- Das Modell wird zur Massenware. Das System wird zum Wettbewerbsvorteil.
Da Modelle zunehmend austauschbar werden, verlagert sich der nachhaltige Wert auf die Infrastruktur, die Arbeitsabläufe, die Unternehmensführung und den firmeneigenen Kontext, die aus Informationen verlässliche Ergebnisse machen. - Unternehmen kaufen keine Intelligenz. Sie kaufen Ergebnisse.
Der relevante Maßstab sind nicht die Kosten pro Token – es sind die Kosten für die zuverlässige, sichere und skalierbare Erledigung einer Aufgabe. - Günstigere Intelligenz sollte die Chancen der künstlichen Intelligenz erweitern – und nicht einschränken.
Niedrigere Kosten fördern die Akzeptanz. Da KI zunehmend in immer mehr Arbeitsabläufe integriert wird, kann die Nutzung viel schneller wachsen als die Preise sinken. - Die Gewinner werden sich nicht auf ein einziges Modell verlassen.
Der Wettbewerbsvorteil liegt zunehmend bei Unternehmen, die viele Modelle koordinieren, Komplexität bewältigen und Intelligenz effizient einsetzen können. - Vertrauen könnte zum wertvollsten Produkt der KI werden.
Zuverlässigkeit, Governance, Sicherheit und Rechenschaftspflicht gewinnen ebenso an Bedeutung wie die reine Modellleistung.
Intelligenz wird immer erschwinglicher
Open-Weight1 KI verbessert sich rasant. Modelle, für die einst enorme Budgets erforderlich waren, können nun zu weitaus geringeren Kosten heruntergeladen, angepasst und eingesetzt werden. Die Preise für Token sinken, Leistungsunterschiede verringern sich und Fähigkeiten verbreiten sich schneller.
Dieser Fortschritt hat ein klares Argument gegen den Aufschwung hervorgebracht: Wenn Intelligenz zu einer Massenware wird, werden die Labore und Rechenzentren, die zu ihrer Erzeugung gebaut wurden, Schwierigkeiten haben, attraktive Renditen zu erzielen. Niedrigere Preise führen zu geringeren Umsätzen, schwächeren Margen und letztendlich zu weniger Investitionen in die KI-Infrastruktur. Wir halten diese Schlussfolgerung für falsch.
Unternehmen kaufen Intelligenz letztendlich nicht pro Token. Sie kaufen Arbeit. Sie kaufen verlässliche Ergebnisse. Sie wollen Code, der funktioniert, garantierte Ergebnisse, gelöste Kundenprobleme, Forschung, die zu nützlichen Schlussfolgerungen führt, und Entscheidungen, die einer genauen Prüfung standhalten. Das Modell ist wichtig. Aber es stellt nur einen Teil des Systems dar, das diese Ergebnisse hervorbringt. Der richtige Maßstab sind die Kosten pro abgeschlossener Aufgabe. Die relevante wirtschaftliche Kennzahl sind nicht die Kosten pro „Token“. Es sind die Kosten für die zuverlässige Erledigung einer Aufgabe.
Ein kostengünstigeres Modell erfordert möglicherweise wiederholte Versuche, zusätzliche Überprüfungen, menschliche Überwachung und Korrekturen. Ein teureres Modell erledigt dieselbe Aufgabe möglicherweise bereits beim ersten Versuch korrekt.
Die beiden Modelle allein anhand des Token-Preises zu vergleichen, ist so, als würde man einen Auftragnehmer anhand des Stundenlohns auswählen und dabei außer Acht lassen, wie lange die Arbeit dauern wird, wie viel Nacharbeit erforderlich sein wird und ob das Endergebnis den erforderlichen Standards entspricht.
Nicht alle Auftragnehmer sind gleich. Das gilt auch für Modelle, selbst wenn sie durch Benchmarks vergleichbar erscheinen. Die wichtigere Frage ist nicht, wie kostengünstig ein Modell eine Antwort generieren kann. Es geht vielmehr darum, wie effizient das gesamte System ein vertrauenswürdiges Ergebnis liefern kann.
Das Modell ist nur ein Teil des Systems
Ein Modell arbeitet nicht isoliert. Um wertvolle Arbeit zu leisten, benötigt es firmeneigene Daten, organisatorischen Kontext, Werkzeuge, Berechtigungen, Workflow-Logik, Sicherheitskontrollen, Auswertungen und klare Regeln dafür, wann ein Mensch eingreifen muss. Das Modell liefert Informationen. Das umgebende System entscheidet darüber, ob ein Unternehmen diese Informationen sicher, zuverlässig und effizient nutzen kann.
Stellen Sie sich diese umgebende Ebene als „Harness“ vor, also als die Steuerungs- und Infrastrukturschicht, die ein KI-Modell mit Daten, Werkzeugen, Regeln und menschlicher Kontrolle verbindet. Die Steuerungsschicht wählt das geeignete Modell aus, verbindet es mit Daten und Werkzeugen, wertet seine Ergebnisse aus, setzt Berechtigungen durch, protokolliert seine Aktionen und bestimmt, wann eine Eskalation an einen Menschen erforderlich ist. Im Laufe der Zeit sammelt sie Workflow-Logik, institutionelles Gedächtnis, Sicherheitsrichtlinien und Wissen darüber, wo Systeme am ehesten versagen. Ein Unternehmen kann das zugrunde liegende Modell mehrmals austauschen, während ein Großteil des „Harness“, der Infrastrukturschicht, bestehen bleibt. Diese Beständigkeit ist entscheidend. Da Modelle zunehmend austauschbar werden, könnte das System rund um das Modell an Wert gewinnen.
Der Wert wird sich verlagern, nicht verschwinden
Die Kommerzialisierung des Modellzugangs bedeutet nicht, dass die Wirtschaftlichkeit der KI verschwindet. Es bedeutet, dass sich der Wert auf die Ebenen verlagern sollte, die weiterhin knapp sind: Infrastruktur, Vertrieb, proprietärer Kontext, Eigentumsrechte an Arbeitsabläufen, Governance, Vertrauen. Das schwächste Geschäftsmodell könnte darin bestehen, undifferenzierten Zugang zu einem Modell zu verkaufen und sich dabei auf einen vorübergehenden Leistungsvorteil zu verlassen, um die Preisgestaltung aufrechtzuerhalten. Fortschritte verbreiten sich. Kunden wechseln den Anbieter. Anwendungen verteilen die Arbeit auf verschiedene Modelle. Offene Alternativen setzen einen kostengünstigeren Referenzwert. Anbieter von Pioniermodellen sind sich dieser Bedrohung bewusst. Sie bewegen sich die Technologieebenen hinauf hin zu Unternehmensplattformen, Agentensystemen, Sicherheit, Workflow-Software und letztendlich zu fertigen Arbeitsergebnissen.
Wir sind der Ansicht, dass dies die richtige Strategie ist. Aber die Umsetzung dieser Strategie ist mit erheblichen Herausforderungen verbunden. Etablierte Plattformen, Softwareanbieter, Dienstleistungsunternehmen und Konzerne besetzen bereits die Ebenen oberhalb des Modells. Sie besitzen die Daten, die Arbeitsabläufe, den Vertrieb und die Kundenbeziehungen. Sie werden diese Positionen aggressiv verteidigen. Der Aufstieg in höhere Ebenen führt zudem zu Konflikten. Je weiter ein Modellanbieter in die Bereiche Rechtsberatung, Softwareentwicklung, Finanzanalyse, Kundenservice oder Forschung vordringt, desto wahrscheinlicher ist es, dass seine Kunden ihn als Konkurrenten und nicht als neutralen Anbieter betrachten.
Diese Spannung dürfte die Nachfrage nach Portabilität, privatem Einsatz und Systemen, die mehrere Modelle nutzen können, beschleunigen. Sinkende Preise verringern nicht zwangsläufig die Umsatzchancen. Sie können den Markt erweitern.