Am 4. Juli 2025 veröffentlichte ein Firmengründer eine Entschuldigung. Es ging weder um einen Ausfall noch um ein Datenleck, sondern um eine Abrechnung. Anysphere, die Firma hinter dem Coding-Assistenten Cursor, hatte im Juni die Pauschaltarife abgeschafft und auf verbrauchsabhängige Credits umgestellt. Ein Kundenteam verbrauchte dabei sein Jahresbudget von 7.000 Dollar an einem einzigen Tag. Der Gründer entschuldigte sich, erstattete Beträge – und ließ das alte Modell trotzdem nicht wieder aufleben. Seitdem hat Cursor seine Preislogik viermal geändert. Alle vier Änderungen gingen in dieselbe Richtung.
Anysphere erreichte bis Juni 2026 rund vier Milliarden Dollar annualisierten Umsatz, etwa drei Viertel davon im Unternehmensgeschäft. Sechzehn Monate zuvor waren es 100 Millionen Dollar. Kein anderes SaaS-Anwendungsprodukt hat die 100-Millionen-Marke schneller gerissen. Die Bewertung liegt bei 60 Milliarden Dollar. Die Inferenzkosten lagen laut Berichten aus dem Jahr 2025 bei 40 bis 70 Cent je Umsatzdollar – eine Bruttomarge von 30 bis 50 Prozent. Bei Software lag sie vier Jahrzehnte lang bei 70 bis 80 Prozent.
Warum die These von der billigeren Software zu kurz greift
Am 6. September formulierte Tamara Martinović auf X den Gegeneinwand. Ihr Beitrag erreichte 76.000 Aufrufe. Ihre Argumentation: Wenn KI zwei Monate Arbeit in zwei Tage presst, muss sich das im Preis wiederfinden. Zehnfache Produktivität und unveränderte Preise können nicht dauerhaft nebeneinander bestehen. Sie stellte den Satz unter die Überschrift „Unpopular opinion“. Es kamen 616 Antworten, und die Mehrheit stimmte ihr zu.
Der Autor des Ausgangstexts hielt dagegen. Seine Beobachtung klingt auf den ersten Blick wie ein Scherz: Er könne in wenigen Stunden Programmieren Token im Wert von tausend Dollar verbrauchen, und Software müsse deshalb eher teurer werden. Nach eigener Angabe baut er produktive agentische Systeme auf dem Microsoft-Stack – MCP-Server, das Agent Framework, RAG-Pipelines über Vektorsuche in SQL Server 2025 – und beschreibt diesen Verbrauch als gewöhnlichen Arbeitstag.
Beide Positionen berühren denselben Punkt von verschiedenen Seiten, aber nur eine macht eine Annahme, die sich prüfen lässt. Die Forderung nach niedrigeren Preisen unterstellt, dass der Preis den Produktionskosten folgt: Sinkt der Arbeitsaufwand um den Faktor dreißig, muss auch der Preis sinken. Das ist Kosten-plus-Denken, und Software wurde noch nie so bepreist. Hier beginnt der Streit.
Software wurde noch nie nach Herstellkosten bepreist
Die zweite Kopie von Windows kostete Microsoft nichts. Die zehnmillionste Kopie kostete nichts. Hätte sich der Preis an den Herstellkosten orientiert, wäre Software seit 1985 kostenlos gewesen. Sie war es nicht, weil Software nach dem bemessen wird, was sie dem Käufer wert ist. Ein Lohnsystem, das ein Unternehmen mit 400 Beschäftigten vor einem arbeitsrechtlichen Verfahren bewahrt, ist so viel wert, wie es wert ist. Die Sprintgeschwindigkeit des Anbieters kommt in dieser Rechnung nicht vor.
Am besten lässt sich der Unterschied mit einer Küche erklären. Software war vierzig Jahre lang ein Rezeptbuch: einmal geschrieben, beliebig oft kopiert, jede weitere Kopie kostenlos. Die ganze Branche hat darauf ihre Bewertungsmaßstäbe gebaut, ihre Marge, ihr Erlösmodell. Was mit KI dazukommt, ist der Herd. Jedes Mal, wenn ein Agent etwas tut, wird gekocht, und Zutaten, Strom und Zeit fallen erneut an. Nicht einmal pro Kunde, sondern pro Vorgang.
Es gibt einen zweiten Einwand gegen die Produktivitätsthese, und er ist älter als die Diskussion. Der Compiler ersetzte handgeschriebenen Assembler. Visual Basic ersetzte C für betriebliche Anwendungen. Rails ersetzte selbstgebautes CRUD. AWS ersetzte den eigenen Server im Rechenzentrum. Jeder dieser Sprünge wurde als Verzehnfachung angekündigt, und jeder war es ungefähr. Die Softwarepreise sind durch alle vier hindurch gestiegen.
Der Grund ist immer derselbe: Der Produktivitätsgewinn wird vom Umfang aufgefressen. Niemand liefert heute noch die Zwei-Monats-Anwendung von 2015 aus. Käufer erwarten inzwischen Single Sign-on, SOC-2-Attestierung, einen mobilen Client, Echtzeitsynchronisation, rollenbasierte Zugriffssteuerung, ein Prüfprotokoll, eine Schnittstelle, vier Neunen Verfügbarkeit und eine Antwort auf die Frage, wo die Daten in der EU liegen. Der Zwei-Tage-Build und der Zwei-Monats-Build sind nicht dasselbe Produkt. Einer von beiden ist eine Demo.
Was bei Vertragsverlängerungen wirklich passiert
Statt über die Theorie zu streiten, lohnt ein Blick darauf, was in den zwölf Monaten des größten Produktivitätsschubs der Softwaregeschichte mit den Preisen passiert ist. 79 Prozent der IT-Verantwortlichen erlebten bei einer Vertragsverlängerung eine Preiserhöhung. 78 Prozent bekamen Positionen in Rechnung gestellt, die sie nicht eingeplant hatten – Verbrauch oder gebündelte KI-Funktionen. 61 Prozent haben ein Projekt gekürzt oder ausgesetzt, weil eine Softwarerechnung sich unangekündigt bewegte. Die Zahlen stammen von Zylo, erhoben bei den Leuten, die diese Verlängerungen unterschreiben.
Gartner erwartet parallel einen Anstieg der weltweiten Ausgaben für KI-Software um 60,2 Prozent in diesem Jahr. Der Mechanismus dahinter ist unspektakulär. Anbieter bündeln KI-Funktionen in bestehende Tarife und heben den Tarif an. Sie streichen Bestandskunden-Rabatte. Sie legen Verbrauchskosten über das Abonnement. Atlassian rechnet Rovo-Credits ab, GitHub Premium-Anfragen, Salesforce betreibt auf Agentforce drei Preismodelle gleichzeitig. Nichts davon erscheint als Schlagzeile, und genau deshalb funktioniert es.
Die These, dass mehr Produktivität zu niedrigeren Preisen führt, ist damit bereits getestet. Die Produktivität ist gestiegen. Vier von fünf Käufern bekamen bei der Verlängerung eine Erhöhung präsentiert, und drei von fünf begannen, Projekte zu streichen, um sie zu bezahlen. Wer heute über KI-Software-Kosten verhandelt, verhandelt nicht über Listenpreise, sondern über Verbrauchsklauseln.
Billigere Token, höhere Rechnungen: das Jevons-Paradox
Der Einwand der Befürworter hat trotzdem einen richtigen Kern. Der Stückpreis für Intelligenz ist eingebrochen. GPT-4 startete im März 2023 bei 30 Dollar pro Million Eingabe-Token und 60 Dollar pro Million Ausgabe-Token. Was danach fiel, war der Preis für ein festes Fähigkeitsniveau – eine andere und deutlich nützlichere Messgröße. Epoch AI beziffert diesen Rückgang auf einen Median von etwa 50-fach pro Jahr, seit Januar 2024 sogar über 200-fach. a16z hat über drei Jahre rund das Tausendfache gemessen: von 60 Dollar pro Million Token für GPT-3-Qualität auf sechs Cent für dieselbe Qualität.
Sechs Cent für Arbeit, die drei Jahre vorher sechzig Dollar gekostet hatte. Das ist real, und es ist das stärkste Argument der Befürworter niedrigerer Preise. Trotzdem sind die Rechnungen nicht gefallen. Dafür gibt es zwei Gründe, die sich gegenseitig verstärken.
Der erste hat einen Namen. Am 27. Januar 2025, Stunden nachdem die Veröffentlichung von DeepSeek R1 den Energiesektor durcheinandergebracht hatte, schrieb Satya Nadella, das Jevons-Paradox schlage wieder zu. Billigere und leichter zugängliche KI, argumentierte er, werde den Verbrauch steigern statt senken. William Stanley Jevons hatte 1865 beobachtet, dass effizientere Dampfmaschinen den englischen Kohleverbrauch erhöhten statt verringerten. Nadella behielt recht, und die Belege kamen von beiden Seiten der Transaktion. OpenAI bezifferte die eigenen Inferenzkosten für 2025 auf rund 8,4 Milliarden Dollar, etwa das Vierfache des Vorjahres. Menlo Ventures maß dieselbe Zahl von der Kundenseite: Ausgaben von Unternehmen für Modell-APIs stiegen binnen sechs Monaten von 3,5 auf 8,4 Milliarden Dollar. Zwei unabhängige Messungen kamen auf denselben Betrag.
Der zweite Grund ist, dass der Boden fällt und die Decke gleichzeitig steigt. Bei Budget- und Mittelklasse-Modellen wird es weiter billiger. Die Frontier-Modelle haben sich im gemischten Preis pro Token seit Januar 2026 ungefähr verdoppelt, weil jede Generation erweiterte Fähigkeiten in Rechnung stellt. Und niemand, der ein ernsthaftes Produkt baut, kauft das Bodenmodell. Man greift immer zum besten verfügbaren Werkzeug, weil die Fähigkeit das Produkt ist und der Unterschied in der Ausgabe sichtbar wird, die der eigene Kunde sieht. Fähigkeit pro Dollar explodiert. Der Verbrauch explodiert stärker.
Warum agentische KI die Marge von SaaS angreift
Agentische Systeme verbrennen Token in einem Tempo, das eine normale Chat-Sitzung nie erreicht, weil sie keine Frage beantworten. Sie lesen fünf Dateien in den Kontext, planen, schreiben, führen Tests aus, lesen die Fehlermeldungen und drehen eine weitere Runde, wobei die gesamte Unterhaltung bei jedem Umlauf mitgeschleppt wird. Anthropic veröffentlicht die Rechnung selbst. Agententeams, bei denen mehrere Instanzen parallel mit eigenen Kontextfenstern laufen, verbrauchen im Planungsmodus etwa siebenmal mehr Token als eine Standardsitzung. Über Unternehmenseinsätze hinweg liegt der Durchschnitt bei rund 13 Dollar pro Entwickler und aktivem Tag sowie 150 bis 250 Dollar pro Entwickler und Monat. Für 90 Prozent der Nutzer bleiben es unter 30 Dollar am Tag.
Der Autor des Ausgangstexts beschreibt für sich einen deutlich höheren Wert. Beim Debuggen eines Retrieval-Problems mit langem Kontext, echter Codebasis und hochgedrehtem Reasoning-Aufwand seien tausend Dollar an einem Nachmittag kein exotisches Ergebnis, sondern ein Dienstag. Er habe sein Beobachtbarkeits-Framework unter anderem deshalb gebaut, um zu sehen, wohin das Geld fließt, und dabei festgestellt, dass der teure Teil fast nie der Modellaufruf ist, den man vermuten würde.
Damit hat jedes Nutzerverhalten in einem agentischen Produkt variable Kosten für den Anbieter, ob der Käufer sie einzeln aufgeführt bekommt oder nicht. Das ist eine Wareneinsatzposition auf einer Bilanz, die nie eine hatte. Sie skaliert mit der Nutzung, schwankt stark zwischen Kunden und trifft den Anbieter vor dem Käufer. Deshalb verschwindet die Abrechnung pro Arbeitsplatz. Gartner erwartet, dass bis Ende 2026 bis zu 40 Prozent der Unternehmensanwendungen einen aufgabenspezifischen KI-Agenten tragen, gegenüber unter 5 Prozent heute. Im Juli bezifferte das Institut den Betrag, der bis 2030 durch sogenannte agentische Arbitrage gefährdet ist, auf bis zu 234 Milliarden Dollar – etwa ein Fünftel aller SaaS-Ausgaben im Unternehmen. Der Agent erledigt die Arbeit über vier Systeme hinweg, und niemand meldet sich in der Anwendung an, für die pro Nutzer bezahlt wird. Gartners eigenes Wort dafür lautet Saaspocalypse.
Intercom verlangt 99 Cent pro gelöstem Gespräch. Cursors Bugbot kostet nicht mehr 40 Dollar pro Platz und Monat, sondern rund ein bis eineinhalb Dollar pro Durchlauf. Keiner dieser Anbieter verkauft dir noch einen Arbeitsplatz. Software wird zu einem gemessenen Dienstleistungsgeschäft, und Dienstleister werden nicht billiger, wenn sie produktiver werden. Sie werden leistungsfähiger, übernehmen mehr Arbeit und stellen mehr in Rechnung. Der Herd läuft bei jedem Gast.
Was andere Branchen über den Produktivitätsgewinn verraten
Wenn der Satz gilt, dass ein Produktivitätssprung von zehn zu eins durch niedrigere Preise hindurchmuss, dann ist er entweder eine Regel oder er ist keine. Die erste Sequenzierung eines menschlichen Genoms kostete etwa 2,7 Milliarden Dollar. Eine klinische Vollgenomsequenz liegt heute bei ein paar Hundert Dollar. Daneben stehen MRT, Roboterchirurgie, elektronische Patientenakten und KI-gestützte Radiologie, die Befunde schneller liest, als der Radiologe sie aufrufen kann. Ein Produktivitätsgewinn, neben dem sich alles im Softwarebereich wie ein Rundungsfehler ausnimmt.
Und der Preis? Die durchschnittliche Familienprämie für betriebliche Krankenversicherung erreichte 2025 genau 26.993 Dollar, ein Plus von sechs Prozent und das dritte Jahr in Folge mit mindestens sechs Prozent – zum ersten Mal seit zwei Jahrzehnten. Arbeitnehmer trugen davon 6.850 Dollar aus eigener Tasche. Die Prämien auf dem staatlichen Marktplatz steigen um 18 Prozent. Keine Krankenkasse hat je eine Rückzahlung verschickt mit Verweis auf die Sequenzierungskurve. Die juristische Dokumentenprüfung erzählt dieselbe Geschichte in kleinerem Rahmen: Die Arbeit wurde dramatisch schneller, die Rechnungen blieben, wo sie waren.
Wer heute Software einkauft, verhandelt zunehmend nicht mehr über den Preis pro Kopf, sondern über Verbrauch, Obergrenzen und die Frage, wer die Schwankung trägt. Budgets brauchen künftig eine Zeile für Token und Ausführungen, nicht nur eine für Lizenzen. Bei Anbietern wird die Bruttomarge zur zentralen Risikokennzahl, weil sie nicht mehr selbstverständlich ist, sondern erarbeitet werden muss. Die Werkzeuge sind dramatisch leistungsfähiger geworden. Nur ist Leistungsfähigkeit nicht dasselbe wie ein niedrigerer Preis. Der Produktivitätsgewinn landet im Umfang und im Verbrauch, nicht auf der Rechnung.
Quelle: galratner.substack.com
