Die richtige Dosis KI

KI im Büro wird schnell zum Kostenfresser

Nicht immer braucht man die neuesten KI-Modelle. Wer falsch dosiert, zahlt drauf - und bekommt auch noch schlechtere Ergebnisse.
11.11.2026, 10:07
Loading...
Angemeldet als Hier findest du deine letzten Kommentare
Alle Kommentare
Meine Kommentare
Sortieren nach:

Kommentare neu laden
Nach oben
Hör dir den Artikel an:
00:00 / 02:45
1X
BotTalk

Kann man mit einem Presslufthammer einen Nagel in die Wand schlagen? Mit dem nötigen Fingerspitzengefühl wohl ja. Sollte man es tun? Wohl kaum. Eine überschaubare Aufgabe braucht nicht zwangsläufig das leistungsfähigste Werkzeug. Das gilt auch für Künstliche Intelligenz im Unternehmen.

Die entscheidende Frage ist nicht, ob man KI einsetzt, sondern wie. Wo reichen einfache Regeln und Automatisierungen? Wo braucht es die Interpretationsfähigkeit eines Modells? Und wo soll ein KI-Agent tatsächlich selbst über weitere Schritte entscheiden?

"Heute" auf Google als bevorzugte Quelle festlegen

Wie die Computerwoche berichtet, beeinflusst diese Aufteilung den Ressourcenverbrauch, die Ergebnisqualität und den Kontrollaufwand - und damit den wirtschaftlichen Erfolg. Experte Boris Krumrey von UiPath erklärt: "Ständiges Neuherleiten kostet Rechenleistung, liefert schwankende Ergebnisse und erschwert Audit und Compliance."

Viele Unternehmen sind überfordert

Daniel Hummel von KI Reply beobachtet ein grundlegendes Problem: "Viele Unternehmen sind von den Möglichkeiten der KI schlichtweg überfordert. Oft kommt die Vorgabe von oben, KI einzuführen, aber es fehlt eine klare Vorstellung davon, wo sie das Geschäft tatsächlich verbessern kann."

Auch bei großen Techkonzernen setzt sich diese Erkenntnis durch. Immer mehr setzen auf sogenanntes "Modelmaxxing" - also je nach Aufgabe unterschiedliche KI-Modelle, statt pauschal auf teure Spitzenmodelle zu setzen. Manche Teams unterliegen sogar strikten Tagesgrenzen für KI-Ausgaben.

ROI ist keine einmalige Rechnung

Entscheidend ist, welche Lösung die benötigte Qualität mit angemessenem Aufwand erreicht. Zusätzliche Fehler, Prüfungen und Nacharbeit dürfen den Kostenvorteil eines kleineren Modells nicht aufzehren. Auch die Verlässlichkeit muss eingerechnet werden.

Die Wirtschaftlichkeit von KI sollte nicht als einmalige Rechnung betrachtet werden. Modelle, Fähigkeiten und Kosten verändern sich ständig. Unternehmen brauchen daher eine fortlaufende Messung, die am Geschäftsergebnis ansetzt - und Verbesserungsziele regelmäßig neu definiert.

tec, 11.11.2026, 10:07