Wer sich an die ersten mobilen Datentarife erinnert, kennt das Gefühl: Plötzlich zählte jedes Megabyte. Etwas Ähnliches beginnt bei künstlicher Intelligenz. Die feste Gebühr, die fast alles abdeckte, weicht nach und nach dem Zähler.
Von der Flatrate zum Zähler
An diesem Montag, dem 1. Juni, trat das Ende April angekündigte neue Abrechnungssystem von GitHub Copilot, Microsofts Programmierassistenten, in Kraft. Die Preise der Tarife bleiben gleich, von 10 Dollar monatlich im Einzeltarif bis zu 39 pro Nutzer im Unternehmenstarif. Jetzt enthält jede Gebühr aber ein entsprechendes Credit-Guthaben. Ist es aufgebraucht, kauft man nach oder hört auf. Administratoren können Budgets pro Unternehmen, Abteilung und Person festlegen.
Was genau bezahlt wird
Abgerechnet werden Tokens, die Textfragmente, die das Modell liest und schreibt: ungefähr Teile von Wörtern. Eingabe- und Ausgabetokens werden zum öffentlichen Preis des jeweiligen Modells berechnet. Vorschläge zur automatischen Vervollständigung bleiben ohne Credit-Verbrauch enthalten. Ein Sicherheitsnetz entfällt hingegen: Wer zuvor seine Anfragen verbraucht hatte, konnte mit einem einfacheren Modell weitermachen; nun entscheidet das Guthaben.
Agenten verändern alles
Die Erklärung von GitHub ist aufschlussreich. Copilot schlägt nicht mehr nur Zeilen vor, sondern führt Agenten aus, die in langen Sitzungen viele Schritte aneinanderreihen. Im bisherigen System kosteten eine kurze Frage und eine mehrstündige Sitzung gleich viel. Das Unternehmen räumt ein, einen großen Teil der steigenden Kosten für die Modellausführung selbst getragen zu haben. Sein Fazit: Das bisherige Modell war nicht tragfähig.
Wenn KI vom Antworten zum Arbeiten übergeht, wechselt die Rechnung von der Pauschale zum Zähler.
Gerechter oder unsicherer?
Es gibt Argumente für beide Seiten. Dafür spricht, dass die Abrechnung nach Verbrauch gerechter ist: Wenignutzer subventionieren keine Vielnutzer, und der Anbieter muss intensive Nutzer nicht beschränken. Dagegen spricht, dass Ausgaben weniger vorhersehbar werden. Viele Entwickler fürchten unbemerkt wachsende Rechnungen. Dahinter steht die Frage, ob dies vorwegnimmt, was andere KI-Dienste tun werden, wenn Agenten zum Alltag gehören. Für Unternehmen ähnelt das Management von KI-Ausgaben zunehmend dem von Cloud-Ausgaben.
Bezahlen, was man nutzt, und nutzen, was etwas bringt
Wir sehen darin ein Zeichen der Reife: KI ist kein Lockangebot mehr, sondern bekommt sichtbare Kosten wie jede andere Unternehmensressource. Die Herausforderung besteht darin, messen zu lernen, für jede Aufgabe das passende Modell zu wählen und nicht für alles das teuerste einzusetzen. Wer es richtig macht, hat eine klare Chance: Wer die Kosten jeder Aufgabe kennt, kann ihren Wert bestimmen und anhand von Daten entscheiden, wo KI etwas beiträgt und wo nicht.