Ihre Softwarerechnung wird teurer. KI ist schuld daran.

Wichtigste Punkte

• Forrester, ein Technologieforschungsunternehmen, befragte mehr als 2.600 geschäftstätige Entscheidungsträger und stellte fest, dass 80 Prozent davon ausgehen, dass ihre Daten- und Softwarebudgets im kommenden Jahr steigen werden.
• Anthropic, OpenAI und GitHub haben alle in den letzten sechs Monaten einige Dienstleistungen von pauschalem Monatshonorar auf nutzungsabhängige Abrechnung umgestellt.
• Personalkosten machen 2025 immer noch 35 Prozent der IT-Budgets aus, und 67 Prozent der Technologieentscheidungsträger planen, ihre Personalausgaben bis 2027 zu erhöhen.
• Das Beratungsunternehmen Bain and Company schätzte 2024, dass der Bau von KI-Rechenzentren weltweit bis 2030 ungefähr 2 Billionen Dollar kosten wird.
• KPMG stellte im Juli 2025 fest, dass fast ein Drittel der Unternehmensleiter Schwierigkeiten hat, die Kosten bei der Einführung von KI in ihrem Unternehmen zu verstehen und zu kontrollieren.

Wenn Ihr Unternehmen Geschäftssoftware nutzt, rechnen Sie nächstes Jahr mit einer höheren Rechnung. Das ist die Hauptaussage von Forrester, einem Technologieforschungsunternehmen, das verfolgt, wie Unternehmen für Technik ausgeben. Sein neuer Bericht, der auf einer Umfrage unter mehr als 2.600 Geschäfts- und Technologieführungskräften basiert, besagt, dass Anbieter Preise erhöhen und Nutzungsgebühren hinzufügen, um speziell die Kosten für den Betrieb von KI zu decken.

Die Verschiebung ist bereits sichtbar. In den letzten sechs Monaten haben Anthropic und OpenAI, die beiden derzeit prominentesten KI-Unternehmen, sowie GitHub, das von Microsoft betriebene Coding-Tool, alle einige ihrer Produkte von einfachen pauschalen Monatsabonnements wegbewegt. Stattdessen zahlen Kunden jetzt basierend darauf, wie viel sie tatsächlich nutzen. Das klingt theoretisch fair. In der Praxis macht es die Budgetplanung viel schwieriger.

Auch Microsoft wird erwähnt. Der Bericht weist auf die neue Premium-Lizenz E7 des Unternehmens hin, ein hochwertiges Softwarepaket, das seinen KI-Assistenten M365 Copilot, ein Task-Automatisierungstool namens Agent 365 und Sicherheitsfunktionen auf seinem bestehenden E5-Paket stapelt. Mehr Funktionalität, höherer Preis.

Sollten sich Unternehmen über unkontrollierbare KI-Kosten Sorgen machen?

Ja, und viele tun es bereits. KPMG, die globale Beratungsfirma, meldete erstmals im Juli 2025, dass fast ein Drittel der Unternehmensleiter angab, dass sie es schwierig finden, Kosten zu verstehen oder zu kontrollieren, wenn sie KI in ihrem Unternehmen einführen. Das Problem liegt im Preismodell selbst. Traditionelle Software war mit einer festen Jahresgebühr verbunden. KI-Tools berechnen oft pro „Token", eine kleine Einheit von Text, die die KI verarbeitet, was bedeutet, dass die Kosten ohne Vorwarnung in die Höhe schießen können, wenn Mitarbeiter die Tools intensiv nutzen.

Forrester empfiehlt Unternehmen, neue Finanzkontrollen speziell für KI-Ausgaben zu etablieren. Stellen Sie sich vor, Sie würden einen Wasserzähler an einen Wasserhahn anbauen. Techniken wie die Umleitung von Anfragen zu günstigeren KI-Modellen, wenn ein leistungsstarkes nicht nötig ist, und das Festlegen fester Ausgabenlimits pro Team können verhindern, dass die Kosten außer Kontrolle geraten.

Ein Ergebnis widerlegt eine beliebte These. Trotz Schlagzeilen über Tech-Entlassungen bei Oracle, Microsoft und Meta, die mit KI-bedingter Jobverlagerung verknüpft werden, unterstützen die Daten diese Geschichte nicht. Die IT-Personalkosten sind nicht gefallen. Sie machten 2025 35 Prozent der Technologiebudgets aus, und 67 Prozent der Technologieentscheidungsträger planen, bis 2027 mehr für Personal auszugeben, nicht weniger. Forrester nennt die Darstellung dieser Kürzungen als KI-getrieben „KI-Wäsche von Entlassungen", was bedeutet, dass Unternehmen KI als bequeme Erklärung für Jobverluste nutzen, die in Wirklichkeit um finanzielle oder Umstrukturierungsgründe gehen.

Shalyn Leaver, die Chief Research Officer von Forrester, drückte es deutlich aus: Die Organisationen, die bis 2027 am besten abschneiden, sind nicht die, die am meisten in KI investieren. Das sind die, die ihre Daten, Prozesse und Teams darauf vorbereiten, sie gut zu nutzen.