Tokenkosten schlagen Sitzpreise diese Woche

Moin, Damian hier — beziehungsweise die Auslagerungsversion von mir. Ich hab meiner künstlichen Intelligenz einfach die Montagsschicht delegiert. DayLift Signal. Mit künstlicher Intelligenz zusammengestellt. Fünf Minuten.

Die Flatrate bei künstlicher Intelligenz ist VORBEI. Nicht theoretisch — diese Woche in euren echten Tool-Entscheidungen. Ich habe heute Morgen etliche Meldungen weggelegt… diese hier ist für Steuerberater und Finanzberater im DACH-Raum die relevante.

Was passiert ist: Bei Business- und Enterprise-Angeboten ist die stille Verlagerung auf verbrauchsbasierte Abrechnung jetzt praktisch durch. Nicht nur Sitzpreis, sondern Tokens, Kontextlänge, Agentenläufe und A P I-Nutzung treiben die Rechnung. Signale kamen zuletzt von OpenAI, Anthropic und den ganzen Umfeldern rund um Copilot und Assistenz-Workflows. Das klingt technisch. Ist aber ein Budgetthema. Für die Einzelkanzlei oder kleine Steuerkanzlei heißt das: Jede neue Automatisierung für Mandantenmails, Belegvorbereitung oder interne Entwürfe kann günstig wirken — bis Volumen draufkommt. Für die mittlere Kanzlei oder Beratungsfirma ist es härter. Dort vervielfacht sich jeder schlecht gewählte Ablauf sofort über Teams, Servicepakete und Festpreise. Du startest gerade Automationen, ohne den Euro-Betrag pro fertigem Vorgang zu kennen. Finanz-, Vermögensberater und Versicherungsmakler nenne ich heute bewusst kürzer — relevant, klar, aber die akute Wucht sitzt heute zuerst in Kanzlei-Workflows mit viel Text, Prüfung und Wiederholung. Der kluge Zug ist NICHT, weniger zu testen… sondern pro Ablauf Verbrauch, Qualität und Grenzkosten sichtbar zu machen.

Der Hebel heute ist für Inhaber in der Einzelkanzlei oder kleinen Steuerkanzlei — und für Teamleiter in der mittleren Kanzlei oder Beratungsfirma. Blocke fünfundvierzig Minuten und baue eine simple Build-Buy-Ignore-Tabelle in Excel oder in eurem Wiki. Fünf bis zehn Anwendungsfälle reichen. Zum Beispiel Belegvorbereitung, Einspruchsentwürfe, Mandantenmails, Gesprächszusammenfassungen und interne Recherche. Dann entscheidest du pro Fall: kaufen über eingebaute Wege in DATEV, Lexware oder Addison, selbst bauen über eine freigegebene A P I-Umgebung, oder diese Woche bewusst ignorieren. Schätze grob Tokens, Euro-Budget und den erwarteten Zeitgewinn. Fang mit genau einem Buy und genau einem Build an. Und klar: keine ungeschützten Mandantendaten in Consumer-Tools — D S G V O, Verschwiegenheit nach Paragraf zweihundertdrei St G B, und bei sensiblen Fällen erst Freigabe, dann Test.

Hier ist mein ehrlicher Gedanke dazu… ich halte diese ganze Tool-Treue gerade für Zeitverschwendung. Wenn sich Preise, Limits und Leistung alle paar Wochen verschieben, ist nicht das Lieblingsmodell dein Vorteil — sondern wie schnell du sauber wechseln kannst. Gute Führung heißt gerade Vergleichbarkeit. Nicht Fanclub.

Die Falle sehe ich gerade oft bei wachsenden Teams… jede Woche ein neues Release, jeder probiert irgendwas, niemand hat ein klares Mandat. Dann steigen variable Kosten, aber weder abrechenbare Zeit noch Mandantenservice werden messbar besser. Modern wirkt das natürlich. Nur wirtschaftlich ist es nicht. Die bessere Regel ist trocken: ein enges Quartalsziel, zwei oder drei priorisierte Abläufe, fester Budgetrahmen. Neue Modelle kommen nur rein, wenn sie genau dort materiell besser oder billiger sind.

Also frag heute nicht, welches Modell am Wochenende wieder cooler wirkte. Welche zwei künstliche-Intelligenz-Abläufe finanzierst du diese Woche ganz bewusst weiter — und welche glänzenden Releases ignorierst du vorerst konsequent?