AI · Idee
Nicht das Modell ist teuer
In jeder AI-Kalkulation, die ich sehe, stehen die Token-Kosten ganz oben. Sie sind der kleinste Posten. Teuer wird die Umstellung der Arbeit dahinter.
In vier Sätzen
- Die Rechnung des Modellanbieters ist meist der kleinste Teil der Gesamtkosten.
- Der größte Posten ist die Arbeit an den Daten — und die fällt an, bevor irgendetwas funktioniert.
- Der zweitgrößte Posten sind Menschen, die ihre Arbeit umstellen. Diese Zeit taucht in keinem Angebot auf.
- Modellpreise fallen zuverlässig. Datenqualität und Prozessklarheit werden nicht billiger, wenn man wartet.
Die Rechnung, die man sieht
Token-Preise sind angenehm konkret: Sie stehen auf einer Seite, man kann sie in eine Tabelle schreiben, sie fallen jedes Jahr. Genau deshalb landen sie in jedem Business Case ganz oben — und verdecken die Posten, um die es wirklich geht.
In den Projekten, an denen ich mitbaue, liegt der Modellanteil an den Gesamtkosten fast immer im einstelligen Prozentbereich. Der Rest verteilt sich auf Dinge, die niemand gern auf eine Folie schreibt.
„AI-Projekte scheitern selten am Preis pro Token. Sie scheitern an Daten, die niemand aufräumen wollte."
Die Rechnung, die zählt
Zuerst die Daten: zusammentragen, bereinigen, verknüpfen, Rechte klären, aktuell halten. Diese Arbeit fällt an, bevor irgendetwas funktioniert, sie ist unspektakulär, und sie lässt sich nicht überspringen. Wer sie überspringt, baut ein System, das im Demo-Modus glänzt und im Alltag rät.
Dann die Menschen: Ein AI-gestützter Prozess ist ein anderer Prozess. Rollen verschieben sich, Prüfschritte fallen weg, neue kommen dazu, jemand muss Ergebnisse kontrollieren und Ausnahmen entscheiden. Diese Zeit steht in keinem Angebot und ist trotzdem der zweitgrößte Posten. Und schließlich der Betrieb: Monitoring, Fehlerpfade, Modellwechsel, Regressionstests — alles das, was aus einem Prototyp ein System macht.
Was daraus folgt
Wer auf billigere Modelle wartet, wartet auf den falschen Posten. Modellpreise fallen ohnehin — Datenqualität, saubere Prozesse und geübte Teams entstehen nur, wenn jemand anfängt. Das ist der eigentliche Vorsprung, und er lässt sich nicht einkaufen.
Der ehrlichste Business Case für AI hat deshalb zwei Zahlen: was ein Vorgang heute kostet, und was er nach der Umstellung kostet — inklusive der Menschen, die weiterhin hinschauen. Alles andere ist Modellpreis-Folklore.
Fragen dazu
Was kostet der Einsatz von AI wirklich?
Der Modellanteil liegt in der Praxis meist im einstelligen Prozentbereich. Den Großteil machen Datenarbeit, Prozessumbau und Betrieb aus — Monitoring, Fehlerpfade, Modellwechsel.
Lohnt es sich, auf günstigere Modelle zu warten?
Selten. Modellpreise fallen von allein, Datenqualität und Prozessklarheit nicht. Wer wartet, verliert genau die Lernzeit, die den Unterschied macht.
Wie rechnet man einen AI-Business-Case ehrlich?
Kosten pro Vorgang vorher gegen Kosten pro Vorgang nachher — inklusive der menschlichen Prüfung, die bleibt, und der einmaligen Datenarbeit.
