Technologie als Kostenfalle

93 Prozent der Unternehmen überschreiten ihre KI-Budgets

Obwohl die Kosten für große Sprachmodelle kontinuierlich sinken, steigen die Ausgaben vieler Unternehmen für Künstliche Intelligenz deutlich an. Zu diesem Ergebnis kommt die aktuelle McKinsey-Analyse "Is that AI agent worth it? Agentic economics and the modern operating model". Demnach überschreiten bereits 93 Prozent der befragten Unternehmen ihre KI-Budgets, jedes fünfte Unternehmen habe den Einsatz von KI aufgrund der laufenden Betriebskosten bereits eingeschränkt, so die Studienautor:innen.

Nach Einschätzung der Unternehmensberatung liege der Grund darin, dass Unternehmen ihre KI-Anwendungen massiv ausbauen und zunehmend komplexe KI-Agenten einsetzen. Gleichzeitig würden viele Anbieter ihre Preismodelle von pauschalen Lizenzen auf nutzungsabhängige Abrechnung umstellen.

Sinkende Modellpreise lösen das Kostenproblem nicht

McKinsey verweist auf ein scheinbares Paradoxon: Während die Kosten für einzelne Modellabfragen in den vergangenen Jahren massiv gesunken seien, hätten sich die Ausgaben von Unternehmen für große Sprachmodelle bis Ende 2025 dennoch verdreifacht. Gleichzeitig dürfte der Anteil von KI an den gesamten IT-Budgets in den kommenden Jahren auf rund 25 Prozent steigen.

Aus Sicht der Studienautor:innen greift deshalb die Diskussion über reine Token-Kosten zu kurz. Entscheidend sei vielmehr, ob KI-Agenten korrekte Ergebnisse liefern, wie viel menschliche Nacharbeit erforderlich ist und ob der wirtschaftliche Nutzen letztlich höher ausfällt als die gesamten Betriebskosten.

Sechs Faktoren treiben die Kosten

Als wesentliche Kostentreiber nennt McKinsey unter anderem umfangreiche Kontextinformationen, mehrstufige Qualitätssicherung, autonome Arbeitsabläufe, den Einsatz besonders leistungsfähiger Modelle für einfache Aufgaben, die Koordination mehrerer KI-Agenten sowie eine ineffiziente Informationsaufbereitung. Günstigere Modellpreise führten daher nicht automatisch zu niedrigeren Gesamtkosten.

Wettbewerbsvorteile entstehen an anderer Stelle

Nach Einschätzung der Expert:innen verschiebt sich damit auch die strategische Debatte. Wettbewerbsvorteile entstünden künftig weniger durch das eingesetzte KI-Modell selbst als durch hochwertige Unternehmensdaten, den richtigen Kontext sowie eine professionelle Steuerung und Governance von KI-Systemen. Unternehmen müssten deshalb lernen, "Maschinenarbeit" ähnlich systematisch zu steuern wie Personal oder Investitionen.

KI wird zur Managementaufgabe

McKinsey empfiehlt Unternehmen, den wirtschaftlichen Nutzen von KI künftig stärker in den Mittelpunkt zu stellen. Nicht die Zahl der verwendeten Tokens oder Modellaufrufe sei entscheidend, sondern der messbare Geschäftserfolg. Dafür brauche es klare Verantwortlichkeiten, definierte Budgets und Leitplanken für den Einsatz autonomer KI-Systeme.

Auch die Unternehmensberatung selbst sieht sich mit diesen Herausforderungen konfrontiert. Nach eigenen Angaben verarbeitet McKinsey mittlerweile rund fünf Billionen KI-Tokens pro Monat und setzt unter anderem auf intelligentes Modell-Routing, gebündelte Nutzung und klare Vorgaben für Anwender:innen, um die Kosten zu steuern.

www.mckinsey.com

• Is that AI agent worth it Agentic economics and the modern operating model
  (pdf | 429.8 KB)