Die besten Krypto-Einblicke direkt in Ihren Posteingang.
- Meta baut ein zentralisiertes KI-Ausgabensystem auf, nachdem festgestellt wurde, dass die internen KI-Nutzungskosten schneller stiegen als erwartet. Die vollständige Token-Kontrolle ist bis 2027 geplant.
- Das Unternehmen verzichtet auf Ranglisten zur KI-Nutzung und führt Budgets und Warnmeldungen ein, um übermäßiges „Token-Maxing“ durch die Mitarbeiter einzudämmen.
- Ähnliche Kostenprobleme sind branchenweit aufgetreten, wobei Unternehmen wie Uber und Microsoft mit der Bewältigung der rasant steigenden KI-Ausgaben zu kämpfen haben.
Bei Meta wird derzeit ein zentrales System zur Überwachung und Kostenkontrolle von KI entwickelt, nachdem das Unternehmen festgestellt hatte, dass die internen KI-Ausgaben höher waren als geplant. Diese Entscheidung zeigt, dass Unternehmen abwägen, ob der Nutzen von KI die damit verbundenen Kosten rechtfertigt.
Das Unternehmen hat rund 6.000 Mitarbeitern ein Memo mit detaillierten Plänen zu KI-Ausgabenobergrenzen, Budgets und Token-Beschränkungen zugesandt. Über das KI-Gateway erhalten die Teams einen Überblick über die KI-Nutzung und werden bei ungewöhnlich hohen Ausgabenmaticbenachrichtigt. Die strukturierte Token-Verwaltung soll bis 2027 vollständig implementiert sein.
In dem Memo wurde darauf hingewiesen, dass Meta ein rasantes Wachstum bei der internen KI-Nutzung verzeichnet und dass das Unternehmen im Jahr 2026 voraussichtlich Dutzende Milliarden für den KI-Einsatz seiner Mitarbeiter ausgeben wird.
Die Nachwirkungen des Token-Maxings
Der Fokuswechsel bei Meta von der Förderung des KI-Einsatzes hin zur Kontrolle seines Einsatzes verdeutlicht ein wiederkehrendes Muster in der amerikanischen Unternehmenswelt. Früher incentivierte das Unternehmen seine Mitarbeiter zum KI-Einsatz, indem es interne Ranglisten („Claudeonomics“, benannt nach dem KI-System von Anthropic) einrichtete. Diese Rangliste wird von Meta nicht mehr betrieben.
Der allgemeine Trend hat einen Namen: „Tokenmaxxing“. Dabei handelt es sich um die Praxis, aus beliebigen Gründen so viele KI-Token wie möglich zu verwenden – sei es, um interne Nutzungsstatistiken aufzublähen oder einfach nur, um sie zu konsumieren. Ähnliches geschah bei Amazon, nachdem Mitarbeiter eine Rangliste zur tracdes Tokenverbrauchs erstellt hatten. Das Unternehmen entfernte diese jedoch Ende Mai wieder, da Bedenken bestanden, sie führe zu verschwenderischen Ausgaben, wie Business Insider berichtet.
Ubers Erfahrung verdeutlicht, wie schnell die Kosten explodieren können. Das Fahrdienstunternehmen hatte sein gesamtes geplantes Budget für KI-Programmierung bis 2026 bereits im April aufgebraucht – also nur vier Monate nach Jahresbeginn. Uber-COO Andrew Macdonald erklärte gegenüber Rapid Response, dass das Unternehmen Schwierigkeiten habe, die geringen Ausgaben mit messbaren Ergebnissen in Verbindung zu bringen. „Dieser Zusammenhang besteht noch nicht, richtig?“, so Macdonald. „Es ist sehr schwierig, zwischen einer dieser Statistiken und der Aussage ‚Okay, jetzt entwickeln wir tatsächlich 25 % mehr nützliche Funktionen für unsere Kunden‘ zu unterscheiden.“
Ein Kostenproblem, das die Branche noch nicht gelöst hat
Die Budgetbelastung betrifft weit mehr als nur das Silicon Valley. Laut einer KPMG-Umfrage, über die zuerst das Wall Street Journal berichtete, haben nur 26 % der Unternehmen einen umfassenden Überblick über ihre KI-Kosten, während 50 % nur teilweise transparent sind und 22 % entweder gar keinen Überblick haben oder die Ausgaben erst nach Erhalt der Rechnungen entdecken. Wie Steve Chase, globaler Leiter für KI bei KPMG, anmerkt, unterstützt das Unternehmen Berichten zufolge Kunden, die ihr Jahresbudget für Token- oder Cloud-Computing-Dienste bereits innerhalb weniger Monate aufgebraucht haben.
Microsoft hat kürzlich fast alle direkten Lizenzen für Claude Code zurückgezogen und die Entwickler auf die eigene GitHub Copilot CLI umgeleitet, wie Fortune berichtete – nur sechs Monate, nachdem das Anthropic-Tool den Mitarbeitern zugänglich gemacht worden war. Dieser Schritt erfolgte, nachdem die Nutzung durch die Mitarbeiter schneller als erwartet zugenommen hatte.
Ökonomische Überlegungen legen nahe, dass die anfänglichen Erwartungen hinsichtlich der schnellen Rentabilität von KI aufgrund von Arbeitskosteneinsparungen zu optimistisch waren.dent Bryan Catanzaro, Vizepräsident für angewandtes Deep Learning bei NVIDIA, gegenüber Axios bekannt , dass die Rechenkosten seiner Gruppe bereits die Personalkosten übersteigen. Goldman Sachs geht davon aus , dass agentenbasierte KI bis 2030 zu einem 24-fachen Anstieg des Token-Konsums führen könnte, mit monatlichen Konsumraten von 120 Billiarden Token pro Monat, selbst bei sinkenden Tokenpreisen pro Einheit.
Gartner prognostiziert zudem, dass sinkende Token-Kosten nicht zu günstigeren KI-Anwendungen für Unternehmen führen werden, da agentenbasierte KI-Algorithmen deutlich mehr Token pro Aufgabe benötigen, während die Anbieter die Einsparungen wahrscheinlich einstreichen werden. „Produktverantwortliche sollten die Wertminderung von Standard-Token nicht mit der Demokratisierung fortschrittlicher KI-Technologien verwechseln“, so Will Sommer, Senior Director Analyst bei Gartner. Zuvor Cryptopolitan berichtet , dass Zuckerberg Fehler bei der KI-Transformation von Meta eingeräumt habe.
Was können Meta-Mitarbeiter erwarten?
zufolge geht aus einem internen Memo hervor, dass Meta seine Mitarbeiter davon abhalten wird, externe KI-Programmiersoftware zu verwenden, und sie stattdessen dazu anhalten wird, den hauseigenen Assistenten MetaCode (ehemals Devmate) zu nutzen. Diese Änderungen werden in den kommenden Wochen umgesetzt.
Gleichzeitig gehen Metas Bemühungen zur Kostensenkung im Zusammenhang mit KI mit erheblichen organisatorischen Veränderungen einher. Im März dieses Jahres erwog Meta Entlassungen von mindestens 20 % der insgesamt rund 79.000 Mitarbeiter. Ein Teil dieser Entlassungen ist auf Investitionen in die KI-Infrastruktur im Wert von rund 600 Milliarden US-Dollar bis 2028 zurückzuführen.
Der CEO von OpenAI, Sam Altman, hat diese Herausforderung in der Branche treffend herausgearbeitet. Er erklärte: „Das ist die derzeit berechtigtste Kritik an KI.“ Er fügte hinzu: „Man hört Unternehmen sagen: ‚Ich gebe Unmengen an Geld für KI aus.‘ Und ich weiß, dass dabei großartige Dinge passieren, aber ich weiß auch, dass viel verschwendet wird.“
Für die Weltwirtschaft stellt sich die Frage, ob die Budgets von Unternehmen für KItracwerden, bevor die Technologie ihre Produktivitätsversprechen einlöst, oder ob sinkende Token-Preise und verbesserte Werkzeuge die Lücke zuerst schließen. Die Antwort wird die Personalpolitik, Investitionsausgaben und Wettbewerbsdynamik branchenübergreifend über Jahre prägen.
Lesen Sie Krypto-News nicht nur, sondern verstehen Sie sie. Abonnieren Sie unseren Newsletter. Er ist kostenlos.
Häufig gestellte Fragen
Was ist Metas KI-Gateway?
AI Gateway ist eine interne Plattform, die Meta entwickelt, um die Nutzung und die Ausgaben für KI teamübergreifend in Echtzeit zu trac. Laut The Information gibt es automatische Warnmeldungen für ungewöhnliche Ausgabenspitzen und geplante Budgetgrenzen, die an den Token-Verbrauch der Mitarbeiter gekoppelt sind.
Wie viel gibt Meta für den internen Einsatz von KI aus?
In einem internen Memo von Meta hieß es, das Unternehmen sei auf trac, allein im Jahr 2026 Milliarden von Dollar für den Einsatz von KI durch die Mitarbeiter auszugeben, zusätzlich zu den geplanten Investitionen von 600 Milliarden Dollar in Rechenzentren bis 2028.
Was ist Tokenmaxxing?
Tokenmaxxing ist die Praxis von Mitarbeitern, so viele KI-Token wie möglich zu konsumieren, manchmal um ihre Platzierung in internen Ranglisten zur Token-Nutzung zu verbessern, anstatt um tatsächlich KI-Token zu produzieren
Haftungsausschluss. Die bereitgestellten Informationen stellen keine Anlageberatung dar. Cryptopolitan/ übernimmt keine Haftung für Investitionen, die auf Grundlage der Informationen auf dieser Seite getätigt werden. Wirtronempfehlen dringend, vor jeder Anlageentscheidung eigene Recherchen durchzuführendent oder einen qualifizierten Fachmann zu konsultieren
Ashish Kumar
Ashish Kumar ist Krypto- und Finanzjournalist mit acht Jahren Redaktionserfahrung. Er berichtet über aktuelle Entwicklungen auf den Kryptomärkten, Regulierungen, DeFiund Börsenökosystemen. Er hat bereits für Coingape, Todayq und Newsroompost gearbeitet. Ashish besitzt ein Postgraduate Diploma in English Journalism vom IIMC. Er hat außerdem Branchengrößen wie Arthur Hayes, Yat Siu, Austin Federa und andere interviewt.
CRASH-KURS
- Mit welchen Kryptowährungen kann man Geld verdienen?
- Wie Sie Ihre Sicherheit mit einer digitalen Geldbörse erhöhen können (und welche sich tatsächlich lohnen)
- Wenig bekannte Anlagestrategien, die Profis anwenden
- Wie man mit dem Investieren in Kryptowährungen beginnt (welche Börsen man nutzen sollte, welche Kryptowährung am besten zum Kauf geeignet ist usw.)