Die Entlassung von Mitarbeitern aufgrund der Einführung von KI erweist sich als wirtschaftlich nicht sinnvoll, da sie teurer ist.

Kurz zur Situation

Moderne Konzerne zwingen ihre Mitarbeiter zunehmend, KI zur Steigerung der Effizienz einzusetzen. Die Kosten für diese Technologien wachsen jedoch schneller als die wirtschaftliche Rendite, und viele Unternehmen stehen bereits vor finanziellen Schwierigkeiten.

1. Microsoft: Übergang von Claude Code zu GitHub Copilot CLI
- Was passiert ist

- In einem Zeitraum von sechs Monaten hat Microsoft in seinen Projekten den KI‑Programmierer Anthropic Claude Code eingeführt und Entwickler ermutigt, damit zu experimentieren.

- Nun streicht das Unternehmen die meisten Arbeitslizenzen für Claude Code und führt Ingenieure zum eigenen Tool GitHub Copilot CLI um.

- Warum es wichtig ist

- Trotz des Lizenzentzugs investiert Microsoft weiterhin in Anthropic: 5 Mrd. US-Dollar an Investitionen und die Verpflichtung, Rechenleistung bei Azure im Wert von 30 Mrd. US-Dollar zu kaufen.

2. Uber: Budgetierter „Fluss“ der KI
- Situation

- In vier Monaten haben die Ingenieure von Uber das gesamte für KI bis 2026 vorgesehene Budget aufgebraucht.

- Zuvor förderte das Management die Einführung von KI, indem es sogar Ranglisten der Abteilungen nach Technologieeinsatz erstellte.

- Erkenntnisse

- Die Kosten für den Einsatz von KI werden zu einer ernsthaften Barriere: Der Vice President für Deep Learning bei Nvidia, Brian Katanzaro, bemerkte, dass die Ausgaben für Rechenressourcen die Gehälter der Mitarbeiter übersteigen.

3. Andere große Akteure
Unternehmen Anreizmaßnahme Problem
Meta ✴ Tabelle der „Claudeonomics“ (nach Anthropic Claude) Steigende Tokenpreise bei Pay‑per‑Use
Amazon Empfehlung „Token maximal nutzen“ Zunehmende Ausgaben für Rechenleistung

4. Prognosen und Analysen
- Goldman Sachs

- Bis 2030 könnte der Verbrauch von KI‑Tokens um das 24-fache steigen, auf 120 Billionen Tokens pro Monat.

- Selbst bei fallenden Tokenpreisen werden die Gesamtausgaben für KI weiter zunehmen.

- Gartner

- Die Bereitstellung von Modellen mit einer Billion Parametern bis 2030 könnte im Vergleich zu 2025 um 90 % günstiger sein.

- Modelle, die von KI‑Agenten betrieben werden, verbrauchen jedoch mehr Tokens als Standardlösungen, sodass Kostensenkungen nicht immer den Anstieg der Ausgaben ausgleichen.

5. Auswirkungen auf das Geschäft
- Finanzielle Risiken – Unternehmen könnten mit unerwarteten Kosten für Rechenleistung konfrontiert werden, wenn der Tokenverbrauch die erwartete Preisreduktion übersteigt.

- Planung von KI‑Strategien – Führungskräfte müssen Budgets und Monetarisierungsmodelle überdenken, um „verlorene“ Investitionen in KI zu vermeiden.

6. Fazit
Die Einführung künstlicher Intelligenz bleibt für große Technologiegiganten eine Priorität, doch steigende Kosten für Rechenleistung und Tokens schaffen neue Herausforderungen. Unternehmen sind gezwungen, das Bestreben, die Produktivität der Mitarbeiter zu erhöhen, mit realen finanziellen Beschränkungen in Einklang zu bringen.