Frühe Meldung auf Basis der offiziellen Quelle The Decoder (DE): Laut einer Auswertung von Daten des Anbieters Ornn, Silicon Data und Bloomberg (Stand August 2026), auf die sich a16z bezieht, zeigt sich im KI-Markt ein klassisches Jevons-Paradoxon. Die Token-Preise, also die Abrechnungseinheit von KI-Modellen, fallen stetig. Die Mietpreise für H100-GPUs, die Hardware dahinter, bleiben dagegen hoch oder steigen.
Kurz & knapp
- Billigere Token ermöglichen KI-Agenten, Automatisierung und neue Anwendungen, sodass das Volumen schneller wächst als die Stückkosten sinken.
- Unklar bleibt, wie viel der Nachfrage auf menschliche Nutzung zurückgeht und wie viel die Systeme selbst erzeugen; agentische KI verbraucht Token besonders stark.
- Das System hängt an der Annahme, dass die KI-Nutzung schnell genug wächst, um sinkende Token-Preise auszugleichen. Flacht die Nachfrage ab, wären Chip-Hersteller, Speicheranbieter, Energieversorger und Cloud-Anbieter betroffen.
- Die Finanzmärkte reagieren sensibel: Die US-Börse reagierte negativ auf Berichte, dass OpenAIs hochgerechneter Jahresumsatz womöglich geringer ist als zuvor berichtet.
Einordnung: Für deutsche Unternehmen heißt das, dass sinkende Modellpreise nicht automatisch niedrigere Infrastrukturkosten bedeuten. Wer eigene Workloads plant, sollte Kosten für Rechenleistung getrennt von Token-Preisen kalkulieren und offene Fragen zur künftigen Nachfrage im Blick behalten.
Quellen
Redaktionell verantwortet von Ideal Syka. Quellen und Arbeitsweise: Redaktion & Methode. Hinweise und Korrekturen: ai@i6eal.de.
