FinOps 2.0: Wie KI die Cloud-Kostenkontrolle herausfordert

Adrian Anderegg, Partner Financial Services, Eraneos. (Source: zVg)

Adrian Anderegg, Partner Financial Services, Eraneos. (Source: zVg)

Die Einführung von KI-Diensten verändert das Cloud-Kostenmanagement. Laut dem State of FinOps Report 2026 verwalten heute 98 Prozent aller FinOps-Teams KI-Ausgaben – vor zwei Jahren waren es noch 31 Prozent. Unternehmen müssen ihre Strategien und Tools ent­sprechend weiterentwickeln und ihr Sicherheitsdenken erweitern.

Neue Kostentreiber, neue Komplexität

KI-Workloads unterscheiden sich von klassischen Cloud-Diensten. GPU-Instanzen, tokenbasierte Abrechnung und dynamische Lasten erzeugen Kostenmuster, die herkömmliche Budgetmodelle sprengen. Ein einzelner LLM-Aufruf kann je nach Prompt-Länge, Kontextfenster und gewähltem Modell um ein Vielfaches in den Kosten variieren. Hinzu kommen Kosten für Embedding-Generierung, Vektordatenbanken oder Finetuning. Kostentransparenz wird damit zur Herausforderung.

FinOps muss sich weiterentwickeln

Die Grundprinzipien von FinOps gelten auch für KI: 

• Technische Überwachung des Ressourcenverbrauchs, transparente Kostendarstellung und klare Zuständigkeiten. Neu muss insbesondere der Token-Verbrauch überwacht und sichtbar gemacht werden.
• Definierte KPIs sowie geeignete Anreize für kontinuierliche Kostenoptimierungen. Dazu zählen die aktive Optimierung der Modellwahl und der Einsatz von Caching-Strategien für wiederkehrende Anfragen. KI-spezifische Showback- und Chargeback-Modelle helfen, Verantwortung in die Teams zu tragen.
• Enge Abstimmung mit den Business-Verantwortlichen zur Optimierung von Kosten und Nutzen. Die Nutzung von KI-Ressourcen soll mit konkreten Business Cases unterlegt werden, die regelmässig aktualisiert und verifiziert werden. Bestätigen sich die Cases nicht, gilt es, die KI-Nutzung zu stoppen oder zu limitieren.

Denial of Wallet – die unterschätzte Bedrohung

Neben der Optimierung lauert eine neue Angriffsfläche: Denial-of-Wallet-Attacken (DoW). Dabei fluten Angreifer KI-Anwendungen gezielt mit Anfragen, um die Kosten in die Höhe zu treiben.

Besonders kritisch sind öffentlich zugängliche KI-Endpunkte. Schutz bieten beispielsweise automatisierte Anomalie-Erkennung bei ungewöhnlichen Verbrauchsmustern, Gateways mit striktem Rate-Limiting und Throttling oder klare Ausgabenlimits auf Ebene des Cloud-Providers.

Governance als Schlüssel

Ohne klare Richtlinien entstehen unkontrollierte KI-Experimente, die Budgets belasten. Unternehmen brauchen KI-spezifische Spending-Policies für interne Tools, etwa im Umfeld von Vibe Coding. Entwickler benötigen klare Guidelines für den Umgang mit KI in ihren Applikationen. 

Ein Cloud Center of Excellence (CCoE) sollte KI-Cost-Governance explizit einschliessen und auch Änderungen in den Abrechnungsmodellen der Anbieter überwachen. Regelmässige Cost Reviews schaffen die nötige Transparenz. 

Fazit

FinOps im KI-Zeitalter erfordert erweiterte Kompetenzen, Guidelines und Tools sowie eine enge Zusammenarbeit aller Stakeholder. Entscheidend ist, dass der Einsatz von KI stets einen nachvollziehbaren geschäftlichen Mehrwert liefert und dieser kontinuierlich überprüft wird. Wer Kostenoptimierung und Sicherheit gemeinsam denkt und Risiken aktiv adressiert, behält auch im Zeitalter von KI die Kontrolle über seine Cloud-Ausgaben.