KI-Tools führen zu steigenden Kosten statt Einsparungen

Ein neues Problem beschäftigt große Technologiekonzerne: Die breite Einführung von KI-Tools treibt die Kosten in die Höhe anstatt sie zu senken. Interne Programme, die Mitarbeiter zum KI-Einsatz anregen sollen, haben zu einem sprunghaften Anstieg der Ausgaben für Rechenleistung und Abfrageverarbeitung geführt.

Laut Branchenkreisen drängen Unternehmen ihre Teams, vorrangig firmeneigene KI-Tools zu nutzen und Drittanbieterlösungen zurückzufahren. Ein wesentlicher Treiber sind die rapide steigenden Kosten für die Verarbeitung von Abfragen, insbesondere da KI-Anwendungen immer komplexer werden.

Besonders teuer ist die sogenannte agentische KI. Diese Systeme liefern nicht nur eine einzelne Antwort, sondern führen eigenständig mehrere Schritte aus, analysieren Daten und treffen Zwischenentscheidungen. Solche Prozesse können hunderte oder gar tausende Male mehr Rechenleistung benötigen als eine einfache Textabfrage.

Gleichzeitig zeichnet sich ein interner Trend ab: Mitarbeiter greifen selbst für die einfachsten Aufgaben auf KI zurück – nur um innerhalb des Unternehmens hohe Nutzungszahlen zu erzielen. Das Ergebnis ist paradox: Je breiter die Tools verfügbar waren, desto stärker stieg der Gesamtverbrauch.

Einige Teams überdenken bereits ihre KI-Strategie und schauen über die Produktivitätsgewinne hinaus auf die tatsächlichen Betriebskosten. Die Frage, die immer wieder aufkommt: Ist Automatisierung wirklich günstiger als manuelle Arbeit, wenn die Rechenkosten schneller steigen als erwartet?

Experten erwarten, dass sich der Markt allmählich vom reinen Zählen der KI-Nutzung hin zur Messung der tatsächlichen Effizienz und des wirtschaftlichen Nutzens verlagern wird. Für Unternehmen bedeutet das: Die nächste Phase dreht sich nicht um eine flächendeckende KI-Einführung, sondern um die Auswahl der Anwendungsfälle, bei denen sie sich wirklich lohnt.