Nachdem sie ihre Mitarbeiter zwei Jahre lang bei jeder Gelegenheit dazu gedrängt haben, generative KI einzuführen, ziehen sich nun immer mehr große Unternehmen zurück. Laut einer am 19. Juni 2026 veröffentlichten Untersuchung der Financial Times wird der Grund in einem Zitat eines Unternehmensinsiders unverblümt zusammengefasst: „Wir haben ein Monster erschaffen.“

Der FT-Bericht, der schnell zu einer der meistdiskutierten Wirtschaftsgeschichten der Woche wurde, dokumentiert, wie rasante KI-Ausgaben, die größtenteils in von KI-Anbietern abgerechneten Token dosiert werden, die Unternehmensbudgets belasten und Führungskräfte dazu zwingen, Disziplin bei Tools durchzusetzen, die sie erst kürzlich vorgeschrieben hatten. Weitere Informationen zu dieser Geschichte finden Sie in unserer aktuelle KI-Trends.

Vom Auftrag zur Zurückhaltung

Der Wandel ist auffällig, weil er den Kurs der von vielen großen Arbeitgebern vertretenen Politik umkehrt. Wie CBC am 17. Juni berichtete, sei das erklärte Ziel zahlreicher Unternehmen gewesen, „so viel KI wie möglich einzusetzen“. Jetzt ziehen sich einige dieser Organisationen zurück, begrenzen die Nutzung, beschränken den Zugriff auf Premium-Modelle und prüfen, welche KI-Workflows tatsächlich einen Mehrwert bieten.

Crypto Briefing nannte unter Berufung auf die FT-Berichterstattung bestimmte Unternehmen, die den KI-Einsatz ihrer Mitarbeiter aufgrund des Kostenanstiegs einschränken, darunter Amazon, Walmart und Uber. Die Schlagzeile, dass drei der fortschrittlichsten Technologie-Arbeitgeber der Welt die Mittel für KI-Ausgaben verschärfen, signalisiert, dass das Kostenproblem nicht auf finanzschwache Start-ups beschränkt ist. Es erreicht die größten Unternehmen der Welt.

Das Token-Rechnung-Problem

Im Zentrum des Rückzugs steht das Preismodell, das den meisten generativen KIs zugrunde liegt. Anstelle eines Pauschalabonnements berechnen viele KI-Dienste nach Token, den Textblöcken, die ein Modell liest und produziert. Wenn Zehntausende Mitarbeiter lange Dokumente in Chatbots einfügen, den ganzen Tag KI-Codierungsassistenten ausführen oder interne Agenten aufbauen, die viele Modellaufrufe durchlaufen, dreht sich der Token-Zähler schnell.

Eine separate Analyse von Let's Data Science, die am 17. Juni veröffentlicht wurde, konzentrierte sich auf das Phänomen, dass Unternehmen ihre Ausgaben für KI-Token speziell für Ingenieure einschränken. Entwicklertools, die Dutzende von Modellanfragen pro Aufgabe ausgeben können, gehören zu den teuersten KI-Einsätzen in großen Unternehmen. Da immer mehr Codegenerierungs- und Agententools in die Produktion gelangen, sind die Kosten für deren Betrieb stark gestiegen.

Die Herausforderung wird durch die Schwierigkeit verschärft, den Return on Investment zu messen. Während einzelne Mitarbeiter oft über Produktivitätssteigerungen berichten, hat es sich als schwieriger erwiesen, als viele Führungskräfte erwartet hatten, diese Steigerungen bestimmten Dollars an symbolischen Ausgaben zuzuordnen und nachzuweisen, dass sie über der Rechnung liegen.

Sogar die KI-Entwickler spüren den Druck

Der Kostendruck beschränkt sich nicht nur auf KI-Konsumenten. Es berührt die Unternehmen, die die Technologie entwickeln. Am 12. Juni berichtete Stocktwits, dass die KI-Kosten von Meta „explodiert“ seien, was das Unternehmen dazu veranlasste, Pläne zur Ausgabenreduzierung zu skizzieren. Für ein Unternehmen, das KI als zentral für seine Zukunft positioniert hat, unterstreicht die Anerkennung des Kostendrucks, wie weit sich die Disziplin ausgebreitet hat.

Das Muster deutet auf einen reifenden Markt hin. In den Jahren 2024 und 2025 bestand der vorherrschende Unternehmensinstinkt darin, umfassend zu experimentieren und sich später Gedanken über die Gesetzesvorlage zu machen, in der Annahme, dass eine frühzeitige KI-Einführung einen dauerhaften Wettbewerbsvorteil verschaffen würde. Im Jahr 2026, wenn die Budgets knapper werden und die Neuheiten schwinden, fordern die Finanzabteilungen die gleiche Strenge bei allen anderen Werbebuchungen.

Ein neuer Markt für Kostenkontrolle

Der Rückzug selbst schafft kommerzielle Chancen. Am 4. Juni berichtete CNBC, dass das Spesenmanagement-Startup Ramp einen Wert von 44 Milliarden US-Dollar erreicht hat, da Unternehmen versuchen, ihre KI-Ausgaben einzudämmen. Der Aufstieg von Ramp zeigt, wie schnell sich der Problempunkt zu einer Produktkategorie entwickelt hat: Neben den KI-Tools selbst sind jetzt auch Tools gefragt, die KI-Ausgaben überwachen, zuweisen und begrenzen.

Diese Dynamik, bei der Anbieter um den Verkauf von KI wetteifern, und eine parallele Branche darum, Käufern dabei zu helfen, ihre Ausgaben zu kontrollieren, spiegelt die schwierige mittlere Phase wider, in die der Markt für Unternehmens-KI eingetreten ist. Die Technologie hat die Messlatte für den Nutzen für viele Aufgaben überwunden, aber noch nicht die Messlatte für vorhersehbare, kontrollierbare Kosten.

Was es für die Branche bedeutet

Für KI-Anbieter ist der Trend eine Warnung. Wenn große Kunden von unbegrenzten Experimenten zu einer rationierten, ROI-getesteten Nutzung übergehen, könnte sich das Umsatzwachstum, das an den reinen Token-Verbrauch gebunden ist, verlangsamen. Diese Aussicht ist besonders folgenreich für Unternehmen, deren Finanzmodelle von ständig steigenden Inferenzvolumina ausgehen.

Für Unternehmen ist die Lektion differenzierter. Der Rückgang bedeutet nicht unbedingt, dass die KI in großen Unternehmen versagt. Mehrere der Organisationen, die ihre Aufsicht verschärfen, weiten gleichzeitig gezielte, hochwertige KI-Einsätze aus. Der Wandel erfolgt von der Breite zur Selektivität, von „KI überall einsetzen“ hin zu „KI dort einsetzen, wo es sich lohnt“.

Das dem FT-Bericht zugrunde liegende Zitat „Wir haben ein Monster erschaffen“ beschreibt möglicherweise eher eine vorübergehende Überschreitung als ein dauerhaftes Urteil. Die Unternehmen haben sich beeilt, generative KI umfassend zu integrieren, haben dabei hohe Rechnungen generiert und korrigieren nun ihren Kurs. Ob diese Korrektur die KI-Einführung verlangsamt oder sie einfach nachhaltiger macht, ist die Frage, die die Branche den Rest des Jahres 2026 beantworten wird.

---

Bleib vorne bei KI

Die neuesten KI-Nachrichten, Analysen und Durchbrüche – alles an einem Ort.

Mehr KI-Nachrichten lesen →