In einigen Unternehmen übertreffen die Ausgaben für Künstliche Intelligenz mittlerweile die Lohnkosten für Angestellte. Das berichtet das US-Medium Axios. IT-Budgets werden durch hohe Rechenkosten massiv belastet. So manchem Manager dämmert es, dass menschliche Arbeit in vielen Bereichen kosteneffizienter sein könnte als der Einsatz von KI-Modellen.
Praveen Neppalli Naga, der Chief Technology Officer von Uber, lernt gerade auf die harte Tour, dass die Skalierung von KI ins Geld gehen kann. Obwohl das Unternehmen 3,4 Milliarden Dollar für Forschung und Entwicklung ausgegeben hat, ist sein geplantes KI-Budget bereits wenige Monate nach Beginn des Jahres 2026 aufgebraucht.
Laut «The Information» sagte der Uber-CTO, zuerst habe der starke Anstieg der Nutzung von KI-Codierungstools, insbesondere von Anthropics Claude Code, die internen Erwartungen weit übertroffen. Doch jetzt stehe die Firma wieder auf Feld eins. Die programmierende KI arbeitet zwar sehr schnell und erfolgreich, kostet aber auch richtig Geld.
Effizienz und menschliche Kontrolle
Die wirtschaftliche Sinnhaftigkeit des KI-Einsatzes wird zunehmend hinterfragt. Eine Studie des MIT Computer Science and Artificial Intelligence Laboratory untersuchte den Ersatz von Menschen durch KI bei Computer-Vision-Aufgaben. Nur in 23 Prozent der Fälle war die KI günstiger als ein menschlicher Mitarbeiter. In 77 Prozent der Fälle überstiegen die Kosten für Hardware, Wartung und Implementierung die Gehälter deutlich.
Werbung
Ein wesentlicher Kostentreiber ist die Unberechenbarkeit der Ausgaben. Während Gehälter fix sind, verursacht jede einzelne KI-Abfrage variable Kosten. Zudem müssen Unternehmen oft eine zusätzliche Ebene an qualifizierten Fachkräften beschäftigen. Diese kontrollieren die Ergebnisse der KI auf Fehler. Anstatt Personal abzubauen, investieren Firmen so oft gleichzeitig in teure Software und in Personal für die Qualitätssicherung.
Besonders im Kundendienst zeigen sich die Grenzen der Technologie. Ein Mensch kann komplexe Probleme oft in Minuten lösen. Ein KI-Modell benötigt hingegen teures Training, trotzdem bleibt das Risiko von Fehlinformationen. In der Industrie kann die Installation eines KI-Systems zur Qualitätskontrolle fünfmal teurer sein als die Beschäftigung eines Facharbeiters über drei Jahre. Investoren und Vorstände fordern daher verstärkt den Nachweis echter Produktivitätsgewinne.
Quellen:
Laura Bratton: «Uber CTO Shows How Claude Code Can Blow Up AI Budgets, theinformation.com
Madison Mills: AI can cost more than human workers now, Axios, axios.com
