Microsoft stoppt Tokenmaxxing, das Budget ist absolut festgelegt, jegliche Überschreitung des Limits ist selbst zu tragen

Nein, sogar Microsoft beginnt, um Tokens zu trauern??

Laut internen E-Mails hat Microsoft seit Juli dieses Jahres für alle Geschäftsbereiche „KI-Token-Budgetziele“ festgelegt.

Zusätzlich wurde GPT-5.6 als internes Standardmodell festgelegt, der Grund dafür ist, dass es günstiger ist.

Microsoft, dann habt ihr noch nie die geheimnisvolle Macht aus dem Osten kennengelernt.

Wenn es um Günstigkeit geht, warum nutzt ihr nicht direkt DeepSeek…

Der Executive Vice President von Microsoft, Jay Parikh, hat intern persönlich die Anweisung gegeben:

Tokenmaxxing ist nicht unser Optimierungsziel.

Bei Microsoft muss man auch den Gürtel enger schnallen, wenn man KI nutzt

Laut der internen E-Mail von Parikh und der aktualisierten Nutzungsanleitung für Copilot lässt sich die neue Richtlinie von Microsoft in mehrere Punkte unterteilen:

Erstens, Budget festlegen. Ab Juli 2026 haben alle Geschäftsbereiche von Microsoft „KI-Token-Budgetziele“.

Die genauen Werte der Ausgabenziele wurden bisher noch nicht veröffentlicht.

Zweitens, Ausgaben sichtbar machen. Mitarbeiter können ihre persönlichen KI-Token-Ausgaben einsehen.

Interne Daten zeigen, dass die monatlichen Token-Ausgaben vieler Ingenieure zwischen mehreren Hundert und mehreren Tausend US-Dollar liegen.

Drittens, Standardmodell austauschen. Das interne Standardmodell wurde von der ursprünglichen Option auf GPT-5.6 umgestellt, da es günstiger ist als andere Modelle.

Das ist noch nicht alles: Microsoft gibt an, dass später weitere Einschränkungen je nach Überwachungssituation verhängt werden könnten.

Parikh schrieb in der internen E-Mail: „Verwalten Sie die Token-Ausgaben so, wie Sie alle anderen wichtigen Ressourcen verwalten“.

Er forderte die Mitarbeiter auf, sich bei der Nutzung von GitHub Copilot zur Beschleunigung der Arbeit bewusst zu machen, „wie jeder einzelne von ihnen Tokens verbraucht“.

Tatsächlich ist diese Angelegenheit nicht aus der Luft gegriffen. Nadella sagte bereits in einem Podcast im Juni, dass es bei Microsoft viel Tokenmaxxing gibt.

Sogar er gab zu, selbst ein Tokenmaxxer zu sein, der wild Tokens verbraucht – es ist wirklich süchtig machend, die hohen Zahlen bei der Nutzung zu sehen.

Aber als Chef muss man trotzdem rechnen. Also kam er wieder zur Besinnung: Der Grenznutzen der Produktivitätssteigerung muss den Grenzkosten der Tokens entsprechen.

Nicht jedes Problem verdient es, das stärkste und teuerste Spitzenmodell aufzurufen. Ein Modell länger laufen zu lassen, den Kontext voller zu stopfen und mehr Agents zu starten, führt nicht unbedingt zu besseren Endergebnissen.

Zwei Monate später wurde diese Feststellung aus der Podcast-Aussage des CEO zur internen Richtlinie von Microsoft.

Die Microsoft-Mitarbeiter sind allerdings sehr unzufrieden. Ein Mitarbeiter sagte:

Ein Unternehmen, das massiv in KI investiert und eine Unmenge an Inferenz subventioniert, leitet jetzt seine eigenen Mitarbeiter an, Geld zu sparen??

Die Frage dieses Mitarbeiters ist sehr scharf: Wenn sogar Unternehmen, die KI-Infrastruktur hosten, sich Sorgen machen müssen, ob sie ihre internen KI-Produkte finanzieren können, was sollen dann gewöhnliche Unternehmen tun, die diese Dienste kaufen?

Tokenmaxxing – niemand kann mehr mithalten…

Tokenmaxxing ist erst seit einigen Monaten richtig populär geworden.

Token + maxxing (bis zum Äußersten nutzen) folgt der gleichen Logik der Internet-Wortschöpfung wie gymmaxxing (intensives Fitnesstraining) und looksmaxxing (maximale Optimierung des Aussehens).

Allerdings beschreibt es keine Art der Selbstverbesserung, sondern eine verzerrte Anreizstruktur: Die KI-Nutzung wird zu einem internen KPI des Unternehmens gemacht.

Bereits im März dieses Jahres haben Mitarbeiter von Unternehmen wie Meta und OpenAI begonnen, auf internen Ranglisten den Token-Verbrauch zu messen und sich zu messen.

Einige Unternehmen betrachten höhere Token-Budgets sogar als Wohlfahrt für Ingenieure und hoffen, dass die Mitarbeiter mehrere Agents gleichzeitig starten und mehr Arbeit an die KI übergeben.

Im Mai erreichte dieser Trend Amazon.

Bei Amazon intern gab es eine Rangliste namens KiroRank, die nach der KI-Nutzung der Mitarbeiter auf der hauseigenen KI-Entwicklungsplattform Kiro bewertet wurde.

Eigentlich wollte das Unternehmen wahrscheinlich Ingenieure ermutigen, mehr KI-Tools zu nutzen: Je mehr man nutzt, desto höher ist der Rang.

Das Ergebnis war, dass einige Mitarbeiter anfingen, die Rangliste zu manipulieren: Sie ließen KI-Agenten unnötige oder sehr wertarme Aufgaben ausführen, nur um die Nutzungsmenge zu erhöhen. Dabei wurden viele Tokens verbraucht, aber der tatsächliche Code-Ausstoß wuchs nicht im gleichen Maße.

Ende des Monats wurde die Rangliste stillgelegt. Der Senior Vice President Dave Treadwell erinnerte die Mitarbeiter ausdrücklich:

Bitte nutzen Sie KI nicht nur, um KI zu nutzen.

Aber ähnliche Wettbewerbe zur Erhöhung des Token-Verbrauchs haben sich innerhalb weniger Monate im Silicon Valley verbreitet:

Ein Mitarbeiter von OpenAI hat einmal 210 Milliarden Tokens in einer Woche verarbeitet – genug, um die gesamte Wikipedia 33 Mal zu füllen.

Auch Shopify und Meta haben die KI-Nutzung in die Leistungsbeurteilung aufgenommen, belohnen Mitarbeiter, die sie intensiv nutzen, und kritisieren diejenigen, die sie nicht nutzen.

Bei Meta gab es sogar eine selbst erstellte Rangliste von Mitarbeitern namens Claudeonomics, die die KI-Nutzung von mehr als 85.000 Mitarbeitern des Unternehmens erfasste.

Dort wurden nicht nur die 250 Personen mit dem höchsten Token-Verbrauch aufgelistet, sondern auch virtuelle Titel wie „Token Legend“ und „Cache Wizard“ vergeben.

Mensch, es gibt schon eine Token-Version von „League of Legends“…

Nvidia-Chef Jensen Huang hat das Feuer auch noch angeheizt. Im März dieses Jahres sagte er öffentlich im *All-In Podcast*:

Wenn ein Ingenieur mit einem Jahresgehalt von 500.000 US-Dollar weniger als 250.000 US-Dollar an Tokens pro Jahr verbraucht, mache ich mir große Sorgen.

Später auf der GTC 2026 fügte er hinzu:

Er sei bereit, zusätzlich zu dem Jahresgehalt von mehreren Hunderttausend US-Dollar für Ingenieure ein Token-Budget in Höhe der Hälfte des Jahresgehalts bereitzustellen, da diese Tokens die Fähigkeiten der Ingenieure um das Zehnfache steigern könnten.

Natürlich ist er jemand, der Schaufeln verkauft: Jeder zusätzliche Token, den ein Ingenieur verbraucht, erzeugt mehr Nachfrage nach KI-Infrastruktur.

Jensen Huangs öffentliche Unterstützung für Tokenmaxxing hat natürlich einen klaren geschäftlichen Hintergrund.

Aber jetzt haben die großen Unternehmen gemerkt, dass etwas nicht stimmt.

Das geht nicht: Man bekommt das, was man anreizt. Wenn man den Token-Verbrauch anreizt, erntet man eine Token-Blase.

Eine Untersuchung von 404 Media zeigt, dass die monatlichen KI-Ausgaben von Atlassian innerhalb eines Jahres auf das Dreifache angestiegen sind und über 15 Millionen US-Dollar überschritten haben. Das Unternehmen hat anschließend Ausgabenbeschränkungen festgelegt und die Mitarbeiter aufgefordert, die Kosten für die Modellentutzung zu kontrollieren.

Bei Uber ist die Situation noch extremer: Das gesamte Unternehmen hat das gesamte KI-Programmierbudget für 2026 bereits im April aufgebraucht, und das neue Angebot von Cursor für Uber ist auf das Vier- bis Fünffache des vorherigen Preises gestiegen.

Uber hat anschließend festgelegt, dass jeder Mitarbeiter für jedes Agent-Programmierungstool nicht mehr als 1500 US-Dollar pro Monat ausgeben darf.

Von Amazon, Adobe, Atlassian bis Citi beginnen alle Unternehmen, die fast unbegrenzte KI-Nutzung ihrer Mitarbeiter einzudämmen. Die gemeinsame Lösung lautet: Rufen Sie für einfache Aufgaben nicht standardmäßig das stärkste Modell auf, stufen Sie es herunter, wenn es möglich ist.

Laut entsprechenden Informationen hat Citi die Mitarbeiter aufgefordert, Modelle entsprechend der Aufgabenschwierigkeit auszuwählen und nicht für alle Aufgaben die teuerste Version zu verwenden; der Zugriff auf einige hochpreisige Modelle wurde vorübergehend ausgesetzt.

Auch Adobe hebt die unbegrenzte Nutzung von Claude durch Mitarbeiter auf.

Geld ist allerdings nicht das einzige Problem, das durch Tokenmaxxing entsteht.

Mehrere Entwickler gaben an, dass sie das Gefühl haben, ihre Programmierfähigkeiten verschlechtern sich, nachdem sie lange Zeit auf KI angewiesen waren.

Einige stellten fest, dass es für sie immer schwieriger wird, zu beurteilen, ob ein Codeabschnitt korrekt geschrieben ist; andere befürchten, dass niemand in der Lage ist, die Sicherheits- und Qualitätsprobleme Zeile für Zeile zu prüfen, wenn Hunderte von Ingenieuren gleichzeitig eine große Menge an KI-generiertem Code einreichen.

Also, worauf kommt es jetzt an, wenn der Chef nicht mehr auf den Token-Verbrauch schaut?

Die Antwort lautet: Auf das Arbeitsergebnis.

Meta zum Beispiel hat seit diesem Jahr „KI-gesteuerte Wirkung“ zu einer zentralen Arbeitsanforderung für Mitarbeiter gemacht. Es wird nicht mehr betont, wie viele Tokens verbraucht wurden, sondern ob die Mitarbeiter KI nutzen können, um tatsächliche Wirkung zu erzielen.

Natürlich könnte dieses Bewertungssystem ebenfalls formalisiert oder sogar missbraucht werden. Aber im Vergleich zu Token-Ranglisten versucht es zumindest, eine grundlegende Frage zu beantworten, die näher an der Arbeit ist:

Was hast du eigentlich erreicht?

In dieser Branchenwende gehört Microsoft sogar zu den Unternehmen, die als letzte nachziehen.

OMT

Aber um ehrlich zu sein, wenn das Silicon Valley Tokenmaxxing betreiben will, könnte es einfach DeepSeek nutzen!!

Warum GPT-5.6 oder Fable 5 nutzen, die unglaublich teuer sind – da ist es kein Wunder, dass Uber das gesamte Jahresbudget in nur 4 Monaten aufbrauchen kann…

Herzliche Empfehlung an amerikanische Programmierer:

Nutzt direkt DeepSeek V4 Flash, verbraucht so viel ihr wollt – das Unternehmen wird nicht pleitegehen.

Referenzlinks:

[1]https://www.404media.co/microsoft-tells-engineers-tokenmaxxing-is-not-what-we-are-optimizing-for/

[2]https://www.404media.co/the-tokenpocalypse-is-here-companies-are-scrambling-to-stop-spending-so-much-on-ai/

[3]https://www.404media.co/software-developers-say-ai-is-rotting-their-brains/

[4]https://www.404media.co/companies-are-thrott