KI-Betriebskosten überraschen CEOs: Kaum Ersparnis durch Entlassungen

Ein KPMG-Bericht belegt: Die Skalierung von KI verursacht hohe Ausgaben. Das Ersetzen von Arbeitskräften führt oft nicht zu den erhofften Ersparnissen.

Laut dem aktuellen Marktbericht Global AI Pulse Q2 2026 des Beratungsunternehmens KPMG stehen zahlreiche Führungskräfte vor unerwarteten finanziellen Herausforderungen bei der Implementierung von Systemen der künstlichen Intelligenz. Für die Studie wurden weltweit 2145 hochrangige Entscheidungsträger in 20 Ländern befragt. Dabei gaben 29 Prozent der Befragten an, Schwierigkeiten beim Nachvollziehen der steigenden Betriebskosten zu haben, wenn sie KI-Anwendungen in ihren Unternehmen skalieren. Ein wesentlicher Grund für diese Entwicklung ist die Umstellung großer Technologieanbieter wie Anthropic, OpenAI und GitHub von pauschalen Abonnement-Modellen auf eine nutzungsabhängige Abrechnung, die auf verbrauchten Token oder API-Aufrufen basiert. Ein Drittel der Manager räumte ein, die ökonomischen Strukturen und Kostenmodelle von KI-Agenten nur unzureichend zu verstehen.

Anpassung von Projekten bei mangelnder Rentabilität

Das pauschale Ersetzen menschlicher Arbeitskräfte durch automatisierte KI-Systeme hat sich in vielen Fällen nicht als sofortiger Hebel zur Kostensenkung erwiesen. Wenn die laufenden Betriebskosten den erwarteten geschäftlichen Mehrwert übersteigen, reagieren Unternehmen mit Anpassungen ihrer Strategie. Fast die Hälfte der befragten Organisationen, genau 49 Prozent, hat KI-Projekte aufgrund von Budgetüberschreitungen oder unklaren Renditen zeitweise verschoben oder inhaltlich neu ausgerichtet. KPMG kommentierte diesen Zustand im Bericht:

„Da nutzungsbasierte Preismodelle immer üblicher werden, bauen viele Organisationen erst noch die Fähigkeiten auf, die erforderlich sind, um KI-Ausgaben effektiv vorherzusagen, zu überwachen und zu verwalten.“

KPMG

Anzeige

Diese strategischen Pausen spiegeln laut den Analysten kein sinkendes Vertrauen in die Technologie wider, sondern eine zunehmende Fokussierung auf Bereiche mit nachweisbar hohen Renditen.

Bedeutung von klaren Zuständigkeiten auf Führungsebene

Ein weiteres Defizit zeigt sich bei der organisatorischen Verankerung und der Fehlerkultur im Umgang mit KI-Systemen. Bei auftretenden Fehlern oder sogenannten Halluzinationen der Modelle herrscht in vielen Unternehmen Unklarheit darüber, wer die Verantwortung für die fehlerhaften Ausgaben trägt. Nur ein kleiner Teil der Unternehmen hat Richtlinien vollständig implementiert, die festlegen, wann menschliche Mitarbeiter in automatisierte Prozesse eingreifen dürfen, wer die KI-Kosten kontrolliert und wie die Ergebnisse überprüft werden.

Steve Chase, globaler Leiter für KI und digitale Innovation bei KPMG International, betonet den Stellenwert einer klaren Organisation: „Wir sehen eine klare Kluft zwischen Organisationen mit Führungsverantwortung an der Spitze und solchen ohne. Diese Unternehmen erzielen auf ganzer Linie wesentlich bessere Ergebnisse, wie etwa größeres Vertrauen, eine höhere Wertrealisierung und einen etablierten ROI.“

(red)