Goldman-Sachs-Daten zeigen: KI-Modellkosten fielen in drei Jahren so stark wie PC-Preise in 15 Jahren
Wichtige Erkenntnisse
- •Eine a16z-Analyse von Goldman-Sachs-Daten zeigt, dass die Preise für KI-Modelle zwischen März 2023 und September 2026 um rund 95 % fielen – ein Rückgang, für den PC-Preise während der in den 1980er Jahren beginnenden ICT-Welle etwa 15 Jahre benötigten.
- •Intensiver Wettbewerb unter den Modellentwicklern, wachsende Effizienz proprietärer Modelle und günstigere Open-Source-Alternativen werden als Treiber des raschen Preisverfalls genannt.
- •Der Silicon Data LLM Token Expenditure Index, der die realisierten Käuferausgaben erfasst, erreichte im August 2026 mit 0,97 $ pro Million Token ein Rekordtief – ein Rückgang von 29 % gegenüber Juli und mehr als 50 % unter dem Höchststand von etwa 2,05 $ im Mai 2026.
- •Goldman Sachs warnt, dass bei einer Überversorgung mit Compute die Margen und die Nachhaltigkeit der Infrastrukturinvestitionen unter Druck geraten könnten, wobei das Risiko Meta, Microsoft, Amazon und Alphabet am stärksten trifft.
- •Käufer von KI-Diensten profitieren, da Preise, die im März 2023 unglaubwürdig niedrig erschienen wären, inzwischen Standard sind, und der Silicon-Data-Index deutet darauf hin, dass der Preisrückgang noch nicht endet.
Die Preise für KI-Modelle sind in drei Jahren etwa ebenso stark gefallen wie die Preise für Personal Computer in 15 Jahren, wie aus Goldman-Sachs-Daten hervorgeht, auf die eine aktuelle Analyse der Risikokapitalfirma a16z verweist. Der Vergleich deutet darauf hin, dass die KI-Branche eine Generation technologiebedingter Deflation in einen einzigen Produktzyklus komprimiert – ein Preisverfallstempo, das kaum ein anderer Bereich der Technologiebranche erreicht hat.
Die Zahlen hinter dem Einbruch
Die a16z-Analyse verfolgt die Preisentwicklung großer Sprachmodelle anhand eines Basisindex, der im März 2023 bei 100 festgelegt wurde. Bis September 2026 war der Index auf etwa 5 gefallen – ein Rückgang von rund 95 % in dreieinhalb Jahren. Anders ausgedrückt: Ein Dienst, der zu Beginn des Zeitraums einen Dollar kostete, kostet heute etwa fünf Cent.
Als Benchmark für den Vergleich dient der Preisindex für Computer im Rahmen der privaten Konsumausgaben (PCE). Laut der Analyse brauchten Computerpreise rund 15 Jahre, um um einen ähnlichen Betrag zu fallen – ein Rückgang, der sich während der Investitionswelle im Bereich Informations- und Kommunikationstechnologie (ICT) vollzog, die in 1980er Jahren begann. Dieser Referenzzeitraum ist bedeutend: Er umfasst den Zeitraum, in dem sich Computing von spezialisierten Geschäftsausrüstungen zu einem selbstverständlichen Bestandteil von Büros und Haushalten entwickelte.
Die Analyse führt die Geschwindigkeit des KI-Preisverfalls auf drei Kräfte zurück: intensiven Wettbewerb unter den Modellentwicklern, wachsende Effizienz proprietärer Modelle und das Aufkommen günstigerer Open-Source-Alternativen.
Tokenpreise erzählen dieselbe Geschichte – nur lauter
Ein separater Indikator zeigt in dieselbe Richtung. Der Silicon Data LLM Token Expenditure Index misst, wie viel Käufer pro Million Token ausgeben. Im August 2026 erreichte der Index mit 0,97 $ pro Million Token ein Rekordtief, ein Rückgang von 29 % gegenüber Juli. Der Wert lag damit auch mehr als 50 % unter dem Höchststand von rund 2,05 $ aus dem Mai 2026. Da der Indikator die tatsächlich realisierten Ausgaben und nicht die angegebenen Preise erfasst, spiegelt er wider, was Käufer in der Praxis tatsächlich zahlen.
Was günstigere KI für die Unternehmen bedeutet, die sie entwickeln
Das Überversorgungsrisiko trifft die größten Ausgeber am stärksten. Meta, Microsoft, Amazon und Alphabet rennen um Anpassung, während sich die Ökonomie von KI unter ihren Füßen verschiebt.
Goldmans Warnung läuft im Kern darauf hinaus: Wenn das Compute-Angebot die Nachfrage übersteigt, könnten die Margen unter Druck geraten. Die Nachhaltigkeit dieser Infrastrukturinvestitionen könnte ernsthafte Fragen aufwerfen, sofern die Nachfrage nicht mit dem Angebot Schritt hält. Diese Angebots-Nachfrage-Lücke ist die entscheidende Variable, während Kapazitätspläne umgesetzt werden und monatliche Preisdaten weiterhin eintreffen.
Für Käufer von KI-Diensten ist der Trend nahezu durchweg vorteilhaft. Kosten, die im März 2023 absurd niedrig erschienen wären, sind heute Standard, und der Silicon-Data-Index deutet darauf hin, dass der Preisrückgang noch nicht gestoppt hat.
