Beobachtetes Signal · 18. Mai 2026 · Industry Analysis · Quelle: Exponential View · Relevanz: 3/5 · Sentiment: Negativ
Explodierende KI-Token-Kosten belasten Entwicklungsbudgets und CFOs
Der aktuelle Datenbericht von Exponential View beleuchtet den rasanten Anstieg des Token-Konsums bei Large Language Models und dessen schwerwiegende finanzielle Folgen für Unternehmen. Laut Uber-CTO Praveen Neppalli Naga verbrauchten 5.000 Uber-Ingenieure das für das Jahr 2026 eingeplante Token-Budget bereits innerhalb von vier Monaten, und auch ServiceNow meldete vergleichbare Budgetüberschreitungen. Marktdaten zeigen, dass 71 Prozent der Unternehmen im Jahr 2025 ihre KI-Budgets überzogen haben, während sich die durchschnittlichen monatlichen KI-Ausgaben großer US-Unternehmen im Vorjahresvergleich um 36 Prozent auf 85.000 US-Dollar erhöhten. Fast die Hälfte der Befragten verzeichnet steigende IT-Budgets von rund zehn Prozent. Die zunehmende Verbreitung von agentischer KI und die unkontrollierte Diffusion der Token-Nutzung treiben unvorhersehbare Kosten in die Höhe, was CFOs zu einer strengeren Finanzkontrolle und Neubewertung ihrer Technologiebudgets zwingt.
Rasant und schwer kalkulierbare Zuwächse beim KI-Token-Konsum belasten Technologie- und Marketingbudgets massiv. Dies macht die Ausgabenkontrolle zu einem kritischen operativen und finanziellen Risikofaktor für Unternehmen, die auf LLM-gestützte Workflows setzen.
Marktsignale zu ServiceNow in Echtzeit verfolgen
Polaris7 erfasst behördliche Registrierungen, Primärquellen, Führungswechsel und Deal-Aktivitäten rund um die Uhr. Erstellen Sie Ihren kostenlosen Explorer-Workspace, um automatisierte Executive Briefings zu erhalten.
Wichtigste Kernpunkte & Evidenz
- Ubers CTO Praveen Neppalli Naga gab an, dass 5.000 Ingenieure das gesamte Token-Budget für 2026 innerhalb von vier Monaten aufbrauchten.
- ServiceNow berichtete von einer vergleichbaren, vorzeitigen Erschöpfung des Token-Budgets.
- Fast 50 Prozent der Befragten gaben an, dass ihre Technologiebudgets um rund 10 Prozent gestiegen sind.
- 71 Prozent der Unternehmen überschritten laut einer zitierten CloudZero-Quelle im Jahr 2025 ihre KI-Budgets.
- Die durchschnittlichen monatlichen KI-Ausgaben großer US-Unternehmen stiegen zwischen 2024 und 2025 um 36 Prozent auf 85.000 US-Dollar.
Verknüpfte Unternehmen
3 verknüpfte UnternehmenOntologie & Marktkonzepte
Verwandte Marktsignale & Trends
Aktuelle verifizierte Unternehmensentwicklungen und Deal-Aktivitäten in diesem Marktsegment.
Branche kämpft mit explodierenden Token-Kosten für KI
Unternehmen sehen sich mit drastisch steigenden Kosten für KI-Inferenz konfrontiert, da der Token-Verbrauch durch agentenbasierte Funktionen und eine breite Entwickleradoption massiv ansteigt. TechCrunch berichtet, dass Großkonzerne wie Uber, Microsoft und Priceline ihr KI-Budget nach unerwarteten Rechnungen und Lizenzkürzungen überzogen haben. Als Reaktion kündigte die Linux Foundation die Gründung der Tokenomics Foundation an, ein Standardisierungsgremium für kanonische Definitionen, Metriken und Abrechnungsspezifikationen, dessen offizieller Start für Juli geplant ist. Start-ups und etablierte Anbieter entwickeln parallel Tools für Token-basierte Observability, Budgetierung und Optimierung. Analysten und Anbieter warnen, dass Unternehmen ihre Infrastruktur und Buchhaltung grundlegend anpassen müssen, um Billionen von Token-Telemetriedaten zu erfassen. Goldman Sachs prognostiziert, dass sich die globale Token-Nutzung bis 2030 etwa verfünfundzwanzigfachen könnte.
KI-Token-Kosten steuern: Vom Tool-Kauf zum Management digitaler Arbeitskraft
Ein Briefing vom Juni 2026 verdeutlicht den Paradigmenwechsel bei KI-Token-Ausgaben: Generative AI wandelt sich vom reinen Software-Tool zu verwaltbarer digitaler Arbeitskraft. Am Beispiel von Uber wird die Skalierungsproblematik greifbar: 95 % der Ingenieure nutzen monatlich KI-Tools, während ein interner Coding-Agent wöchentlich rund 1.800 Code-Änderungen generiert. Infolgedessen erschöpfte Uber sein KI-Budget für 2026 bereits Monate vor Jahresende. Die Führungsebene räumt ein, dass Token-Verbrauch und Commits bisher nicht messbar mit verbesserten Kunden-Features korrelieren. Das Briefing skizziert ein siebenteiliges Rahmenwerk zur Bewältigung dieser Herausforderung, inklusive des Routing-Prinzips der „Minimum Effective Intelligence“. Statt pauschaler Token-Caps plädiert der Ansatz für neue Betriebsmodelle mit feingliedrigen Freigabeprozessen, Berechtigungen und standardisierten Arbeitsobjekten, da traditionelle Budgetierungsansätze bei agentischer KI versagen.
AI Bills Rise Despite Falling Token Prices
This Exponential View analysis explains why AI expenses are difficult to forecast and continue rising even as per-token prices fall. Quarterly token throughput has exploded (estimated ~17,000× over four years) while token unit costs have collapsed, producing highly elastic demand. Cheaper tokens have made multi-step AI agents economically viable; agents perform dozens of tool calls and repeated context reads that create large hidden multipliers on token consumption. The author cites examples—coding agents can re-read context each turn and produce up to ~55× token amplification over single-turn queries—and references survey and usage data suggesting active inference accounts for only ~15–20% of total token use. China’s domestic demand and providers (notably ByteDance and Alibaba) are a major growth driver.
Marktsignale & Strategische Shifts in Echtzeit verfolgen
Erstellen Sie benutzerdefinierte Watchlists, um automatisierte, evidenzbasierte Executive Briefings zu erhalten, sobald wesentliche Signale oder Marktverschiebungen auftreten.