose wandern.
| Wenn das Ihre Last beschreibt | Hebel | Typische Einsparung | Aufwand | Prüfen, bevor Sie darauf vertrauen |
|---|---|---|---|---|
| Derselbe System-Prompt oder dasselbe Referenzdokument geht bei jedem Aufruf mit | Prompt- und KV-Caching | Bis zu 90 % auf Token aus dem Cache | Gering | Ihre tatsächliche Cache-Trefferquote |
| Es kommen viele fast gleiche Fragen | Semantisches Caching | 61 bis 69 % weniger API-Aufrufe | Mittel | Dass ähnliche Fragen wirklich dieselbe richtige Antwort haben |
| Niemand wartet auf das Ergebnis (Berichte, Nachläufe, Klassifizierung) | Asynchrone Stapelverarbeitung | 50 % unter den Sync-Tarifen | Gering | Dass die Bearbeitungszeit akzeptabel ist |
| Die meisten Anfragen sind leicht, einige sind schwer | Modellkaskade und Routing | Über 30 % | Mittel | Den Router an Ihren eigenen Prompts, denn einer, der die Schwierigkeit falsch einschätzt, schickt schwere Fragen an ein schwaches Modell |
| Sie hosten selbst, im großen Maßstab | Quantisierung | Von den Quellen oben nicht erfasst | Hoch | Das ist eine Infrastrukturentscheidung und kein erster Schritt |
Lesen Sie die Tabelle von oben nach unten, denn die Reihenfolge ist der Rat. Caching kommt zuerst, weil es keine Genauigkeit kostet: Ein Ablauf, der bei jedem Aufruf denselben Prompt schickt, zahlt einmal den vollen Preis und danach einen Bruchteil. Stapelverarbeitung folgt für alles, was warten kann. Routing kommt später, weil Sie ihm nicht trauen können, bevor Sie es an Ihren eigenen Daten gemessen haben, und es ist der erste Hebel, der Antworten schlechter machen kann.
Warum Warten auf günstigere Modelle kein Plan ist
Finanzabteilungen nehmen an, KI werde günstiger. Die Beobachtung von 130 LLM-APIs durch Axis Intelligence Research fand, dass die Preise für Spitzenmodelle sich seit Januar 2026 verdoppelt haben, während die günstigsten Modelle auf dem Qualitätsniveau von 2023 über drei Jahre um mehr als das 200-fache im Preis gefallen sind. Beides gilt gleichzeitig: ein Boden, der weiter fällt, und eine Decke, die weiter steigt, und Ihre Rechnung hängt davon ab, welche von beiden Ihr Ablauf berührt.
So kann die Gesamtausgabe um 483 % steigen, während Tokenpreise verfallen. Die Erhebung sagt nicht, warum. Die wahrscheinlichste Erklärung ist Menge: Günstigere Token setzen Modelle an mehr Stellen, und ein Agent, der mehrere Aufrufe pro Aufgabe verkettet, vervielfacht die Token hinter jedem Ergebnis.
Unsere Vermutung: Überschreitungen fallen meist erst auf, wenn eine Zahl kommt, die größer ist als die, die Sie genehmigt haben, und das Geld bereits ausgegeben ist.
Was wir am Montag tun würden
Geben Sie einer Person die Verantwortung für die Inferenzposition, wie bei jeder anderen Lieferantenkostenposition, und prüfen Sie sie regelmäßig gegen Ergebnisse. Schalten Sie Prompt-Caching ein, wo es existiert. Nehmen Sie einen Ablauf und rechnen Sie seine Kosten pro erfolgreichem Ergebnis, einschließlich Wiederholungen und Übergaben an Menschen. Diese Zahl sagt Ihnen mehr als die Rechnung. Für Agentenabläufe gehört unser Beitrag zum ROI vor dem Ausrollen eines Piloten in dasselbe Gespräch.
ThinqHub implementiert Odoo und ERPNext, und der Platz, an dem wir diese Kennzahl haben wollen, ist neben den betrieblichen Daten in Ihren Berichten. Wenn die KI-Ausgaben schneller wachsen, als irgendjemand erklären kann, sprechen Sie mit uns darüber, diese Sicht zu bauen, bevor die nächste Überschreitung kommt.
