Entscheidungshilfe
KI wird jedes Jahr deutlich günstiger, das ist belegt. Lohnt sich also das Warten? Ein ehrlicher Rahmen: was der Preisverfall wirklich bedeutet, was er nicht löst, und woran Sie eine Entscheidung festmachen, die in einem Jahr noch trägt.
Kurz gesagt: Ja, KI wird jedes Jahr deutlich billiger. Trotzdem lohnt sich Warten selten. Ein günstigeres Modell kommt immer. Der eigentliche Engpass ist aber nicht der Preis, sondern die Zeit, die Ihre Organisation braucht, um KI sinnvoll einzusetzen. Fangen Sie mit einem kleinen, echten Anwendungsfall an. Und setzen Sie auf das, was bleibt, nicht auf ein Modell, das bald veraltet ist.
Die Frage ist berechtigt. Wenn ein Modell in zwölf Monaten mehr kann und weniger kostet, warum dann heute anfangen? Wir bauen Pinchy, eine quelloffene Governance-Schicht für KI-Agenten. Wir sind hier also nicht neutral. Trotzdem haben wir diesen Rahmen so gebaut, dass er auch dann hilft, wenn Ihre Antwort am Ende „noch warten“ lautet. Denn hinter den Zahlen steckt mehr, als die Frage nahelegt.
Das ist keine Prognose, sondern ein gemessener Trend. Die aktuellste belastbare Messung stammt vom MIT. Zwischen April 2024 und November 2025 fiel der Preis für dieselbe Benchmark-Leistung jedes Jahr auf ein Fünftel bis ein Zehntel. Entscheidend ist, was dort gemessen wird: der Preis pro erledigter Aufgabe, nicht pro Token. Der höhere Token-Verbrauch von Reasoning-Modellen ist darin also schon eingerechnet.
Über einen längeren Zeitraum fällt die Kurve noch steiler. a16z rechnete Ende 2024 vor: Leistung auf GPT-3-Niveau kostete Ende 2021 etwa 60 Dollar pro Million Token. Ende 2024 lieferte ein offenes Modell dieselbe Leistung für 6 Cent. Das ist Faktor 1.000 in drei Jahren.
Diese Zahlen vergleichen gleiche Leistung, gemessen an denselben Aufgaben. Es geht nicht um immer neue Spitzenmodelle, sondern um den Preis für ein festes Niveau.
Dahinter stehen zwei technische Kräfte. Die eine ist die Hardware, und die macht gerade eine Ausnahme. Über zwei Jahrzehnte fiel die Rechenleistung pro Dollar um rund 30 Prozent pro Jahr (Epoch AI, Stand 2024). Aktuell unterbricht die Speicherknappheit diesen Trend: Die DRAM-Kontraktpreise stiegen im ersten Quartal 2026 um 93 bis 98 Prozent gegenüber dem Vorquartal (TrendForce). Wer heute Hardware kauft, zahlt mehr als letztes Jahr.
Die zweite Kraft läuft davon unbeeindruckt weiter. Die Modelle brauchen für dieselbe Leistung jedes Jahr nur noch etwa ein Drittel des Rechenaufwands. Das ist eine Eigenschaft der Software und gilt unabhängig davon, was eine Grafikkarte kostet. Diese Zahl ist besonders belastbar: Epoch AI hat sie 2024 gemessen, das MIT 2025 mit einer anderen Methode. Beide kommen auf ungefähr dasselbe.
Dazu kommt der Markt. Sobald ein offenes Modell fast gratis erledigt, was gestern teuer war, hält kein Anbieter seinen Preis. So wird Intelligenz zur Ware, und Waren werden im Wettbewerb billiger.
Hier steckt der Denkfehler. Es gibt immer ein besseres und günstigeres Modell in sechs Monaten. In zwölf Monaten wieder. Die Kurve flacht nicht ab. Wenn „besser und billiger“ Ihr Grund zu warten ist, dann warten Sie dauerhaft, denn es kommt ja immer etwas Besseres.
Während Sie warten, passiert das Eigentliche woanders. Die Teams, die angefangen haben, lernen. Sie sehen, wo KI im eigenen Betrieb etwas bringt und wo nicht, und welche Prozesse sich lohnen. Sie erleben, wie ihre Leute mit den Werkzeugen umgehen, ohne blind zu vertrauen. Diesen Vorsprung können Sie nicht herunterladen. Er entsteht nur mit der Zeit.
Der teure Engpass ist nicht der Token-Preis. Entscheidend ist die Zeit, bis Ihre Organisation die Sache wirklich beherrscht. Diese Zeit müssen Sie sich nehmen, sie fällt nicht von allein.
Der Token-Preis fällt, das stimmt. Ihr KI-Projekt wird dadurch nicht automatisch billig. Denn nicht die Rechenleistung war der teure Teil.
Billiger wird, was eine Maschine allein erledigt: rechnen, Text erzeugen, Muster erkennen. Teuer bleibt, was Urteilsvermögen braucht. Ihre Daten sind unordentlich, und jemand muss sie ordnen. Jemand muss festlegen, was ein Agent darf. Jemand muss prüfen, ob am Ende wirklich nur das herausgeht, was herausgehen soll. Und wenn etwas schiefgeht, haftet jemand dafür.
Das kostet keine Token, sondern Arbeit und Verantwortung. Und die halbiert sich nicht alle paar Monate. Der Preisverfall senkt Ihre Projektkosten also nicht. Er verlagert sie vom Rechnen hin zum Vertrauen.
Ein Teil Ihres Projekts verliert schneller an Wert als jeder andere: das Modell. Die Kosten für eine bestimmte Leistung halbieren sich grob alle paar Monate. Das Modell, für das Sie sich heute entscheiden, ist in einem Jahr Mittelmaß.
Trotzdem bauen viele Teams ihr ganzes Projekt um genau dieses eine Modell. Die ganze Architektur hängt an diesem einen Modell. Dann kommt das nächste, bessere, günstigere, und der Umbau beginnt von vorn.
Das Modell ist nicht Ihr Fundament, sondern die Zutat, die Sie am schnellsten austauschen. Was bleibt, ist die Schicht darum herum. Wer darf was auslösen? Welche Aktion landet in einem Protokoll, das sich nicht mehr ändern lässt? Wie wird ein Agent gestoppt, bevor er Schaden anrichtet? Diese Schicht veraltet nicht. Sie trägt auch jedes bessere Modell, das nächstes Jahr nachkommt. Bauen Sie Ihren Vorsprung dort, wo er hält, und nicht auf dem Teil, der sich alle paar Monate halbiert.
Die Entscheidung hängt an fünf Fragen, nicht am Preis:
| Jetzt anfangen | Noch warten ist vertretbar | |
|---|---|---|
| Anwendungsfall | konkret und klein, trägt heute schon | nur eine Idee für später |
| Wo der Wert liegt | im Prozess und im Lernen | allein im neuesten Modell |
| Fehlende Fähigkeit | keine, heutige Modelle reichen | zwingend nötig, funktioniert heute noch nicht |
| Kapazität | ein erstes Projekt lässt sich begleiten | fehlt gerade komplett |
| Reifegrad | wächst, solange der Einsatz klein ist | soll erst irgendwann entstehen |
Der Unterschied liegt selten am Preis. Er liegt daran, ob Sie einen echten Fall und die Zeit haben, an ihm zu lernen.
Kurzfristig können Preise steigen, etwa wenn Rechenkapazität knapp wird. Über mehrere Jahre schlägt der Wettbewerb jede Knappheit. Solange offene Modelle nachrücken und die Effizienz wächst, zeigt die Kurve nach unten. Eine Blase ändert die Richtung nicht, höchstens das Tempo.
Das Spitzenmodell ja, und das ist belegt. Dieselbe MIT-Arbeit misst auch die Gegenrichtung: Die Betriebskosten für Spitzenmodelle steigen pro Jahr auf das Drei- bis Achtzehnfache. Die Modelle werden größer und rechnen beim Reasoning länger. Beides stimmt gleichzeitig: Der Preis für dieselbe Leistung fällt, der Preis für die Spitze steigt. Sie zahlen den Spitzenpreis nur, wenn Sie wirklich die Spitze brauchen. Für die meisten Anwendungen reicht das Modell von gestern, und das kostet fast nichts.
Ja, und das ist die wichtigste Einschränkung hier. SWE-bench Verified stellt Aufgaben aus echten Software-Projekten. Dort misst das MIT ungefähr gleichbleibende Kosten pro Durchlauf. Der höhere Rechenaufwand frisst den fallenden Token-Preis wieder auf: Die Modelle rechnen pro Aufgabe deutlich länger. Je agentischer die Aufgabe, desto schwächer der Effekt. Wer heute Agenten für lange, offene Aufgaben baut, sollte nicht darauf setzen, dass sinkende Preise das Problem von allein lösen.
Jetzt geht es um unser eigenes Produkt. Pinchy ist die Schicht, die bleibt, wenn das Modell darunter wechselt. Sie ist eine quelloffene Governance-Schicht und läuft auf OpenClaw. Sie regelt die Identität je Nutzer, vergibt Berechtigungen über Allow-Lists und schreibt einen signierten Audit-Trail. Sie ist bewusst nicht an ein Modell gebunden. Wird das nächste Modell besser und günstiger, tauschen Sie es einfach aus. Ihre Regeln, Rechte und Protokolle bleiben stehen. So bauen Sie heute etwas, das vom Preisverfall profitiert und nicht von ihm überholt wird.
FAQ
Ja, und das ist gemessen, nicht geschätzt. Die aktuellste Messung stammt vom MIT: Zwischen April 2024 und November 2025 fiel der Preis für dieselbe Benchmark-Leistung jedes Jahr auf ein Fünftel bis ein Zehntel. Gemessen wird der Preis pro erledigter Aufgabe, nicht pro Token. Der höhere Verbrauch von Reasoning-Modellen ist also eingerechnet. Zwei technische Kräfte treiben das: günstigere Hardware und effizientere Modelle. Dazu kommt der Wettbewerb durch offene Modelle.
In der Regel nein. Es kommt immer ein besseres und günstigeres Modell. Wenn das Ihr Grund zu warten ist, warten Sie dauerhaft. Der eigentliche Engpass ist nicht der Token-Preis. Es ist die Zeit, bis Ihre Organisation gelernt hat, wo KI trägt und wie man ihr nicht blind vertraut. Warten ist nur dann vertretbar, wenn Sie heute keinen echten Anwendungsfall haben.
Nicht automatisch. Der Preisverfall betrifft die Rechenleistung, und die war nie der teure Teil. Teuer bleiben Integration, Datenqualität, Urteilsvermögen und Governance. Der Preisverfall senkt Ihre Projektkosten also nicht. Er verlagert sie vom Rechnen hin zum Vertrauen.
Gerade deshalb. Das Modell veraltet am schnellsten, seine Kosten halbieren sich grob alle paar Monate. Die Schicht darum herum bleibt: Identität, Berechtigungen und ein manipulationssichtbarer Audit-Trail. Diese Schicht trägt jedes neue Modell, das nachkommt, und hält deshalb Ihre Investition.
Je nach Aufgabe unterschiedlich. Das MIT misst für April 2024 bis November 2025, dass der Preis für dieselbe Benchmark-Leistung jedes Jahr auf ein Fünftel bis ein Zehntel fällt. Über einen längeren Zeitraum ist die Kurve steiler: a16z rechnete Ende 2024 vor, dass Leistung auf GPT-3-Niveau von 60 Dollar Ende 2021 auf 6 Cent Ende 2024 pro Million Token fiel, also Faktor 1.000 in drei Jahren. Bei stark agentischen Aufgaben greift der Effekt allerdings kaum.
Die laufende Wartung und die Governance, nicht die Token. Die Rechenleistung wird jedes Jahr billiger. Was bleibt, sind Integration, Datenpflege, Berechtigungen und ein prüfbarer Audit-Trail. Dieser Teil kostet Arbeit und Verantwortung, und die halbiert sich nicht alle paar Monate.
Pinchy ist die quelloffene Governance-Schicht für OpenClaw: Identität, Allow-List-Berechtigungen und ein signierter Audit-Trail. Modellunabhängig, selbst betrieben, kostenlos startklar.
Oder schreiben Sie uns: info@heypinchy.com