1,8 Millionen US-Dollar, selbst Amazon kann die Kosten von Claude nicht mehr aufbringen.
Die Kosten für die Nutzung von Agenten sind explodiert, was zu einem Albtraum für Technologieunternehmen geworden ist – diese Unternehmen stellen unglücklicherweise fest: Im Vergleich zu KI liegt der größte Vorteil des Menschen darin, dass er Gehälter zurückzahlen kann (x).
KI versteht keine Gefühlswerte, und im Silicon Valley glaubt man nicht an Tränen.
Kürzlich wurde Amazon, das jährlich mehr als 700 Milliarden US-Dollar einnimmt und über ein riesiges Geschäftsvolumen verfügt, von Claude heftig getroffen.
Wie Mitarbeiter von Amazon enthüllten, wollte das Unternehmen kürzlich Claude Sonnet nutzen, um detaillierte Autoreninformationen für seine eigene Website zu ergänzen.
Aber diese scheinbar einfache Aufgabe kostete Amazon 1,8 Millionen US-Dollar.
Das überstieg das Budget um 860 %.
Und es dauerte 5 Monate, bis der Vorfall entdeckt wurde.
Am Ende wurde die Aufgabe auch nicht erfolgreich bereitgestellt. (Immerhin sieht das schon eher nach einem Managementproblem aus.)
Ein Agent kann fehlschlagen, aber er wird zäh und unermüdlich immer wieder neu versuchen. Es war ein ruhiger Tag, und niemand warnte ihn mit dem Hinweis „Please wait before trying again“.
Derzeit liegt der öffentliche Preis von Claude Sonnet bei etwa 3 US-Dollar pro Million Eingabe-Token und 15 US-Dollar pro Million Ausgabe-Token. Mit 1,8 Millionen US-Dollar könnten maximal 600 Milliarden Token verbraucht worden sein – rein mengenmäßig entspricht das dem Doppelten des gesamten Trainingskorpus von GPT-3.
Solche Fälle sind im Inneren von Amazon schon mehrfach aufgetreten, und diese Fehler werden oft erst nach sehr langer Zeit entdeckt.
Bei allem, was mit KI zu tun hat, fällt es uns schwer, genau zu ermitteln, wie viel Geld wir ausgegeben haben. Kleine Probleme, die in traditionellen Systemen keine Rolle spielen, können bei der Umsetzung mit KI zu unvorstellbar hohen Kosten führen.
Der Traum von der Automatisierung des Alleshändlers
Trotzdem können diese Vorfälle den Fortschritt von Amazon bei der Automatisierung nicht aufhalten. Heute setzt das Unternehmen in noch nie dagewesenem Umfang auf KI.
CEO Andy Jassy kündigte an, dass die Kapitalausgaben von Amazon für 2026 auf etwa 220 Milliarden US-Dollar geschätzt werden. Der größte Teil davon fließt in AWS (Amazon Web Services), eigenentwickelte KI-Chips und Energieinfrastruktur. Das ist ein Anstieg von fast 60 % gegenüber 2025 und macht Amazon zum Unternehmen mit der höchsten jährlichen Kapitalausgabe unter allen globalen Großunternehmen mit hohem Marktwert.
Diese großangelegte Investition hat auch über die Erwartungen hinausgehende Erträge gebracht. Gerade heute Morgen veröffentlichte Amazon die Finanzergebnisse für das zweite Quartal zum 30. Juni 2026. Die Daten zeigen, dass AWS im zweiten Quartal einen Nettoumsatz von 42,2 Milliarden US-Dollar erzielte, was einem Anstieg von 37 % gegenüber dem Vorjahr entspricht. Und von dem gesamten Betriebsgewinn von Amazon in Höhe von 27,5 Milliarden US-Dollar stammen etwa 60 % von AWS, obwohl dessen Umsatz nur 21 % des Gesamtumsatzes des Unternehmens ausmacht.
Gleichzeitig hat Amazon seit Oktober 2025 zwei große Entlassungsrunden durchgeführt und insgesamt etwa 30.000 Stellen abgebaut.
Bereits im letzten Jahr hat Jassy selbst eine positive Prognose abgegeben. In einem Memo an alle Mitarbeiter schrieb er:
Wir haben heute schon mehr als 1000 generative KI-Dienste, aber gemessen an unserem Umfang ist das nur die Spitze des Eisbergs. In Zukunft werden Milliarden von Agenten bei Amazon laufen.
Darüber hinaus hat diese Automatisierungswelle die Büros verlassen und ist in die Lager- und Logistiksysteme von Amazon eingezogen.
Berichten zufolge zielt die Roboterabteilung von Amazon darauf ab, bis etwa 2033 rund 75 % der Lagerbetriebe zu automatisieren. Das bedeutet, dass Amazon bis 2027 in den USA etwa 160.000 weniger Mitarbeiter einstellen wird, und bis 2033 sogar über 600.000 weniger.
Fabrik von Amazon
Die Beurteilung externer Beobachter fällt dagegen strenger aus. Der Nobelpreisträger für Wirtschaftswissenschaften 2024 und MIT-Professor Daron Acemoglu warnte bei der Bewertung dieses Plans: „Wenn Amazons Traum von der Automatisierung umgesetzt wird, wird der größte Arbeitgeber der USA von einem Netto-Schöpfer von Arbeitsplätzen zu einem „Netto-Zerstörer von Arbeitsplätzen“ werden.“
Schluss mit der Bewertung nach Token-Verbrauch? Große Unternehmen führen nun Nutzungsbegrenzungen ein
Die Kostenüberschreitung bei Amazon ist kein Einzelfall. Bereits Anfang dieses Jahres kam eine solche außer Kontrolle geratene Token-Nutzung bei mehreren großen Unternehmen gleichzeitig vor.
Normalerweise beginnen diese Vorfälle mit genau einem Satz:
Liebe Kollegen, wir müssen KI so weit wie möglich einsetzen, um mit einem so kleinen Team wie möglich so großen Wert wie möglich zu schaffen!
Anschließend bauen die Mitarbeiter selbst Ranglisten für den Nutzungsverbrauch, und Titel wie „Legende des Token-Verbrauchs“, „König des Caches“ und „Unsterblicher durch Dauerbetrieb“ werden zu Spitznamen, um die sich alle gegenseitig überbieten.
Am Ende werden die Chefs von dem Fleiß ihrer eigenen Mitarbeiter schockiert und beenden den Wettbewerb eilig mit einer dringenden Erklärung.
Das Bild wurde per KI erstellt
Das Goodhartsche Gesetz wurde 1975 vom Ökonomen Charles Goodhart aufgestellt: Wenn ein Messwert zu einem Ziel wird, hört er auf, ein guter Messwert zu sein.
Bei Amazon gab es einst eine inoffizielle Rangliste namens „KiroRank“, die einige Mitarbeiter dazu veranlasste, ihre persönlichen Daten absichtlich in die Höhe zu treiben. Danach wurde KiroRank geschlossen, und das Unternehmen, das sich bestens mit Messwerten auskennt, führte „normalized deployments“ ein, um die KI-Leistung der Mitarbeiter zu messen.
Diesen April baute ein Mitarbeiter von Meta eine Rangliste namens Claudeonomics, die die KI-Nutzungsdaten von mehr als 85.000 Mitarbeitern zusammenfasste und die 250 Personen mit dem höchsten Token-Verbrauch auflistete. In diesem Zeitraum stieg der gesamte von Meta-Mitarbeitern innerhalb von 30 Tagen verbrauchte Token-Wert auf 73,7 Billionen.
Bei dem öffentlichen Preis des Anbieters A entspricht dieser Wert einer Rechnung von etwa 221 Millionen US-Dollar pro Monat.
Im Juni sandte Meta ein offizielles Memo an etwa 6000 Mitarbeiter, in dem angekündigt wurde, dass Begrenzungen für den Token-Verbrauch festgelegt und eine zentrale Plattform namens „AI Gateway“ aufgebaut wird, um den KI-Verbrauch und die Ausgaben aller Teams in Echtzeit zu überwachen und Budgets und Obergrenzen festzulegen.
Diese außer Kontrolle geratene Situation beschränkt sich nicht auf Unternehmen mit Ranglisten. Uber verbrauchte die gesamten für die KI-Programmierung im Jahr 2026 vorgesehenen Mittel bereits in den ersten vier Monaten und legte daraufhin die Ausgabenobergrenze pro Mitarbeiter und pro Werkzeug auf 1500 US-Dollar pro Monat fest. Sein COO gestand ein, dass der Zusammenhang zwischen den Token-Ausgaben und den messbaren Ergebnissen noch nicht ausgebildet ist.
Auch die Modellanbieter selbst spüren diese übermäßige „Außer-Kontrolle-Situation“ deutlich.
Am 3. Juni erklärte Sam Altman, dass das Kostenproblem der KI Anfang dieses Jahres noch völlig unbeachtet war, aber inzwischen zu einem großen Problem geworden ist.
Er enthüllte, dass der individuelle Nutzer mit dem höchsten Verbrauch bei OpenAI intern etwa 100 Milliarden Token pro Monat verbraucht. Sogar ein Mitarbeiter hat einmal innerhalb einer einzigen Woche etwa 210 Milliarden Token verbraucht.
Das Bild wurde per KI erstellt
In weniger als einem Jahr wird im Silicon Valley mit der KI-Nutzung schon sehr sorgfältig umgegangen. Anstelle der Begeisterung, die einem Menschen gleicht, der zum ersten Mal Feuer entdeckt, stehen nun Budgets, Obergrenzen, Genehmigungsverfahren und Dashboards.
Eine Umfrage zeigt, dass nur 26 % der Unternehmen einen vollständigen Überblick über ihre eigenen KI-Kosten haben.
Mit anderen Worten: Die meisten Unternehmen wissen nicht einmal, wie viel Geld sie vorher ausgegeben haben, bevor sie anfangen, Ausgaben zu kürzen.
Bedeutet höhere Automatisierung auch höhere Effizienz?
Am 1. August 2012 aktualisierte einer der größten Aktienmarktteilnehmer der USA, die Knight Capital Group, ihr automatisiertes Handelssystem, um am Programm für Privatanlegerliquidität der New Yorker Börse teilzunehmen.
Während des Bereitstellungsprozesses aktivierte ein Ingenieur versehentlich einen alten Codeabschnitt. Daraufhin begann dieser Code automatisch und mit sehr hoher Frequenz eine Reihe von Handelsanweisungen ohne wirtschaftliche Logik auszuführen.
„Hohe Preise zahlen, niedrige Preise verkaufen“ – und es gab keine voreingestellten Stop-Loss-Mechanismen oder Betragsobergrenzen. Vom Börsenbeginn bis zur manuellen Abschaltung dauerte der gesamte Vorgang etwa 45 Minuten.
In diesem Zeitraum führte das System über 4 Millionen Transaktionen mit 154 Aktien durch und erwarb insgesamt Aktienpositionen im Wert von etwa 7 Milliarden US-Dollar, die das Unternehmen überhaupt nicht halten wollte.
Als die Ingenieure das Problem endlich lokalisierten und das System abschalteten, musste Knight Capital diese Positionen zu niedrigen Preisen verkaufen. Nach Abschluss der Glattstellung belief sich der Gesamtverlust auf etwa 440 Millionen US-Dollar, was dem Dreifachen des Jahresgewinns des Unternehmens entsprach.
In den zwei Handelstagen nach der Bekanntgabe der Nachricht schrumpfte der Aktienkurs von Knight Capital um 75 %. Einige Monate später wurde Knight Capital von seinem damaligen Konkurrenten GETCO übernommen, und die 17-jährige Erfolgsgeschichte des Unternehmens ging zu Ende.
Normalerweise verspricht Automatisierung höhere Geschwindigkeit, niedrigere Kosten und weniger menschliche Fehler.
Wenn jedoch ein automatisiertes System fehlschlägt, werden die Verluste mit derselben Geschwindigkeit, demselben Umfang und derselben Effizienz vervielfacht.
Für Amazon wird diese „Lerngebühr“ sicherlich nicht ganz umsonst gewesen sein.
Referenzlinks:
[1]https://www.ft.com/content/77baac40-d803-4084-94f3-a133653072cf?syn-25a6b1a6=1
[2]https://www.aboutamazon.com/news/company-news/amazon-ceo-andy-jassy-on-generative-ai
[3]https://agidaily.cc/articles/tokenmaxxing-end-ai-usage-caps-2026
[4]https://www.cnbc.com/2026/07/30/amazon-amzn-q2-earnings-report-2026.html
[5]https://www.thestreet.com/technology/amazon-joins-microsoft-in-sending-shocking-message-to-employees