KI-Coding gilt in vielen Unternehmen als Hebel für mehr Tempo in der Softwareentwicklung. Doch was passiert, wenn die Nutzung der Werkzeuge schneller teurer wird, als sie Produktivität bringt?
Nach einer Prognose der Marktforscher von Gartner könnten die Kosten für generative KI beim Programmieren bis 2028 den globalen Durchschnittslohn eines Entwicklers übersteigen. Grundlage ist ein weltweiter Mittelwert von rund 2.000 US-Dollar pro Monat. Treiber dieser Entwicklung sind vor allem wachsender Tokenverbrauch und der Wechsel vieler Anbieter zu verbrauchsabhängigen Abrechnungsmodellen.
Gartner-Analyst Nitish Tyagi sieht Unternehmen derzeit in einer kritischen Übergangsphase. Viele seien dabei, KI-Codingagenten aus der Testphase in den breiten Einsatz zu bringen, unterschätzten aber die finanziellen Folgen. Mehr Kostendisziplin werde nicht allein durch einzelne Entwickler entstehen, weil diese im Arbeitsalltag häufig Geschwindigkeit und Komfort höher bewerteten als sparsamen Tokenverbrauch. Ohne klares Betriebsmodell könne KI-Coding deshalb teurer werden, bevor sich die erhofften Produktivitätsgewinne tatsächlich auszahlen.
Gegenüber The Register schränkte Tyagi ein, dass die Prognose nicht bedeute, KI-Coding werde jedes Entwicklergehalt weltweit übertreffen. In den USA liegen Gehälter deutlich höher als etwa in Indien. In Indien seien die Tokenkosten pro Entwickler aber bereits über den dortigen Gehältern angekommen. Statt früherer Größenordnungen von 20 bis 100 US-Dollar pro Entwickler bewegten sich Unternehmen nun teils bei 2.000 bis 5.000 US-Dollar, in einzelnen Fällen sogar bei 20.000 US-Dollar.
Die Kostenfrage trifft viele Unternehmen zu einem Zeitpunkt, an dem der wirtschaftliche Nutzen von KI-Coding noch nicht überall klar messbar ist. Tyagi zufolge wächst die Sorge in Softwareabteilungen, weil tokenbasierte KI-Ausgaben schwerer zu rechtfertigen sind und Budgets früher als geplant aufgebraucht werden. Aufmerksamkeit erregte etwa Uber-CTO Praveen Neppalli Naga, der im April erklärte, das jährliche Token-Budget des Unternehmens sei bereits verbraucht. Uber-Präsident Andrew Macdonald ergänzte im Mai in einem Podcast, dass der konkrete Nutzen des KI-Einsatzes ebenfalls nicht eindeutig sei. Ein Zuwachs an nützlichen Funktionen für Verbraucher habe sich nicht gezeigt.
Auch in Deutschland ist das Thema angekommen. Laut einer Bitkom-Umfrage wurde rund ein Drittel der befragten Unternehmen von den Kosten ihres KI-Einsatzes überrascht. Gartner sieht zudem ein strukturelles Problem bei den Anbietern: Es fehle an Transparenz bei der Berechnung und Abrechnung des Tokenverbrauchs. Funktionen zur Kostenoptimierung in KI-Codierungsagenten seien bislang ebenfalls nicht ausreichend integriert. Für Unternehmen wird es dadurch schwieriger, Ausgaben zu planen, zu prognostizieren und laufend zu kontrollieren.
Neben der Preismodell-Frage spielt die interne Steuerung eine zentrale Rolle. Gartner nennt unter anderem unkontrollierte Autonomie in agentengesteuerten Arbeitsabläufen und überladene Kontextfenster als typische Kostentreiber. Wenn KI-Agenten zu breit arbeiten, zu viel Kontext verarbeiten oder ohne klare Grenzen Aufgaben ausführen, steigt der Verbrauch schnell an.