Chinas KI-Wirtschaft misst ihren Fortschritt neu, nicht mehr an der Größe der Modelle, sondern am Verbrauch von Token. Das Forschungsinstitut von China Telecom rechnet für 2026 mit rund 100 Billiarden verbrauchten Token und einem Rechenbedarf, der sich in den kommenden Jahren fast jährlich verzehnfacht. Für Unternehmen verlagert sich die eigentliche KI-Rechnung damit vom einmaligen Training zum laufenden Betrieb.
drweb.de als bevorzugte Quelle auf Google hinzufügenQualitätsgeprüfte Inhalte direkt in Google News & DiscoverJetzt hinzufügen
Die KI-Inferenz wird für Chinas Digitalwirtschaft zur entscheidenden Größe. Nach einem Bericht des Forschungsinstituts von China Telecom, den der Staatssender CCTV am 12. September vorstellte, verschiebt sich der Schwerpunkt der Branche vom Wettlauf um Modelle und Rechenzentren hin zum breiten Einsatz von KI-Agenten. Genau dieser Dauerbetrieb, nicht das Training, treibt künftig den Rechenbedarf.
Das Wichtigste in Kürze
- Das Forschungsinstitut von China Telecom erwartet für 2026 rund 100 Billiarden verbrauchte Token in China, bis 2030 das 350-Fache.
- Die Inferenz, also der laufende Modellbetrieb, soll bis 2029 etwa 80 Prozent des chinesischen Rechenmarkts ausmachen.
- Chinas führende Techkonzerne investieren 2026 knapp 77 Milliarden Euro in KI, über zehn Prozent der gesamten Investitionen des Landes.
- Unabhängige Prognosen von Deloitte stützen den Schwenk zur Inferenz, fallen aber vorsichtiger aus.
Warum die Token-Nachfrage so stark wächst
Das Institut hat seinen Bericht zur KI-Infrastruktur im Zeitalter der Agenten vorgelegt. Ein Token ist die kleinste Verrechnungseinheit generativer KI, ein Wortbaustein, den ein Modell verarbeitet und den Anbieter einzeln berechnen. Institutsleiter Rao Shaoyang führt den Sprung auf den Masseneinsatz von KI-Agenten zurück. Jeder Arbeitsschritt eines solchen Agenten verbraucht Token, und die Agenten laufen in Schleifen statt in einzelnen Anfragen.
Vom Training zum Dauerbetrieb
Der eigentliche Kostentreiber wandert damit vom Training zur Inferenz. Das Training eines Modells fällt einmalig an, der Betrieb läuft dauerhaft und wächst mit jeder Nutzung. Diese Verschiebung zeigt sich weltweit: Das Beratungshaus Deloitte rechnet damit, dass die Inferenz 2026 rund zwei Drittel der gesamten KI-Rechenleistung beansprucht.[1] Chinas Institut geht weiter und sieht bis 2029 einen Inferenz-Anteil von 80 Prozent, ein Wert, der auch zum Geschäft eines Rechenleistungs-Anbieters passt. Der Skaleneffekt kehrt sich um, denn die Kosten sinken nicht mit der Zeit, sie steigen mit dem Erfolg.
Die spannende Zahl ist nicht die Größe des nächsten Modells, sondern der Preis pro Token im Dauerbetrieb. Der breite KI-Einsatz kostet ab jetzt monatlich, nicht einmalig.
— Markus Seyfferth, Chefredakteur Dr. Web
Was das für deutsche Unternehmen heißt
Für Entscheider im DACH-Raum verschiebt sich die Budgetlogik. Ein KI-Projekt ist nicht mit dem Rollout bezahlt, sondern erzeugt laufende Inferenzkosten, die mit der Nutzung steigen. Beim breiten KI-Einsatz sollte man den Token-Verbrauch von Beginn an messen und deckeln, statt ihn erst auf der Cloud-Rechnung zu entdecken. Laufende Kosten rücken damit ins Zentrum jeder KI-Kalkulation. Zugleich wächst der Druck auf Rechenzentren und Netze, und die Frage nach europäischer Inferenz-Kapazität und Datenhoheit gewinnt an Gewicht, gerade unter dem EU AI Act.
Warum der laufende Betrieb das einmalige Training als Kostentreiber ablöst
Der Rat für die kommenden Monate bleibt nüchtern: KI-Budgets von der Projekt- auf die Betriebssicht umstellen und den Token-Verbrauch je Anwendungsfall messen, bevor die Cloud-Rechnung ihn sichtbar macht.
Was ist KI-Inferenz?
KI-Inferenz ist der laufende Betrieb eines fertig trainierten KI-Modells, also das Beantworten von Anfragen im Alltag. Anders als das einmalige Training fällt die Inferenz dauerhaft an und wächst mit jeder Nutzung. Sie wird meist pro Token abgerechnet und macht bei breitem KI-Einsatz den größten Teil der Rechen- und Kostenlast aus.
Warum steigt Chinas Token-Verbrauch so stark?
Laut dem Forschungsinstitut von China Telecom verlagert sich die Branche vom Wettlauf um Modelle hin zum Masseneinsatz von KI-Agenten. Jeder Arbeitsschritt eines Agenten verbraucht Token, und Agenten arbeiten in Schleifen statt in einzelnen Anfragen. Dadurch soll der jährliche Token-Verbrauch 2026 rund 100 Billiarden erreichen und bis 2030 auf das 350-Fache steigen.
Was bedeutet die Verschiebung zur Inferenz für Unternehmen?
Die eigentlichen KI-Kosten entstehen nicht mehr beim Training, sondern im Dauerbetrieb. Unternehmen sollten den Token-Verbrauch je Anwendungsfall von Beginn an messen und deckeln und ihre KI-Budgets von der Projekt- auf die Betriebssicht umstellen. Auch Preis, Standort und Datenhoheit der genutzten Inferenz-Kapazität rücken so ins Zentrum der Entscheidung.
Quelle
[1] Deloitte: „TMT Predictions 2026“
Mehr Newshunger?
- Inferenz-Chip Jalapeño: OpenAI misst je Kilowatt bis zu 1,9-mal mehr Token als Nvidias GB300
- Huawei umgeht den HBM-Engpass: schneller Speicher senkt die Kosten der KI-Inferenz
- KI-Inferenz zur Miete: IBM baut Together AI einen Cluster für 209 Millionen Euro
- Token-Kosten senken: Warum autonome KI-Agenten oft unnötig teuer sind
- Ant Group baut das Betriebssystem für autonome KI-Agenten
- China Merchants Bank steigert die GPU-Auslastung von 35 auf über 60 Prozent
