Das Marktforschungsunternehmen Gartner prognostiziert, dass die Token-Kosten pro Entwickler bis 2028 den globalen Durchschnittslohn eines Entwicklers übersteigen könnten – als Basis nennt Gartner rund 2.000 US-Dollar pro Monat. Schon heute liegen sechs Prozent der Unternehmen darüber. Parallel zeigt eine Bitkom-Umfrage: rund ein Drittel der Firmen wurde von den Kosten seines KI-Einsatzes überrascht.
Für den Mittelstand ist die Botschaft weniger „KI wird zu teuer" als vielmehr: KI-Kosten sind eine Strategiefrage, keine Tool-Frage. Wer ohne klaren Anwendungsfall, ohne Budgetgrenze und ohne Verbrauchskontrolle startet, zahlt für einen Blindflug. Dieser Artikel zeigt, wo die versteckten Kosten stecken – und wie Sie sie in sechs Schritten in den Griff bekommen.
Eine Schlagzeile von heise online sorgt gerade für Diskussionen: „Prognose 2028: wird KI-Coding teurer als Entwicklergehälter". Dahinter steckt eine Einschätzung des Analysten Nitish Tyagi von Gartner – und sie trifft einen Nerv, der weit über die Softwareentwicklung hinausreicht.
Denn die eigentliche Frage, die dahintersteht, ist nicht „Was kostet ein KI-Coding-Tool?", sondern: Haben Unternehmen ihre KI-Kosten überhaupt unter Kontrolle? Und genau hier wird es für den Mittelstand interessant – unabhängig davon, ob Sie Software entwickeln oder KI nur im Büroalltag einsetzen.
Was Gartner konkret prognostiziert
Die Kernaussage: Moderne KI-Coding-Agenten werden nutzungsabhängig nach Token abgerechnet – also nach der verarbeiteten Textmenge. Und dieser Verbrauch wächst schneller, als viele erwarten. Gartner rechnet vor, dass die Token-Kosten pro Entwickler bis 2028 das durchschnittliche Entwicklergehalt erreichen könnten. Als weltweiten Mittelwert nennt das Unternehmen rund 2.000 US-Dollar pro Monat.
Gehälter erreichen könnten
und Monat (Basiswert)
heute schon darüber
überrascht (Bitkom)
Wichtig: Das heißt nicht, dass jedes Unternehmen 2028 zwangsläufig diese Summen zahlt. Es heißt, dass die Kostendynamik nutzungsbasierter KI unterschätzt wird. Gartner kritisiert dabei ausdrücklich die fehlende Transparenz vieler Anbieter bei der Berechnung und Abrechnung des Token-Verbrauchs. Anders gesagt: Viele Unternehmen wissen gar nicht genau, wofür sie zahlen.
Warum KI-Kosten so schwer greifbar sind
Die meisten Unternehmen kalkulieren KI wie eine Software-Lizenz: ein fester Betrag pro Nutzer und Monat. Doch bei nutzungsbasierten KI-Werkzeugen ist die sichtbare Lizenz nur die Spitze des Eisbergs. Der eigentliche Kostenblock liegt unter der Oberfläche.
Drei dieser Treiber benennt Gartner besonders:
- Unkontrollierte Autonomie in agentengesteuerten Abläufen: Ein KI-Agent, der selbstständig viele Schritte ausführt, verbraucht bei jedem Schritt Token – auch bei Umwegen und Fehlversuchen.
- Überladene Kontextfenster: Je mehr Information man dem Modell bei jeder Anfrage mitgibt, desto teurer wird jede einzelne Antwort.
- Fehlende Kostenoptimierung: Viele Coding-Agenten haben schlicht keine eingebauten Funktionen, um den Verbrauch zu deckeln oder günstigere Modelle für einfache Aufgaben zu wählen.
Übertragen auf den Büroalltag: Dasselbe Muster gilt für KI-Assistenten in Marketing, Vertrieb oder Verwaltung. Wer eine ganze Wissensdatenbank in jede Anfrage kippt oder Agenten unbeaufsichtigt arbeiten lässt, erzeugt Kosten, die auf keiner Lizenzrechnung auftauchen – bis die nutzungsbasierte Abrechnung kommt.
Der ROI-Trugschluss
Steigende Kosten wären verkraftbar, wenn der Nutzen mitwächst. Genau das ist aber nicht garantiert. Selbst bei großen Tech-Konzernen ist die Bilanz unklar: Uber-Präsident Andrew Macdonald räumte ein, dass der Nutzen des KI-Einsatzes „auch nicht klar" sei und sich ein Zuwachs nützlicher Funktionen nicht abgezeichnet habe.
„Der Nutzen des KI-Einsatzes ist auch nicht klar."
— Andrew Macdonald, Präsident von Uber, zitiert nach heise onlineWenn ein Konzern mit eigenen Data-Science-Teams den ROI nicht sauber beziffern kann, sollte das für den Mittelstand ein Warnsignal sein – kein Grund zur Panik, aber ein Grund zur Disziplin. Passend dazu die Bitkom-Zahl: rund ein Drittel der Unternehmen wurde von den Kosten seines KI-Einsatzes überrascht. „Überrascht" heißt: Die Kosten waren nicht geplant.
Der Trugschluss in einem Satz: „KI spart automatisch Geld" stimmt nicht. KI kann Geld sparen – aber nur, wenn der Anwendungsfall klar ist, der Verbrauch begrenzt wird und der Ertrag gemessen wird. Ohne diese drei Dinge zahlt man für ein Versprechen, nicht für ein Ergebnis.
Was das speziell für den Mittelstand heißt
Ein Großkonzern kann einen unklaren KI-ROI eine Weile aushalten. Ein mittelständisches Unternehmen kann das in der Regel nicht – hier zählt jeder Euro, und ein Budget für „Experimente ins Blaue" gibt es selten. Das ist keine Schwäche, sondern ein Vorteil: Wer ohnehin genau rechnen muss, führt KI von Anfang an wirtschaftlicher ein.
Die Gefahr im Mittelstand ist selten die eine große Fehlinvestition. Es ist der schleichende Tool-Wildwuchs: Hier ein KI-Abo in der Buchhaltung, dort ein Assistent im Marketing, dazu ein paar selbstgebaute ChatGPT-Workflows – jedes für sich günstig, in Summe unübersichtlich und ungesteuert. Genau diese Summe ist es, die laut Bitkom ein Drittel der Unternehmen überrascht.
Die gute Nachricht: Kostenkontrolle bei KI ist kein Hexenwerk. Sie ist eine Frage der Reihenfolge – erst Strategie, dann Tool.
6 Schritte, um Ihre KI-Kosten in den Griff zu bekommen
- Inventar erstellen: Listen Sie alle KI-Tools auf, die im Unternehmen genutzt werden – auch die inoffiziellen. Sie können nur steuern, was Sie kennen.
- Anwendungsfall je Tool definieren: Jedes Tool braucht einen klaren Zweck und einen erwarteten Nutzen. Kein „nice to have" ohne Begründung.
- Budget-Obergrenzen setzen: Legen Sie pro Tool oder Abteilung ein monatliches Limit fest und aktivieren Sie, wo möglich, Verbrauchs-Warnungen.
- Modellwahl bewusst treffen: Nicht jede Aufgabe braucht das teuerste Modell. Einfache Routine günstig, anspruchsvolle Analyse hochwertig – das spart spürbar Token.
- Verbrauch sichtbar machen: Prüfen Sie monatlich die tatsächliche Nutzung. Überraschungen entstehen nur dort, wo niemand hinschaut.
- ROI ehrlich bewerten: Bringt ein Tool nach drei Monaten nicht den erwarteten Nutzen, wird es abgeschaltet – nicht aus Gewohnheit weiterbezahlt.
Diese sechs Schritte kosten kein Spezialwissen, aber etwas Disziplin und einen klaren Blick von außen. Wenn Sie unsicher sind, welche Tools sich für Ihren Betrieb lohnen und wo die versteckten Kosten lauern, ist genau das der Punkt, an dem eine KI-Beratung für den Mittelstand den größten Hebel hat: bevor das Geld ausgegeben ist, nicht danach.
Kostenkontrolle ist auch Governance
Es gibt noch einen zweiten Grund, KI-Nutzung sauber zu steuern – und der ist gesetzlich. Seit Februar 2025 gilt die KI-Kompetenzpflicht aus Artikel 4 des EU AI Act: Unternehmen müssen sicherstellen, dass Mitarbeitende, die mit KI arbeiten, dafür ausreichend geschult sind. Ein Team, das versteht, wie KI-Tools funktionieren und Kosten verursachen, trifft automatisch wirtschaftlichere Entscheidungen.
Kostenkontrolle und Compliance gehen also Hand in Hand: Dasselbe Inventar, das Sie für die Budgetplanung brauchen, ist die Grundlage, um nachzuweisen, welche KI-Systeme im Einsatz sind. Mehr dazu in meinen Artikeln zu den Risiken von KI-generiertem Code und zur Schatten-KI im Mittelstand.
Kurz gesagt: Wer KI-Kosten steuert, erfüllt nebenbei einen Teil seiner Governance-Pflichten – und wer Governance ernst nimmt, hat seine Kosten meist schon im Blick. Beides zahlt auf dieselbe Grundlage ein: zu wissen, was im Unternehmen mit KI passiert.
Häufige Fragen
Was kostet der KI-Einsatz im Mittelstand wirklich?
Mehr als die Lizenzgebühr. Sichtbar sind Abo- oder Lizenzkosten pro Nutzer. Unsichtbar bleiben die nutzungsabhängigen Kosten: Token-Verbrauch, überladene Kontextfenster, Nacharbeit und Review. Gartner verweist darauf, dass die Token-Kosten pro Entwickler bis 2028 den globalen Durchschnittslohn übersteigen könnten und bereits heute sechs Prozent der Unternehmen über 2.000 US-Dollar pro Entwickler und Monat liegen. Eine Bitkom-Umfrage zeigt: rund ein Drittel der Unternehmen wurde von den Kosten seines KI-Einsatzes überrascht.
Warum übersteigen KI-Kosten laut Gartner bis 2028 die Entwicklergehälter?
Weil moderne KI-Coding-Agenten nutzungsbasiert nach Token abgerechnet werden und ihr Verbrauch schnell wächst: unkontrollierte Autonomie in agentengesteuerten Abläufen, überladene Kontextfenster und fehlende Kostenoptimierung treiben den Token-Verbrauch. Gartner kritisiert zudem fehlende Transparenz der Anbieter bei Berechnung und Abrechnung. Die Prognose nennt einen weltweiten Mittelwert von rund 2.000 US-Dollar pro Entwickler und Monat als Schwelle, die bis 2028 das durchschnittliche Entwicklergehalt erreichen kann.
Wie behält ein mittelständisches Unternehmen die KI-Kosten im Griff?
Mit Strategie statt Tool-Wildwuchs: ein Inventar aller genutzten KI-Tools, ein klarer Anwendungsfall je Tool, Budget-Obergrenzen und Verbrauchs-Monitoring, bewusste Modellwahl (nicht jede Aufgabe braucht das teuerste Modell) und eine ehrliche ROI-Bewertung pro Use Case. Wer das vor dem Rollout klärt, vermeidet den Blindflug, der laut Bitkom ein Drittel der Unternehmen überrascht.
Lohnt sich KI im Mittelstand überhaupt noch?
Ja, aber nicht automatisch. Der Nutzen ist real, wenn ein Anwendungsfall klar umrissen und messbar ist. Problematisch wird es, wenn KI breit und ohne Ziel eingeführt wird. Selbst Uber-Präsident Andrew Macdonald räumte ein, dass der Nutzen des KI-Einsatzes nicht immer klar sei. Für KMU heißt das: erst den Use Case und den erwarteten Ertrag definieren, dann das Tool wählen, nicht umgekehrt.
Was bringt eine KI-Beratung bei der Kostenkontrolle?
Eine KI-Beratung sortiert vor dem Geldausgeben: Welche Use Cases lohnen sich, welche Tools passen, wo lauern versteckte Token-Kosten und wie sieht ein realistisches Budget aus. Bei Bäsler Consulting startet ein Erstgespräch zur Standortbestimmung niedrigschwellig; eine halbtägige KI-Schulung für Teams beginnt ab 800 Euro netto. Das Ziel ist nicht, KI zu verhindern, sondern sie wirtschaftlich und mit klarem ROI einzuführen. Wie sich Beratungskosten zusammensetzen, erkläre ich im Artikel Was kostet eine KI-Beratung?.
Mein Take in einem Absatz
Die Gartner-Prognose ist keine Warnung vor KI – sie ist eine Warnung vor ungesteuerter KI. Die Technologie wird leistungsfähiger und in vielen Fällen auch günstiger pro Aufgabe; gleichzeitig steigt der Gesamtverbrauch, weil wir KI für immer mehr einsetzen. Wer beides ohne Plan laufen lässt, landet bei der bösen Überraschung, die ein Drittel der Unternehmen schon kennt. Der Mittelstand hat hier einen unterschätzten Vorteil: Wer ohnehin scharf kalkulieren muss, führt KI mit klarem Anwendungsfall, Budgetgrenze und ehrlicher ROI-Messung ein – und genau so wird aus einer Kostenfalle ein Wettbewerbsvorteil.
- heise online (2026): Prognose 2028: wird KI-Coding teurer als Entwicklergehälter – Gartner-Prognose (Analyst Nitish Tyagi) zu Token-Kosten, Einordnung u. a. mit Aussagen von Uber-Präsident Andrew Macdonald und einer Bitkom-Umfrage.
- Verordnung (EU) 2024/1689 – EU AI Act, insb. Artikel 4 (KI-Kompetenzpflicht, seit Februar 2025 in Kraft). Eigene Einordnung im Beitrag zur KI-Schulungspflicht.
Bevor Sie in KI investieren: erst rechnen, dann starten.
In einem Erstgespräch klären wir, welche KI-Anwendungsfälle sich für Ihren Betrieb lohnen, wo versteckte Kosten lauern und wie ein realistisches Budget aussieht – damit aus der Kostenfalle ein Wettbewerbsvorteil wird.