KI-Kosten 2026: Die Preise fallen, die Rechnungen steigen
Innerhalb von zwölf Monaten ist der Preis für starke KI-Modelle um 80 bis 95 Prozent gefallen. Manche Anbieter haben ihn im selben Quartal zweimal halbiert. Für Betriebe klingt das nach einer guten Nachricht, und in der Summe ist es das auch. Nur zieht daraus fast jeder den falschen Schluss: dass man jetzt planen könne, was KI im nächsten Jahr kostet. Genau das lässt sich nicht mehr planen, und es ist auch nicht die Frage, die zählt.
Was in den letzten Monaten tatsächlich passiert ist
Der Begriff, der in Fachmeldungen dauernd auftaucht, ist die sogenannte Frontier: die Handvoll Modelle, die zu einem Zeitpunkt das technisch Beste liefern. Bis vor Kurzem war das eine kleine, teure Gruppe. Der Sommer 2026 hat diese Gruppe eingeebnet.
Ein Bewertungsvergleich vom Juli setzte zehn Spitzenmodelle auf eine Skala und fand zwischen dem ersten und dem zehnten Platz elf Punkte Abstand. Zur Erinnerung: vor eineinhalb Jahren lagen zwischen dem Marktführer und dem Verfolgerfeld noch Welten. Wenn zehn Anbieter praktisch dasselbe können, bleibt als Unterscheidungsmerkmal der Preis. Und der ist entsprechend gefallen:
Juni bis August 2026, aus den Ankündigungen der Anbieter:
Ein US-Anbieter senkte den Preis seines Spitzenmodells in einem Schritt um 80 Prozent. Ein chinesischer Anbieter zog kurz darauf mit 95 Prozent nach. Zwei weitere Häuser brachten neue Spitzenmodelle zum halben Preis des Vorgängers heraus, bei besserer Leistung. Eine Testreihe, für die vor einem Jahr noch dreistellige Beträge fällig gewesen wären, lief in einem dokumentierten Fall für den Gegenwert von vier Cent durch.
Parallel dazu haben offene Modelle aufgeschlossen, die man ohne Vertrag herunterladen und auf eigener Hardware betreiben kann. Ein Modell, das im vergangenen Jahr ein Rechenzentrum gebraucht hätte, läuft heute in brauchbarer Qualität auf einem gut ausgestatteten Arbeitsplatzrechner.
Die Ursachen dahinter sind nicht geheimnisvoll. Die Anbieter haben gelernt, dieselbe Antwortqualität mit deutlich weniger Rechenschritten zu erzeugen. Offene Modelle setzen die geschlossenen unter Druck. Und solange sich noch kein Markt auf einen Anbieter festgelegt hat, ist ein niedriger Preis das einfachste Mittel, um Anwender zu binden. Zu dieser Rechnung gehört auch: Ein Teil dieser Preise ist von Kapitalgebern bezuschusst und nicht kostendeckend. Was heute wenig kostet, kostet nicht zwingend dauerhaft wenig.
Warum Ihre Rechnung trotzdem steigt
Hier liegt der Denkfehler, den wir bei Betrieben am häufigsten sehen. Der Preis, mit dem Anbieter werben, ist ein Preis pro Textmenge. Abgerechnet wird nach Token, also nach Silben- und Wortbruchstücken, die in das Modell hinein- und wieder herauslaufen. Was Sie am Monatsende zahlen, ist der Preis multipliziert mit dem Verbrauch. Der Preis fällt. Der Verbrauch explodiert.
Der Grund heißt Agenten. Ein Mensch, der eine Frage stellt, verbraucht einmal Text. Ein Agent, der eine Aufgabe selbstständig löst, arbeitet in Schleifen: Er liest, plant, ruft Werkzeuge auf, prüft das Ergebnis, korrigiert sich und beginnt von vorn. Und weil ein Modell kein Gedächtnis hat, wird bei jedem dieser Schritte der gesamte bisherige Verlauf erneut mitgeschickt und erneut bezahlt.
Ein Beispiel aus dem Umfeld der Programmierwerkzeuge, das im Juli durch die Fachpresse ging: Ein verbreiteter Codier-Agent verbrauchte pro Arbeitsschritt rund 33.000 Token allein an Verwaltungsaufwand, bevor die eigentliche Aufgabe überhaupt begann. Bei dreißig Schritten sind das eine Million Token, die niemand bestellt hat.
Die praktische Folge: Ein Modell mit dem zehnfachen Preis, das eine Aufgabe im ersten Versuch löst, ist preiswerter als ein sparsames Modell, das dreißig Versuche braucht. Wer nur Preislisten vergleicht, vergleicht die falsche Zahl.
Die Gegenbewegung: die Hardware wird teurer
Während die Nutzung von KI preiswerter wird, wird das Gerät auf Ihrem Schreibtisch teurer. Das ist kein Widerspruch, sondern dieselbe Ursache von der anderen Seite.
Der Ausbau der Rechenzentren verschlingt Arbeitsspeicher in Mengen, für die der Markt nicht ausgelegt ist. Speicherbausteine sind seit dem Frühjahr spürbar teurer geworden, die großen Auftragsfertiger haben ihre Preise angehoben, und mindestens ein bekannter Gerätehersteller hat seine Endkundenpreise ausdrücklich mit gestiegenen Kosten für KI-Komponenten begründet.
Für die Beschaffung im Betrieb heißt das schlicht: Wer 2026 oder 2027 ohnehin Rechner tauschen muss, sollte das eher früher als später einplanen und beim Arbeitsspeicher nicht knapp kalkulieren. Das gilt doppelt, wenn Sie mit dem Gedanken spielen, ein Modell später einmal im eigenen Haus zu betreiben. Wir haben dazu einen eigenen Hardware-Vergleich für lokale Modelle geschrieben.
Der neue Hebel heißt Rationierung, nicht Preiserhöhung
Wenn ein Anbieter unter Preisdruck steht, aber die Rechenleistung knapp ist, erhöht er nicht den Preis. Er kürzt die Menge. Genau das war im Sommer 2026 mehrfach zu beobachten, und es ist für Betriebe der unangenehmere Teil der Entwicklung.
Ein Anbieter zog sein stärkstes Modell aus den Pauschalabos und machte es nur noch über den Abrechnungsweg nach Verbrauch zugänglich. Ein anderer kürzte bei einem Entwicklerwerkzeug die Menge an Text, die ein Modell auf einmal überblicken kann. Ein großer Konzern drosselte sogar den internen Verbrauch seiner eigenen Mitarbeiter. Dazu kommen regionale Sperren: Modelle, die in Europa vorübergehend nicht verfügbar waren, weil Ausfuhrbestimmungen oder Konzernentscheidungen dazwischenkamen.
Für Sie bedeutet das: Die Frage ist nicht mehr nur, was ein Modell kostet, sondern ob es nächsten Monat noch in derselben Form für Sie erreichbar ist. Ein Ablauf, der auf genau ein Modell festgenagelt ist, ist ein Ablauf mit einem Ausfallrisiko, das Sie nicht kontrollieren.
Warum ein Jahresbudget für KI nicht mehr trägt
Die klassische Planung funktioniert so: Man schätzt Bedarf und Preis, multipliziert, legt eine Position ins Budget und prüft am Jahresende die Abweichung. Diese Rechnung setzt voraus, dass sich Preis und Leistung während des Jahres nur langsam ändern.
Diese Voraussetzung ist nicht mehr gegeben. Ein Budget, das im Januar aufgestellt wurde, war im Sommer 2026 mehrfach überholt: Der Preis war gefallen, aber das eingeplante Modell gab es in dieser Form nicht mehr, dafür löste ein neues Modell Aufgaben, die im Januar noch als unlösbar galten und deshalb gar nicht im Plan standen. Die größte Abweichung entsteht nicht durch falsch geschätzte Preise, sondern durch Anwendungsfälle, die es bei der Planung noch nicht gab.
Damit ist die Jahresprognose keine Steuerung mehr, sondern eine Zahl, die man später korrigiert. Was Sie stattdessen brauchen, sind Obergrenzen und Messpunkte.
Sechs Regeln, die statt der Budgetplanung tragen
1. Obergrenze statt Prognose. Legen Sie je Anwendungsfall fest, was er im Monat höchstens kosten darf, und hinterlegen Sie dieses Limit hart beim Anbieter. Ein Ausgabenlimit mit Warnschwelle bei siebzig Prozent ersetzt jede Hochrechnung. Es begrenzt außerdem den einzigen Schaden, der bei Agenten wirklich weh tut: die Schleife, die nachts hundertmal von vorn beginnt.
2. Verbrauch messen, nicht Preise vergleichen. Notieren Sie je Anwendungsfall, wie viele Anfragen im Monat anfallen und wie viel Text dabei durchläuft. Diese Zahl ist der einzige belastbare Teil Ihrer Rechnung, denn sie hängt an Ihrem Betrieb und nicht am Markt. Der Preis ist der Teil, der sich von allein nach unten bewegt.
3. Erst die kleine Klasse, dann die große. Für Standardarbeit reicht in aller Regel ein mittleres Modell. Das Spitzenmodell lohnt sich dort, wo ein Fehler teuer ist oder wo es die Aufgabe im ersten Anlauf löst. Sortieren Sie Ihre Aufgaben in zwei Töpfe, statt für alles dasselbe zu nehmen. Als Einstieg dazu passt unser Beitrag zur Auswahl zwischen GPT, Claude und Gemini.
4. Wechselfähigkeit vor Optimierung. Ihre Anweisungen, Ihre Beispiele, Ihre Auswertungen gehören ins eigene Haus. Das Modell ist der austauschbare Teil. Wenn ein Modellwechsel bei Ihnen eine Konfigurationsänderung ist und kein Projekt, nehmen Sie jeden Preissturz mit und überstehen jede Abschaltung. Wenn er ein Projekt ist, zahlen Sie beides doppelt.
5. Einen zweiten Weg vorhalten. Für alles, was im Tagesgeschäft hängt, gehört ein Ersatzweg dazu: ein zweiter Anbieter oder ein offenes Modell auf eigener Hardware. Es muss nicht gleich gut sein, es muss verfügbar sein. Wie weit lokale Modelle inzwischen sind, haben wir in unserer Übersicht zur lokalen KI-Strategie zusammengetragen.
6. Nicht auf niedrigere Preise warten. Die Ersparnis entsteht nicht durch den Einkauf, sondern durch den Einsatz. Wer wartet, hat in einem Jahr preiswertere Modelle und dieselbe Unkenntnis darüber, wofür sie im eigenen Betrieb taugen. Wer jetzt einen einzigen Ablauf sauber umstellt, hat in einem Jahr Erfahrung, Zahlen und einen zweiten Ablauf in Arbeit.
Wie wir das im eigenen Haus handhaben
Wir schreiben das nicht aus der Zuschauerperspektive. Unsere eigenen Dienste laufen selbst mit Abrechnung pro Abruf, und wir sehen deshalb täglich, was ein einzelner Vorgang wirklich kostet. Zwei Beobachtungen haben sich dabei als robust erwiesen.
Erstens: Die größte Ersparnis kam nie aus einem Anbieterwechsel, sondern daraus, unnötige Schritte wegzulassen. Eine Aufgabe, die vorher in fünf Modellaufrufen gelöst wurde, brauchte nach dem Umbau zwei. Das war ein größerer Hebel als jede Preissenkung des Anbieters.
Zweitens: Ohne Messung stimmt die Vermutung fast nie. Wir haben mehrfach erlebt, dass der teuerste Posten woanders lag als gedacht, und dass eine Abrechnung erst dann zusammenpasste, wenn Soll und Ist gegeneinandergestellt wurden. Deshalb bauen wir Kostenmessung heute von Anfang an ein und nicht, wenn die erste überraschende Rechnung kommt.
Interesse?
Wenn Sie wissen wollen, was ein bestimmter Ablauf in Ihrem Betrieb an KI-Kosten wirklich verursacht und wie er sich mit Obergrenzen absichern lässt, sehen wir uns das an. Wir bauen die Anbindung so, dass ein Modellwechsel später eine Einstellung bleibt und kein neues Projekt wird.