Jump to content

Gepostet am 09.10.2026

Vendor Lock-in bei KI: Die Rechnung kommt spÀter

Ein in eine Hauswand eingelassener Geldautomat mit Tastenfeld und Bildschirm, aufgenommen aus schrĂ€ger NĂ€he; im Hintergrund gehen mehrere Passanten ĂŒber einen gepflasterten Gehweg entlang einer Altstadtstraße mit parkenden Autos und Straßenbahnschienen.

Kein Geld am Monatsende? Wer knapp kalkuliert, kennt die Situation – und wer sich auf ein tokenbasiertes Abrechnungsmodell verlĂ€sst, lĂ€sst auf seine Bilanzen ein unkalkulierbares Risiko zu. Illustration: Mit KI erstellt.

Strategie

Tokens werden billiger, KI-Modelle besser, Prozesse schneller. Wer gedanklich diese Zahlen ĂŒberschlĂ€gt, kommt schnell auf einen verlockenden Gedanken: Wie viel teures Personal kann man einsparen, wenn man KĂŒnstliche Intelligenz einfach nur gut genug einsetzt?

Dass dieser Gedankengang selten in dieser SchĂ€rfe laut ausgesprochen wird, ist klar. An ihm hĂ€ngen berufliche und unternehmerische Existenzen. Trotzdem stoßen wir beim KI-Kompetenzzentrum Medien (KI.M) immer wieder auf diese Rechnung. 

Wir halten sie fĂŒr eine Fehlkalkulation, weil sie die Gefahr eines Vendor Lock-ins ausblendet: einer AbhĂ€ngigkeit von einem einzelnen Anbieter, aus der ein Unternehmen nur mit hohem Aufwand wieder herauskommt.

Was auf der Rechnung steht

Die Kosten fĂŒr den Betrieb von KI-Modellen sind in den letzten drei Jahren tatsĂ€chlich dramatisch gefallen. Abgerechnet wird in Tokens: in Wortbausteinen, in die ein Modell jeden Text zerlegt. Was 2023 zum Start des KI-Booms noch 20 bis 60 US-Dollar pro Million Tokens kostete, kostet heute bei vergleichbarer QualitĂ€t nur noch wenige Cent.

Was auf der Monatsabrechnung aber nicht steht, ist, dass Anbieter zu diesen Preisen nicht profitabel sind. OpenAI erzielte 2025 rund 13 Milliarden US-Dollar Umsatz und gab dabei rund 34 Milliarden US-Dollar aus. CEO Sam Altman rĂ€umte Anfang 2025 öffentlich ein, dass selbst ein 200-US-Dollar-Abo Verluste einfĂ€hrt.

Wer also den Eindruck hat, die Preisentwicklung im Jahr 2026 sei das Ergebnis von Angebot und Nachfrage, irrt sich. KI-Unternehmen, die gut mit Wagniskapital ausgestattet sind, kĂ€mpfen derzeit um Marktanteile. Die Kostendeckung ist vorerst zweitrangig. FĂŒr Medienunternehmen, die nachhaltige Prozesse aufbauen wollen, bedeutet das: Die aktuellen Kosten fĂŒr KI-Schnittstellen (APIs) sind keine belastbare Grundlage fĂŒr strukturelle Entscheidungen.

Was nicht auf der Rechnung steht

Jeder Prozess, der von einer externen Schnittstelle abhÀngig ist, ist zunÀchst das Ergebnis einer technischen Entscheidung, etwa wenn eine Redaktion die Transkription von Interviews an ein KI-Modell auslagert. Eine strukturelle Entscheidung wird daraus, sobald drei Dinge zusammenkommen:

  1. IntegralitĂ€t: Der Prozess ist Teil der Wertschöpfungskette.
  2. Permanenz: Der Prozess ersetzt menschliches Know-how im Unternehmen und kann ohne erhebliche Kosten nicht auf einen Menschen zurĂŒckĂŒbertragen werden, weil die entsprechende Stelle abgebaut wurde.
  3. Brain Drain: Das Wissen ĂŒber die Funktionsweise dieses Prozesses wurde in Prompts und Pipelines ĂŒbertragen.

Sind diese drei Bedingungen erfĂŒllt, verliert ein Medienhaus etwas sehr Wertvolles: seine Verhandlungsposition gegenĂŒber dem KI-Anbieter. FĂŒr die vielen Lokal- und Regionalmedien in Bayern, die gegenĂŒber globalen KI-Konzernen ohnehin wenig Verhandlungsmacht haben, wiegt das besonders schwer.

Wenn der Anbieter die Preise fĂŒr Tokens und Inferenz anhebt oder Modell und Nutzungsbedingungen Ă€ndert, ist der Weg zurĂŒck kaum möglich oder sehr teuer. Die Menschen, die den Prozess ohne das Modell beherrscht haben, sind nicht mehr da.

Und wer glaubt, man könnte einfach auf ein anderes Modell wechseln, spielt mit dem Feuer. Ein Modellwechsel ist zwar möglich, aber keine bloße KonfigurationsĂ€nderung. Er setzt voraus, dass Mitarbeitende den Prozess verstehen und den Output einschĂ€tzen können. Auch das gesammelte Erfahrungswissen, welche Prompts funktionieren und wo das Modell zuverlĂ€ssig ist, gilt nur fĂŒr ein bestimmtes System. 

Wer wechselt, fÀngt von vorne an. Und zwar mit dem Personal, das man noch hat.

Was MedienhÀuser jetzt tun können

MedienhĂ€user sollten jede tokenintensive Anwendung so konzipieren, dass sie auch bei zwei- bis fĂŒnffach höheren Preisen noch wirtschaftlich rentabel ist. Wenn das nicht der Fall ist, ist die Anwendung fremdfinanziert – durch das Wagniskapitel der Anbieter. Die Rechnung dafĂŒr kommt spĂ€ter, möglicherweise dann, wenn es am ungĂŒnstigsten ist.

In der Praxis bedeutet das:

  • Wechselmöglichkeiten offen halten: Eine Abstraktionsschicht zwischen Anwendung und Modell braucht Menschen und hĂ€lt sie flexibel, wenn Anbieter beginnen, kostendeckend zu arbeiten.
  • Personalentscheidungen nicht an KI knĂŒpfen: Personalentscheidungen sollten nicht das Ergebnis einer KI-Strategie sein, sondern die Voraussetzungen schaffen, um eine KI-Strategie ĂŒberhaupt zu ermöglichen. 

Fazit: Die eigene Rechnung

Was heute als Einsparung die Bilanz verbessert, kann morgen die fehlende FÀhigkeit sein, den eigenen Prozess zu verÀndern oder zu verlassen. Denn wer Personal einspart, spart auch die KapazitÀt ein, mit der ein Haus auf Unerwartetes reagieren und Neues entwickeln kann.

MedienhĂ€user, die ihr Prozesswissen im eigenen Haus halten, behalten dagegen ihre Verhandlungsposition und ihre Beweglichkeit. Steigende Preise pro Token lassen sich einkalkulieren, aber verlorenes Prozesswissen lĂ€sst sich nicht so leicht zurĂŒckholen.

Geschrieben von

Jim Sengl

Gesamtleitung

Jim Sengl leitet das KI-Kompetenzzentrum Medien (KI.M). Als Experte fĂŒr datensouverĂ€ne KI-Umgebungen schlĂ€gt er die BrĂŒcke zwischen komplexer Tech-Entwicklung und den BedĂŒrfnissen der Praxis. Er unterstĂŒtzt Organisationen dabei, KI-Systeme rechtssicher in bestehende Kernprozesse zu integrieren und KI-Transformation strategisch wie auch nachhaltig umzusetzen.

Verwandte Artikel