KI-Preismodelle im Wandel: Von Nutzerlizenzen zu Leistungseinheiten

Die Art und Weise, wie Unternehmen für KI-Tools bezahlen, befindet sich im Umbruch. Anstatt Gebühren basierend auf der Anzahl der Mitarbeiter zu erheben, die ein Tool nutzen, beginnen einige KI-Unternehmen, Produkte nach der von ihnen erbrachten Arbeit oder Produktivität zu bepreisen. Dieser Paradigmenwechsel könnte die Geschäftsausgaben grundlegend neu gestalten und stellt Unternehmen vor neue Herausforderungen im Finanzmanagement.

KI-Preismodelle im Wandel: Von Nutzern zu Leistungseinheiten

Laut einer aktuellen Notiz von Goldman Sachs, die auf Gesprächen mit rund 40 Unternehmen aus dem Software- und Internetsektor basiert, positionieren Unternehmen ihre KI-Workflows zunehmend als Verkauf einer Arbeits- oder Produktivitätseinheit. Dies ermöglicht es ihnen, größere Geschäftsabschlüsse zu erzielen und neue Budgetposten zu erschließen. Goldman Sachs-Analysten betonen, dass dieser Ansatz es Unternehmen erlaubt, den Preis am Wert zu orientieren, Gewinne von den Betriebskosten der KI zu entkoppeln und so starke Margen zu sichern.

Dieser Ansatz zeigt sich bereits in der Produktgestaltung führender Anbieter. Salesforce hat beispielsweise "agentic work units" eingeführt, während Workday Credits an "units of work" bindet. Dieser Trend spiegelt eine breitere Entwicklung in der Softwarebranche wider, die sich von monatlichen "Per-Seat"-Lizenzen hin zu nutzungsbasierten, Pay-as-you-go-Preismodellen bewegt, wie Business Insider bereits im April letzten Jahres berichtete.

Warum der Wandel? Hohe Kosten und Wertorientierung

Die hohen Kosten für die Entwicklung und den Betrieb von KI-Systemen zwingen Unternehmen dazu, ihre Preisstrategien zu überdenken. Insbesondere generative KI-Modelle haben keine feste Kostenstruktur wie traditionelle Software; jede Benutzerinteraktion verursacht reale Rechen- und Verarbeitungskosten. Dies macht eine Abrechnung basierend auf der tatsächlichen Nutzung und dem erzeugten Wert unerlässlich.

Generative KI löst das traditionelle "Per-Seat"-Softwarelizenzmodell auf und ersetzt vorhersagbare jährliche Gebühren durch eine nutzungsbasierte Abrechnung im Stil von Versorgungsunternehmen. Diese schwankt je nach Rechenintensität und Modellaktivität. Für zwei Jahrzehnte waren die Kosten für Unternehmenssoftware an Lizenzen gebunden, wobei jährliche Preisverhandlungen eine genaue Prognose ermöglichten. Generative KI führt jedoch nutzungsabhängige Kosten ein, die mit zunehmender Automatisierung steigen und sich je nach Modellnutzung und -intensität variieren.

KI als Dienstprogramm: Die Vision von Sam Altman

Sam Altman, CEO von OpenAI, äußerte im letzten Monat die Vision, dass KI letztendlich eher wie ein Versorgungsunternehmen verkauft werden könnte. Er erklärte, dass das Geschäft von OpenAI und anderen Modell-Anbietern dem Verkauf von "Tokens" ähneln werde, den Einheiten, die KI-Systeme zur Verarbeitung und Preisgestaltung von Daten verwenden.

Altman sieht eine Zukunft, in der Intelligenz ein Dienstprogramm wie Strom oder Wasser ist. Menschen würden es dann von Anbietern nach Verbrauch kaufen und für beliebige Zwecke nutzen können.

Unvorhersehbare Ausgaben und versteckte Kosten für Unternehmen

Für Kunden bedeutet dieser Wandel, dass die Softwareausgaben weniger vorhersehbar werden könnten. Finanzverantwortliche fordern zunehmend einen klaren Return on Investment (ROI) und bevorzugen ergebnisorientierte Preismodelle gegenüber einfachen aktivitätsbasierten Metriken. Organisationen unterschätzen häufig die versteckten Kosten der KI-Skalierung.

Für jeden Dollar, der für die eigentlichen KI-Modelle ausgegeben wird, wenden Unternehmen laut PYMNTS 5 bis 10 Dollar für Integration, Compliance und Überwachung auf. Der Übergang von einem kontrollierten Pilotprojekt zu einem kontinuierlich laufenden Produktionssystem macht die tatsächlichen wirtschaftlichen Auswirkungen sichtbar. Was in begrenztem Umfang effizient erschien, kann sich auf einer vierteljährlichen Rechnung anders darstellen, sobald die Nutzung über Abteilungen und Workflows hinweg zunimmt.

Der CIO von BlackLine beschrieb, wie KI-Investitionen einen bekannten Zyklus durchlaufen. Die Ära, in der KI als Sonderkategorie von der Prüfung ausgenommen war, geht zu Ende. Finanzverantwortliche stellen nun härtere Fragen, und die Aussage, dass 95 % der Mitarbeiter KI nutzen, ist keine aussagekräftige Antwort mehr für einen CFO.

Finanzielle Rahmenwerke für die KI-Skalierung

Da KI von experimentellen Pilotprojekten zu Kern-Workflows übergeht, ist es für Unternehmen entscheidend, frühzeitig finanzielle Rahmenwerke zu entwickeln, um eine zuversichtliche Skalierung zu ermöglichen. Der CAIO Report von PYMNTS Intelligence zeigt, dass die Einführung von "agentic AI" sich auf hochwirksame Funktionen konzentriert. Dazu gehören Kundenanalyse, Produktlebenszyklusmanagement und Analytik, wobei das Interesse der Führungskräfte branchenübergreifend über 80 % liegt.

Die Dynamik der Einführung ist real, doch die finanzielle Managementdisziplin, um damit Schritt zu halten, muss noch aufholen.