# KI wird billiger und klüger – deine Kostenrechnung stimmt nicht mehr

> Autor: Chris Jon Graf (KI-Stratege & CEO)
> Aktualisiert: 2026-10-19
> URL: https://ki-outsourcing.ch/ratgeber/ki-wird-billiger-und-kluger-deine-kostenrechnung-stimmt-nicht-mehr

## Zusammenfassung

Die Kosten für ein bestimmtes KI-Leistungsniveau fallen seit 2023 um rund 47 Prozent pro Quartal – die Leistung steigt gleichzeitig. Deine Kostenrechnung von 2023/2024 ist damit Makulatur. Entscheidend ist nicht die Blase-Frage, sondern ob deine Kalkulation mit der Deflation Schritt hält und ob du Modell-Routing oder KI-Outsourcing jetzt einsetzt.

## Die doppelte Deflation: Was mit den Kosten passiert

Seit 2023 fällt der Preis für ein bestimmtes KI-Leistungsniveau um rund 47 Prozent pro Quartal. Das klingt nach einer trockenen Kennzahl, ist aber der wichtigste Kostenfaktor deines Unternehmens: Würde man die genannte Rate zugrunde legen, würde dieselbe Leistung in einem Jahr deutlich weniger kosten – nur noch einen Bruchteil der heutigen Summe, bei gleicher oder besserer Qualität. Die Deflation verläuft schneller als bei DNA-Sequenzierung, klassischer Rechenleistung oder Batterien.

**~47 %** — Kostenrückgang pro Quartal (Epoch AI)

Andreessen Horowitz hat den Effekt bereits 2024 gemessen: Um GPT-3-Niveau zu erreichen, fiel der Preis von rund 60 USD auf 0,06 USD pro Million Tokens – ein Faktor 1000 in drei Jahren. HFS Research bestätigt die Dynamik: Im Oktober 2026 fielen die effektiven Kosten für Frontier-Intelligenz um 59 Prozent in zwei Wochen, ohne dass ein Anbieter einen Listenpreis senkte. Die Preise purzeln durch neue Modell-Generationen, nicht durch Rabatte.

## Warum deine Kostenrechnung von 2023 heute Makulatur ist

Die meisten KMU rechnen mit den Zahlen aus ihrer Pilotphase: ein paar hundert Franken für API-Aufrufe, ein Budgetposten «KI» irgendwo zwischen null und fünfstelligen Beträgen. Diese Rechnung übersieht, dass sich das Preis-Leistungs-Verhältnis exponentiell verschiebt. Wer seine Kalkulation nicht quartalsweise aktualisiert, vergleicht Äpfel mit Raketen.

- Die Stückkosten fallen exponentiell, nicht linear.
- Neue Modelle liefern mehr Leistung pro Token, also eine versteckte Qualitätsverbesserung.
- Agenten brauchen mehr Tokens pro Aufgabe, aber der Preis pro Token sinkt schneller als der Verbrauch steigt.

## Die Blase-Frage ist die falsche Frage

Ob KI eine Blase ist oder nicht, ist für deine Kostenrechnung irrelevant. Selbst wenn einzelne Anbieter überbewertet sind, ändert das nichts an der beobachtbaren Deflation: Der Wert pro Franken steigt überproportional. Wer auf das Platzen einer Blase wartet, verpasst den Moment, in dem die Technologie zum Commodity-Preis verfügbar wird. [Wie du den Einstieg ohne Blasen-Risiko strukturierst, zeigt unser Leitfaden zum Abwarten oder Handeln](/ratgeber/abwarten-oder-handeln-warum-ki-zogern-2026-teurer-ist-als-strukturiertes-investi).

> **Die unterschätzte Kostenfalle**
>
> Der Token-Preis ist in echten Projekten nur 10–30 Prozent der Gesamtkosten. Integration, Orchestrierung und Datenaufbereitung dominieren. Wer nur auf den Modellpreis schaut, spart am falschen Ende.

## Warum Abwarten jetzt teurer ist als Handeln

Gartner erwartet, dass die LLM-Inferenzkosten bis 2030 um über 90 Prozent gegenüber 2025 sinken. Gleichzeitig brauchen Agenten-Modelle 5–30 Mal mehr Tokens pro Aufgabe. Der Gesamtverbrauch steigt also, selbst wenn die Stückkosten fallen. Wer heute nicht aufbaut, zahlt später doppelt: höhere Integrationskosten und eine verpasste Lernkurve. [Wie du die fallenden Modellkosten für den Einstieg nutzt, liest du im Ratgeber zum KI-Preisverfall 2026](/ratgeber/ki-preisverfall-2026-warum-sinkende-modellkosten-die-einstiegshurde-fur-schweize).

## Drei Wege, um die Preiskurve zu nutzen

| | |
| --- | --- |
| **Internes Team (3–6 Monate Aufbau)** | Hohe Fixkosten, langsame Anpassung an Preiskurve, dafür volle Kontrolle |
| **Direkte API-Nutzung ohne Orchestrierung** | Tiefe Modellkosten, aber 70–90 % der Projektkosten fallen in Integration und Betrieb an |
| **KI-Outsourcing (externe Einheit)** | Skaliert mit Preiskurve, liefert schnelle Produktivität, kaum Fixkosten |

## Dein nächster Schritt: Kalkulation neu denken

Beginne mit einer einfachen Quartalsfrage: Wie viel Intelligenz bekomme ich heute für 100 Franken – und was hätte ich vor einem Jahr dafür bekommen? Wer diese Kurve versteht, kann Budgets nicht mehr statisch planen. Genau dafür haben wir den [Vergleich: Welches KI-Modell für welches Budget?](/ratgeber/welches-ki-modell-fur-welches-budget-intelligence-per-dollar-2026) aufgebaut.

Wie Schweizer KMU die globale Entwicklung einordnen, diskutiert der [Schweizer KI-Podcast](https://www.ki-podcast.ch/ki-standort-schweiz-kmu-strategie-und-globales-rennen).

## Häufige Fragen

### Warum fällt der KI-Preis so schnell?

Weil neue Modell-Generationen effizientere Architekturen und Hardware nutzen. Die Kosten für ein bestimmtes Leistungsniveau sinken seit 2023 um rund 47 Prozent pro Quartal; der Effekt kommt über Generationen-Ablösung statt über Rabatte.

### Muss ich jetzt sofort auf ein neues Modell wechseln?

Nein. Entscheidend ist, dass deine Orchestrierung Modellwechsel zulässt. Ein Modell-Routing, das automatisch das jeweils kosteneffizienteste Modell wählt, bringt mehr als ein manueller Wechsel.

### Wie viel Budget soll ich für KI einplanen, wenn Tokens so billig sind?

Die Token-Kosten sind nur 10–30 Prozent der Gesamtkosten. Plane den grössten Teil für Integration, Datenaufbereitung und Betrieb ein – nicht für API-Aufrufe.

### Ist das nur ein Hype oder eine echte Kostenrevolution?

Die Deflation ist messbar und langfristig. Selbst wenn einzelne Anbieter überbewertet sind, bleibt der Wert pro Franken real und wächst überproportional.

### Was ist der grösste Fehler bei der Kostenkalkulation?

Auf den Token-Preis zu schauen und die Folgekosten zu ignorieren. Die eigentlichen Treiber sind Integration, Orchestrierung und Datenaufbereitung.

### Wie kann ich von der Deflation profitieren, ohne ein eigenes Team aufzubauen?

Indem du KI als externe Einheit nutzt. Ein Partner übernimmt Modell-Routing, Orchestrierung und Wartung, sodass du automatisch von sinkenden Preisen profitierst.

## Quellen

- [Epoch AI — The plunging price of thought](https://epoch.ai/publications/the-plunging-price-of-thought)
- [HFS Research — The AI frontier has become 59% cheaper in two weeks](https://www.hfsresearch.com/quicktakes/the-ai-frontier-is-moving-faster-and-has-become-59-cheaper-in-two-weeks/)
- [Gartner via HPCwire — 90% Drop in LLM Inference Costs by 2030](https://www.hpcwire.com/aiwire/2026/03/25/gartner-forecasts-90-drop-in-llm-inference-costs-by-2030/)
- [a16z LLMflation (via Optinest)](https://optinest.de/ai-infrastructure/inference/token-economics/will-inference-become-cheaper-the-token-cost-trajectory)
- [Alvin Foo — LinkedIn-Quelle (Inspiration)](https://www.linkedin.com/posts/alvinfsc_ai-isnt-just-getting-smarter-its-getting-activity-7516287091748626432-YwzE)