"Tokenmaxxing ist nicht das, worauf wir optimieren"
Microsoft hat seine Belegschaft per interner E-Mail zur Sparsamkeit beim Einsatz von KI-Werkzeugen aufgefordert. Absender ist Jay Parikh, Executive Vice President bei Microsoft. Der Kern seiner Botschaft: Wer viele Tokens verbrennt, ist damit noch lange nicht produktiv.
"Tokenmaxxing ist nicht das, worauf wir optimieren. Ich möchte, dass wir uns alle darauf konzentrieren, die Ergebnisse zu maximieren, die für unsere Kunden und unser Geschäft wirklich etwas bewirken." (Jay Parikh, sinngemäß aus dem Englischen übersetzt)
Laut dem Memo sollen einzelne Abteilungen konkrete Vorgaben für ihren KI-Verbrauch erhalten. Wer diese überschreitet, muss mit Einschränkungen rechnen. Welche das genau sind und wie hoch die Limits ausfallen, ist nicht bekannt. Microsoft wollte sich zu dem Bericht inhaltlich nicht äußern und erklärte lediglich, man habe nichts hinzuzufügen.
Was "Tokenmaxxing" bedeutet
Ein Token ist die kleinste Verarbeitungseinheit eines Sprachmodells, grob gesagt ein Wortbestandteil. Über Tokens wird sowohl die Eingabe als auch die Ausgabe eines Modells abgerechnet. Tokenmaxxing beschreibt die Praxis, möglichst viele davon zu verbrauchen und dieses Volumen als Beleg für Produktivität zu verkaufen.
Das Problem entsteht dort, wo Unternehmen die KI-Nutzung ihrer Mitarbeiter messen. Wer an der Menge verbrauchter Tokens gemessen wird, hat einen Anreiz, möglichst viele zu verbrauchen. Die Kennzahl sieht dann gut aus, der Geschäftsnutzen bleibt aber offen. Microsoft will die KI-Nutzung ausdrücklich nicht generell zurückfahren, sondern schlicht mehr Gegenwert für das ausgegebene Geld.
Der Auslöser: GitHubs neue Abrechnung
Parikh nahm in der E-Mail direkt Bezug auf die interne Nutzung von GitHub Copilot. Sinngemäß schrieb er, dass alle sich bewusst sein müssten, wie Tokens verbraucht werden, während man die Copilot-Nutzung beschleunige, um die eigenen Ziele zu erreichen.
Der Hintergrund ist ein Wechsel des Geschäftsmodells. GitHub hat im Juni 2026 auf verbrauchsbasierte Abrechnung umgestellt und misst die Nutzung in sogenannten AI Credits. Aus einer planbaren Pauschale pro Nutzer wurde damit eine Rechnung, die mit dem tatsächlichen Verhalten der Entwickler schwankt. Wie Microsoft diese Credits intern verrechnet, ist nicht öffentlich.
| Modell | Kostenverhalten | Planbarkeit |
|---|---|---|
| Abo pro Nutzer | Fix pro Kopf und Monat | Hoch, aber teuer bei Karteileichen |
| Verbrauchsbasiert (AI Credits, Tokens) | Skaliert mit Nutzungsintensität | Gering, Ausreißer nach oben möglich |
| Eigener Betrieb offener Modelle | Fixe Infrastruktur, variable Auslastung | Gedeckelt durch die vorhandene Hardware |
Ein unbequemes Signal an den Markt
Intern kam die Mail nicht überall gut an. Ein anonymer Mitarbeiter formulierte den Widerspruch sinngemäß so: Es fühle sich wie das ultimative Eingeständnis an, dass man sich als Betreiber von KI-Infrastruktur die eigenen KI-Produkte nicht leisten könne. Und wenn das auch nur teilweise stimme, wie sollten es dann die Unternehmen schaffen, an die man diese Produkte verkauft.
Diese Zuspitzung greift etwas zu kurz. Microsoft fehlt es nicht an Geld, der Konzern investiert weiter massiv in KI-Infrastruktur. Die Cloud-Anbieter insgesamt stecken laut Marktzahlen fast 600 Milliarden US-Dollar an Kapitalausgaben in den Ausbau. Es geht in dem Memo nicht um Zahlungsfähigkeit, sondern um Disziplin bei der Nutzung.
Trotzdem bleibt die Aussage bemerkenswert. Wenn der Anbieter selbst intern Verbrauchsvorgaben braucht, um die Kosten seines eigenen Werkzeugs im Griff zu behalten, sagt das etwas über die Ökonomie dieser Werkzeuge aus.
Was Unternehmen daraus mitnehmen können
Für Unternehmen im DACH-Raum, die GitHub Copilot oder andere verbrauchsabhängig abgerechnete KI-Dienste einsetzen, ist der Fall ein Warnsignal. Verbrauchsbasierte Abrechnung verlagert das Kostenrisiko vom Anbieter zum Kunden. Die Monatsrechnung hängt dann nicht mehr an der Zahl der Lizenzen, sondern am Verhalten einzelner Entwickler.
Besonders relevant wird das beim Einsatz autonomer Agenten, die selbstständig Aufgaben abarbeiten und dabei sehr viele Modellaufrufe erzeugen. Ein einzelner schlecht abgegrenzter Auftrag kann hier deutlich mehr kosten als eine ganze Woche manuelle Arbeit mit Autovervollständigung.
Drei praktische Konsequenzen ergeben sich daraus:
- KI-Nutzung nicht an Verbrauchsmengen messen, sondern an fertigen Ergebnissen. Tokens sind eine Kostenposition, keine Leistungskennzahl.
- Harte Budgetgrenzen und Alarme einrichten, bevor die erste Rechnung überrascht.
- Für wiederkehrende Standardaufgaben prüfen, ob ein kleineres oder selbst betriebenes Modell reicht. Offene Coding-Modelle wie NousCoder-14B unter Apache 2.0 oder ein Agent ohne Abo wie Goose decken einen Teil der Fälle zu kalkulierbaren Infrastrukturkosten ab.
Auch die Anbieterseite bewegt sich, wenn auch aus eigenem Interesse. So hat OpenAI zuletzt die API-Preise deutlich gesenkt, und mit Angeboten für den Betrieb in der eigenen Private Cloud reagieren die Hyperscaler auf den Wunsch nach mehr Kontrolle. Das ändert aber nichts am Grundmuster: Wer die Abrechnung nicht selbst in der Hand hat, kalkuliert mit einer Variable, die ein anderer bestimmt.