KI-Coding kostet bis 2028 mehr als Entwicklerlöhne

(Source: Vadym / stock.adobe.com)

(Source: Vadym / stock.adobe.com)

Gartner rechnet mit einem deutlichen Anstieg der Kosten für KI-gestützte Softwareentwicklung. Bis 2028 könnten Unternehmen für KI-Programmierassistenten je Entwicklerin oder Entwickler mehr ausgeben als für deren durchschnittlichen Jahreslohn, teilt der Marktforscher mit. Wie Gartner diese Prognose berechnet hat, geht aus der Mitteilung allerdings nicht hervor.

Haupttreiber dieser Entwicklung seien der wachsende Verbrauch von Tokens - den Recheneinheiten, mit denen Sprachmodelle Eingaben und Ausgaben verarbeiten - sowie neue nutzungsabhängige Preismodelle vieler Anbieter. 

Bislang verrechneten zahlreiche Anbieter ihre KI-Werkzeuge pro User-Konto. Nun wechseln jedoch mehr und mehr Hersteller zu verbrauchsabhängigen Modellen. Dadurch hängen die Kosten direkt von der Zahl der verarbeiteten Tokens ab. Laut Gartner erschwert dieser Wechsel die Budgetplanung erheblich. Viele Anbieter legten zudem nicht transparent offen, wie sie den Tokenverbrauch berechnen und abrechnen.

Fehlende Kontrolle treibt die Kosten

Gartner sieht die Ursache steigender Ausgaben jedoch nicht allein bei den Preismodellen. Auch der Umgang mit KI-Programmierassistenten in den Unternehmen spiele eine wichtige Rolle. Häufig fehlten klare Regeln für deren Einsatz. Zudem lieferten viele Teams den Modellen mehr Kontext als nötig, was den Token-Verbrauch und die Kosten weiter in die Höhe treibe.

Zugleich rechnet Gartner damit, dass immer mehr Entwicklerinnen und Entwickler KI-Programmierassistenten regelmässig einsetzen. Steigende Preise für leistungsfähige Sprachmodelle könnten den Kostendruck zusätzlich verschärfen.

Klare Regeln sollen Kosten bremsen

Um die Kosten unter Kontrolle zu halten, empfiehlt Gartner einen strukturierten Umgang mit KI-Coding. Unternehmen sollten festlegen, für welche Aufgaben sie KI einsetzen und wann Menschen die Kontrolle behalten sollen. Einfachere Programmieraufgaben liessen sich mit kleineren und günstigeren Modellen erledigen, während leistungsfähige Modelle komplexen Aufgaben vorbehalten bleiben sollten.

Zudem rät Gartner dazu, Entwicklerinnen und Entwickler im effizienten Umgang mit Eingabekontexten zu schulen, den Tokenverbrauch kontinuierlich zu überwachen und verbindliche Kostenlimiten einzuführen. Regelmässige Auswertungen besonders tokenintensiver Arbeitsabläufe könnten zudem helfen, ineffiziente Prozesse frühzeitig zu erkennen.

Übrigens: Was die zunehmende Verbreitung von KI für das Berufsbild der Entwicklerin und des Entwicklers bedeutet und auf welche Skills es in diesem Bereich in Zukunft ankommen wird, erfahren Sie im Hintergrundbericht: "Was Programmierer im KI-Zeitalter noch können müssen".