Kostet KI bald mehr als ein Entwickler?

Wenn die KI mehr kostet als der Entwickler

Michael Dobler

Autor Dr. Web

6. Juli 2026

4 Min. Lesezeit

KI-Werkzeuge für Entwickler werden teurer, nicht billiger. Eine vielbeachtete Prognose rechnet vor, dass die Ausgaben pro Programmierer bis 2029 dessen Gehalt übersteigen könnten. Der Vergleich hat einen Haken, der die Praxis für Sie interessanter macht als die Schlagzeile.

drweb.de als bevorzugte Quelle auf Google hinzufügenQualitätsgeprüfte Inhalte direkt in Google News & DiscoverJetzt hinzufügen

Die KI-Kosten pro Entwickler klettern spürbar, und der Venture-Investor Tomasz Tunguz denkt die Kurve konsequent zu Ende^[1]. Was heute nach einem Randposten aussieht, wird in seinem Modell zur größten Einzelposition im Engineering-Budget.

Das Wichtigste in Kürze

Tunguz projiziert für 2029 drei Szenarien: von 41 Prozent im vorsichtigen über 140 Prozent im mittleren bis 230 Prozent im optimistischen Fall der Kosten eines Entwicklers.
Heute geben die teuersten Firmen rund 77.000 Euro je Entwickler und Jahr aus, der Median praktisch nichts.
Kritiker halten den Vergleich für schief, weil Anthropics Trainingskosten nicht gegen fremde Nutzungskosten aufgehen.
Für den Mittelstand zählt nicht der Endpreis, sondern das Verhältnis aus Tokenverbrauch und Produktivität.

Wie kommt eine KI auf das Gehalt eines Entwicklers?

Vergleich: Leere Papiertüte (Entwickler) und volle Münztüte (KI). Ein Pfeil zeigt nach rechts — Anthropic gibt schätzungsweise das Doppelte seiner Personalkosten für Rechenleistung aus, ein in klassischer Software unbekanntes Verhältnis

Als Referenz dient Tunguz ausgerechnet der Modellanbieter Anthropic. Das Unternehmen gebe nach seiner Schätzung gut das Doppelte seiner Personalkosten für Rechenleistung aus, ein Verhältnis, das in klassischer Software niemand kennt.

Aus dieser Spitzenposition leitet er drei Wege für gewöhnliche Softwarefirmen ab. Im vorsichtigen Fall erreichen die KI-Ausgaben 2029 nur 41 Prozent eines Entwicklergehalts, im mittleren 140 Prozent, im optimistischen 230 Prozent.

Treiber ist der Hunger der Agenten. Autonome KI-Systeme verbrauchen pro Aufgabe ein Vielfaches an Tokens gegenüber einem einfachen Chat, und Tunguz erwartet bis 2030 rund den 24-fachen Verbrauch.

Warum der Vergleich mit Anthropic hinkt

Genau an dieser Referenz entzündet sich die Kritik. In der Diskussion auf Hacker News wird eingewandt, dass sich Anthropics Kosten nicht gegen die anderer Firmen rechnen lassen, weil darin das Training der Modelle steckt.

Ein Kommentator bringt das Bild vom Ölkonzern: Verbucht man Shells Förderkosten als Spritverbrauch, kommt jede beliebige Zahl heraus. Ein Modellanbieter trägt die Trainingslast einmal, seine Kunden zahlen nur die Nutzung.

Die spannende Zahl ist nicht der Preis der KI, sondern ihr Verhältnis zum Ergebnis. Ein Werkzeug darf ein Vielfaches eines Gehalts kosten, solange es ein Vielfaches an Wert schafft.
— Markus Seyfferth, Chefredakteur Dr. Web

Der Rechnung fehlt zudem die zweite Waagschale. Kostet die KI das Doppelte eines Gehalts, liefert aber das Zehnfache an Ergebnis, ist der Posten trivial. Dazu fallen die Preise je Token um etwa den Faktor zehn pro Jahr, während offene Modelle die Lücke zu den teuren Anbietern schließen.

KI-Kosten je Entwickler: die Prognose bis 2029

Der Venture-Investor Tomasz Tunguz rechnet drei Wege durch, wie sich die KI-Ausgaben pro Programmierer zu dessen Jahresgehalt entwickeln.

Anteil an den Kosten eines Entwicklers, 2029

Vorsichtiges Szenario

41 %

Sinkende Token-Preise und offene Modelle bremsen die Ausgaben.

Mittleres Szenario

140 %

Die KI kostet mehr als das Gehalt, das sie unterstützt.

Optimistisches Szenario

230 %

Hohe Preise halten, Agenten treiben den Verbrauch nach oben.

Wo die Rechnung heute steht

77.000 €

geben die teuersten Firmen je Entwickler und Jahr für KI aus (US-Benchmark).

680x

Abstand zwischen den Spitzenfirmen und dem Median, der fast nichts ausgibt.

10x

jährlicher Preisverfall je Token, drei Jahre in Folge.

24x

erwarteter Anstieg des Tokenverbrauchs durch KI-Agenten bis 2030.

Was der Mittelstand aus der Rechnung mitnimmt

Für deutsche Teams zählt deshalb nicht der Endpreis, sondern die Kopplung an den Output. Konzerne wie Adobe, Citi und Amazon deckeln bereits das KI-Budget pro Kopf, statt den Verbrauch laufen zu lassen.

Der zweite Hebel liegt beim Modell selbst. Teure Spitzenmodelle für triviale Aufgaben einzusetzen verbrennt Budget; günstigere und offene Alternativen senken die Rechnung, ebenso Techniken, die den Tokenverbrauch gezielt drücken.

Bleibt die Produktivitätsfrage. Ob ein Agent den Aufpreis wert ist, entscheidet sich am gelieferten Code, nicht am Tokenzähler. Messen Sie den Verbrauch pro Ergebnis statt pro Sitzplatz, dann wird aus einer Angstzahl eine planbare Budgetgröße.