GitHub AI Credits: Gebühren steigen um bis zu 3.000 Prozent

Neue Abrechnungsmodelle und unkontrollierte Nutzung treiben die Ausgaben vieler Unternehmen in die Höhe.

GitHub führt KI-Credits ein – Preise steigen drastisch

Ein wesentlicher Treiber der Kostenexplosion ist der Wechsel von Flatrate-Modellen zu verbrauchsbasierten Systemen. GitHub führt zum 1. Juni 2026 die sogenannten GitHub AI Credits ein. Die Folgen sind massiv: Statt bisher 29 US-Dollar zahlen manche Kunden nun bis zu 750 US-Dollar pro Monat. Bei größeren Paketen steigen die Gebühren von 50 auf bis zu 3.000 US-Dollar – ein Anstieg von bis zu 3.000 Prozent.

Während die Kosten für KI-Modelle steigen, verschärfen sich auch die rechtlichen Rahmenbedingungen für Unternehmen drastisch. Dieser kostenlose Umsetzungsleitfaden bietet Ihnen einen kompakten Überblick über alle Anforderungen, Pflichten und Fristen der neuen EU-KI-Verordnung. EU AI Act in 5 Schritten verstehen: Fristen, Pflichten und Risikoklassen kompakt erklärt

Die Kalkulation wird durch unterschiedliche Multiplikatoren für verschiedene KI-Modelle zusätzlich erschwert. GPT-5.5 wird mit dem 57-fachen Faktor berechnet, Claude Opus 4.8 mit dem 27-fachen. Bestandskunden mit Jahresverträgen bleiben vorerst geschützt. Langfristig müssen Unternehmen aber mit einer volatileren Kostenstruktur planen.

Tokenmaxxing: Wenn Mitarbeiter das Budget sprengen

Neben den Preismodellen der Anbieter sorgt das Nutzungsverhalten der Mitarbeiter für finanzielle Risiken. Der Trend heißt „Tokenmaxxing“ – Rechenleistung wird bewusst und oft ohne produktiven Nutzen verbraucht. Ein KI-Startup verursachte durch unkontrollierte Nutzung von Anthropics Claude innerhalb eines Monats Kosten von 500 Millionen US-Dollar.

Auch etablierte Konzerne kämpfen mit dem Problem. Uber verbrauchte sein Jahresbudget für autonome KI-Werkzeuge bereits nach drei bis vier Monaten. Meta warnte seine Mitarbeiter vor unnötiger KI-Nutzung, Salesforce arbeitet an internen Tracking-Systemen. Microsoft entzog Mitarbeitern zeitweise sogar den Zugang zu externen Modellen wie Claude.

82 Prozent der KI-Ausgaben fließen in nutzlose Projekte

Trotz massiver Investitionen bleibt der Return on Investment oft aus. Laut Marktbeobachtern entfallen rund 82 Prozent der KI-Ausgaben auf Projekte ohne produktive Ergebnisse. Ein Grund: KI-generierter Code verursacht etwa 1,7-mal häufiger Probleme als menschlicher Code. Rund 44 Prozent der Token-Ausgaben in der Entwicklung fließen in die Fehlerbehebung – die wiederum von KI-Systemen durchgeführt wird.

Viele Projekte scheitern zudem an organisatorischen Hürden. Eine Umfrage unter 150 Führungskräften zeigt: Knapp die Hälfte der gescheiterten KI-Vorhaben scheitert an mangelnder Abstimmung zwischen IT, Compliance und Fachbereichen. Nur elf Prozent der Unternehmen haben fortgeschrittene GenAI-Systeme implementiert. 95 Prozent der Pilotprojekte kämpfen mit Integrationsproblemen.

Wer KI-Systeme im Unternehmen einsetzt, muss nicht nur die Kosten, sondern auch die neuen gesetzlichen Kennzeichnungs- und Dokumentationspflichten beherrschen. Erfahren Sie in diesem kostenlosen Report, welche Systeme als Hochrisiko gelten und wie Sie die Compliance-Vorgaben rechtssicher erfüllen. Jetzt kostenlosen Umsetzungsleitfaden zum EU AI Act sichern

ChatGPT verliert Marktanteile – Spezialisierung gewinnt

Der Kostendruck verändert auch die Marktdynamik. Ein Report von DeskTime zeigt: ChatGPTs Anteil an der KI-Nutzungszeit im Büro sank von über 99 Prozent (2023) auf rund 74,7 Prozent. Google Gemini legte auf über 14 Prozent zu. Anthropics Claude verzeichnet mit rund 8,5 Prozent das dynamischste Wachstum.

Unternehmen reagieren mit technologischer Diversifizierung. Microsoft plant, Claude Code bis Ende Juni 2026 durch eigene Modelle zu ersetzen. Ziel: Abhängigkeiten verringern und Margen im KI-Geschäft sichern, das zuletzt 37 Milliarden US-Dollar Umsatz erzielte. Gleichzeitig gewinnen spezialisierte Verfahren wie „Federated Unlearning“ an Bedeutung – sie sollen Compliance-Anforderungen und Datenschutzrichtlinien wie die DSGVO besser abbilden, die aktuelle Großmodelle noch nicht vollständig erfüllen.

de | wissenschaft | 69466518 |