McKinsey sieht bei KI-Agenten Kostenunterschiede bis Faktor 30

Am 26. September 2026 berichtete McKinsey, dass sich die Kosten für dieselbe Aufgabe bei unterschiedlich arbeitenden KI-Agenten im Extremfall um den Faktor 30 unterscheiden können. Die Warnung richtet sich an Unternehmen, die KI nicht mehr nur für einzelne Chatbot-Anfragen nutzen, sondern für mehrstufige Arbeitsabläufe. Entscheidend sei nicht allein, was ein Modellaufruf oder ein Token kostet. Maßgeblich seien die Rechenkosten, die tatsächlich anfallen, bis ein Auftrag abgeschlossen ist.

Agentische Systeme zerlegen einen Auftrag typischerweise in mehrere Schritte. Sie können Zwischenergebnisse prüfen, ihren Ansatz ändern, weitere Modellanfragen auslösen und externe Werkzeuge oder Systeme aufrufen. Diese Abläufe können nützlich sein, erhöhen aber die Zahl der Rechenschritte. Damit wird der Aufwand je Aufgabe schwerer vorhersehbar als bei einer einfachen Frage-Antwort-Anwendung, deren Verbrauch sich vergleichsweise direkt abschätzen lässt.

Der Preis pro Token erklärt die Gesamtrechnung nicht

Die Entwicklung wirkt auf den ersten Blick widersprüchlich: Die Preise für KI-Nutzung pro Token sinken, während Unternehmen insgesamt mehr ausgeben. Der Stanford AI Index 2025 bezifferte die Kosten einer Abfrage mit GPT-3.5-ähnlicher Leistung auf einem Standard-Benchmark im November 2022 auf 20 US-Dollar je Million Token. Bis Oktober 2024 seien sie auf 0,07 US-Dollar gefallen. Die OECD schätzte zudem, dass qualitätsbereinigte Preise für Text-zu-Text-Modelle zwischen Januar 2024 und April 2026 um nahezu 80 Prozent sanken.

Günstigere Einheiten können allerdings zu deutlich mehr Nutzung führen. Coforge erklärte laut The Hindu in einer Management-Unterrichtung, die Stückkosten der Token für dieselbe KI-Leistung seien binnen sieben Monaten etwa um das Hundertfache gesunken, während der Tokenverbrauch um das 8.000-Fache gestiegen sei. Diese Angaben stammen vom Unternehmen selbst und beschreiben die von ihm beobachteten Plattformen; sie sind daher kein allgemeiner Marktwert. Sie verdeutlichen jedoch, weshalb sinkende Preise nicht automatisch sinkende Budgets bedeuten.

• Kosten je abgeschlossener Aufgabe statt nur Kosten je Token messen.
• Modellaufrufe, Rechenressourcen, Orchestrierung und menschliche Kontrolle gemeinsam erfassen.
• Einfache Aufgaben möglichst von komplexen agentischen Abläufen trennen.
• Den erzielten geschäftlichen Wert gegen die vollständigen Prozesskosten stellen.

Programmierung gilt als besonders rechenintensiv

McKinsey hebt besonders Softwareteams hervor. Der Einsatz agentischer Werkzeuge zur Automatisierung von Programmierarbeit sei stark tokenintensiv und könne den Kostendruck erhöhen. Ein Arbeitspapier von Forschenden unter anderem der University of Michigan, Stanford, Google DeepMind, Microsoft AI und MIT kam 2026 zu einem ähnlichen Befund: Agentische Coding-Aufgaben verbrauchten ungefähr 1.000-mal so viele Token wie die zum Vergleich herangezogenen Aufgaben für Code-Reasoning und Code-Chat. Bei Wiederholungen derselben Aufgabe habe der Gesamtverbrauch zudem um bis zu Faktor 30 schwanken können.

Die Zahlen beschreiben Verbrauch und nicht automatisch Qualität oder Produktivität. Ein teurerer Ablauf kann wirtschaftlich sinnvoll sein, wenn er eine wertvolle Aufgabe zuverlässig erledigt oder menschliche Arbeit einspart. Umgekehrt kann eine hohe Zahl von Modellschritten auf ineffiziente Planung, unnötige Wiederholungen oder unpassende Modellwahl hinweisen. McKinseys Kernpunkt ist deshalb eine Managementfrage: Unternehmen müssen nachvollziehen können, welche Kosten ein vollständiger Ablauf verursacht und welchen überprüfbaren Nutzen er liefert.

Mehr Budgets, aber auch mehr Kostendruck

In McKinseys KI-Erhebung 2026 gab etwa ein Drittel der befragten Organisationen an, mehr als zehn Prozent ihres Technologie- und Kommunikationsbudgets in KI zu investieren. 60 Prozent planten, ihre KI-Ausgaben im folgenden Jahr zu erhöhen. Etwa ein Fünftel erklärte zugleich, KI-Ausgaben belasteten bereits die Betriebskosten. McKinsey-Führungskräfte bezeichneten diese Ausgaben laut der zugrunde liegenden Berichterstattung als zunehmend konkret und sichtbar.

Eine weitere McKinsey-Erhebung, die Enterprise AI FinOps Survey vom Mai 2026, umfasste 75 qualifizierte Befragte aus fünf Branchen. Dort berichteten 93 Prozent, ihre KI-Budgets überschritten zu haben. Wegen der begrenzten Stichprobe lässt sich daraus keine exakte Quote für alle Unternehmen ableiten. Als Hinweis auf ein verbreitetes Steuerungsproblem ist das Ergebnis dennoch relevant: Budgets, die für Tests oder einzelne Anwendungen angelegt wurden, passen nicht zwingend zu dauerhaft betriebenen Agenten.

Gartner bezeichnete diese Spannung im August 2026 als Inference Paradox. Nach dessen Analyse kann die Weiterleitung einer Aufgabe an ein agentisches Reasoning-Modell die Inferenzkosten eines Anbieters gegenüber einer einfachen Chatbot-Interaktion mindestens verfünffachen; bei wachsender Komplexität oft deutlich stärker. Gartner prognostiziert, dass die Inferenzkosten je agentischem Workflow bis 2028 um mehr als das Fünffache steigen werden. Das ist eine Prognose, keine gemessene Entwicklung für jedes einzelne Unternehmen.

Für Unternehmen in Deutschland bedeutet das vor allem, KI-Beschaffung und Kostenkontrolle näher an konkrete Prozesse zu binden. Open-Weight-Modelle und kleinere Modelle können für bestimmte Aufgaben eine günstigere Alternative zu leistungsstärkeren, gehosteten Modellen sein, ersetzen aber keine Rechnung über den gesamten Betrieb. In den kommenden zwölf Monaten wird nach McKinsey entscheidend sein, Nutzen und Kosten agentischer KI verlässlich zu messen. Wer Arbeitsabläufe, Verbrauch und menschliche Prüfung getrennt ausweist, kann über weitere Einsätze auf einer belastbareren Grundlage entscheiden.