Warum ist KI zu teuer für unbegrenzte Abonnements?

Künstliche Intelligenz (KI) verspricht eine Revolution in vielen Bereichen, doch ihre hohen Kosten stehen dem Traum von unbegrenztem Zugang im Weg. In einem aktuellen Artikel von Finn aus dem Blog The Bill, Please wird erläutert, warum Unternehmen wie Anthropic auf eine Welle der Kritik von Nutzern stoßen, wenn sie Beschränkungen für ihre Dienste einführen. So geriet etwa das Claude-Max-Abonnement auf Plattformen wie Reddit, X und Hacker News in die Kritik, nachdem wöchentliche Nutzungslimits eingeführt worden waren. Die Nutzer fühlen sich getäuscht, weil sie einen tatsächlich unbegrenzten Zugang erwartet hatten, die Realität jedoch anders aussieht. Finn weist darauf hin, dass dies kein Einzelfall ist – ähnliche Probleme betrafen Anfang des Jahres auch Tools wie Cursor, Windsurf oder GitHub.

Warum es bei Coding-Tools häufiger zu Preisskandalen kommt

Laut Finns Analyse treten Preisprobleme vor allem bei Coding-Tools wie Claude Code oder Cursor auf. Der Grund ist einfach: Beim Programmieren benötigt man einen ununterbrochenen Arbeitsfluss, in dem man sich auf die Fertigstellung eines Projekts konzentrieren kann. Projekte unterscheiden sich – manchmal handelt es sich um eine schnelle Fehlerbehebung in zehn Minuten, ein anderes Mal um die fünfstündige Entwicklung einer neuen Funktion. Wenn Sie an Nutzungslimits stoßen, müssen Sie entweder ohne wichtige KI-Funktionen weitermachen, Ihre Guthaben für kleinere Aufgaben aufsparen oder eine explodierende Rechnung befürchten. All das beeinträchtigt die Nutzererfahrung.

In anderen Bereichen wie KI für Kundensupport oder Marketing sind Limits dagegen weniger problematisch. In einem KI-Tool zur Suchmaschinenoptimierung (SEO) starten Sie beispielsweise eine klar abgegrenzte Aufgabe, etwa die Analyse von Erwähnungen Ihres Unternehmens. Wenn das Guthaben aufgebraucht ist, warten Sie einfach – die Arbeit wird nicht mittendrin unterbrochen. Ebenso sind Gespräche im Kundensupport in der Regel kurz und vorhersehbar, ohne extreme Schwankungen. Finn betont, dass Coding-Tools in einer Zwickmühle stecken: Sie möchten für eine optimale Nutzererfahrung eine großzügige oder unbegrenzte Nutzung anbieten, doch wirtschaftlich geht die Rechnung nicht auf.

Dieses Missverhältnis zwischen Preisstrategie und Produktnutzung führt zu Frustration. Brendan O'Leary vom Open-Source-Startup Kilocode fasste es in einem Artikel, der den ersten Platz auf Hacker News erreichte, so zusammen: „Hört auf, ‚unbegrenzt‘ zu verkaufen, wenn ihr ‚bis wir es uns anders überlegen‘ meint.“ Ben's Bites nannte dies anschließend „Claude closed“, was unterstreicht, wie schnell die Stimmung kippt.

Sollte jeder Zugang nutzungsabhängig abgerechnet werden?

Finn befasst sich mit Alternativen wie dem Pay-as-you-go-Modell (nutzungsabhängige Bezahlung), das von Kilo Code verwendet wird. Dieses Open-Source-Coding-Tool erzielt weder mit seiner Erweiterung für VS Code noch mit der API Gewinne. Stattdessen zahlen Sie exakt für die Token der Anbieter – Sie können Ihren eigenen API-Schlüssel verwenden oder lokal gehostete Modelle einsetzen. Das ist ein lobenswerter Ansatz, der den Nutzern die volle Kontrolle gibt.

Dennoch weist Finn auf die Nachteile hin: Die Bezahlung pro Token bedeutet, dass man seine Ausgaben ständig im Blick behalten muss. Selbst mit Funktionen zur Kostenkontrolle wird der Arbeitsablauf unterbrochen, wenn man an ein Limit stößt. Darüber hinaus sind KI-Modelle derzeit zu teuer, um tatsächlich unbegrenzte Abonnements zu ermöglichen, nach denen sich die Nutzer sehnen. Weitere Informationen bestätigen, dass die Kosten für KI nicht nur Abonnements umfassen, sondern auch Infrastruktur wie Cloud-Rechenleistung, deren Kosten schnell steigen. Open-Source-Modelle verursachen beispielsweise keine Lizenzgebühren, erfordern aber Investitionen in Server, Energie und Sicherheit, wodurch die Gesamtkosten unterschätzt werden.

Untersuchungen zeigen, dass die Preise für fortschrittliche Modelle zwischen 0,03 und 0,12 US-Dollar pro 1.000 Eingabe-Token und zwischen 0,06 und 0,25 US-Dollar pro 1.000 Ausgabe-Token liegen können, wobei zusätzliche Trainingskosten von bis zu 100 US-Dollar pro Stunde anfallen. Diese versteckten Ausgaben, etwa steigende Cloud-Rechnungen, machen unbegrenzten Zugang für die meisten Unternehmen unerschwinglich.

Wohin entwickeln sich die KI-Preise?

Finn vergleicht die aktuelle Situation mit den Anfangszeiten des mobilen Internets, als es bereits teuer war, nur die Verbindungstaste zu drücken. Heute streamen wir dank unbegrenzter Tarife bedenkenlos Videos. Ebenso werden Technologien in der Regel günstiger – das sehen wir bei Open-Source-Modellen wie DeepSeek oder Mistral, die preiswerter sind als proprietäre Modelle von Anthropic oder OpenAI.

Den verfügbaren Daten zufolge sinken die Kosten für KI, umfassen jedoch weiterhin Preise pro Nutzer (beispielsweise 20–30 US-Dollar pro Nutzer und Monat), die sich bei großen Organisationen auf Hunderttausende US-Dollar jährlich summieren. Finn prognostiziert, dass wir in einigen Jahren auf diese hohen Preise als etwas Vergangenes zurückblicken werden. Vielleicht werden wir dann KI-Agenten in unbegrenzten Coding-Umgebungen einsetzen, ohne uns um Limits sorgen zu müssen.

Diese Entwicklung zeigt, dass KI zwar teuer ist, Innovationen im Open-Source-Bereich und sinkende Rechenkosten jedoch eine erschwinglichere Zukunft ermöglichen könnten. Vorerst weisen Unternehmen wie Kilocode jedoch mit einem transparenten Modell den Weg, das die wirtschaftliche Realität berücksichtigt.