Zum Blog
Kompakter Mini-Computer aus gebürstetem dunklem Aluminium mit einer kleinen bernsteinfarbenen Status-LED auf schwarzem Schiefer – Sinnbild für KI, die auf eigener Hardware läuft
MeinungKILokale KIOpen SourceKI-KostenKMU

Dein KI-Abo ist zu billig – der Grund, warum lokale KI zum Thema wird

Ein einzelner Nutzer hat mit einem 200-Dollar-Abo Rechenleistung im Wert von mehreren zehntausend Dollar verbraucht – das schrieb Anthropic selbst. Die heutigen Preise für ChatGPT und Claude decken die Kosten nicht. Wenn sie steigen, gewinnen Open-Source-Modelle und lokale KI. Offen ist nur, wann sich der Wechsel rechnet.

Porträt von Lukas Bachmann
Lukas Bachmann
8 Min. Lesezeit
Bild: innoframe, KI-generiert

Ein einzelner Nutzer hat mit einem 200-Dollar-Abo Rechenleistung im Wert von "mehreren zehntausend Dollar" verbraucht – das schrieb Anthropic im Juli 2025 selbst, als es wöchentliche Limits für Claude einführte. Was das für dich heisst: Der Preis, den du heute für KI bezahlst, ist nicht der Preis, den die Antworten kosten, und diese Differenz trägt jemand anderes – vorerst.

Ich halte das heutige Preisniveau für nicht haltbar. Daraus folgt eine Kette, die ich in diesem Beitrag Glied für Glied durchgehe: steigende Preise, wachsender Marktanteil offener Modelle, der Wunsch nach Unabhängigkeit bei den Tokens (den Wortbausteinen, nach denen KI-Anbieter abrechnen) – und eine Frage, die niemand sicher beantworten kann, nämlich wann sich der Umstieg für den einzelnen Betrieb tatsächlich rechnet.

0 Mrd. $
So viel Geld will OpenAI laut internen Planzahlen zwischen 2026 und 2029 verbrennen. Positiver Cashflow ist erst für 2030 vorgesehen.
Quelle: The Information, Februar 2026

Warum die Rechnung heute nicht aufgeht

Bei OpenAI ist das Bild eindeutig. Im ersten Quartal 2026 standen 5,7 Milliarden Dollar Umsatz einem operativen Verlust von 9,3 Milliarden gegenüber. Sam Altman räumte bereits im Januar 2025 ein: "we're currently losing money on openai pro subscriptions" – auf dem teuersten Abo für 200 Dollar im Monat, weil die Leute es intensiver nutzten als erwartet.

Bei Anthropic ist es weniger klar. Das Unternehmen soll im zweiten Quartal 2026 erstmals operativ profitabel gewesen sein (rund 559 Millionen Dollar, laut CNBC). Das ist grundsätzlich ein Gegenargument zu meiner These, hält aber einem zweiten Blick nur bedingt stand: Kritiker weisen darauf hin, dass der Gewinn auf zeitweise vergünstigter Rechenleistung beruht. Und beide Firmen haben Rechenzentrums-Verpflichtungen unterschrieben, die mit dem heutigen Umsatz nichts zu tun haben – OpenAI allein rund 1,4 Billionen Dollar über acht Jahre.

Die Kosten sind also nicht gedeckt, sie sind vorfinanziert. Und zwar mit Umsätzen, die es erst noch geben muss.

Steigende Preise treffen nicht alle gleich

Irgendwann muss die Differenz zurück zu den Kunden. Entweder über höhere Preise oder über engere Limits (was faktisch dasselbe ist). Dass Anthropic eine für den 1. September 2026 angekündigte Preiserhöhung für Sonnet 5 wieder abgesagt hat, zeigt vor allem, wie hart der Wettbewerb gerade ist – nicht, dass das Problem gelöst wäre.

Der entscheidende Punkt ist die ungleiche Zahlungsfähigkeit der Kundschaft. Ein Konzern, der mit KI ganze Abteilungen entlastet, zahlt auch das Doppelte. Ein KMU, ein Freelancer oder ein Student nicht. Wer preissensibel ist, weicht aus – und die Ausweichmöglichkeit existiert bereits:

  • Der Preisunterschied ist gross. Claude Opus 5 kostet 25 Dollar pro Million Output-Tokens, DeepSeek V4-Pro je nach Tageszeit 1,98 bis 3,96 Dollar. Das ist ein Faktor von 6 bis 13.
  • Der Qualitätsunterschied ist kleiner, als viele denken. Im Artificial Analysis Intelligence Index erreicht das beste offene Modell (GLM-5.3) 45 Punkte, die besten geschlossenen 53. Rund 15 % weniger. Epoch AI beziffert den Rückstand offener Modelle auf etwa vier Monate.

Für einen grossen Teil des Alltagsgebrauchs (Texte zusammenfassen, E-Mails entwerfen) spielt dieser Abstand kaum eine Rolle. Genau dort geht Marktanteil verloren, sobald die Preise anziehen.

Der Ruf nach Unabhängigkeit

Mit dem Preis kommt ein zweites Motiv: Wer seine Abläufe auf ein fremdes Modell baut, hängt an dessen Preisblatt, Limits und Nutzungsbedingungen. Die wöchentlichen Limits von Anthropic kamen 2025 mit vier Wochen Vorlauf. Das ist legitim, zeigt aber, wie wenig Kontrolle du als Nutzer hast.

Ein offenes Modell auf eigener Hardware ändert das grundlegend. Niemand kann den Preis erhöhen, das Modell abschalten oder die Daten sehen, die du hineingibst. Ich erwarte, dass diese Forderung nach Token-Unabhängigkeit lauter wird, je stärker KI in Kernprozesse wandert.

Dieselbe Rechnung steckt hinter der KI-Blase

Hier schliesst sich der Kreis zur Blasen-Debatte. Microsoft, Alphabet, Amazon und Meta investieren 2026 zusammen voraussichtlich 720 bis 745 Milliarden Dollar in Rechenzentren und Hardware – 75 bis 80 % mehr als die rund 410 Milliarden von 2025. Diese Investitionen sind nur gerechtfertigt, wenn Firmen wie OpenAI und Anthropic ihre Umsatzprognosen erreichen und die gebuchte Rechenleistung tatsächlich bezahlen. HSBC schätzte Ende 2025, dass OpenAI bis 2030 zusätzlich 207 Milliarden Dollar Finanzierung braucht.

Dazu kommen Kreisgeschäfte: Nvidia kündigte an, bis zu 100 Milliarden Dollar in OpenAI zu investieren – Geld, das als Chip-Bestellungen zurückfliesst (unterschrieben war der Vertrag laut Wall Street Journal Anfang 2026 noch nicht). AMD gab OpenAI Optionen auf rund 10 % seiner Aktien im Tausch gegen Grossaufträge. Selbst Altman sagte im August 2025, Investoren seien seiner Meinung nach "overexcited about AI".

Wenn mein Szenario eintritt – höhere Preise, Abwanderung zu günstigeren und lokalen Modellen –, verfehlen die Anbieter ihre Prognosen. Dann fehlt den Hyperscalern die Nachfrage, mit der ihre Bewertungen rechnen, und eine deutliche Korrektur wird wahrscheinlich. Wann das passiert, weiss niemand. Dass die Bewertungen auf dieser einen Annahme stehen, lässt sich aber an den Zahlen ablesen.

Das eigentliche Problem: der Kreuzungspunkt

So weit die Richtung. Die schwierige Frage ist das Timing, denn zwei Entwicklungen laufen gleichzeitig und nicht im Gleichschritt: Die Hardware wird leistungsfähiger, und die offenen Spitzenmodelle werden grösser.

Ein Beispiel zeigt das Dilemma. Im März 2025 lief DeepSeek R1 mit 671 Milliarden Parametern (komprimiert) auf einem Mac Studio mit 512 GB Arbeitsspeicher, mit rund 17 bis 18 Tokens pro Sekunde und unter 200 Watt. Im Juli 2025 erschien Kimi K2 von Moonshot – mit rund einer Billion Parametern. Im März 2026 strich Apple die 512-GB-Variante wegen der Speicherknappheit ganz, Nvidia erhöhte den Preis der DGX Spark von 3999 auf 4699 Dollar. Hardware ist 2026 teurer geworden, nicht günstiger.

Daraus folgen zwei Fragen, die du dir vor jedem Kauf stellen musst:

  1. Reicht die Hardware in zwei bis drei Jahren noch? Wer heute genau so viel Speicher kauft, wie das beste offene Modell braucht, kann das übernächste womöglich nicht mehr laden.
  2. Sind 15 bis 25 % weniger Leistung den Wechsel wert? Im Benchmark liegt der Abstand bei rund 15 %, mit den kleineren Modellen, die auf bezahlbarer Hardware laufen, eher darüber. Für Routineaufgaben lohnt es sich trotzdem meist. Für komplexe Analysen, Code oder Aufgaben, bei denen ein Fehler teuer ist, oft nicht.

Warum Inferenzkosten lokal gegen null gehen

Trotz dieser Unsicherheit gibt es einen Mechanismus, der für Vielnutzer klar spricht. Inferenz ist die Rechenarbeit, die bei jeder einzelnen Anfrage anfällt – das Modell rechnet Token für Token die Antwort aus. Über die API bezahlst du jedes dieser Tokens. Auf eigener Hardware ist die Rechenarbeit mit dem Kauf bereits bezahlt. Jede weitere Anfrage kostet nur noch Strom.

Die Kosten wandern damit von variabel zu fix. Die einzige Rechnung, die du dann noch machen musst: Holt die einmalige Investition die eingesparten API-Kosten schnell genug wieder rein? Eine Beispielrechnung mit einem Mac Studio M5 Ultra (256 GB, US-Preis):

PostenAnnahmepro Monat
Hardware9499 Dollar, verteilt auf 36 Monaterund 264 Dollar
Strom200 Watt, 10 Stunden an 22 Tagen, 30 Rappen pro kWhrund 13 Franken
Inferenzbeliebig viele Anfragen0

Die Schwelle liegt also bei knapp 280 Dollar im Monat. Bei Opus-5-Preisen entspricht das rund 11 Millionen Output-Tokens – ein Volumen, das ein Team mit KI-Agenten im Alltag schnell erreicht.

Jetzt die ehrliche Einschränkung: Auf 256 GB läuft nicht das beste offene Modell, sondern ein kleineres oder stärker komprimiertes. Und der faire Vergleich ist nicht Claude, sondern ein offenes Modell über eine günstige API. Gegenüber DeepSeek V4-Pro bräuchtest du über 60 Millionen Output-Tokens pro Monat, bis sich die Hardware rechnet. Lokal gewinnt dann weniger über den Preis als über Datenhoheit und Unabhängigkeit.

Wie wir es bei innoframe handhaben

Wir arbeiten heute über die API der führenden Modelle, also Claude und GPT. Für unsere Anwendungsfälle ist der Qualitätsvorsprung den Preis noch wert, und die Hardware-Preise sprechen 2026 eher für Abwarten. Gleichzeitig rechnen wir laufend nach, entlang von drei Grössen: der Entwicklung der Token-Preise, dem Abstand zwischen offenen und geschlossenen Modellen und den Kosten der Hardware, die diese Modelle tragen kann. Sobald sich die Linien kreuzen, wechseln wir – für die Aufgaben, bei denen es aufgeht.

Diese Rechnung sieht für jeden Betrieb anders aus, weil sie am eigenen Volumen und an den eigenen Aufgaben hängt. Wenn du wissen willst, wo dein Kreuzungspunkt liegt, rechnen wir das bei innoframe gerne mit deinen Zahlen durch.

Quellen

FAQ

Häufige Fragen

Ein Sprachmodell läuft auf Hardware, die dir gehört – ein Rechner im Büro oder ein eigener Server – statt in der Cloud eines Anbieters wie OpenAI oder Anthropic. Möglich ist das mit sogenannten Open-Weight-Modellen, deren Modellgewichte frei herunterladbar sind, etwa von DeepSeek, Moonshot (Kimi) oder Zhipu (GLM).

Rechnet sich lokale KI für deinen Betrieb schon?

Wir schauen uns an, wie viel KI du heute über API und Abos nutzt, welche Aufgaben ein offenes Modell gleichwertig erledigen kann und ab welchem Volumen eigene Hardware günstiger wird. Am Ende hast du eine Rechnung mit deinen Zahlen statt einer Prognose aus den Nachrichten.

Erstgespräch buchen
Weiterlesen

Ähnliche Beiträge