Die Frage ist bereits beantwortet. Foundation-Modelle werden zu Infrastruktur — bepreist wie Strom —, und bis 2028 wird der letzte Unternehmens-CFO, der KI-Token-Kosten debattiert, aussehen wie der Finanzvorstand, der 2003 E-Mail-Bandbreite einzeln abrechnen wollte.
Für alle, die tiefer einsteigen möchten, bietet Grace Certified ein Rahmenwerk für tägliche KI-Hygiene.
Warum der Konsens den falschen Rahmen hat
Die Branche beobachtet Modell-Benchmarks — MMLU-Scores, Reasoning-Evals, AGI-Zeitpläne. Investoren beobachten GPU-Beschaffung und Trainingsläufe. Enterprise-Käufer beobachten Governance-Frameworks und Rollout-Pläne für verantwortungsvolle KI. Alle beobachten das sekundäre Signal. Die primäre Variable ist die Kostenkurve, und die Kostenkurve hat bereits ein Urteil gesprochen: Benedict Evans dokumentierte am 9. Juli 2026, dass Token den Übergang vollzogen haben — von "einer Funktion, die man vorsichtig aktiviert" zu "Infrastruktur, die man laufen lässt". Der Markt behandelt diesen Übergang als offene Frage. Die Kurve hat sie 2023 beantwortet. Jeden Monat, den die Debatte anhält, bewegt sich die Kurve weiter von den Diskutierenden weg.
Die Kostenkurve
Die Trajektorie ist eindeutig. Ende 2022: GPT-4-Klasseninferenz kostete 20 Dollar pro Million Input-Token. März 2023: Die GPT-4-API startete bei 30 Dollar/M Input, 60 Dollar/M Output. November 2023: GPT-4 Turbo senkte den Output-Preis auf 30 Dollar/M — eine Halbierung in acht Monaten. Mai 2024: GPT-4o brachte ihn auf 15 Dollar/M Output, insgesamt 83% unter dem Startpreis in vierzehn Monaten. Juli 2024: GPT-4o mini erreichte 0,60 Dollar/M Output. Im Jahr 2025 bepreiste DeepSeek V3 — ein 671-Milliarden-Parameter-MoE-Modell, das pro Token lediglich 37 Milliarden Parameter aktiviert — seine API bei 1,10 Dollar/M Output, 90% unter vergleichbaren OpenAI- und Anthropic-Tarifen. Mitte 2026 kostet dieselbe Fähigkeit 0,40 Dollar/M: ein bestätigter 1.000-facher Kollaps in 3,5 Jahren, dokumentiert von GPUnex anhand primärer Inferenzmarktdaten. Die Schwelle unter 0,01 Dollar/M wird bis 2028 erreicht.
Laut AGORÀ-Intelligence-Analyse von sechs primären Quellen treiben fünf Strukturkräfte diese Kurve parallel an: GPU-Hardware-Effizienz verbessert sich 2–3× pro Generation, wobei der Übergang Hopper zu Blackwell über 25-fachen Durchsatzgewinn liefert; Software-Optimierung durch Continuous Batching und PagedAttention fügt weitere 2–3× hinzu; Mixture-of-Experts-Architektur reduziert aktive Rechenleistung um 3–5× pro Inferenzaufruf; Quantisierung liefert weitere 2–4× Reduktion; wettbewerblicher Druck von Open-Weight-Modellen wie Llama und DeepSeek begrenzt dauerhaft die API-Preissetzungsmacht über dem Grenzkosten-Niveau. Diese Kräfte potenzieren sich gegenseitig, und Quantisierungsgewinne erneuern sich mit jeder Hardware-Generation.
Fünf unabhängige Effizienz-Vektoren, die sich gleichzeitig potenzieren, produzieren eine Kurve, die über jeden Plateau hinaus beschleunigt. Die Konsenserwartung einer "Stabilisierung bei Marktreife" verwechselt Margennormalisierung mit Kostenboden-Dynamik. Der Kostenboden rückt unabhängig von der Wettbewerbsintensität an der Spitze jedes Quartal nach unten. Die Stabilisierung tritt bei nahezu Null ein, mit dem gesamten Wert in den Anwendungsebenen — dasselbe strukturelle Ergebnis, das Cloud-Speicher, mobile Daten und SSL-Zertifikate charakterisierte. Die Kostenkurve sagt Infrastruktur. Dies ist ein Regimewechsel.
Das Cliff-Ereignis
Der Cliff ist die Schwelle unter 0,01 Dollar/M — der Punkt, an dem KI-Inferenzkosten unter die Kosten ihrer Messung in der unternehmensinternen Einheitswirtschaft fallen. Solar überschritt seine äquivalente Schwelle um 2015, als der LCOE im Versorgungsmaßstab unter 0,10 Dollar/kWh fiel und ein Jahrzehnt netzmaßstäblicher Installationen auslöste, die die Strombranche 2010 für wirtschaftlich unmöglich erklärt hatte. SSDs überschritten sie 2012, als die Kosten pro Gigabyte für Lesevorgänge unter rotierende Festplatten fielen und sich der Enterprise-Speichermarkt in 36 Monaten reorganisierte — Anbieter, die ihre Strategie auf Festplattenökonomie aufgebaut hatten, waren obsolet, bevor sie sich neu ausrichten konnten. Smartphone-Kameras überschritten sie um 2013, als Sensorkosten auf die Qualität dedizierter Hardware konvergierten und die Kamerabranche in vier Jahren 90% ihres Stückvolumens verlor. Das Muster ist konsistent: das Überschreiten der Schwelle löst Adoption aus, die den Kostenrückgang weiter beschleunigt und eine selbstverstärkende Schleife erzeugt. KI-Inferenz überschreitet ihre äquivalente Schwelle 2027–2028, wenn die Unternehmensfrage dauerhaft wechselt von "können wir KI in diesem Prozess rechtfertigen?" zu "warum würden wir einen Prozess ohne KI-Analyse betreiben?"
Drei Branchen, die bis 2028 anders aussehen werden
- Gesundheitswesen und klinische Abläufe: Bei 0,40 Dollar/M ist KI-Klinikdokumentation eine Premium-Funktion mit separater Budget-Genehmigung und Governance-Prüfung. Bei 0,01 Dollar/M erhält jede Patienteninteraktion — klinische Notiz, Diagnose-Code, Vorabgenehmigung, Triage-Flag — automatisch KI-Verarbeitung zu Kosten unter 0,001 Dollar pro Begegnung. Der Posten "KI-Modul" verschwindet aus Healthcare-SaaS-Preislisten; Inferenz wird zur standardmäßig integrierten Fähigkeit, so ambient wie die darunter liegende elektronische Patientenakte. Unternehmen, die zuerst handeln, gewinnen einen strukturellen Einheitswirtschaftsvorteil, den Wettbewerber 18–24 Monate brauchen werden, um ihn zu replizieren.
- Professionelle Dienstleistungen und Rechtsberatung: Vertragsüberprüfung, Discovery-Bearbeitung und Compliance-Monitoring — derzeit abgerechnet zu 300–500 Dollar/Stunde — werden zu Bruchteilen eines Cents pro tausend analysierten Wörtern verfügbar. Mittelständische Rechts- und Beratungsunternehmen erlangen analytische Parität mit den größten Praxen. Das abrechenbare-Stunden-Modell erfährt strukturelle Kompression durch den Kostenboden, unabhängig von Debatten über Modellintelligenz: Unternehmen konkurrieren über Urteilsvermögen, Beziehungen und Domänenspezialisierung, mit KI-Inferenz als gemeinsamem Commodity-Input — bepreist wie das Fotokopieren im Jahr 1995: überall vorhanden, von niemandem diskutiert.
- Software-Entwicklungs-Pipelines: Code-Generierung ist heute bei 0,40 Dollar/M ein bewusstes Entwickler-Werkzeug für spezifische Workflows. Bei 0,01 Dollar/M enthält jeder Build, jede Pull-Request, jede Deployment-Pipeline, jeder Monitoring-Alert automatisch ambiente KI-Analyse — kontinuierlich, automatisch, mit Grenzkosten von null im Maßstab. Software-Qualitätsmessung wird tatsächlich kontinuierlich statt punktuell. CI/CD-Pipelines absorbieren KI-Inferenz so, wie sie automatisiertes Testen in den 2010er Jahren absorbiert haben: vollständig, unsichtbar, als Standardannahme jeder Engineering-Organisation mit mehr als zehn Ingenieuren.
Bis Q4 2027 werden mindestens zwei der fünf umsatzstärksten Enterprise-Software-Anbieter KI-Inferenz als standardmäßig integrierte Fähigkeit im Basis-Plattform-Pricing bündeln — ohne separate KI-SKU, ohne Token-Abrechnung, ohne Governance-Debatte über Nutzungskosten. Der Posten "KI-Pricing" verschwindet aus Unternehmensbudgets ebenso vollständig, wie der Posten "Internetzugang" bis 2010 aus den Kosten pro Nutzer in großen Organisationen verschwand: vollständig, und schneller als es irgendwer in seinen Roadmaps eingeplant hatte.
Kill-Signal: Ein Foundation-Model-Anbieter, der nachhaltige Bruttomargen über 40% — bereinigt um Trainings-Amortisierung — über zwei aufeinanderfolgende gemeldete Quartale bis Ende 2027 erreicht. Dieses Ergebnis würde strukturelle Preissetzungsmacht signalisieren und der Commodity-Trajektorie widersprechen. Beobachten Sie die Margenmitteilungen von Anthropic und OpenAI in S-1-Einreichungen, Quartalsergebnissen und Investorenbriefen. Anhaltend hohe Margen bedeuten: der Burggraben ist real; die Infrastruktur-These verliert ihre Grundlage.