LONDON (IT BOLTWISE) – Große Unternehmen überdenken ihre KI-Ausgaben und messen stärker am erwarteten ROI. IBM-CEO Arvind Krishna sagt, viele Firmen seien zunehmend besorgt, wenn KI-Kosten nicht zu nutzbaren Ergebnissen führen. Gleichzeitig wächst die Nachfrage nach Open-Weight-Modellen, die sich mit deutlich geringeren Token-Kosten betreiben lassen. Für den Mittelweg zwischen Innovation und Budgetdruck wird damit die On-Premise-Strategie wieder relevanter.
Die Debatte um KI-Kosten verschiebt sich spürbar von reiner Rechenleistung hin zu betriebswirtschaftlicher Steuerung. IBM lenkt in einem aktuellen Unternehmenskontext den Blick darauf, dass insbesondere größere Organisationen ihre AI-Ausgaben genauer prüfen, sobald es um den tatsächlichen Return on Investment geht. Arvind Krishna, CEO des Unternehmens, beschreibt das Muster als wachsendes Bewusstsein für den “echten” ROI – und zugleich als neue Sorge, wenn KI-Budgets aus dem Ruder laufen, ohne einen klaren Nutzen zu erzeugen. Das ist weniger eine Frage von Begeisterung für neue Modelle, sondern vor allem eine Frage von Planbarkeit: Welche Workloads profitieren, welche verursachen nur Kosten, und wie lässt sich das in Einkaufs- und Budgetzyklen abbilden?
Technisch betrachtet treffen diese Anforderungen auf eine veränderte Angebotslandschaft. Während Hyperscaler weiter massiv in AI-Infrastruktur und Data Center investieren, zeigen sich im Enterprise-Umfeld Alternativen als ernsthafte Option: Open-Weight-Modelle, deren Kernkomponenten öffentlich zugänglich sind, erlauben eine kostengünstigere Implementierung. IBM ordnet diese Entwicklung konkret ein: Für ein durchschnittlich großes Unternehmen könne der Einstieg mit “zwei oder drei Racks” Infrastruktur möglich sein. Der entscheidende Hebel liegt dabei nicht nur im Hardware-Beschaffungsmodell, sondern im laufenden Betrieb – Krishna nennt eine Größenordnung, wonach der Betrieb Open-Weight-Modelle bei etwa 25% bis 10% der Token-Kosten gegenüber sogenannten Frontier-Modellen ermöglichen kann. Solche Prozentwerte sind für Finanzverantwortliche deshalb relevant, weil sie Kostenstrukturen aus Pilotprojekten in eine langfristige Modellstrategie übertragen.
Damit rückt auch die Frage nach der passenden IT-Architektur wieder stärker in den Vordergrund. IBM betont, dass die eigene On-Premises-Infrastruktur gut zu dieser Verschiebung passt, insbesondere dort, wo Unternehmen ihre Intellectual Property schützen wollen. Das Prinzip ist pragmatisch: Modelle können lokal oder in privaten Clouds betrieben werden, wodurch die Daten nicht zwingend über fremde Umgebungen laufen müssen. In der Praxis bedeutet das eine andere Verteilung der Verantwortlichkeiten zwischen Plattform-Teams, Security und Fachabteilungen. Denn wer Open-Weight-Modelle einsetzt, übernimmt einen Teil der Betriebsaufgaben selbst: von Modell-Runtime und Skalierung bis zur Beobachtbarkeit der Qualität und Latenz. Gleichzeitig sinkt typischerweise die Abhängigkeit von teuren API-Sätzen, wenn ein relevanter Anteil der Workloads intern orchestriert werden kann.
Auf der Marktseite verschärft sich der Kostendruck zusätzlich durch den Rückgang der Preisbasis für KI-Ressourcen. In der Argumentation, die in diesem Kontext als wirtschaftliche Leitmetapher auftaucht, wird nicht “Kapazität” als Selbstzweck betrachtet, sondern der Preis, den Kunden für Rechenleistung tatsächlich zahlen wollen und können. Ein weiterer Punkt: Die Kosten für Tokens seien laut der aktuellen Einordnung deutlich gefallen. Das verändert die Erwartungshaltung: Unternehmen sind eher bereit, für Computing einen Aufschlag zu zahlen, wenn sich daraus messbare Effekte ableiten lassen – etwa höhere Umsätze, bessere Margen oder niedrigere Kosten. Zugleich wird die Beobachtung betont, dass solche Vorteile bislang nicht in einem Umfang sichtbar geworden seien, der den gesamten Investitionsboom rechtfertigt. Für CIOs und CFOs heißt das: Der Nachweis wird wichtiger als die Roadmap.
Auch auf der Modellentwicklerseite spiegelt sich diese Nachfrage nach günstigeren Alternativen. Open-Weight-Ansätze und kostenoptimierte Produktlinien gewinnen an Bedeutung, weil Enterprise-Budgets selten unbegrenzt sind und die Skalierung von Piloten oft an Kostengrenzen scheitert. In diesem Umfeld reagieren große Modellanbieter mit Mid-Range-Varianten innerhalb eigener GPT-Modellfamilien sowie mit leichteren Modellstufen: OpenAI habe etwa im September niedrigpreisige Ergänzungen zur GPT-6-Familie vorgestellt. Parallel adressiert Anthropic das Segment mit einem “Haiku”-Modellansatz, der laut Ankündigung bessere Performance bei niedrigeren Kosten im Vergleich zum Vorgängermodell bieten soll. Ergänzend spielt die Kapitalmarktbewegung eine Rolle: Anthropic treibt den Weg Richtung Börsengang mit einem S-1-Filing voran, das nach den Berichten zeitlich möglicherweise bereits in Kürze folgen könnte. Unabhängig vom Börsentiming signalisiert der Fokus auf Preispunkte: Die Konkurrenz findet nicht nur im Parameterraum statt, sondern auch in der Kostenkurve.
Historisch betrachtet ist die aktuelle Wende keine vollständige Neuheit, aber sie ist konsequenter geworden. In frühen KI-Phasen dominierten entweder experimentelle Proof-of-Concepts oder stark zentralisierte API-Nutzung, bei der Unternehmen wenig Kontrolle über Infrastrukturdetails hatten. Später kamen Managed Services auf, die den Betrieb abstrahierten, jedoch häufig mit wiederkehrenden Preisen skalierten. Jetzt treffen zwei Entwicklungen zusammen: Einerseits werden Open-Weight-Modelle für viele Use Cases “operational genug”, andererseits sinken die Kostenbarrieren für Training oder Inferenz, sodass der Rechenbetrieb nicht mehr automatisch ein Budgetmonster bleibt. Genau hier entsteht die neue Entscheidungslogik: Nicht “Welches Modell ist am besten?”, sondern “Welches Modell liefert bei unseren Daten, in unserer Latenz und mit unseren Kostenprofilen ein ausreichend gutes Ergebnis?”
Für die Umsetzung in Unternehmen wird die Konsequenz damit sehr konkret. Wer KI aus der Kostenkontrolle heraus entwickeln will, braucht eine Architektur, die Skalierung ermöglicht, ohne Budgets zu sprengen: verteilte Inferenz-Workloads, klare Limits für Token-Volumen, sowie ein Monitoring, das Qualitäts- und Kostenmetriken gemeinsam betrachtet. Die von IBM genannte Größenordnung von 25% bis 10% der Token-Kosten gegenüber Frontier-Modellen ist dabei als Zielwert zu verstehen, nicht als Garantie für jeden Use Case. Entscheidend ist, wie viel “Model Leistung” ein Fachprozess wirklich benötigt und wie effizient der Einsatz geplant ist – von Prompting-Strategien über Caching bis hin zur Auswahl geeigneter Modellklassen. Wer diese Punkte sauber verknüpft, kann aus dem aktuellen Kostendruck einen Vorteil machen: schnellere Iterationen, bessere Wirtschaftlichkeit und eine KI-Landschaft, die nicht nur technologisch überzeugt, sondern auch im Controlling Bestand hat.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- 【MEHR LEBEN FÜR DEINEN SCHREIBTISCH】 Lerne Eilik kennen – deinen kleinen Roboter-Freund mit Persönlichkeit. Mit liebevollen Animationen, ausdrucksstarken Reaktionen und spielerischen Interaktionen bringt Eilik mehr Freude in deinen Alltag. Ob auf dem Schreibtisch, im Büro oder am Nachttisch – Eilik wird schnell zu einem vertrauten Begleiter für besondere Momente.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "IBM warnt vor KI-Overspend: Unternehmen setzen stärker auf günstigere Open-Weight-Modelle" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "IBM warnt vor KI-Overspend: Unternehmen setzen stärker auf günstigere Open-Weight-Modelle" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »IBM warnt vor KI-Overspend: Unternehmen setzen stärker auf günstigere Open-Weight-Modelle« bei Google Deutschland suchen, bei Bing oder Google News!