Die Kostenformel verwechselt Tokenpreis mit Anfragepreis

Eine Faustformel kursiert im Vertrieb von Unternehmenssoftware: 300 Anwender, 50 KI-Anfragen am Tag, ein Cent pro Token, macht angeblich schnell fünfstellige Kosten im Jahr. Wer sie nachrechnet, stößt zuerst auf eine Lücke, die die Formel selbst offenlässt: ein Cent für einen Token oder ein Cent für eine ganze Anfrage, und wie viele Token braucht eine Anfrage überhaupt? Wörtlich genommen ergibt die Formel nicht fünf, sondern acht Stellen; nur eine stille Verwechslung der beiden Größen landet zufällig bei der behaupteten Summe.

Wörtlich gerechnet kostet ein Cent pro Token 15 bis 90 Millionen Dollar#

Ein Token ist kein Wort, sondern ein Sprachbaustein, den ein Modell beim Lesen und Schreiben zählt und abrechnet: kurze Wörter sind oft ein einziger Token, lange oder zusammengesetzte mehrere. Deutsche Komposita zerfallen dabei in mehr Token als ihr englisches Gegenstück; ein deutsches Wort braucht im Schnitt schätzungsweise 1,7 bis 2 Token, ein englisches rund 1,3.

300 Anwender mit je 50 Anfragen am Tag ergeben, über 250 Arbeitstage gerechnet, 3.750.000 Anfragen im Jahr. Setzt man dafür eine realistische Anfragegröße ein, knapp mit 400 Token, kontextreich mit 2.400 Token für Beleg, Systemprompt und Antwort zusammen, ergibt „ein Cent pro Token“ zwischen 15 und 90 Millionen Dollar im Jahr. Zum Referenzkurs der EZB vom 21. August 2026 sind das rund 13 bis 77 Millionen Euro. Diese Verschiebung von einmaligem Kauf zu laufendem Verbrauch prägt die Kostenstruktur der Wissensarbeit inzwischen branchenübergreifend¹.

Reale Listenpreise ergeben Jahreskosten zwischen 4.000 und 65.000 Euro#

Keiner der beiden großen Modellanbieter verlangt einen Cent pro Token, das läge um den Faktor 50 bis 20.000 über ihren veröffentlichten Preislisten. Anthropic² berechnet für sein günstigeres Sonnet-Modell 2 Dollar je Million Eingabe- und 10 Dollar je Million Ausgabe-Token, für das teurere Opus-Modell 5 und 25 Dollar. OpenAI³ verlangt für sein Einstiegsmodell GPT-5-mini 0,25 und 2 Dollar je Million Token. Für dieselben 3.750.000 Anfragen im Jahr, mit rund 2.000 Eingabe- und 400 Ausgabe-Token je Anfrage gerechnet, ergibt das beim günstigsten Modell knapp 4.000 Euro im Jahr, beim teuersten rund 65.000 Euro. Cache-Treffer senken den Eingabepreis in beiden Preislisten um bis zu 90 Prozent, Stapelverarbeitung über Nacht um bis zu 50 Prozent, zwei Rabatte, die in keiner Faustformel vorkommen.

Ein offenes Modell auf eigener Hardware ersetzt die externe KI-Schnittstelle#

Nicht jede Funktion, die als KI verkauft wird, braucht überhaupt ein Sprachmodell. Die europäische KI-Verordnung verlangt für ein KI-System einen gewissen Grad an Eigenständigkeit, mit dem es aus Eingaben Vorhersagen, Inhalte oder Empfehlungen ableitet; eine feste Regel wie „bestelle nach, sobald der Bestand unter fünf Stück fällt“ erfüllt das in aller Regel nicht, ein lernendes Bedarfsmodell schon. Wo echte Sprachverarbeitung nötig ist, genügt oft ein kleines, auf die Aufgabe zugeschnittenes Modell statt eines Spitzenmodells, und ein offen lizenziertes Modell auf eigener oder gemieteter Hardware ersetzt die externe Schnittstelle vollständig, gegen eigene Betriebskosten statt laufender Tokenabrechnung. Am konsequentesten verzichtet ein Unternehmen auf die Funktion selbst, wenn ein Prozess auch ohne KI funktioniert. Nur 20 Prozent der Unternehmen ab zehn Beschäftigten nutzten 2024 KI-Technologien⁴, mit starkem Gefälle nach Größe: 48 Prozent bei den großen, 17 Prozent bei den kleinen.

Kosten pro Anfrage messen weder Preisänderung noch Ausstiegskosten#

Anfang 2023 bot der größte Anbieter sein stärkstes Modell noch ohne Trennung von Eingabe- und Ausgabepreis an, für 0,02 Dollar je 1.000 Token; die heutige gestaffelte Preisstruktur existierte damals schlicht nicht. Wie schnell ein günstiges KI-Angebot seine Kalkulation verliert, sobald eine Subvention ausläuft, zeigt sich an einem anderen Anwendungsfall: Bei der Videogenerierung entscheidet eine öffentlich nachrechenbare Rechenzeit-Preisliste über den Fortbestand eines vermeintlich billigen Angebots⁵. Ebenfalls unberücksichtigt bleiben die Kosten der menschlichen Nachkontrolle, wenn jede KI-Antwort geprüft werden muss, und die Kosten eines späteren Anbieterwechsels, wenn Prompts und Integrationen an eine bestimmte Schnittstelle gebunden sind. Am wenigsten erfasst wird der Fall, den die kursierende Faustformel selbst nicht bedenkt: Eine Funktion läuft erfolgreich an und wird genau dadurch teuer, weil nutzungsabhängige Abrechnung bei jeder zusätzlichen Nutzung auch zusätzliche Kosten erzeugt.

Über die Datenhoheit entscheidet der Zuschnitt der Schnittstelle#

Kalkulationen, Lagerbestände und Einkaufskonditionen, die eine KI-Funktion an eine externe Programmierschnittstelle schickt, sind meist keine personenbezogenen Daten; Artikel 28 der DSGVO, der die Auftragsverarbeitung regelt, greift für reine Geschäftszahlen häufig gar nicht. Die schärfere Vorschrift liegt woanders: Nach Paragraf 2 Nummer 1 des Geschäftsgeheimnisgesetzes gesetze-im-internet.de ↗ verliert eine Information ihren Schutz als Geschäftsgeheimnis, wenn sie nicht Gegenstand von den Umständen nach angemessenen Geheimhaltungsmaßnahmen ist, etwa einer vertraglichen Zusage, dass eine Kalkulation an der Schnittstelle weder gespeichert noch für Training verwendet wird. Ein unterschriebener Auftragsverarbeitungsvertrag allein ersetzt diese Zusage nicht. Die Entscheidung fällt darum vor jedem Vertrag, beim Zuschnitt der Schnittstelle selbst: welche Felder ein Modul überhaupt an den Endpunkt übergibt, und ob eine schmalere Auswahl für die Aufgabe schon reicht.

Wo genau die Grenze zwischen echter KI und bloßer Regellogik verläuft, ist derzeit selbst Gegenstand einer öffentlichen Bundestagsanhörung. Am 23. März 2026 forderte der Bundesverband der Unternehmen der Künstlichen Intelligenz in Deutschland, nach eigenen Angaben 635 Mitglieder stark⁶, vor dem Ausschuss für Digitales und Staatsmodernisierung eine enge Auslegung der Transparenzpflichten für allgemeine KI-Systeme: Eine Funktion soll möglichst nicht als KI im Sinn der Verordnung gelten, um von deren Nachweispflichten befreit zu bleiben. Im Verkaufsgespräch lohnt sich die entgegengesetzte Lesart: Je eher eine Funktion als echte KI zählt, desto eher rechtfertigt sie eine nutzungsabhängige Abrechnung pro Token. Registriert ist damit eine Position, kein Vorsatz, aber dieselbe Definitionsfrage trägt, je nach Adressat, zwei entgegengesetzte kommerzielle Interessen.

Die Preisangaben für Sprachmodelle stammen von den Preisseiten von Anthropic (platform.claude.com) und OpenAI (developers.openai.com), beide abgerufen am 23. August 2026, umgerechnet zum EZB-Referenzkurs vom 21. August 2026 (1,1699 Dollar je Euro). Die Nutzungszahl für 2024 stammt vom Statistischen Bundesamt (destatis.de, Pressemitteilung Nr. 444/2024). Der Preisstand von 2023 stammt aus einem Snapshot der Preisseite von OpenAI im Internet Archive (23. Februar 2023). Die Angaben zur Bundestagsanhörung vom 23. März 2026 und zum Lobbyregister-Eintrag R006319 stammen von bundestag.de und lobbyregister.bundestag.de, abgerufen am 23. August 2026. Die Rechtsgrundlagen sind Artikel 28 der Datenschutz-Grundverordnung, Paragraf 2 des Geschäftsgeheimnisgesetzes (gesetze-im-internet.de) und die Verordnung (EU) 2024/1689.