Tokenmaxxing: Warum Token-Verbrauch keine KI-Strategie ist

Token-Verbrauch ist kein Produktivitätsindikator. Diese These klingt simpel, trifft aber den Kern eines Problems, das gerade quer durch alle Branchen teuer wird: Unternehmen investieren massiv in KI, definieren den Erfolg über falsche Metriken — und wundern sich dann, warum der ROI ausbleibt. Die USA allein haben laut Stanford HAI's 2026 Artificial Intelligence Index Report im Jahr 2025 private KI-Investitionen von 344,7 Milliarden Dollar verbucht. Das Geld fließt, die Erwartungen steigen — aber die Messmethoden stammen aus einer anderen Ära. Tokenmaxxing, also die bewusste Maximierung des Token-Verbrauchs durch Mitarbeiter oder Agenten, ist die sichtbarste Symptom dieser Fehlkalibrierung. Wer die falsche Frage stellt — "Wie viele Tokens verbrauchen wir?" statt "Welchen Geschäftswert erzeugen wir?" — investiert in eine Illusion.

Was ein Token wirklich kostet — und warum die Antwort komplizierter ist als sie scheint

Der Token ist die Basiseinheit, nach der KI-Anbieter ihr Produkt abrechnen. Input rein, Output raus — und beides wird in Tokens gemessen und bepreist. Klingt übersichtlich. Ist es aber nicht, sobald man unter die Oberfläche schaut.

Devansh, Machine-Learning-Forscher und Head of AI beim Legal-Startup Iqidis, hat die Basiskosten für Inferenz auf einer Nvidia H100 GPU durchgerechnet. Bei einem Mietpreis von 2,50 US-Dollar pro Stunde und 185 Tokens pro Sekunde bei 100 Prozent Auslastung kommt er auf etwa 0,0038 US-Dollar pro Million Tokens. Das klingt nach wenig. Der Haken: Niemand betreibt GPUs bei 100 Prozent Auslastung. Bei 30 Prozent Auslastung steigen die Kosten auf rund 0,013 US-Dollar pro Million Tokens — bei 10 Prozent auf rund 0,038 US-Dollar.

Was Anbieter tatsächlich verlangen, liegt noch einmal deutlich darüber. Anthropic berechnet für sein aktuelles Modell Claude Opus 4.7 laut eigener Preisseite 5 US-Dollar pro Million Input-Tokens und 25 US-Dollar pro Million Output-Tokens. Googles Gemma 4 26B A4B wird laut OpenRouter mit einem gewichteten Durchschnittspreis von 0,07 US-Dollar pro Million Input-Tokens gehandelt.

Devansh erklärt diesen Aufschlag so: Was ein Token einen westlichen Anbieter kostet, ist nicht nur der einzelne Inferenz-Call — da stecken Modellentwicklung, kontinuierliche Updates und Forschungskosten drin. Wer nur auf den reinen Rechenpreis schaut, versteht das Preismodell nicht. Für DACH-Unternehmen, die API-Kosten in Euro kalkulieren müssen, kommt noch der Wechselkurs-Faktor hinzu — bei einem volatilen Dollar/Euro-Verhältnis können Budgets schnell aus dem Ruder laufen.

Hinzu kommt, dass Anbieter wie Anthropic und GitHub ihre Kunden gerade aktiv von subventionierten Abonnements weg und hin zu nutzungsbasierter Abrechnung drängen. Was nach mehr Transparenz klingt, bedeutet für Entwickler: Token-Kosten werden realer und direkter spürbar. Das erhöht den Druck, Token-Verbrauch als Steuerungsgröße zu nutzen — und genau darin liegt die Gefahr.

Tokenmaxxing: Die neue Zeilen-Code-Metrik

Unternehmen wie Meta und Shopify haben es laut The Register geschafft, Token-Verbrauch als Key Performance Indicator zu etablieren. Mitarbeiter signalisieren ihren Wert durch hohe Token-Nutzung. Interne Leaderboards zeigen, wer am meisten KI einsetzt. Das Ergebnis: Menschen maximieren eine leicht messbare Größe — ohne dass diese Größe irgendetwas über den erzeugten Geschäftswert aussagt.

Devansh bringt es auf den Punkt: Token-Verbrauch und Produktivität korrelieren nicht. Er hat das nach eigener Aussage intensiv untersucht. Die Parallele zu vergangenen Produktivitätsmythen ist treffend — früher waren es Zeilen Code oder getippte Wörter, heute sind es Tokens. Mittlere Führungsebenen, die Mitarbeiter ranken müssen, ohne selbst tiefes Verständnis der Materie mitzubringen, greifen zur nächsten greifbaren Metrik. Das Muster ist alt, der Schaden neu.

Der strukturelle Fehler dahinter ist folgender: Token-Verbrauch ist leicht automatisch messbar, während echter Geschäftswert aufwendig zu definieren und schwer zu quantifizieren ist. Das macht Token-KPIs attraktiv — und falsch. Was tatsächlich zählt, sind Fragen wie: Wie viele Prozesse wurden verkürzt? Wie viel Revisionsaufwand ist weggefallen? Wie viele Kundenfälle wurden schneller abgeschlossen? Diese Zahlen zu erheben kostet Zeit und erfordert klare Ausgangsmessungen. Tokenmaxxing ist der bequeme Ausweg aus dieser Arbeit.

Gleichzeitig ist Fairness geboten: Devansh räumt ein, dass unkontrolliertes Token-Experimentieren einen gewissen Wert haben kann. Weil noch niemand genau weiß, wo LLMs am besten eingesetzt werden, können hohe Token-Budgets neue Workflows hervorbringen, die zeigen, was funktioniert und was nicht. Das ist kein Argument für Tokenmaxxing als Strategie — aber ein Argument gegen reine Verbotspolitik ohne Lerneffekte.

Was Entscheider stattdessen machen: Der Business-Outcome-Ansatz

Bob Venero, CEO der IT-Beratung Future Tech Enterprise, arbeitet hauptsächlich mit Fortune-100-Kunden. Was er dort beobachtet, klingt nach einem branchenweiten Muster: Unternehmen starten KI-Projekte mit hohem Budget und ohne klare Zielsetzung. Geld fließt, Prototypen entstehen — aber kein definierter Geschäftsnutzen wartet am Ende.

Veneros Beratungsansatz ist radikal pragmatisch: Erst den gewünschten Business Outcome definieren, dann prüfen, ob KI das richtige Werkzeug dafür ist. Die Antwort kann auch "Nein" sein. Ein Beispiel für einen gelungenen Gegenfall ist die Arbeit von Future Tech Enterprise mit Northrop Grumman: Dort wurde eine Nvidia Enterprise AI Factory implementiert — nicht als Technologie-Showpiece, sondern für konkrete KI-Workloads, die direkt den Projekten des Rüstungskonzerns zugeordnet sind.

Venero nennt eine aufschlussreiche Zahl aus seiner Praxis: Ohne Beratung zum strukturierten Vorgehen schaffen es bei seinen Kunden etwa 15 Prozent der KI-Prototypen in die Produktion. Mit systematischer Vorbereitung steigt diese Quote auf 45 bis 50 Prozent. Wer hingegen "AI for AI's sake" betreibt, landet laut Venero bei etwa 5 Prozent. Die Botschaft ist klar: Strukturiertes Denken vor Investition schlägt jede Token-Optimierung.

Erschwerend kommt hinzu, was Venero "Ramageddon" nennt: einen strukturellen RAM-Engpass durch den KI-Compute-Boom. Alles ist teurer geworden — Hardwarekosten für On-Premise-Deployments ebenso wie Cloud-Kapazitäten. Das macht saubere ROI-Kalkulationen noch schwieriger und den Business-Outcome-Ansatz noch wichtiger. Wer jetzt ohne klare Ziele investiert, zahlt den Preis zweimal: einmal für die Hardware, einmal für fehlgeschlagene Projekte.

Was dagegen spricht: Tokenmaxxing hat einen Nutzen — aber er ist begrenzt

Wäre Tokenmaxxing rein destruktiv, hätte es sich nicht so schnell verbreitet. Es gibt echte Argumente, die man ernst nehmen muss, bevor man die Praxis pauschal verdammt.

Erstens ist Adoption schwierig. Wenn Unternehmen wollen, dass Mitarbeiter KI-Tools tatsächlich nutzen und nicht nur theoretisch begrüßen, braucht es manchmal einen Anreiz — und gemessener Token-Verbrauch ist zumindest ein Hinweis, dass Nutzung stattfindet. Kein Verbrauch ist sicher schlechter als falscher Verbrauch, zumindest in der Frühphase. Zweitens entstehen aus explorativem Token-Einsatz tatsächlich neue Workflows. Das sind schwer planbare, aber reale Lerneffekte.

Der entscheidende Einwand gegen diese Gegenargumente: Sie rechtfertigen Token-Experimente als temporäre Lernphase — nicht als dauerhaften KPI. Der Übergang von "Wir experimentieren gerade" zu "Wir messen uns an Token-Verbrauch" ist der Moment, an dem eine legitime Exploration in eine fehlerhafte Steuerungslogik kippt. Dieser Übergang passiert in vielen Unternehmen, ohne dass irgendjemand eine bewusste Entscheidung trifft.

Auch die ökologische Dimension verdient Erwähnung. Die KI-Infrastruktur hat laut dem Stanford HAI Report 2026 eine Rechenzentrums-Stromkapazität von 29,6 GW erreicht — vergleichbar mit dem Spitzenbedarf des US-Bundesstaates New York. Der jährliche Wasserverbrauch allein durch GPT-4o-Inferenz könnte den Trinkwasserbedarf von 12 Millionen Menschen übersteigen. Tokenmaxxing ohne Outcome-Kontrolle beschleunigt diesen Ressourcenverbrauch ohne proportionalen Nutzen. Für europäische Unternehmen, die unter dem EU AI Act operieren, ist diese Dimension zunehmend relevant: Nicht nur Hochrisiko-KI, sondern auch massiver Ressourcenverbrauch durch unkontrollierte KI-Deployments rückt ins regulatorische Blickfeld.

So What? Was DACH-Entscheider jetzt konkret tun müssen

Die strategische Implikation ist eindeutig: Token-Kosten sind eine notwendige Kalkulationsgröße, aber kein Erfolgsmesser. Der Unterschied klingt akademisch, hat aber direkte operative Konsequenzen für jeden Operations Manager oder CTO, der gerade KI-Budgets verantwortet.

Im Klartext heißt das für DACH-Unternehmen: Vor jedem KI-Deployment steht die Definition des Business Outcomes. Nicht "Wir wollen KI einsetzen", sondern "Wir wollen den Aufwand in der Debitorenbuchhaltung um X Prozent reduzieren" oder "Wir wollen die Erstantwortzeit im Kundenservice unter Y Minuten bringen". Erst wenn diese Baseline steht, kann man nach dem Einsatz messen, ob KI geholfen hat — und ob die Token-Kosten in einem akzeptablen Verhältnis zum erzielten Nutzen stehen.

Besonders relevant: Veneros Beobachtung zu Cloud-Abhängigkeit. Wer kritische Prozesse auf Off-Premise-KI aufbaut, nimmt ein Verfügbarkeitsrisiko in Kauf. Microsoft Office 365 war schon mehrfach ausgefallen. Wenn ein KI-Ausfall ein Unternehmen tausend Dollar pro Minute kostet, ist Cloud akzeptabel. Bei einer Million Dollar pro Minute sollte man über On-Premise nachdenken. Diese Rechnung muss jedes Unternehmen für sich selbst anstellen — und zwar bevor das Deployment, nicht danach.

Für den DACH-Mittelstand kommt ein strukturelles Problem hinzu: Laut aktuellen Bitkom-Daten von 2026 nutzen bereits 41 Prozent der deutschen Unternehmen aktiv KI, während der Rest die Implementierung plant oder prüft. Wer jetzt einsteigt, kann aus den Fehlern der Early Adopter lernen — und Tokenmaxxing von Anfang an als das behandeln, was es ist: eine Messgröße ohne Aussagekraft.

Der EU AI Act verschärft den Druck zusätzlich. Seit August 2025 gelten verbindliche Governance-Regeln und Sanktionsmechanismen. Ab August 2026 greifen die Hauptanforderungen für Hochrisiko-KI. Wer jetzt KI ohne klare Outcome-Definition und Dokumentation ausrollt, läuft in einen regulatorischen Blindflug hinein. Das ist kein theoretisches Risiko — das ist ein Planungsfehler.

Fazit: Wer die falsche Frage stellt, kriegt die falsche Antwort

Tokenmaxxing wird als Phase enden — weil die Enttäuschung groß genug wird. Unternehmen, die KI-Projekte an Token-Verbrauch messen, werden irgendwann feststellen, dass ihre Metriken grün leuchten und ihr ROI trotzdem rot bleibt. An diesem Punkt beginnt die ernsthafte Auseinandersetzung mit der Frage, die hätte am Anfang stehen müssen: Was wollen wir eigentlich erreichen?

Die kluge Prognose lautet: Unternehmen, die jetzt den Business-Outcome-Ansatz verankern, werden in zwei bis drei Jahren einen strukturellen Vorteil gegenüber denen haben, die erst durch Scheitern lernen. Wer heute 45 bis 50 Prozent seiner KI-Prototypen in die Produktion bringt statt 5 Prozent, baut schneller echte Kompetenz auf — und zwar die Art von Kompetenz, die Wettbewerbsvorteile schafft.

Veneros abschließende Empfehlung trifft es besser als jede Komplexitätsdiskussion: Zurücktreten. Definieren, was erreicht werden soll. Die Investitionen und den richtigen Zeitplan festlegen. Dann messen. Wer das nicht tut und stattdessen Token-Verbrauch optimiert, betreibt digitale Beschäftigungstherapie — auf Unternehmenskosten.