Technologie
•
9 min
Zwei Jahre lang lautete der Reflex in KI-Projekten: Frontier-Modell rein, fertig. 2026 wird Modell-Orchestrierung zum entscheidenden Effizienzhebel. Wer jetzt nicht differenziert, zahlt doppelt.

Nicolas Bartschat
Nicolas Bartschat ist Gründer und Geschäftsführer der AI CONSULT GmbH. Er berät Organisationen bei der Einführung von KI- und Automatisierungslösungen mit Fokus auf Praxistauglichkeit und messbarem ROI.
OpenAI hat im ersten Halbjahr 2025 einen Nettoverlust von rund 13,5 Milliarden US-Dollar ausgewiesen und plant für 2028 rund 74 Milliarden US-Dollar an operativen Verlusten (1). Anthropic peilt im selben Jahr den Break-even an, mit aktuell rund 19 Milliarden US-Dollar Annualized Revenue (2). Beide Häuser stehen unter immensem Monetarisierungsdruck. Die Folge ist nicht der laute Preisaufschlag, sondern die subtile Verteuerung. Neue Tokenizer, die für denselben Text bis zu 35 % mehr Tokens erzeugen (3). Wöchentliche Rate Limits, die zuvor unbegrenzte Nutzungsmuster beenden (4). Long-Context-Aufschläge, die ab 200.000 Tokens den Inputpreis verdoppeln (5).
Wer KI-Lösungen produktiv betreibt, spürt diese Entwicklung längst in der Monatsabrechnung. Gleichzeitig sind die Modelle so gut geworden, dass die zweitbeste Klasse heute Aufgaben übernimmt, für die vor 18 Monaten nur das Flaggschiff infrage kam. Aus diesen zwei Bewegungen ergibt sich die zentrale Erkenntnis: Der Reflex „immer das stärkste Modell“ ist betriebswirtschaftlich nicht mehr haltbar. An seine Stelle tritt eine bewusste Modell-Triage.

