Die KI-Rechnung

Am 4. November berichtete Bloomberg, wie 9to5Mac und MacRumors weitergaben, dass Apple im Oktober die tägliche Obergrenze für KI-Ausgaben mancher Ingenieure stillschweigend von 300 auf 200 Dollar gesenkt habe. Weitere Kürzungen seien geplant, die einige Engineering-Teams auf 100 Dollar pro Tag bringen könnten, eine Grenze, die viele Gruppen ausserhalb des Engineering bereits haben, und für manche Teams seien sogar nur 25 Dollar erwogen worden. Einige Teams würden ermutigt, günstigere Modelle zu nutzen oder solche, die auf ihren eigenen Geräten laufen, und wer mehr brauche, könne beim oberen Management eine Ausnahme beantragen.

Bloombergs Quellen sagten auch, dass nur wenige die vollen 300 Dollar pro Tag ausschöpften, und unklar ist, wie viel Apple sparen wird. Apple zieht sich auch nicht von KI zurück: 9to5Mac hält fest, dass Apples Ausgaben für Forschung und Entwicklung im Geschäftsjahr 2026 um 32 Prozent auf 45,8 Milliarden Dollar stiegen, teils für Infrastruktur und KI. Eine Obergrenze ist kein Urteil, dass KI nicht funktioniert. Sie ist ein Zeichen dafür, dass die Ausgaben gross genug geworden sind, um gesteuert werden zu müssen.

Zwei Jahre lang kauften die meisten Unternehmen KI wie Software, eine Lizenz pro Person zu einem festen Preis. Agenten, die eine Codebasis lesen, die Tests ausführen und es erneut versuchen, verbrauchen weit mehr davon, und mehr davon wird inzwischen nach Nutzung abgerechnet. Damit wird KI zu Kosten pro Kopf, die sich jeden Tag bewegen, und sie verlangt die Disziplin, die ein Unternehmen bereits bei den Lohnkosten anwendet. So geht das, ohne zu verlieren, was die Ausgaben einbringen.

Nicht nur Apple

Apple ist nicht allein. Im Juni bestätigte ein Sprecher von Uber gegenüber Bloomberg, dass das Unternehmen jeder Person für Tokens pro KI-Programmierwerkzeug höchstens 1'500 Dollar im Monat zugesteht, nachdem es sein KI-Budget früher im Jahr überzogen hatte. Im Oktober berichtete 404 Media, Accenture habe vielen Mitarbeitenden mitgeteilt, es werde für Claude nur noch 29 Dollar pro Person und Monat ausgeben; manche von ihnen hatten bis zu 1'000 Dollar im Monat ausgegeben.

Die Anbieter sehen dieselbe Verschiebung. In der Telefonkonferenz zu Microsofts Quartalszahlen am 28. Oktober sagte Satya Nadella, der Verbrauch von Credits durch agentische Funktionen auf GitHub habe sich mehr als verdoppelt, seit die nutzungsbasierte Abrechnung gilt. Kunden, sagte er, kauften Credits und wollten sie effizient einsetzen: «Wir wollen nicht, dass sie von einer Sache zu viel kaufen und dann das Gefühl haben, Token-Maxing zu betreiben».

Das Rechenbeispiel

Mit Apples alter Obergrenze konnte ein Ingenieur 300 Dollar pro Tag ausgeben. Über einen Monat mit rund 20 Arbeitstagen sind das bis zu 6'000 Dollar, für ein Team von zehn Personen 60'000 Dollar. Ubers Obergrenze liegt bei zwei genutzten Programmierwerkzeugen bei 3'000 Dollar pro Person und Monat; jene von Accenture bei 29.

Das sind Obergrenzen, keine Durchschnittsausgaben, aber Summen dieser Grösse brauchen, was die Lohnsumme und die Cloud-Rechnung bereits haben: eine verantwortliche Person, eine Prognose und eine monatliche Überprüfung. Ein Lohn ist fix, während sich eine KI-Rechnung damit bewegt, wie die Arbeit erledigt wird: welches Modell läuft, wie viel Kontext es lesen muss, wie oft es neu beginnt. Eine Obergrenze begrenzt die Ausgaben. Besser macht sie sie nicht.

Routinearbeit umleiten

Der erste Hebel ist, Routinearbeit nicht mehr an das teuerste Modell zu schicken. An seiner Konferenz Universe am 28. Oktober machte GitHub Copilot Fusion in allen Copilot-Plänen allgemein verfügbar. Statt ein Modell auszuwählen, wählt ein Entwickler Fusion und eine von drei Aufwandsstufen, und Copilot entscheidet, welche Modelle jeden Prompt bearbeiten. In einem der Abläufe entwirft ein effizientes Modell die Antwort, und eine Qualitätsprüfung akzeptiert sie entweder oder gibt die Aufgabe an ein stärkeres weiter. Administratoren legen fest, welche Modelle Fusion nutzen darf, und jedes Modell wird zu seinem Standardtarif abgerechnet.

Laut GitHub lag Fusion Max im Artificial Analysis Coding Agent Index bis auf zwei Punkte an Claude Code mit Opus 5.5 Max, bei etwa der Hälfte der durchschnittlichen API-Kosten pro Aufgabe, mit etwa der Hälfte der Tokens und rund 40 Prozent weniger Zeit. Nadella ging in der Telefonkonferenz weiter: «Es liefert Qualität auf Frontier-Niveau bis zu 40 Prozent schneller und zu bis zu 77 Prozent tieferen Kosten.» Auf Fragen von Analysten nannte er 45 und 75 Prozent. Das sind Zahlen des Anbieters selbst, und «bis zu» beschreibt den besten Fall; GitHubs eigener Benchmark beziffert die Ersparnis auf etwa die Hälfte.

Der Preisunterschied dahinter ist gross. Haiku 5.5 von Anthropic kostet für kürzere Prompts 0,10 Dollar pro Million Input-Tokens, ein Zwanzigstel von Sonnet 5.5. Laut Anthropic ist es «für kostensensible Aufgaben in grossen Mengen konzipiert», und die grösseren Modelle bleiben für komplexe agentische Programmierung die bessere Wahl. Das Ziel ist das günstigste Modell, das für die Aufgabe gut genug ist, und genau dieses Modell sollen manche Teams bei Apple nun von Hand finden.

Budgets und gemeinsamer Kontext

Der zweite Hebel ist, wo das Budget liegt. Eine pauschale Obergrenze pro Person behandelt einen Ingenieur, der eine grosse Codebasis umbaut, wie eine Kollegin, die E-Mails zusammenfasst. Aus unserer Sicht funktioniert ein Budget pro Team besser, mit einer verantwortlichen Person, die die Ausgaben jede Woche sieht, und einem klaren Weg für Ausnahmen. Apples Verfahren für Ausnahmen folgt dem richtigen Instinkt.

Der dritte Hebel ist der Kontext. Vieles von dem, was ein Agent liest, ist das Unternehmen selbst: wer der Kunde ist, wie das Unternehmen eine Offerte schreibt, wo Dinge abgelegt sind, welche Regeln gelten. Wenn jeder Agent und jede Person das von Grund auf neu zusammensetzt, bezahlt das Unternehmen jedes Mal dafür, in Tokens und in Korrekturen. Kontext, der einmal geschrieben, aktuell gehalten und geteilt wird, kostet beim Lesen weniger und führt seltener auf Abwege. Die Anbieter bepreisen Wiederverwendung entsprechend: Bei Haiku 5.5 kostet das Lesen von Kontext aus dem Cache ein Zehntel des normalen Input-Preises.

Ergebnisse messen, nicht Nutzung

Der letzte Hebel ist, was Sie zählen. Eine Rangliste der verbrauchten Tokens belohnt Ausgaben statt Ergebnisse, das Token-Maxing, das laut Nadella niemandem dient. Aus unserer Sicht sind die nützlichen Messgrössen jene, die ein Unternehmen bereits versteht: übernommene Änderungen, die einen Monat später noch funktionieren, geschlossene Tickets, versandte Offerten, Kosten pro erledigter Aufgabe.

Ein Team, das mehr ausgibt und mehr liefert, ist vielleicht die beste Investition im Unternehmen. Ein Team, das mehr ausgibt und gleich viel liefert, ist jenes, mit dem man reden sollte. So gesteuert, kann die Rechnung schrumpfen, ohne dass der Nutzen mitschrumpft.

Wo wir stehen

So bauen wir bei crue. North bringt jede Zahl, die für eine Entscheidung zählt, in eine einzige Ansicht, die echten Finanzen eingeschlossen, und dorthin gehört auch eine KI-Rechnung: neben das, was die Arbeit eingebracht hat. Twin gibt den Assistenten und Agenten eines Unternehmens ein gemeinsames Gehirn, mit seinem Wissen, seinen Regeln und Werkzeugen, einmal verbunden, sodass jede Antwort beim Unternehmen beginnt statt bei null. Beide sind live.