Warum KI heute bezahlbar ist

Viele Mittelständler tragen eine Zahl im Kopf, die längst überholt ist. Sie stammt aus der Zeit, als KI-Projekte nach Großberatung klangen: sechsstellig, monatelang, mit ungewissem Ausgang. Wer KI an dieser alten Zahl misst, kommt zu dem vernünftigen Schluss, lieber zu warten. Nur ist die Zahl nicht mehr richtig.

Was sich geändert hat, ist keine Kleinigkeit. Es ist einer der schnellsten Preisverfälle, den eine Technologie je erlebt hat.

Der Boden ist weggerutscht

Die belastbarste Analyse dazu stammt vom Forschungsinstitut Epoch AI. Über sechs gängige Leistungstests hinweg ist der Preis, um ein bestimmtes KI-Niveau zu erreichen, im Median um rund das Fünfzigfache pro Jahr gefallen. Je nach Aufgabe liegt der Verfall zwischen dem Neunfachen und dem Neunhundertfachen. Fünfzig pro Jahr ist der mittlere Wert.

Konkret heißt das: Die Leistung, für die man zum Start von GPT-4 im Frühjahr 2023 noch rund 30 Dollar je Million Token zahlte, kostet heute einen Bruchteil davon. Was früher nur die teuersten Anwendungen rechtfertigte, kann heute in fast jedem alltäglichen Arbeitsschritt stecken. Die Frage hat sich umgedreht. Sie lautet nicht mehr: Können wir uns KI an dieser Stelle leisten? Sondern: Gibt es einen Grund, sie hier nicht einzusetzen?

Die alte Frage war, ob KI sich lohnt. Die neue Frage ist, warum nicht.

Was billiger geworden ist, und was nicht

Hier ist die ehrliche Einordnung, die man selten hört. Billiger geworden ist das Modell, also der Rohstoff. Nicht automatisch billiger geworden ist alles, was darum herum nötig ist, damit es im Betrieb wirklich läuft.

Das deckt sich mit dem, was Unternehmen berichten. Ein Drittel der KI-nutzenden Betriebe sagt, KI sei am Ende teurer gewesen als erwartet. Das ist kein Widerspruch zum Preisverfall. Es zeigt nur, wo die Kosten heute liegen: nicht mehr im Modell, sondern in der Einbindung in bestehende Abläufe, in der Datenpflege und darin, dass am Ende jemand die Verantwortung trägt. Wer die Rechnung aus den Schaufensterpreisen der Anbieter aufmacht, verschätzt sich. Wer sie ehrlich aufmacht, sieht: Der teure Teil ist die Umsetzung, nicht die Technik.

Was das für den Einstieg bedeutet

Genau deshalb braucht es heute kein Großprojekt mehr. Wenn der Rohstoff günstig ist, verschiebt sich der Hebel darauf, die richtigen zwei, drei Anwendungsfälle zu finden und sauber umzusetzen, statt eine teure Rundum-Transformation zu kaufen.

Das erlaubt einen Einstieg, der früher nicht möglich war: mit einem festen, kleinen Preis, der vor dem Start feststeht. Ohne offene Tagessätze. Ohne ein Konzept, das in der Schublade endet. Ein lauffähiges Ergebnis in Wochen, nicht in Monaten.

Und es erlaubt etwas, das dem Mittelstand wichtig ist: Was gebaut wird, läuft im eigenen Haus und bleibt dem Unternehmen erhalten. Herstellerneutral, mit den jeweils besten Werkzeugen für die Aufgabe. Kein Lock-in, keine Abhängigkeit von einem einzigen Anbieter, dessen Preise man nicht kontrolliert.

Der Preisverfall hat die alte Ausrede kassiert. KI ist nicht mehr das teure Wagnis, das sie einmal war. Die Frage ist nur noch, wo im eigenen Betrieb sie sich zuerst lohnt.