Als der Finanzchef die Zahl auf den Tisch legte
Im März 2026 präsentierte der CFO des HR-Software-Anbieters Rippling der Geschäftsführung eine Hochrechnung, die intern für Fassungslosigkeit sorgte. Das Unternehmen war auf dem Weg, 40 % des kompletten Gehaltsbudgets seiner Forschungs- und Entwicklungsabteilung für KI-Tokens auszugeben. Nicht 40 % eines Softwarebudgets, sondern eine Summe in Höhe von 40 % dessen, was alle Mitarbeiter dieser Einheit zusammen verdienen.
Die Kosten wuchsen zu diesem Zeitpunkt um 80 % pro Monat. Hätte sich der Trend fortgesetzt, wären die Token-Ausgaben binnen eines Jahres auf rund 90 % des R&D-Gehaltsbudgets geklettert. Chief Product Officer Matt MacInnis fasst die Reaktion im Führungskreis sinngemäß so zusammen: Man habe es schlicht nicht glauben können.
Die Analyse förderte ein Muster zutage, das viele Unternehmen kennen dürften. Etwa 10 bis 15 % der Mitarbeiter verursachten rund 60 % der gesamten KI-Ausgaben. Ein einzelner Entwickler kam auf 50.000 US-Dollar im Monat.
Das teuerste Modell für die Rechtschreibprüfung
Die Ursache war weniger exotisch als die Zahlen. Mitarbeiter griffen standardmäßig zum jeweils neuesten und teuersten Frontier-Modell, also zum leistungsstärksten verfügbaren Sprachmodell, und zwar unabhängig von der Aufgabe. Auch eine Grammatikkorrektur lief über das Spitzenmodell, obwohl ein Bruchteil der Rechenleistung gereicht hätte.
Rippling begann mit dem Naheliegenden und verhandelte Ausgabenobergrenzen mit den eingesetzten Anbietern. Das löste das Grundproblem nicht. MacInnis wird bei der Frage, warum die Anbieter dabei nicht helfen, deutlich. Sinngemäß sagt er:
Die Wahrheit ist, dass die Inferenz-Anbieter wie Anthropic und OpenAI absolut kein Interesse daran haben, bei der Kontrolle der Ausgaben zu helfen. Sie haben jedes Interesse daran, dass daraus eine ausufernde Ausgabe wird, und genau das tun sie.
Konkret bemängelt er fehlende Auswertungsmöglichkeiten zur Nutzung und die Tatsache, dass die Anbieter untereinander nicht zusammenarbeiten. Wer die Kostenkontrolle will, muss sie selbst bauen. Dass dieses Problem kein Einzelfall ist, zeigt der Umstand, dass auch Microsoft seine eigenen Entwickler beim Token-Verbrauch ausbremst.
Gateway und Routing statt Verbotsschild
Rippling entschied sich gegen eine Deckelung der Nutzung und für ein eigenes KI-Gateway. Ein solches Gateway ist eine Zwischenschicht, die alle Anfragen aus dem Unternehmen entgegennimmt und je nach Aufgabe an das passende Modell weiterleitet. Einfache Arbeiten landen bei günstigen Modellen, komplexe bei den teuren.
Das Ergebnis ist bemerkenswert, weil die Nutzung praktisch unverändert blieb. Im April, dem Monat nach der Warnung des Finanzchefs, verbrauchte das Unternehmen 605 Milliarden Tokens. Im Juli waren es 600 Milliarden. Die Rechnung dafür lag jedoch bei nur noch 37 % des April-Werts.
| Kennzahl | Vor der Umstellung | Nach der Umstellung |
|---|---|---|
| Anteil am R&D-Gehaltsbudget | 40 % | ca. 15 % |
| Monatlicher Token-Verbrauch | 605 Mrd. (April) | 600 Mrd. (Juli) |
| Relative Kosten | 100 % | 37 % |
| Monatliches Kostenwachstum | 80 % | gestoppt |
Der Anteil der KI-Kosten am Gehaltsbudget der Entwicklungsabteilung sank damit von 40 % auf rund 15 %. Erreicht wurde das im Kern durch Umleitung auf effizientere Modelle, nicht durch Rationierung.
Aus dem internen Notprojekt wird ein Produkt
Rippling hat die eigene Lösung anschließend als Produkt verpackt. Die AI Spend Console erfasst KI-Ausgaben pro Mitarbeiter, Team und Rolle und gleicht sie mit Produktivitätsdaten ab, etwa Prompts pro Tag im Verhältnis zu Pull Requests. Das Unternehmen wirbt damit, sichtbar zu machen, welche Entwickler hohe KI-Kosten verursachen und ihre Arbeit im Code-Review trotzdem häufig überarbeiten müssen. Zur Preisgestaltung als eigenständiges Produkt liegen keine Angaben vor.
Das Gateway ist Teil dieses Produkts. Wer bereits ein anderes Gateway betreibt, kann die Auswertung laut MacInnis trotzdem nutzen, für die steuernden Funktionen muss allerdings das Gateway von Rippling eingesetzt werden. Genau an dieser Stelle wird aus einem Werkzeug gegen Anbieterabhängigkeit wieder eine neue Abhängigkeit.
Offen bleibt außerdem, wie der Produktivitätsgewinn außerhalb der Entwicklung gemessen wird. Bisher sind Softwareentwickler die Hauptnutzer. Für Teams im Kunden-Onboarding arbeitet Rippling nach eigenen Angaben daran, Datenabgleiche zu automatisieren und den Erfolg an der Zahl der betreuten Kunden zu messen. Konkrete Kennzahlen für Verwaltung oder Kundenservice nennt das Unternehmen nicht.
Wir müssen den Token-Verbrauch in Verwaltungs- und kundennahen Funktionen mit Produktivität verknüpfen können. Wenn uns das nicht gelingt, steht die Verfügbarkeit all dieser Werkzeuge für die breitere Belegschaft auf dem Spiel.
Diese sinngemäß wiedergegebene Aussage von MacInnis zeigt die Kehrseite. KI-Zugang wird in solchen Unternehmen eben nicht wie E-Mail oder ein Chat-Werkzeug einfach für alle bereitgestellt, sondern an einen nachweisbaren Ertrag gekoppelt.
Databricks: keine harten Budgetgrenzen
Databricks kommt aus eigener Erfahrung zu ähnlichen Schlüssen. Agentische Codierwerkzeuge hätten dort jede gemessene Geschwindigkeitskennzahl verbessert, in einzelnen Teams um eine Größenordnung. Gleichzeitig sei die Kostenkurve exponentiell und auf Dauer nicht tragfähig, weil sie die Effizienzgewinne auffressen oder sogar umkehren kann.
Von starren Obergrenzen hält das Unternehmen wenig, weil sie ausgerechnet die produktivsten Mitarbeiter blockieren. Stattdessen setzt Databricks auf ein KI-Gateway mit intelligentem Routing sowie auf sogenannte Meta-Harnesses, also übergeordnete Steuerungsschichten für Agenten, darunter das quelloffene Omnigent. Das Smart Routing im Unity AI Gateway senkt die durchschnittlichen Kosten pro Aufgabe nach eigenen Angaben um mehr als 30 % bei vergleichbarer Qualität.
Günstige Modelle als eigentlicher Hebel
Der größte Kostenhebel liegt nicht in der Disziplin der Nutzer, sondern in der Modellauswahl. Rippling-CEO Parker Conrad verweist auf eigene Benchmarks, in denen GLM 5.2 von Z.ai rund 85 % günstiger war als führende Frontier-Modelle, bei nahezu identischer Leistung. Auch Databricks hebt dieses Modell hervor, das sich unter Technologieunternehmen als Favorit für Codieraufgaben etabliert hat.
Damit bestätigt sich ein Muster, das sich seit Monaten abzeichnet: Open-Weight-Modelle aus China setzen die US-Anbieter unter Preisdruck. Für Unternehmen im DACH-Raum ist das allerdings kein reines Rechenexempel. Wie sich der Einsatz solcher Modelle datenschutzkonform und DSGVO-fest lösen lässt, geht aus den vorliegenden Berichten nicht hervor. Wer diesen Weg gehen will, muss die Frage von Hosting und Datenfluss vorab klären, statt sie dem Preisvergleich unterzuordnen.
Dass sich Mehrpreis nicht automatisch auszahlt, zeigt ein weiteres Beispiel: Stripe verzichtete auf den Wechsel von Claude Opus 4.6 auf 4.7, weil eigene Tests keine spürbare Qualitätsverbesserung ergaben, die höheren Kosten aber sehr wohl anfielen. Wer neue Modellversionen ungeprüft übernimmt, zahlt für Versionsnummern statt für Ergebnisse. Dass OpenAI seine API-Preise deutlich gesenkt hat, ändert an der Notwendigkeit eigener Tests wenig.
Was Unternehmen daraus mitnehmen können
Der Fall zeigt exemplarisch, wie verdeckte Folgekosten bei nutzungsbasierten KI-Angeboten entstehen. Anders als beim klassischen Software-Abo mit festem Preis pro Nutzer skaliert die Rechnung hier mit dem Verhalten der Belegschaft, und zwar ohne eingebaute Bremse. Wer keine eigene Messung aufsetzt, erfährt vom Problem erst durch die Rechnung.
Drei Punkte lassen sich aus den Erfahrungen ableiten:
- Routing gehört ins eigene Haus. Eine neutrale Zwischenschicht zwischen Anwendungen und Modellen erhält die Wechselfähigkeit und macht Kosten pro Aufgabe sichtbar.
- Mehrere Modelle statt eines Anbieters. Ein Portfolio aus günstigen, mittleren und Spitzenmodellen ist Voraussetzung dafür, dass Routing überhaupt etwas bringt.
- Transparenz vor Verboten. Harte Deckel treffen die produktivsten Nutzer zuerst. Sichtbarkeit über Verbrauch und Ergebnis wirkt nachhaltiger.
Für kleinere Organisationen im DACH-Raum sind die absoluten Zahlen nicht übertragbar, die Mechanik jedoch schon. Wer Coding-Agenten breit einsetzt, sollte früh prüfen, welche Aufgaben tatsächlich ein Spitzenmodell brauchen. Quelloffene Werkzeuge wie Goose als Alternative zu Claude Code erlauben es, das Modell frei zu wählen, statt es vom Abo-Anbieter vorgesetzt zu bekommen.