In einem Unternehmen haben alle Entwickler unbegrenzten Zugang zu einem extrem teuren Werkzeug – einem Supersportwagen mit Benzin aus Flüssiggold. Die Buchhaltung merkt: Die Spritkosten übersteigen die Gehälter. Genau das passiert bei Meta mit KI-Token. Instagram-Chef Adam Mosseri sagt in einem Podcast: Die Party könnte bald vorbei sein. In ein bis zwei Jahren könnte der Token-Verbrauch eines starken Ingenieurs so viel kosten wie sein Jahresgehalt. Dann werden Limits nötig.
Token sind die Währung für KI-Modelle. Jeder Prompt verbraucht eine bestimmte Anzahl. Die Kosten summieren sich rasant. Meta führte intern eine Bestenliste der größten Token-Verbraucher, schaltete sie aber ab, weil die Ausgaben außer Kontrolle gerieten. Das Unternehmen steuerte auf Milliardenkosten 2026 zu. Mosseri sagt, man habe alberne Dinge wie das Leaderboard gestoppt, weil es kaum Mehrwert brachte. Das klingt nach einem Unternehmen, das gerade lernt: KI ist nicht gratis.
Das ist kein Einzelfall. Uber verbrauchte laut internen Quellen sein KI-Code-Budget für 2026 bereits im April und musste nachsteuern. Microsoft kündigte Lizenzen für Claude Code und wechselte zu Copilot CLI. Überall das gleiche Muster: Euphorie weicht nüchterner Kostenbetrachtung. KI-Token sind kein Spielzeug, sondern ein Betriebsmittel wie Serverkapazitäten. Betriebsmittel müssen gemanagt werden.
Mosseri vergleicht Token-Budgets mit GPU- und CPU-Kapazitäten, Speicherplatz oder Budgets für Data Labeling. „Ich muss entscheiden, wie ich meine Ressourcen verteile“, sagt er. „Token-Budgets werden genauso behandelt.“ Der Haken: Bei Meta gibt es bisher keine Obergrenzen pro Mitarbeiter. Aber Mosseri deutet an: Es wird Caps geben, proportional zum Vertrauen, dass ein Ingenieur Tokens ROI-positiv einsetzt. Wer Mehrwert nachweist, bekommt mehr Budget. Wer nur experimentiert, weniger.
Die Frage: Wie hoch wird das Budget pro Ingenieur sein? Mosseri rechnet vor: Die Burn-Rate eines starken Entwicklers könnte bald seinem Gehalt entsprechen. Ein Ingenieur mit 200.000 Dollar Gehalt und 200.000 Dollar Token-Kosten verdoppelt seine Kosten. Kein Unternehmen trägt das lange. Caps sind wirtschaftliche Vernunft, kein Misstrauensvotum.
Mosseris Ausblick: Die Token-Kosten werden mittelfristig sinken, weil Anbieter in Preiskampf eintreten. Wettbewerb zwischen OpenAI, Google, Anthropic und Open-Source-Modellen besteht schon. Fallende Preise könnten Budgets wieder großzügiger machen. Bis dahin müssen Unternehmen mit der Knappheit umgehen. Meta, Uber und Microsoft zeigen: Auch die größten Tech-Konzerne können nicht unbegrenzt ausgeben. Das wird jeden Entwickler und jedes Unternehmen treffen, das KI in größerem Stil einsetzt.
Entwickler und Entscheider müssen sich rechtfertigen, warum ein Prompt 10.000 Token kostet, wenn ein Kollege mit 100 Token das Gleiche erreicht. Effizienz wird wichtig. Nicht jeder KI-Einsatz ist sinnvoll. Manchmal reicht eine SQL-Abfrage. Manchmal ist GPT-4 Overkill, Claude Haiku oder Llama 3 tun es auch. Wie setzen Unternehmen das technisch um? Token-Kontingente pro Benutzer oder Team? Monitoring-Systeme? Zentrale KI-Gateways für Modell-Auswahl?
Das erinnert an die Anfänge der Cloud. Entwickler starteten Instanzen und vergaßen, sie zu stoppen. Dann kamen Kosten-Reports und die Erkenntnis: Ressourcenverbrauch muss gemanagt werden. Heute gibt es Cost-Management-Tools. Mit KI-Token kommt das auch. Vielleicht entsteht „TokenOps“ als neuer Bereich.
Die einfache Wahrheit: Nichts ist umsonst. Auch KI nicht. Die Illusion kostenloser Nutzung wird von der Realität eingeholt. Adam Mosseri hat das öffentlich gesagt, andere werden folgen. Die Frage ist nicht ob, sondern wann und wie Token-Budgets gedeckelt werden. Für Ingenieure: Nutze KI klug, nicht gierig. Die Zeiten unbegrenzten Experiments sind gezählt.
Quelle: techcrunch.com
