Beobachtetes Signal · 26. Juni 2026 · Market Trend · Quelle: CNBC Technology · Relevanz: 4/5 · Sentiment: Neutral
OpenAI und Anthropic: Trendwende von Tokenmaxxing zu Kosteneffizienz
Unternehmenskunden drosseln ihre stark gestiegenen AI-Token-Ausgaben und vollziehen den Wandel von unkontrolliertem ‚Tokenmaxxing‘ hin zu kosteneffizienter Modellnutzung. Diese Entwicklung setzt führende LLM-Anbieter wie OpenAI und Anthropic unter Margendruck. Start-ups und Großunternehmen leiten Arbeitslasten zunehmend an günstigere Modelle weiter, wechseln Anbieter oder etablieren strenge Nutzungslimits sowie Ausgabenanalysen. Dieser Strategiewechsel erfolgt zu einem Zeitpunkt, an dem beide KI-Schwergewichte annualisierte Run-Rates im zweistelligen Milliardenbereich ausweisen und einen Börsengang vorbereiten; Analysten betonen das Zeitfenster für ein IPO vor einer umfassenden Ausgabenrationalisierung. Gleichzeitig verschärfen Hyperscaler wie Microsoft, Amazon und Google den Wettbewerb durch kostengünstigere Alternativen und intelligente Model-Routing-Funktionen. Da Finanzvorstände zunehmend belastbare ROI-Nachweise vor großflächigen Deployments fordern, rücken integrierte Governance- und Kostenkontroll-Tools branchenweit in den operativen Fokus.
Das Signal belegt eine fundamentale Marktreife: Die Rationalisierung der AI-Spendings durch Enterprise-Kunden und der Preisdruck durch Hyperscaler zwingen führende Modellanbieter zur Neubewertung ihrer Margen und IPO-Zeitpläne.
Marktsignale zu Anthropic 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
- Das KI-Start-up Lindy verlagerte 100 % seines Traffics von Anthropics Claude-Modellen zum chinesischen Anbieter DeepSeek, um Betriebskosten zu senken.
- Anthropic wies im Mai eine annualisierte Run-Rate von 47 Milliarden US-Dollar aus, nach rund 10 Milliarden US-Dollar im Vorjahr.
- OpenAIs annualisierte Run-Rate lag Anfang 2026 bei etwa 25 Milliarden US-Dollar, verglichen mit 13,1 Milliarden US-Dollar Umsatz im Gesamtjahr 2025.
- Konzerne wie Uber haben monatliche Ausgabenlimits für KI-Tools eingeführt, um den internen Token-Verbrauch der Mitarbeiter zu deckeln.
- Microsoft, Amazon und Google forcieren günstigere Modellvarianten und integrierte Model-Routing-Features im direkten Wettbewerb mit OpenAI und Anthropic.
Verknüpfte Unternehmen
8 verknüpfte Unternehmen“Anthropic last reported a $47 billion annualized run rate in May, up from the roughly $10 billion in revenue it recorded for all of last yea...”
“OpenAI's run rate was pacing closer to $25 billion earlier this year, according to reports, up from the $13.1 billion in revenue it generate...”
“Earlier this month, the CEO of AI startup Lindy switched his company off Anthropic's Claude models, moving 100% of its traffic to DeepSeek, ...”
“Microsoft, which has poured more than $13 billion into OpenAI and as much as $5 billion into Anthropic, unveiled a suite of new low-cost mod...”
“Amazon's top AI executive, Peter DeSantis, told CNBC this month that he hopes the company will be able to compete with OpenAI and Anthropic'...”
“Google highlighted affordable AI offerings at its annual developer conference last month. The company showcased Gemini 3.5 Flash, a lighter-...”
“Glean CEO Arvind Jain said roughly 95% of enterprise AI usage is still running on frontier models, making model routing a nascent technique....”
“Finance departments are paying close attention after getting hit with surprisingly large AI bills, said Eric Glyman, co-CEO of expense manag...”
Ontologie & Marktkonzepte
Verwandte Marktsignale & Trends
Aktuelle verifizierte Unternehmensentwicklungen und Deal-Aktivitäten in diesem Marktsegment.
Model Routing bedroht Umsätze von OpenAI und Anthropic
Unternehmen setzen zunehmend auf „Model Routing“: Einfache, volumenstarke Anfragen werden an günstigere Modelle delegiert, während teure Frontier-Modelle komplexen Aufgaben vorbehalten bleiben. Getrieben wird dieser Wandel von CFOs und Aufsichtsräten, die steigende KI-Ausgaben eindämmen wollen. Anbieter reagieren mit neuen Geschäftsmodellen und Garantien – etwa der Produktivitätsgarantie von Cognition. Cisco identifizierte den Token-Verbrauch als massiven Kostentreiber und verdeutlichte, wie Pro-Kopf-Ausgaben für Tokens bei Großkonzernen jährlich Hunderte Millionen Dollar erreichen können. Verlagern Unternehmen Standardprozesse systematisch auf kostengünstigere oder Open-Source-Modelle, droht führenden KI-Laboren wie OpenAI und Anthropic ein deutlicher Verlust an Auslastung und Pricing Power. Dies birgt erhebliche Bewertungsrisiken für die Anbieter, deren aktuelle Finanzierungsrunden und IPO-Erwartungen auf einer anhaltend hohen Zahlungsbereitschaft für Premium-Modelle basieren.
Unternehmen stoppen KI-Kostenfalle durch neue „Modelmaxxing“-Strategie
Der Artikel beleuchtet einen grundlegenden Wandel in der unternehmerischen KI-Nutzung: Weg vom unkontrollierten Einsatz teurer Flaggschiff-Modelle („Tokenmaxxing“) hin zu einem zielgerichteten Ansatz namens „Modelmaxxing“. Dabei wählen Teams KI-Modelle nach tatsächlicher Aufgabenkomplexität aus, um die Inferenzkosten drastisch zu senken. Bisher führte exzessiver Token-Verbrauch bei Tech-Konzernen wie Meta und Amazon zu immensen Ausgaben in Millionenhöhe – interne Berichte offenbarten Spitzenreiter mit rund 280 Milliarden Token in 30 Tagen. Als Gegenreaktion setzen Entwickler und Unternehmen vermehrt auf passgenaue Modell-Zuweisungen. Spezielle Start-ups für Model-Routing boomen; Daten von Ramp zufolge stieg die Adoption entsprechender Plattformen von einem auf rund fünf Prozent. Auch eine Bitkom-Umfrage zeigt, dass etwa ein Drittel der deutschen Firmen von ihren KI-Ausgaben überrascht wurde. Dieser Trend zielt darauf ab, die wirtschaftlichen Vorteile Künstlicher Intelligenz zu wahren und gleichzeitig die Budgets nachhaltig zu kontrollieren.
US-Konzerne rationieren KI-Einsatz wegen explodierender Token-Kosten
Mehrere große US-Unternehmen wie Amazon, Meta Platforms, Uber und Microsoft drosseln die interne Nutzung generativer KI-Tools, da die Rechenkosten für KI-Token stark gestiegen sind. Interne Memos zeigen, dass einige Firmen ihre Jahrestudgets bereits nach wenigen Monaten aufgebraucht haben, während Google mittlerweile monatlich über 3,2 Billionen Token verarbeitet – rund das Siebenfache des Vorjahreswerts. Unternehmen reagieren mit strikten Limits, günstigeren Alternativen und der Abschaffung interner Bestenlisten, nachdem es zu künstlicher Aufblähung der Metriken („Tokenmaxxing“) durch autonome Bots kam. Marktbeobachter warnen, dass diese Rationierung das Wachstum von Modell-Anbietern wie OpenAI und Anthropic bremsen könnte, während Branchenvertreter betonen, dass sich die unternehmerische Adaption weiterhin in einer frühen Phase befindet. Führungskräfte und Technologieanbieter müssen Budgets und Kontrollmechanismen neu kalibrieren, um die rasant steigenden Inferenzkosten zu steuern.
Marktsignale & Strategische Shifts in Echtzeit verfolgen
Erstellen Sie benutzerdefinierte Watchlists, um automatisierte, evidenzbasierte Executive Briefings zu erhalten, sobald wesentliche Signale oder Marktverschiebungen auftreten.