Der Hype um autonome Agenten und generative Modelle weicht in den Chefetagen internationaler Großkonzerne einer spürbaren Ernüchterung über die tatsächlichen Betriebsausgaben. Wie das Capgemini Research Institute in seiner aktuellen Untersuchung namens The Cost of Intelligence ermittelt hat, wachsen bei 53 Prozent der weltweiten Führungskräfte die Sorgen vor unkontrollierbaren KI-Ausgaben. In deutschen Unternehmen liegt diese Quote mit 63 Prozent sogar noch spürbar über dem globalen Durchschnitt. Die Erhebung stützt sich auf eine detaillierte Befragung von 500 CXO-Führungskräften aus zehn Industrie- und Schwellenländern sowie 13 verschiedenen Wirtschaftszweigen. Die Ergebnisse verdeutlichen, dass der unkritische Rollout von Modelllizenzen ohne strenge Kostenkontrolle an seine finanziellen Grenzen stößt.
Um die rasant steigenden Rechnungen für API-Tokens und rechenintensive Cloud-Infrastrukturen einzudämmen, bereiten viele IT-Verantwortliche eine signifikante strategische Kurskorrektur vor. Nahezu sechs von zehn befragten Führungskräften, genauer rund 58 bis 60 Prozent, planen für die nächsten zwölf Monate eine gezielte Umschichtung ihrer Budgets in Richtung kostengünstigerer Open-Weight-Modelle. Bei diesen Systemen sind die Modellgewichte offen verfügbar, was Unternehmen mehr Spielraum beim Eigenbetrieb und bei der Optimierung auf lokaler Hardware verschafft. Viele IT-Architekten erhoffen sich dadurch eine wirksame Alternative zur dauerhaften Abhängigkeit von proprietären Schnittstellen externer Großanbieter. Dieser Wandel markiert einen grundlegenden Schwenk in der Beschaffungsstrategie moderner Unternehmens-IT.
Der Report von Capgemini verdeutlicht jedoch auch, dass die wirtschaftlichen Hürden keineswegs allein bei den direkten Schnittstellengebühren liegen. Nur ein Drittel der befragten Manager, rund 33 Prozent, kann die indirekten Betriebsausgaben ihrer KI-Anwendungen exakt beziffern. Zu diesen oft übersehenen Kostenfaktoren gehören unverzichtbare manuelle Kontrollschleifen, manuelle Datenbereinigungen sowie der laufende Aufwand für IT-Governance. Da diese kontinuierlichen Aufwände selten vorab in den Projektbudgets berücksichtigt werden, steigen die Gesamtkosten im Regelbetrieb meist weit stärker als ursprünglich prognostiziert.
Besonders eklatant zeigt sich das Kontrolldefizit bei der systematischen Berechnung der tatsächlichen Rentabilität. Lediglich 20 Prozent der befragten Organisationen ermitteln den sogenannten AI Yield, der den realen Netto-Geschäftswert nach dem Abzug sämtlicher Kontroll-, Fehler- und Bereinigungskosten widerspiegelt. Für vier von fünf Unternehmen bleibt die tatsächliche Wertschöpfung ihrer KI-Investitionen damit ein weitgehend undurchsichtiger Schätzwert. Vor diesem Hintergrund überrascht es kaum, dass sich aktuell nur 56 Prozent der befragten Führungskräfte zutrauen, verlässliche Kostenprognosen für eine unternehmensweite Skalierung abzugeben.
Der wachsende ökonomische Druck markiert das Ende einer Phase naiver Experimentierfreude und zwingt Unternehmen zur Etablierung robuster Governance-Strukturen. Wenn indirekte Personalaufwände für Validierung und Datenpflege nicht transparent erfasst werden, drohen selbst technisch gelungene KI-Projekte wirtschaftlich zu scheitern. Die kommenden zwölf Monate werden zeigen, ob der geplante Umstieg auf Open-Weight-Modelle die erhoffte finanzielle Entlastung tatsächlich realisieren kann oder ob neue Betriebsaufwände entstehen. Klar ist bereits jetzt, dass der wirtschaftliche Erfolg von KI-Systemen künftig nicht an der Modellgröße, sondern am disziplinierten Kostenmanagement gemessen wird.

