Laut einem neuen Bericht des Capgemini Research Institute planen die meisten großen Unternehmen, den Einsatz offener KI-Modelle zu verstärken, um die Kosten unter Kontrolle zu halten. Dabei wurde festgestellt, dass fast sechs von zehn Unternehmen im vergangenen Jahr deutlich mehr für künstliche Intelligenz ausgegeben haben, als sie erwartet oder budgetiert hatten.
Der Bericht, der auf einer Umfrage unter 500 Führungskräften in 10 Ländern und 13 Branchen im September 2026 basiert, ergab, dass 59 % der Unternehmen deutlich mehr für KI ausgaben als erwartet. Bei den betroffenen Organisationen waren die Ausgaben im Durchschnitt 24 % höher als erwartet und 21 % der befragten Organisationen übertrafen ihre KI-Budgets um mehr als 30 %. Das zentrale Ergebnis der Studie – dass die meisten großen Unternehmen einen stärkeren Open-Weight-KI-Einsatz planen, um ihre Rechnungen zu begrenzen, wie Reuters berichtete – deutet darauf hin, dass die KI-Strategien von Unternehmen in eine Phase der Kostendisziplin eintreten. Die Ergebnisse fallen inmitten einer breiteren KI-Branchenberichterstattung von Unternehmen an, die überdenken, wie sie Modelle kaufen und einsetzen.
Wohin das Geld fließt
Der Bericht weist auf eine anhaltende Lücke bei der Einschätzung der Gesamtkosten der KI-Bereitstellung durch Unternehmen hin. Über die direkten Kosten wie Modellnutzung und Token hinaus müssen Unternehmen auch indirekte Kosten berücksichtigen, die leicht zu unterschätzen sind: menschliche Überwachung der KI-Ausgaben, Korrektur von KI-generierten Fehlern und Governance-Arbeit.
Die Hälfte der befragten Führungskräfte gaben an, dass KI-Ausgaben ohne ausreichenden Einblick in die Gesamtkosten genehmigt wurden, und nur 56 % gaben an, sie seien zuversichtlich, dass sie vorhersagen könnten, wie sich die KI-Kosten im Zuge der zunehmenden Einführung ändern würden. Mit anderen Worten: Für die meisten Unternehmen wurden die KI-Budgets festgelegt, bevor jemand vollständig verstand, was der Einsatz von KI in großem Maßstab tatsächlich kostet.
„Kostendisziplin allein wird kein profitables KI-Anwesen schaffen, ebenso wie Wertschöpfung ohne Kostenkontrolle nicht nachhaltig sein wird“, sagte Volker Darius, CEO von Capgemini Invent, in einer Erklärung zum Bericht. „Organisationen müssen Kosten, Qualität und Geschäftswert gemeinsam messen und für jede Aufgabe das am besten geeignete Modell verwenden.“
Von Single-Vendor-Wetten bis hin zu Multi-Modell-Strategien
Die steigenden Ausgaben veranlassen Unternehmen dazu, ihre KI-Strategien strukturell zu überdenken. Mehr als drei von fünf Führungskräften gehen davon aus, dass ihre Unternehmen in den nächsten 12 Monaten eine Multi-Modell-Strategie einführen und unterschiedliche KI-Modelle basierend auf Kosten, Leistung, Geschwindigkeit und Geschäftsanforderungen auswählen.
Dies markiert eine Abkehr vom Muster der letzten zwei Jahre, in dem sich viele Unternehmen für alles von Chatbots bis hin zur Dokumentenverarbeitung auf einen oder zwei Frontier-Modellanbieter standardisierten. Ein Multi-Modell-Ansatz ermöglicht es Unternehmen, einfache, umfangreiche Aufgaben an günstigere Modelle weiterzuleiten, während teure Grenzmodelle für Arbeiten reserviert werden, die sie wirklich erfordern.
Fast drei von fünf Organisationen planen außerdem, den Einsatz von Open-Weight-Modellen – Modellen, deren Parameter öffentlich veröffentlicht werden und auf der unternehmenseigenen Infrastruktur ausgeführt werden können – und kleineren, spezialisierten Modellen, die auf bestimmte Aufgaben abgestimmt sind, auszuweiten, heißt es in dem Bericht.
Warum Modelle mit offenem Gewicht einen Moment Zeit haben
Das Open-Weight-Segment ist als Alternative zu proprietären, reinen API-Modellen schnell gewachsen. Da Open-Weight-Modelle selbst gehostet werden können, können Unternehmen mit stabilen, vorhersehbaren Arbeitslasten die Abrechnung pro Token vermeiden und eine andere Kostenkurve aushandeln – Infrastruktur- und Betriebskosten gegen Vorhersehbarkeit eintauschen. Branchenanalysen haben geschätzt, dass Token aus Open-Weight-Modellen nur einen Bruchteil der vergleichbaren proprietären Token kosten, obwohl die Gesamtwirtschaftlichkeit von der Nutzung und den internen technischen Fähigkeiten abhängt.
Die Ergebnisse von Capgemini deuten darauf hin, dass sich die Berechnung weiter in Richtung offener und kleiner Modelle verschiebt, da die KI-Ausgaben schneller wachsen als der Wert, den sie nachweislich schafft. In diesem Sinne ist Kostendruck keine Ablehnung von KI – 59 % der Unternehmen gaben zu viel aus, weil sie mehr und nicht weniger KI als geplant nutzten –, sondern eine Forderung nach Präzision darüber, wohin jeder Modelldollar fließt.
Was es für den KI-Markt bedeutet
Die Implikationen des Berichts gehen in mehrere Richtungen gleichzeitig. Für Anbieter proprietärer Modelle bedeutet dies, dass Unternehmenskäufer zunehmend bereit sind, weg von hochpreisigen Frontier-APIs zu diversifizieren, wo ein kleineres oder offenes Modell ausreichen würde. Für Cloud- und Infrastrukturanbieter versprechen Multi-Modell-Strategien heterogenere Workloads – und eine höhere Nachfrage nach den Bereitstellungstools, die den Wechsel zwischen Modellen kostengünstig machen.
Für die Unternehmen selbst lautet die Botschaft, dass das KI-Kostenmanagement zu einer eigenen Disziplin wird, die eher der Finanzplanung als dem Experimentieren ähnelt. Die Feststellung des Berichts, dass die Hälfte der KI-Ausgaben ohne vollständige Kostentransparenz genehmigt wurde, deutet darauf hin, dass viele Unternehmen eine bessere Messung benötigen, bevor sie optimieren können.
Der Bericht des Capgemini Research Institute ergänzt eine wachsende Zahl von Umfrageergebnissen, die darauf hinweisen, dass die nächste Phase des Marktes für Unternehmens-KI nicht davon bestimmt wird, wer KI einführt, sondern davon, wer sie gewinnbringend einsetzt – und dass der Modellmix in großen Unternehmen deutlich vielfältiger werden wird.
---
Der KI einen Schritt voraus seinErhalten Sie die neuesten KI-Nachrichten, Analysen und Durchbrüche – alles an einem Ort.
Weitere KI-Neuigkeiten lesen →
