Unternehmen reduzieren "Tokenmaxxing" bei KI wegen steigender Kosten

Viele Unternehmen überprüfen derzeit ihre Investitionen in künstliche Intelligenz und reduzieren den Trend des "Tokenmaxxing", bei dem es darum ging, maximalen KI-Output zu generieren. Dieser Ansatz hat sich trotz hoher Kosten als wenig produktiv erwiesen, was zu einer strategischen Neuausrichtung führt.

"Tokenmaxxing" bezieht sich auf die Maximierung der Nutzung von Tokens, den grundlegenden Texteinheiten, die von KI-Systemen verarbeitet werden. Die Kosten für diese Tokens können schnell ansteigen, insbesondere bei fortschrittlicheren KI-Modellen. Vincent Gusdorf, Leiter der KI-Analyse bei Moody's Ratings, betont die Notwendigkeit eines disziplinierteren Ansatzes und warnt davor, dass es zu einfach ist, mit KI unnötige Inhalte zu erstellen.

Anfänglich befeuerte der Trend das Umsatzwachstum führender KI-Entwickler wie OpenAI und Anthropic, wobei Unternehmen wie Nvidia und Meta eine hohe Nutzung förderten. Die Realität hoher Ausgaben und begrenzter greifbarer Vorteile hat jedoch zu einer Gegenreaktion geführt. Microsoft-CEO Satya Nadella wies darauf hin, dass Kunden möglicherweise doppelt zahlen – sowohl für den Token-Verbrauch als auch für die Weitergabe ihrer proprietären Daten.

Anstatt die fortschrittlichsten Modelle für alle Aufgaben zu verwenden, suchen Unternehmen nun nach KI-"Modell-Routing"-Tools. Diese Systeme leiten einfachere Anfragen an günstigere, effizientere Modelle weiter, während komplexere Aufgaben an leistungsfähigere Alternativen gesendet werden. Das Aufkommen kostengünstiger Open-Source-Modelle, insbesondere aus China, bietet ebenfalls Alternativen, die die teureren US-Angebote herausfordern.