DeepSeek senkte die Preise um 75 %. Die KI-Kosten steigen trotzdem.

Wichtigste Punkte

• DeepSeek senkte den Preis seines V4-Pro-Sprachmodells Mitte 2025 um 75 %, aber viele geschäftliche Kunden berichten, dass ihre KI-Rechnungen weiter steigen.
• Eine einzelne Benutzeranfrage, die von einem KI-Agenten verarbeitet wird – einer Software, die mehrstufige Aufgaben eigenständig ausführt – kann 35.000 oder mehr abrechenbare Texteinheiten auslösen, sogenannte Tokens, während ein einfacher Chatbot nur einige hundert auslösen würde.
• Eine realistische unternehmensweite Anfrage bei einem führenden Modell kostet zwischen 0,10 und 0,40 US-Dollar; bei einer Million Anfragen pro Monat ist das eine sechsstellige Ausgabenposition, noch vor allen anderen Kosten.
• Mehrere Anbieter von Unternehmenssoftware berichten privat von negativen Bruttomargen bei ihren intensivsten KI-Nutzern, was bedeutet, dass diese Kunden mehr kosten als sie bezahlen.
• OpenAI bot kürzlich jedem Startup des Y-Combinator-Beschleunigers 2 Millionen US-Dollar kostenlose API-Guthaben an – ein Zeichen dafür, wie teuer es geworden ist, ein KI-natives Produkt von Grund auf zu entwickeln.

DeepSeek, das chinesische KI-Labor, senkte Anfang des Jahres die Kosten für sein V4-Pro-Modell um 75 %. Für Unternehmen, die KI-Produkte entwickeln, hätte sich das wie eine Gehaltserhöhung anfühlen sollen. Für viele hat es kaum einen Unterschied gemacht.

Der Grund liegt darin, wie moderne KI-Systeme tatsächlich aufgebaut sind.

Ein einfacher Chatbot ist simpel: eine Frage des Nutzers, eine Antwort des Modells. Ein KI-Agent funktioniert anders. Es ist eine Software, die eine einzelne Benutzeranfrage in viele kleinere Schritte zerlegt, plant, was zu tun ist, nach Informationen sucht, Tools nutzt, ihre eigene Arbeit überprüft und dann eine endgültige Antwort formuliert. Der Nutzer sieht eine Antwort. Der Anbieter bezahlt für jeden Schritt dazwischen.

Diese Lücke zwischen dem, was der Nutzer sieht, und dem, wofür der Anbieter zahlt, wird jetzt das „100x-Problem" genannt. Eine Anfrage, die bei einem Chatbot ein paar Cent kostet, kann bei einem Agent-System Dollar kosten, manchmal viel mehr.

Hier ein konkretes Beispiel. Ein Nutzer gibt ein: „Was hat unser Top-Kunde letzte Woche gefragt?" Einfache Frage. Aber ein typischer Agent berührt sieben separate abrechenbare Operationen, um sie zu beantworten: das Lesen der Nachricht des Nutzers, das Laden seiner Anweisungen und Tool-Liste, das Abrufen relevanter Datensätze, die Auswahl des zu verwendenden Tools, das Ausführen dieses Tools, die Zusammenfassung der Ergebnisse und die Entscheidung, ob eine Folgefrage gestellt werden soll. Zusammen werden diese Schritte auf etwa 35.000 Tokens abgerechnet. Tokens sind die kleinen Textfragmente, normalerweise wenige Zeichen lang, die KI-Modelle zählen und abrechnen.

Zu aktuellen Preisen bei einem führenden Modell kostet diese eine Abfrage 0,10 bis 0,40 US-Dollar. Bei einer Million Anfragen pro Monat, einem typischen Ziel für jede Business-Software-Funktion, liegt die Rechnung im sechsstelligen Bereich.

Warum ist das für gewöhnliche Software-Kunden wichtig?

Es ist wichtig, weil das Standard-Preismodell für Business-Software unter diesem Druck zusammenbricht. Die meiste KI-Software wird heute auf „pro Benutzer, pro Monat"-Basis verkauft, was bedeutet, dass ein Unternehmen eine Pauschalgebühr für jeden Mitarbeiter bezahlt, der das Tool nutzt. Das funktioniert gut, wenn die Kosten pro Benutzer vorhersehbar bleiben. Token-Amplifikation zerstört diese Vorhersehbarkeit.

Ein Power-Nutzer, der 50 bis 100 Agent-Aufgaben pro Tag mit einem 40-Dollar-Monatsplan ausführt, kann dem Anbieter in KI-Verarbeitung mehr kosten als dieser Plan einnimmt. Der Anbieter verliert Geld bei seinen besten Kunden. Dieses Paradoxon erscheint jetzt, wie VentureBeat diese Woche berichtete, in echten Unternehmensrechnungen.

Salesforces Agentforce-Produkt ist das öffentlichste Beispiel. Es hat sich eine Lücke zwischen dem, was das Marketing zeigt, und dem, was tatsächlich an Kunden ausgeliefert wird, aufgetan. Diese Art von Lücke entsteht, wenn eine Funktion technisch möglich ist, aber zu teuer, um sie zum Preis zu liefern, den das Abonnement impliziert.

Nvidia VP Bryan Catanzaro sagte es unmissverständlich: „Für mein Team sind die Rechenkosten weit über den Kosten der Mitarbeiter."

Die Lösungen existieren. Anbieter können einfache Anfragen an kleinere, günstigere Modelle weiterleiten und etwa 60 % bei den Inference-Rechnungen sparen. Sie können Caching nutzen, also wiederverwendete Anweisungen, damit das Modell diese bei jedem Aufruf nicht von vorne lesen muss. Sie können die Informationen trimmen, die bei jedem Schritt an das Modell übergeben werden. Keine davon sind exotisch. Alle erfordern, dass KI-Kosten als zentrale Engineering-Priorität behandelt werden, nicht als Nachgedanke.

Für Nutzer von Business-Software gilt folgendes praktische Signal: Wenn eine KI-Funktion, die Ihr Unternehmen bezahlt, weniger leistungsfähig erscheint als das Demo versprach, ist Preisdruck eine plausible Erklärung. Fragen Sie Ihren Anbieter, wie er die Agent-Nutzung misst und ob intensive Nutzung zusätzliche Gebühren auslöst. Die ehrlichen werden eine Antwort parat haben.