Instagram-Chef Adam Mosseri, der auch eine Führungsposition bei Meta innehat, prognostiziert, dass Unternehmen in naher Zukunft, möglicherweise innerhalb von ein bis zwei Jahren, Obergrenzen für die Ausgaben von KI-Tokens pro Ingenieur einführen müssen. Diese Maßnahme sei notwendig, da die Kosten für die Nutzung von KI-Tools durch einen erfahrenen Ingenieur bald dessen Gehalt oder die gesamten Anstellungskosten erreichen könnten.
Steigende Kosten für KI-Nutzung
Die sogenannten KI-Token-Ausgaben beziehen sich auf die Kosten, die für die Verarbeitung von Prompts (Eingabeaufforderungen) und Antworten von Künstlicher Intelligenz anfallen. Dieses Thema hat in jüngster Zeit an Bedeutung gewonnen, da die Ausgaben erheblich ansteigen. Bei Meta führten die internen KI-Kostenprognosen dazu, dass das Unternehmen für 2026 mit Ausgaben in Milliardenhöhe rechnete. Als Reaktion darauf wurde eine interne Rangliste für KI-Token-Ausgaben abgeschaltet, die als „Token-Verbrennungsanlage“ ohne nennenswerten Mehrwert beschrieben wurde.
Meta ist nicht das einzige Unternehmen, das seine Herangehensweise an KI-Experimente überdenkt. Auch Uber sah sich gezwungen, seine KI-Strategie neu zu bewerten, nachdem das für 2026 geplante Budget für KI-Codierung bereits im April des laufenden Jahres überschritten wurde. Microsoft reagierte auf explodierende Token-Kosten, indem es Lizenzen für das KI-Modell Claude Code kündigte und seine Ingenieure stattdessen auf das eigene Copilot CLI-Tool konsolidierte.
KI-Ausgaben als weitere Ressource
Mosseri vergleicht die Verwaltung von KI-Token-Kosten mit der Steuerung anderer Unternehmensressourcen wie Gehaltszahlungen (Payroll) oder Betriebsausgaben (OpEx). Er argumentiert, dass Unternehmen wie bei der Zuweisung von GPU- und CPU-Kapazitäten, Speicherplatz oder RAM auch Entscheidungen über die Verteilung von Budgets für Daten-Labeling und Personal treffen müssen. Token-Budgets würden sich in diese Logik einfügen.
Derzeit gibt es bei Meta keine Obergrenzen für die Token-Ausgaben der Mitarbeiter. Mosseri glaubt jedoch, dass solche Limits in Zukunft sinnvoll sein könnten. Die Obergrenze pro Ingenieur müsste dabei proportional zum Vertrauen des Unternehmens in deren Fähigkeit sein, das Budget „ROI-positiv“ einzusetzen. Langfristig erwartet Mosseri, dass die Token-Kosten sinken werden, sobald die Anbieter von KI-Modellen in einen Preiskampf treten, um Nutzer für ihre Tools zu gewinnen.
Thema: Meta. Quelle/Inspiration: TechCrunch.