Seoul verliert 10.84%, US-Unternehmen drehen den Tokenhahn zu: Die KI-Rechnung wird fällig

Achtzehn Monate lang liess sich der KI-Markt an einer einzigen Zahl ablesen: dem unaufhörlich sinkenden Preis für eine Million Tokens. Am 28. Juli verlagerten zwei im Abstand weniger Stunden veröffentlichte Meldungen die Frage. In Seoul verlor der Kospi an einem Handelstag 10.84%, so viel wie seit 2008 nicht mehr. Dahinter stand die abrupte Neubewertung einer Annahme: Rechtfertigen die KI-Umsätze tatsächlich die dafür eingegangenen Halbleiterausgaben? In Washington dokumentierte eine AP-Recherche von Matt O’Brien die spiegelbildliche Wende in den Unternehmen: das Ende des «Tokenmaxxing», der Mode, möglichst viele Tokens zu verbrauchen, die nun von den Rechnungen eingeholt wird. Uber schöpfte sein KI-Budget für 2026 in vier Monaten aus. Salesforce steuert auf $300 Millionen Anthropic-Kosten im Gesamtjahr zu. Der Stückpreis eines Tokens war noch nie niedriger. Genau das liess die Gesamtausgaben explodieren.

Der Kospi erlebt seinen schlechtesten Handelstag seit 2008

Die Zahlen lassen keinen Zweifel: Der koreanische Index verlor 732.09 Punkte und schloss bei 6’023.66, ein Minus von 10.84%. Zwischenzeitlich lag er 11.3% im Minus und fiel erstmals seit dem 14. April unter 6’000 Punkte. Nach einem Rückgang von mehr als 8% löste die Korea Exchange einen Circuit Breaker aus und setzte den Handel für zwanzig Minuten aus. Es war die achte Auslösung in diesem Jahr. Von den 917 Aktien im Hauptsegment verloren 878, während nur 36 zulegten.

Der Schock konzentrierte sich auf die beiden Indexschwergewichte: Samsung Electronics verlor 14.4%, der stärkste Tagesverlust seit Oktober 2008, SK hynix 14.7%. Dessen amerikanische Hinterlegungsscheine fielen wieder unter ihren Ausgabepreis. Die Ansteckung erfasste die Region, jedoch unterschiedlich stark: Nikkei 225 −4.3%, Taiex −4.7%, Shanghai Composite −1.4%. Der Philadelphia-Semiconductor-Index gab 2.2% nach, Nvidia rund 5%. Im gesamten Juli liegt der Kospi 29% im Minus. Damit übertrifft der Monatsverlust den Rekord von −27% im Oktober 1997, auf dem Höhepunkt der asiatischen Finanzkrise.

Genannt werden zwei unterschiedlich gelagerte Auslöser. Der erste ist industriell: Der chinesische Speicherhersteller ChangXin Memory Technologies stieg bei seinem Börsendebüt in Shanghai um 466%. Gleichzeitig gibt es Berichte über staatlich gestützte inländische Produktion von Lithografieanlagen. Damit zeichnet sich Wettbewerb genau in jenem Segment ab, auf dem der Wert von Samsung und SK hynix beruht. Der zweite Auslöser ist finanziell: das Verhältnis zwischen Ausgaben für KI-Infrastruktur und tatsächlich erzielten Umsätzen wird insgesamt neu bewertet. Ein Hinweis darauf ist ein jüngster Bericht von Moody’s. Darin modellierten Analysten um Vincent Gusdorf ein Szenario, in dem die Bewertungen KI-bezogener Unternehmen in den kommenden Monaten um 40% fallen. Diese Zahl ist als das zu lesen, was sie ist: ein Analyseszenario, kein Basisszenario. Sie erhellt jedoch die heutige Marktbewegung.

«Tokenmaxxing»: Die Rechnung landet beim Finanzchef

Die andere Seite des Tages spielt sich in den Unternehmen ab. Für Budgetverantwortliche ist sie lehrreicher. Noch in diesem Frühjahr galt «Tokenmaxxing», die Maximierung des Tokenverbrauchs, als Tugend und sogar als interner Ausweis von Modernität. Jensen Huang hatte den Massstab gesetzt: Wenn ein Ingenieur mit $500’000 Jahresgehalt nicht $250’000 an Tokens verbraucht, stimme etwas nicht. Sam Altman sagte, er sei «gespannt darauf, was mit Tokenmaxxing-Start-ups geschehen wird». Bei Meta erfasste eine informelle interne Rangliste namens «Claudeonomics» in nur einem Monat rund 60 Billionen Tokens, bevor sie abgeschaltet wurde.

Im Sommer kehrte sich das Vorzeichen um. Laut der AP-Recherche vom 28. Juli verbrauchte Uber sein gesamtes KI-Budget für 2026 in vier Monaten und führte danach eine Obergrenze von $1’500 pro Monat und Programmierwerkzeug ein. Salesforce steuert auf eine Anthropic-Rechnung von rund $300 Millionen im Jahr zu. Microsoft begrenzte die individuellen Ausgaben für Claude Code, nachdem einige Ingenieure hohe persönliche Rechnungen verursacht hatten. Ein Berater von Bain & Company fasst die Rechnung zusammen, die viele Organisationen nicht gemacht hatten: $200 pro Entwickler und Monat wirken harmlos, bis man sie mit den 20’000 Entwicklern eines Grosskonzerns multipliziert. Das ergibt $48 Millionen jährlich für einen Posten, der nirgends budgetiert war. Noch steiler als das Niveau ist der Anstieg: In manchen Grossunternehmen verdoppelt sich die Tokenrechnung nahezu alle zwei Monate.

«Mit KI lässt sich sehr leicht etwas schaffen, das man nicht braucht. Als sich die Rechnungen häuften, wurde den Menschen klar, dass diese neuen Werkzeuge ziemlich teuer sind und man sie sinnvoll einsetzen muss.»

Vincent Gusdorf, Leiter KI-Analytik, Moody’s Ratings

Die übrigen Beteiligten sagen in unterschiedlichem Ton dasselbe. Satya Nadella warnte, Tokenmaxxing mache süchtig, und der Kunde bezahle zweimal: mit Tokens und durch die Offenlegung eigener vertraulicher Daten. Palantir-Chef Alex Karp meinte, «etwas sei völlig schiefgelaufen». Raffi Krikorian, Technologiechef von Mozilla, formuliert es unverblümt: «Tokenmaxxing ist eine dumme Sache.» Der praktischste Hinweis stammt jedoch vom Bain-Berater und passt in eine Zeile: Nicht jede Aufgabe braucht das leistungsfähigste Modell im Katalog.

Das Paradox: Tokens waren noch nie so günstig

Beide Seiten müssen gleichzeitig betrachtet werden, denn hier liegt der teuerste Denkfehler. Die Stückpreise sind tatsächlich massiv gesunken. Von Anfang 2025 bis Anfang 2026 fielen die API-Tarife um etwa 80%. Am 24. Juli setzte Anthropic Claude Opus 5 für $5 / $25 pro Million Tokens an die Spitze des Artificial-Analysis-Index. Es kostet halb so viel wie das entthronte Claude Fable 5 ($10 / $50). Das günstigste kostenpflichtige Modell am Markt, Ministral 3 3B, wird zum Stand vom 27. Juli mit $0.10 / $0.10 angeboten. Auf dem Papier war KI noch nie so günstig.

Das Volumen erledigte den Rest und weit mehr. Der Wechsel zur agentengestützten Nutzung, bei der ein Modell plant, Werkzeuge aufruft, seine Ergebnisse prüft und erneut beginnt, verbraucht bis zu 1’000-mal mehr Tokens als eine einfache Chatbot-Anfrage. Ein auf ein Fünftel gesunkener Preis bei einem vertausendfachten Volumen ergibt eine zweihundertfach höhere Rechnung. Genau das beschreiben die von AP zitierten Finanzabteilungen: Keine hatte den Listenpreis falsch eingeschätzt, alle hatten das Volumen falsch eingeschätzt. Diese Ausgaben treffen auf einen Markt, dessen weltweite KI-Ausgaben Gartner am 19. Mai 2026 für das laufende Jahr auf $2.59 Billionen bezifferte, 47% mehr als im Vorjahr. Mehr als 45% davon entfallen allein auf Infrastruktur.

Die praktische Konsequenz: Der Preis pro Token taugt nicht mehr als Steuerungskennzahl. Entscheidend sind nur noch die Kosten pro erledigter Aufgabe, die die tatsächlich verbrauchten Reasoning-Tokens einschliessen. Der Abstand lässt sich messen: Artificial Analysis erfasst $2.03 pro Aufgabe für Opus 5 bei maximalem Denkaufwand gegenüber $2.75 für Fable 5. Das sind 26% weniger bei gleichwertiger Intelligenz, ein Unterschied, der auf keiner Preisseite steht.

Die Antwort vom 27. Juli lautet Routing statt mehr Leistung

Die deutlichste Demonstration dieses Wandels kam am Tag vor dem Kurssturz von Microsoft. Am 27. Juli veröffentlichte das Unternehmen MAI-Cyber-1-Flash, sein erstes speziell auf Cybersicherheit ausgerichtetes Modell: eine Mixture-of-Experts-Architektur mit 137 Milliarden Parametern, davon 5 Milliarden aktiv, und einem Kontextfenster von 256’000 Tokens.

Entscheidend ist nicht das Modell allein, sondern das Zusammenspiel. Im Agentensystem MDASH erledigt dieses kleine Modell bis zu 90% der Aufgaben. GPT-5.4 wird nur für die 10% wirklich schwierigen Aufgaben hinzugezogen. Das angekündigte Ergebnis: 95.95% auf dem CyberGym-Benchmark, mehr als zehn Punkte vor den konkurrierenden Konfigurationen von Google und OpenAI, bei 50% geringeren Kosten als Microsofts bisherige Kombination aus GPT-5.4, GPT-5.4 mini und GPT-5.3 Codex. Anders gesagt: besseres Ergebnis zum halben Preis, durch eine andere Zuweisungsregel statt allein durch ein anderes Modell. Microsoft bleibt für die schwierigen Aufgaben von OpenAI abhängig. Routing beseitigt das Spitzenmodell nicht; es verhindert, dafür bei Aufgaben zu bezahlen, die es nicht rechtfertigen. Eine einzige Ankündigung widerlegt so das Tokenmaxxing.

Unter den Tokens: Strom, dann Compliance

Zwei Kostenarten, die auf API-Rechnungen noch unsichtbar bleiben, treten hervor. Die erste ist physisch. Bei den grossen Anbietern entfallen inzwischen 80 bis 90% der KI-Rechenlast auf Inferenz, und diese läuft kontinuierlich. Im grössten US-Stromnetz, PJM, fehlten bei der jüngsten Kapazitätsauktion 6.8 Gigawatt, um die Versorgungssicherheit zu Spitzenzeiten zu gewährleisten. Das entspricht beinahe sieben Kernreaktoren. Die Beschaffungskosten stiegen um mehr als 60%; auf Rechenzentren entfielen rund $6.3 Milliarden der $16.4 Milliarden dieser Auktionen, Stand 15. Juli 2026. Fortune stellte am 26. Juli fest, dass dieselben Rechenzentren bislang eher zur Senkung der Stromkosten beigetragen hatten. Nun droht der Umfang des Investitionsprogramms, beziffert auf etwa $7 Billionen ohne gesicherte Nachfrage dahinter, diesen Trend umzukehren. Zwei kursierende Zahlen verlangen einen ausdrücklichen Vorbehalt: der für 2026 auf rund 565 TWh (+26% gegenüber dem Vorjahr) geschätzte weltweite Stromverbrauch der Rechenzentren sowie 75 wegen Strommangels verschobene oder gestrichene Projekte im Umfang von $130 Milliarden. Beide Angaben stammen aus Branchenanalysen und konnten von uns nicht anhand einer Primärquelle bestätigt werden.

Die zweite Kostenart ist regulatorisch, und sie hat ein Datum: An diesem Sonntag, dem 2. August 2026, wird Artikel 50 des europäischen AI Act anwendbar. Er enthält vier Transparenzpflichten: die Offenlegung der Interaktion mit KI, die maschinenlesbare Kennzeichnung synthetischer Inhalte, die Information von Personen, die biometrisch kategorisiert werden, und die Offenlegung von Deepfakes. Die Sanktionen können €15 Millionen oder 3% des weltweiten Umsatzes erreichen, je nachdem, welcher Betrag höher ist. Für Schweizer Organisationen ist der Anknüpfungspunkt nicht das Territorium, sondern der Markt: Sobald Inhalte oder Systeme Nutzer in der Union erreichen, folgt die Pflicht. Hinzu kommt die Entscheidung der Europäischen Kommission vom 16. Juli im Rahmen des Digital Markets Act. Google muss den bislang Gemini vorbehaltenen Zugang zum Android-System für Wettbewerber öffnen: elf Funktionen, spätestens mit Android 18 bis zum 1. August 2027 verfügbar. Ausserdem muss Google seine Suchdaten ab Januar 2027 zu fairen Bedingungen teilen. Compliance wird damit zu einer Kostenposition auf derselben Ebene wie Rechenleistung.

Vergleichstabelle: API-Preise am 28. Juli 2026

Seit der Erhebung vom 27. Juli wurde keine Preisänderung veröffentlicht. Die folgende Tabelle dient deshalb als Referenz für die Stückkosten. Dabei bleibt entscheidend: Heute machte das Volumen Schlagzeilen, nicht diese Preise.

Modell	Eingabe ($/Mio. Token)	Ausgabe ($/Mio. Token)	Hinweis
Claude Fable 5 (Anthropic)	10.00	50.00	am 24. Juli im AA-Index entthront; Datenaufbewahrung vorgeschrieben
GPT-5.6 Sol (OpenAI)	5.00	30.00	AA-Index: 59
Claude Opus 5 (Anthropic)	5.00	25.00	Platz 1 im AA-Index (61); $2.03/Aufgabe; Fast-Modus ×2.5 zum doppelten Preis
GPT-5.6 Terra (OpenAI)	2.50	15.00	am 9. Juli veröffentlicht; manche Aggregatoren zeigen weiterhin 1.25/7.50
Kimi K3 (Moonshot, China, offene Gewichte)	3.00	15.00	Modellgewichte seit 27. Juli offen (1.4 TB); Lizenz unveröffentlicht; AA-Index: 57
Gemini 3.1 Pro (Google)	2.00	12.00	doppelter Preis bei mehr als 200k Kontext
Claude Sonnet 5	2.00	10.00	Einführungspreis bis 31. August, danach 3/15
Gemini 3.6 Flash (Google)	1.50	7.50	erschienen am 21. Juli; −17% Token pro Aufgabe
Grok 4.5 (xAI)	2.00	6.00	Programmiermodell; Zugang in der EU weiterhin eingeschränkt
GPT-5.6 Luna (OpenAI)	1.00	6.00	erschienen am 9. Juli
Inkling (Thinking Machines, offene Modellgewichte)	1.87	4.68	Apache-2.0-Lizenz; multimodal
Meta Muse Spark 1.1	1.25	4.25	Metas erste kostenpflichtige API
LongCat-2.0 (Meituan, offene Gewichte)	0.75	2.95	Aktionspreis 0.30/1.20; MIT-Lizenz
Gemini 3.5 Flash-Lite (Google)	0.30	2.50	erschienen am 21. Juli; sehr hoher Durchsatz
Grok 4.3 / 4.20 (xAI)	1.25	2.50	Kontextfenster von 1M Token
Mistral Large 3	0.50	1.50	Tarif seit Dezember 2025 (−75%); Batch-API mit −50%
DeepSeek V4 Pro	0.435	0.87	Alias deepseek-reasoner seit 24. Juli entfernt
DeepSeek V4 Flash	0.14	0.28	1 Mio. Kontexttokens; Alias deepseek-chat seit 24. Juli entfernt
Ministral 3 3B (Mistral)	0.10	0.10	günstigste erfasste kostenpflichtige API zum Stand 27. Juli

Die Tarife von Mistral Large 3, Ministral 3 3B, DeepSeek V4, Opus 5, Fable 5 und Kimi K3 wurden am 28. Juli 2026 überprüft. Die übrigen Zeilen stammen aus der Erhebung vom 27. Juli 2026; seither wurden keine Preisänderungen veröffentlicht. Achtung: Mehrere externe Aggregatoren veröffentlichen weiterhin veraltete Tarife. Mistral Large 3 wird häufig mit 2.00/6.00 angegeben, obwohl der offizielle Preis seit Dezember 2025 bei 0.50/1.50 liegt. Aktions- und Cachetarife können ohne Ankündigung auslaufen.

Was das für eine Schweizer Organisation bedeutet

Drei Schlussfolgerungen, geordnet danach, wo Kosten entstehen.

Erstens: Das KI-Budget muss eine technische Begrenzung sein, nicht bloss eine Buchhaltungsposition. Uber überschritt sein Budget nicht wegen steigender Preise, sondern weil die Infrastruktur die Überschreitung nicht verhinderte. Die Obergrenze von $1’500 pro Werkzeug und Monat kam erst im Nachhinein. Ein auf Systemebene durchgesetztes Limit pro Team, Projekt und Werkzeug, statt einer Kontrolle über die Spesenabrechnung, ist heute der erste einzurichtende Mechanismus, noch vor der Modellwahl.

Zweitens: Die Ersparnis liegt im Routing, nicht im Rabatt. MAI-Cyber-1-Flash liefert die Zahlen: 90% der Aufgaben auf einem kleinen Modell, 10% auf dem Spitzenmodell, bei höherer Leistung halbiert sich die Rechnung. Ein ausgehandelter Rabatt von 10% gleicht niemals aus, dass eine Aufgabe einem dafür zehnmal zu teuren Modell zugewiesen wird. Dazu muss man für jede Aufgabe den tatsächlichen Verbrauch kennen. Gemessen werden müssen also Kosten pro Aufgabe, nicht der Preis pro Token.

Drittens: Was der Handelstag in Seoul zeigt, gilt auch für Anbieter. Wird eine Marktannahme revidiert, geschieht das schnell: −10.84% an einem Tag, −29% im Monat. Eine Organisation, deren Anwendungsfundament fest mit einem einzigen Anbieter verbunden ist, muss solche Änderungen ohne Verhandlungsmacht hinnehmen: bei Preisen, Nutzungslimits, Verfügbarkeit und bald bei der Einhaltung von Artikel 50. Die richtige Haltung besteht weder darin, alles intern zu betreiben, noch darin, alles auszulagern. Entscheidend ist, Messung und Kontrolle zu behalten, die Kosten jeder Aufgabe zu kennen und sie anderswo ausführen zu können, ohne das Fundament neu zu schreiben.