Zunehmender Tokenverbrauch und die Umstellung auf verbrauchsbasierte Abrechnungsmodelle werden laut Prognose der Marktforscher von Gartner Coding mit generativer KI zunehmend verteuern. 2028 dürften die Kosten dann laut Gartner den globalen Durchschnittslohn eines Entwicklers übersteigen – die Prognose basiert auf einem weltweiten Mittelwert von rund 2.000 US-Dollar pro Monat.

„Unternehmen gehen rasch von der Testphase zur groß angelegten Einführung von KI-Codingsagenten über, doch viele unterschätzen die finanziellen Auswirkungen des steigenden Token-Verbrauchs“, erklärte Gartner-Analyst Nitish Tyagi. Mehr Disziplin beim Tokenverbrauch werde aber nicht allein aus den Entscheidungen der Entwickler erwachsen, führte Tyagi aus. Die neigten seiner Ansicht nach eher zu Komfort und Schnelligkeit als zu Kosteneffizienz. Ohne ein geregeltes Betriebsmodell für die Entwicklung könnten die Kosten in den Unternehmen schneller steigen als die Produktivitätsgewinne, die KI-Tools erreichen sollen.

Gegenüber dem Fachdienst The Register schränkte Tyagi auch ein, dass die Kosten natürlich nicht jedes Entwicklergehalt auf der Welt übersteigen würden – in den USA werde etwa besser bezahlt als in Indien. Allerdings seien die Tokenkosten pro Entwickler bereits über den Gehältern in Indien angelangt. Von 20 bis 100 US-Dollar pro Entwickler komme man nun in Größenordnungen von 2000 bis 5000 US-Dollar, teilweise auch 20.000 US-Dollar.

Kein ROI, nirgends?

„Führungskräfte im Bereich Softwareentwicklung sind zunehmend besorgt, da sich tokenbasierte KI-Ausgaben immer schwerer rechtfertigen lassen und Budgets oft früher als erwartet aufgebraucht sind“, sagte Tyagi. Unter anderem hatte im April der Uber-CTO Praveen Neppalli Naga mit der Aussage für Aufsehen gesorgt, dass das jährliche Token-Budget der Firma bereits aufgebraucht sei. Darauf legte Uber-Präsident Andrew Macdonald im Mai in einem Podcast nach, dass der Nutzen des KI-Einsatzes auch nicht klar sei. Ein Zuwachs an nützlichen Funktionen für Verbraucher habe sich nicht abgezeichnet. Ein ähnliches Bild zeigt sich auch in Deutschland, wo laut einer Bitkom-Umfrage rund ein Drittel der befragten Unternehmen von den Kosten ihres KI-Einsatzes überrascht worden ist.

Laut Gartner mangelt es bei den Anbietern auch an Transparenz bei der Berechnung und Abrechnung des Token-Verbrauchs. Integrierte Funktionen zur Kostenoptimierung in ihren KI-Codierungsagenten hätten die Anbieter ebenfalls noch nicht bereitgestellt. Das mache es den Unternehmen schwerer, Kosten genau zu prognostizieren und zu kontrollieren.

Transparenz und Steuerung fehlen

Hinzu komme ferner die mangelhafte Steuerung der Nutzung in den Unternehmen, die für übermäßige Ausgaben sorge. Als häufige Fehlerquellen nennt Gartner etwa unkontrollierte Autonomie in agentengesteuerten Arbeitsabläufen sowie überladene Kontextfenster. Insgesamt dürfte sich die Preisspirale noch weiter drehen, schätzt Tyagi ein: „Die Kosten für KI-Coding werden weiter steigen, da Infrastrukturinvestitionen und Herausforderungen bei der Rentabilität die Modellpreise in die Höhe treiben.“

Um die Kosten im Griff zu halten, empfehlen die Gartner-Analysten unter anderem Tokenschwellenwerte und automatisierte Überwachung einzuführen. Ebenfalls sollten Aufgaben für die KI möglichst segmentiert werden, damit sie auch von kleineren Modellen bewältigt werden können. Spitzenmodelle sollten lediglich für komplexe Aufgaben mit hoher Wertschöpfung zum Einsatz kommen. Ferner sollten Entwickler geschult werden, ihre KI-Prompts auf Sparsamkeit zu optimieren, indem sie nur relevante Informationen einbeziehen und Inhalte nach Möglichkeit zusammenfassen.

(axk)

In den Niederlanden lässt der Energieversorger Budget Thuis einen großen Energiespeicher bauen. Es soll der größte Speicher mit Eisen-Luft-Speichertechnik werden.

Der Speicher wird in seiner endgültigen Ausbaustufe eine Kapazität von einer Gigawattstunde haben. Der erste Teilabschnitt mit 400 Megawattstunden solle 2028 fertig werden, teilte Ore Energy mit. Anders als bei vielen Netzspeichern, in denen Lithium-Ionen-Akkus verbaut werden, setzt Ore Energy auf Eisen-Luft-Akkus, die den Strom 24 bis 100 Stunden speichern sollen. Der Speicher ist modular aufgebaut, die Akkus sind in 40-Fuß-Containern untergebracht. Eisen-Luft-Akkus sind Langzeitspeicher, Lithium-Ionen-Akkus hingegen sind auf kürzere Zeiten ausgelegt. Eisen-Luft-Akkus sind größer und weniger effizient, das bedeutet, sie verlieren mehr der gespeicherten Energie. Dafür sind sie deutlich günstiger, wodurch die Speicherkosten sinken.

Eisen-Luft-Akkus sind nicht feuergefährlich

Ein weiterer Vorteil ist, dass sie anders als Lithium-Ionen-Akkus nicht Feuer fangen können. In Australien kam es in den vergangenen Jahren zu mehreren Bränden in Netzspeichern, die aus Lithium-Ionen-Akkus bestanden.

Das System sei entwickelt worden, um Strom aus erneuerbaren Quellen über mehrere Tage zu speichern und so die Zuverlässigkeit der europäischen Stromnetze sicherzustellen, teilte Ore Energy mit. „Durch die längere Speicherung von überschüssigem Strom aus erneuerbaren Quellen und die Einspeisung, wenn sonst auf eine Stromerzeugung aus fossilen Brennstoffen zurückgegriffen werden müsste, können Eisen-Luft-Batterien die Abhängigkeit von Gaskraftwerken verringern und dazu beitragen, sauberen Strom dann bereitzustellen, wenn er am meisten gebraucht wird.“

„Die europäischen Stromnetze drosseln bereits in großem Umfang die Einspeisung von sauberem Strom und verschwenden so Strom, dessen Erzeugung Milliarden kostet, während wir weiterhin auf fossile Brennstoffe angewiesen sind, um die Lücken zu füllenn“, sagte Aytaç Yilmaz, Chef und einer der Gründer von Ore Energy. Die stark auf Windenergie ausgerichteten europäischen Stromnetze brauchten jedoch Speicher für Tage, nicht für Stunden. „Unsere Langzeit-Eisen-Luft-Akkus sind genau dafür ausgelegt: Sie speichern Windstrom, wenn der Wind weht, und speisen ihn ein bei Windstille. Damit ersetzen sie die Gaskraftwerke, die heute diese mehrtägigen Lücken füllen.“

(wpl)

Meta will die Moderation der Inhalte in seinen Netzwerken bis Ende des Jahres weitgehend automatisieren. Bereits jetzt hätten Large Language Models (LLMs) laut Financial Times die Hälfte aller menschlichen Überprüfungsanfragen ersetzt. Bis Ende 2026 soll der Anteil weiter sinken, sodass bei bestimmten Inhaltstypen neun von zehn Moderationen durch die KI erledigt werden. Meta soll die Umwandlung laut Informanten vor allem deshalb vorantreiben, um die enormen KI-Investitionen des Unternehmens gegenzufinanzieren. Der KI-Einsatz spare Milliarden US-Dollar ein. Meta selbst bestreitet dies. Bereits Anfang 2026 hatte Meta-Chef Mark Zuckerberg angekündigt, einzelne Mitarbeiter mit KI-Werkzeugen so auszurüsten, dass sie Aufgaben ganzer Abteilungen übernehmen können.

Die Konzernmutter von Facebook, Threads und Instagram nutzte bislang eine Mischung aus automatisierten Systemen und menschlichen Prüfern, wobei ein Teil davon von Vertragsfirmen übernommen wurde. Die bisherigen Machine-Learning-Tools hätten sich jedoch teilweise mit Satire und Veränderungen in der Alltagssprache schwer getan. Meta selbst begründet den KI-Vorstoß laut FT mit einer Qualitätsverbesserung. Interne Tests hätten gezeigt, dass LLMs im Schnitt 13 Prozent weniger Fehler machen würden und 10 Prozent mehr Verstöße finden als Menschen.

Wechsel von Google Gemini zu Muse Spark

Die Umstellung führt zur Entlassung von Mitarbeitern. Betroffen seien zunächst vor allem Vertragsfirmen, deren Verträge nicht verlängert werden. Bereits im Frühjahr hatte Meta angekündigt, rund zehn Prozent der Belegschaft zu entlassen und gleichzeitig tausende Mitarbeiter in neue KI-Abteilungen zu versetzen. Letztlich dürfte ein hoher Automatisierungsgrad aber auch bei Meta selbst zu Einsparungen beim Personal führen.

Bislang soll Meta für die KI-Moderation Google Gemini eingesetzt haben. Die LLMs seien unter anderem mit früheren Entscheidungen menschlicher Prüfer bei Widerspruchsverfahren trainiert worden. Inzwischen wurden Mitarbeiter aber angewiesen, auf Metas eigenes Modell Muse Spark, dem ersten Modell der Muse-Reihe von Metas Superintelligence Labs umzusteigen. Schon im Juni 2025 hatte Meta begonnen, auch Risikoprüfungen für neue Funktionen weitgehend durch KI zu ersetzen – damals ging es um Datenschutz- und Integritätsbewertungen für Facebook, Instagram und WhatsApp. Laut Informationen der FT soll es intern Kritik geben, dass die KI-Moderation zu schnell ausgerollt wird. Die LLMs machten Fehler wie das Sperren oder Unsichtbarmachen von harmlosen Inhalten. Zudem gebe es unzureichende Metriken zur Leistungsmessung. Meta weist dies zurück.

(mki)