Mein Konto
KI wird immer billiger. Für die Nutzer ist das eine gute Nachricht. Für die Anbieter kann es zum Problem werden. Von Klaus Madzia
Der Preiskampf bei KI-Modellen nimmt an Fahrt auf. OpenAI hat Ende Juli den Preis seines kleineren Modells GPT-5.6 Luna um 80 Prozent gesenkt: Eine Million Input-Tokens kosten inzwischen nur noch 0,20 Dollar. Anthropic („Claude“) reagiert ebenfalls. Das Unternehmen bietet mit Claude Opus 5 ein leistungsfähiges Modell zum halben Preis seines Spitzenmodells Fable 5 an.
Und dann kommt China.
Zhipus GLM 5.2 liegt bei mehreren anspruchsvollen Coding- und Agenten-Tests erstaunlich nah an den besten Modellen von Anthropic – kostet aber deutlich weniger.
Noch interessanter ist DeepSeek. Das Unternehmen hat gerade sein V4-Pro-Modell offiziell gestartet. Gleichzeitig kündigte DeepSeek an, die API-Preise für V4 Pro und V4 Flash ab 17. August deutlich anzuheben – je nach Modell und Nutzung teilweise um ein Vielfaches.
Das klingt zunächst widersprüchlich: Die Amerikaner senken die Preise, ein chinesischer Anbieter erhöht sie.
Aber genau darin steckt die interessante Frage: Wer hat eigentlich Macht beim Preis?
Wenn Intelligenz zur Ware wird
Die Entwicklung erinnert an die Telekommunikation nach dem Platzen der Dotcom-Blase. Bandbreite wurde immer billiger und damit zur Ware. Das große Geld verdienten am Ende nicht unbedingt diejenigen, die die günstigste Bandbreite verkauften.
Bei KI könnte etwas Ähnliches passieren.
Wenn leistungsfähige Modelle immer günstiger werden, verschiebt sich der Wert weg vom Modell selbst – hin zu den Unternehmen, die die nötige Infrastruktur liefern oder KI sinnvoll in ihre Produkte einbauen.
Die entscheidende Frage für Anleger lautet deshalb nicht mehr allein: Wer baut das beste KI-Modell? Sondern: Wer verdient Geld, wenn KI immer billiger wird?
Sinkende Preise sind für Kunden zunächst hervorragend. Für Anbieter von KI-Software sieht die Rechnung allerdings anders aus.
Denn KI kostet bei jeder Nutzung Geld. Anders als klassische Software entstehen mit jedem zusätzlichen KI-Aufruf neue Kosten für Rechenleistung und Inferenz.
Das ist besonders problematisch für Unternehmen, die ihren Kunden eine feste monatliche Gebühr berechnen, während die Nutzung stark schwankt.
Ein extremes Beispiel: Ein Kunde nutzt eine KI-Funktion hundertmal am Tag, ein anderer nur fünfmal. Beide zahlen aber denselben Monatsbeitrag. Je leistungsfähiger und „agentischer“ die KI wird, desto größer kann dieser Unterschied werden.
Eine Untersuchung der Investmentgesellschaft Iconiq zeigt, wie relevant das Thema inzwischen ist: Bei KI-Unternehmen in machen die laufenden Ausgaben für jede einzelne Abfrage an ein fertiges KI-Modell inzwischen einen erheblichen Teil der Kostenstruktur aus. Für Anleger wird damit eine Kennzahl wichtiger, die lange kaum jemanden interessiert hat: Wie viel kostet ein zusätzlicher KI-Nutzer das Unternehmen tatsächlich?
Der heimliche Gewinner: Gerade ein deutsches Unternehmen könnte von sinkenden Modellkosten profitieren. Der Konzern verkauft nicht die allerneueste, klügste und leistungsstärkste Generation von Künstlicher Intelligenz wie OpenAI oder Anthropic, sondern integriert KI in Unternehmenssoftware. Werden die zugrunde liegenden Modelle günstiger, kann das die Kosten für solche Funktionen senken. Mehr dazu in der nächsten Ausgabe des kiqreports.