Kosten wirken wie ein Thema für den Einkauf. In agentischen Systemen sind sie ein Thema für die zweite Verteidigungslinie. Der Grund ist mechanisch: Ein Agent, der keine Kostengrenze hat, hat auch keine harte Abbruchbedingung – und ein System ohne Abbruchbedingung ist nicht kontrolliert, sondern nur bisher unauffällig. Dieses Referenzstück beschreibt die Ökonomie, die in jedem Branchenartikel dieses Dossiers im Hintergrund läuft.

Befund 01Der Preisverfall ist real und dramatisch

Zuerst die unstrittige Hälfte. Für eine feste Fähigkeitsstufe ist der Preis maschineller Textverarbeitung eingebrochen. Epoch AI misst je nach Benchmark einen jährlichen Preisverfall zwischen dem Faktor 9 und dem Faktor 900; der Median liegt bei Faktor 50. Das ist keine allgemeingültige Preisliste. Die Auswertung vergleicht Modelle bei gleicher gemessener Fähigkeit und zeigt ausdrücklich, wie stark das Ergebnis von Aufgabe und Schwellenwert abhängt.

Die dritte Zahl misst einen anderen Gegenstand als die ersten beiden: die weltweiten Ausgaben für KI statt des Preises einer festen Modellfähigkeit. Ein direkter Vergleich wäre methodisch falsch. Zusammengenommen zeigen die Werte jedoch, warum sinkende Stückpreise allein keine sinkende Gesamtrechnung garantieren.

Befund 02Billige Intelligenz verändert die Architektur

Die klassische Erklärung heißt Jevons-Paradoxon: Sinkt der Preis einer Ressource, steigt der Gesamtverbrauch oft stärker, als der Preis fällt, weil neue Anwendungen wirtschaftlich werden, die vorher nicht rechenbar waren. Für Sprachmodelle greift diese Erklärung, aber sie greift zu kurz. Der Effekt entsteht nicht nur, weil mehr Aufgaben bearbeitet werden. Er entsteht, weil dieselbe Aufgabe anders gebaut wird.

Ein Anfang 2026 veröffentlichtes theoretisches Arbeitspapier von Yukun Zhang, Tianyang Zhang und Koautoren beschreibt das als strukturelles Jevons-Paradoxon: Fallende Schnittstellenpreise schaffen Anreize für tiefere Denkschleifen, größere Kontexte und werkzeuggestützte Abläufe. Das Modell ist keine empirische Messung aller Agentensysteme. Es liefert aber eine plausible ökonomische Erklärung dafür, warum Effizienzgewinne in komplexere Architekturen reinvestiert werden können.

Auch die Marktprognosen folgen dieser Logik. Gartner erwartet für 2026 nicht nur steigende KI-Ausgaben, sondern begründet den Mehrverbrauch ausdrücklich mit der Einbindung von Agenten in mehrere Arbeitsabläufe und mit mehrstufigen Prozessen. Der Übergang von der einzelnen Antwort zum laufenden Vorgang ist damit zumindest als Marktbewegung dokumentiert; einen universellen Tokenanteil agentischer Abläufe belegt die Prognose nicht.

Befund 03Der Multiplikator, den niemand belastbar kennt

An dieser Stelle wird die Beleglage dünn, und das ist selbst ein Befund. Es existiert kein belastbarer, auf verschiedene Aufgaben übertragbarer Faktor, mit dem sich der Mehrverbrauch eines agentischen Ablaufs gegenüber einer einfachen Anfrage seriös angeben ließe. Ein Rechercheagent mit parallelen Teilaufgaben, großem Kontext und mehreren Prüfzyklen hat eine andere Kostenstruktur als ein Serviceagent mit genau einem Werkzeugaufruf.

Für die Planung folgt daraus die unbequeme Wahrheit: Es gibt keinen übertragbaren Multiplikator. Wer eine Agentenlösung kalkulieren will, muss den eigenen Ablauf messen: Modellaufrufe, Ein- und Ausgabetoken, Werkzeugaufrufe, Wiederholungen, Fehlversuche, Prüfschritte, Speicherzugriffe und menschliche Nacharbeit – jeweils bezogen auf ein fachlich definiertes Ergebnis.

Befund 04Was das in den Häusern anrichtet

Die Dynamik ist inzwischen sichtbar, ohne dass dafür eine pauschale Quote gescheiterter Projekte bemüht werden muss. Gartner prognostiziert für 2026 ein Wachstum der weltweiten KI-Ausgaben um 47 Prozent und der Ausgaben für KI-Modelle um 110 Prozent. Das sind Anbieterprognosen für einen stark wachsenden Markt, keine Ist-Zahlen eines einzelnen Unternehmens. Sie zeigen aber die Größenordnung, in der Kapazitäts- und Verbrauchsplanung inzwischen stattfinden.

Bemerkenswert ist die Geschwindigkeit, mit der sich die Verantwortung verschoben hat. Im State of FinOps 2026 geben 98 Prozent der 1.192 Befragten an, KI-Ausgaben zu steuern; 2025 waren es 63 Prozent, 2024 erst 31 Prozent. Die Stichprobe repräsentiert nach Angaben der FinOps Foundation mehr als 83 Milliarden Dollar jährliche Cloud-Ausgaben. Das macht sie nicht zum Abbild aller Unternehmen, dokumentiert aber eine klare Verschiebung in großen Cloud- und Technologieorganisationen.

Die praktische Konsequenz ist nüchterner: Nutzerzahl und Kosten skalieren bei Agenten nicht zwingend linear. Eine Person kann parallel mehrere Abläufe starten; jeder Ablauf kann wiederum planen, Werkzeuge aufrufen, Ergebnisse prüfen und Schritte wiederholen. Deshalb reicht eine Lizenz- oder Sitzplatzrechnung nicht aus. Die wirtschaftliche Einheit muss der fachlich abgeschlossene Vorgang sein.

Befund 05Die Budgetgrenze ist die Abbruchbedingung

Hier verlässt der Text die Betriebswirtschaft und kommt zur Kontrollfrage. Ein agentischer Ablauf endet aus einem von drei Gründen: Er hat die Aufgabe gelöst, er hat eine definierte Grenze erreicht, oder er läuft weiter. Die dritte Möglichkeit ist der Normalfall bei fehlerhaften Schleifen – ein Agent, der ein Werkzeug immer wieder aufruft, weil er dessen Antwort nicht als abschließend erkennt.

In der Betriebsansicht ist das ein Kostenereignis. In der Kontrollansicht ist es dasselbe Ereignis: ein System, das ohne Abschluss weiterarbeitet und dabei Werkzeuge auf produktiven Daten aufruft. Die Budgetgrenze pro Ablauf ist damit nicht nur ein kaufmännisches Instrument, sondern in vielen Architekturen die einzige harte Grenze, die überhaupt existiert. Wirksam wird sie erst, wenn die Orchestrierungsschicht Verbrauch mitzählt, den Lauf beendet und den Abbruch protokolliert.

Die beiden Spalten beschreiben dieselben technischen Vorkehrungen. Wer sie nur kaufmännisch begründet, bekommt sie später und schwächer. Wer sie als Kontrollen begründet, bekommt sie als Teil des Kontrollinventars – mit Verantwortlichem, Prüfung und Wirksamkeitsnachweis.

Watchdog-WinkelKosten als Auslagerungs- und Konzentrationsrisiko

Für regulierte Häuser kommt eine dritte Sicht hinzu. Die Ausgaben für maschinelle Intelligenz konzentrieren sich auf sehr wenige Anbieter, deren Preise, Nutzungsbedingungen und Modellversionen sich einseitig ändern können. Das erfüllt die Merkmale, die im Auslagerungsrecht die Aufmerksamkeit auslösen: prozesskritische Abhängigkeit, wenige Alternativen, kein Einfluss auf die Konditionen. Das Abkündigungsrisiko der Frontier-Modelle wird so zugleich zu einem Kosten- und Migrationsrisiko.

Solange KI-Ausgaben als IT-Nebenkosten geführt werden, taucht diese Abhängigkeit in keinem Risikoinventar auf. Werden sie als das geführt, was sie sind – Bezug einer prozesskritischen Dienstleistung von einem konzentrierten Markt –, gelten dieselben Anforderungen wie für jede andere kritische Auslagerung: dokumentierte Ausstiegsstrategie, Ersetzbarkeit, Überwachung.

Damit schließt dieses Referenzstück an die vier vorangegangenen an. Die Modellwahl bestimmt, wo die Daten liegen. Die Orchestrierung bestimmt, was protokolliert wird. Die Regulierung bestimmt, wer nachweisen muss. Und die Kostenstruktur bestimmt, wann ein Agent aufhört. Alle vier zusammen ergeben den Datensatz, den ein Haus über jeden produktiven Agenten führen können muss.