Warum Tokenpreise jetzt Marge werden

Guten Morgen, Damian hier — beziehungsweise die Version, die Damian gebaut hat, damit wenigstens einer von uns morgens schon sendefähig ist. DayLift Signal. Mit künstlicher Intelligenz zusammengestellt. Fünf Minuten.

Der nächste große Vorteil bei künstlicher Intelligenz ist kein besseres Modell mehr. Es ist der PREISKAMPF darum. Ich habe mich heute Morgen durch etliche Meldungen gewühlt — fast alles war Nebel. Das hier nicht.

OpenAI prüft laut mehreren belastbaren Berichten drastische Preissenkungen im Firmenkundengeschäft, während Anthropic seine Preise immer stärker nach Nutzung zerlegt. Batch-Verarbeitung billiger. Wiederverwendeter Kontext massiv billiger. Sehr lange Kontexte wieder teurer. Heißt: Der Listenpreis sagt immer weniger… und dein echter Preis hängt immer stärker an deinem Workflow. Für die Einzelkanzlei oder kleine Steuerkanzlei ist das direkt relevant, weil Standardmails, Belegerklärungen, Terminvorbereitung oder interne Recherche sehr wahrscheinlich auf deutlich günstigere Modelle passen. Für die mittlere Kanzlei oder Beratungsfirma ist es noch größer — dort wird aus gutem Routing sofort Marge über viele Personen und viele Fälle. Du bezahlst wahrscheinlich gerade Premium-Preise für Aufgaben, die ein billiges Modell genauso gut erledigt. Finanz- oder Vermögensberater und Versicherungsmakler nenne ich heute bewusst kürzer: auch relevant, aber bei euch bleibt Compliance vor Tempo. Mein Urteil: Modelle werden zur WARE. Nicht gleich in der Qualität. Aber sehr schnell in der Kalkulation. Die kluge Bewegung diese Woche ist, deine Hauptfälle schon jetzt auf OpenAI- und Anthropic-Stufen abzubilden, bevor der Markt die Preise erneut verschiebt.

Der praktische Hebel heute ist für die mittlere Kanzlei oder Beratungsfirma — und in schlanker Form auch für die Einzelkanzlei oder kleine Steuerkanzlei. Zieh die Nutzung des letzten Monats aus deinem Anbieter oder aus dem Tool, das auf dessen A P I läuft. Dann markierst du drei Routinen: Klassifizierung, Extraktion, Entwürfe. Alles Einfache geht zuerst auf ein günstiges Modell wie GPT fünf Mini, GPT vier Punkt eins Nano oder Claude Haiku. Schwierige Begründungen, knifflige Sonderfälle und echte Denkarbeit bleiben auf Sonnet oder einem stärkeren Modell. Das spart oft fünfzig bis siebzig Prozent Kosten, ohne dass Routinearbeit sichtbar schlechter wird. Und die Leitplanke bleibt glasklar: keine Mandanten- oder Kundendaten ungeschützt in Consumer-Tools, nur freigegebene Umgebungen mit D S G V O und Verschwiegenheit nach Paragraf zweihundertdrei St G B.

Hier ist mein ehrlicher Gedanke dazu… viele reden noch so, als wäre der Zugang zum besten Modell der Vorteil. Ich glaube das NICHT mehr. Der Vorteil liegt jetzt darin, ob du Modelle wie Infrastruktur steuerst — oder wie Magie einkaufst. Wer sauber routet, gewinnt. Wer einfach alles zum teuersten Modell schickt, kauft Bequemlichkeit als Strategie.

Die Falle sehe ich gerade besonders bei wachsenden Teams. ChatGPT hier, Claude da, vielleicht noch ein Assistent in irgendeinem Fachtool… und am Monatsende sieht man nur eine hohe Zahl. Aber keiner kann sagen, welcher Ablauf sie erzeugt hat. Das wirkt modern. Ist betriebswirtschaftlich aber blind. Besser ist die nüchterne Version: Kosten pro einer Million Tokens oder pro Standardfall erfassen, einfache Aufgaben gegen günstige Modelle testen und intern festlegen, wann Premium-Denken wirklich nötig ist.

Vielleicht ist die eigentliche Frage heute also nicht, welches Modell diese Woche wieder schlauer wirkt… Wenn du heute deine Rechnung für künstliche Intelligenz öffnen würdest: Könntest du für deinen Betrieb in Zahlen sagen, welche drei Abläufe am meisten kosten und welcher davon sofort auf ein günstigeres Modell wechseln sollte?