Ramp-Daten aus 70.000 Firmen zeigen: Beim KI-Modellwechsel gewinnen die günstigeren Modelle, nicht die besten

Unternehmen wechseln nicht mehr automatisch auf das jeweils stärkste KI-Modell. Anthropics teuerstes Modell Fable 5 liegt mehr als zwei Monate nach dem Start bei rund 11 Prozent der Unternehmensausgaben für Anthropic-Modelle. Seit Ende Juni bewegt sich dieser Anteil kaum noch. Das zeigen Ausgabedaten des amerikanischen Zahlungsdienstleisters Ramp, über die die Financial Times am 23. August berichtete und die unter anderem Gizmodo und Sedaily aufgegriffen haben. Der KI-Modellwechsel ist für Unternehmen damit eine Rechenaufgabe, kein Reflex mehr.

Diese elf Prozent heißen nicht, dass Fable 5 schwach sei. Sie heißen, dass der Einkauf nicht mehr fragt, welches Modell das beste ist, sondern welches für den konkreten Vorgang gerade noch reicht.

Was zeigen die Ramp-Daten genau?

Ramp verarbeitet Firmenzahlungen und wertet dafür die Ausgaben von rund 70.000 Unternehmen aus. Für Anthropic ergibt sich daraus ein Bild, das mehrere Berichte als stagnierend beschreiben: Fable 5 bindet etwa 11 Prozent des Anthropic-Budgets dieser Firmen, obwohl es als Spitzenmodell vermarktet wird.

Die Grenzen der Datenbasis gehören dazu. Ramp sieht Kartenzahlungen und Rechnungen, nicht die Nutzungsintensität, und die Kundschaft ist stark amerikanisch geprägt. Wer über Cloud-Verträge bei AWS oder Google Cloud abrechnet, taucht in solchen Zahlen kaum auf. Das ist ein Indikator, keine Vollerhebung – aber ein ungewöhnlich konkreter, weil er reale Zahlungsströme misst und nicht Absichtserklärungen aus Umfragen.

Warum bleiben Firmen bei den älteren Modellen?

Zwei Erklärungen ziehen sich durch die Berichte, und beide deuten dieselben Ramp-Zahlen, ohne eine Kausalität zu belegen: der Preis von Fable 5 und die Tatsache, dass ältere Modelle für typische Anwendungsfälle ausreichen. Der Nutzen des Upgrades erscheint zu klein, um die Umstellung zu rechtfertigen.

Aufschlussreicher als der Absolutwert ist die Reihenfolge. Opus 5 erschien Ende Juli, ist kleiner und günstiger als Fable 5 – und hat das Spitzenmodell bei den Ausgabenanteilen bereits überholt. Laut Sedaily liegt es im mittleren Zehnprozentbereich. Auch das ältere und billigere Opus 4.8 bindet nach Angaben von Gizmodo mehr Geld als Fable 5. Neuere Modelle setzen sich also durchaus durch, wenn sie billiger sind. Am Preisschild nicht.

Was bedeutet der zögerliche KI-Modellwechsel für Unternehmen?

Für Firmen im DACH-Raum heißt das vor allem: Der Zwang, jede Modellgeneration mitzunehmen, war nie technisch begründet. Er ist eine Gewohnheit aus der Experimentierphase. Wer produktiv arbeitet, zahlt jeden Wechsel mit Arbeitszeit, nicht nur mit Token^?Recheneinheit für Textbausteine, nach der Anbieter die Nutzung von Sprachmodellen abrechnen. Ein deutsches Wort entspricht meist ein bis drei Token.-Preisen.

• Umstellungskosten: Prompts, Systemanweisungen und Ausgabeformate müssen neu getestet werden, oft samt Regressionstests^?Wiederholte Tests mit bereits geprüften Fällen, die zeigen sollen, ob eine Umstellung alte Ergebnisse verschlechtert. über bestehende Fälle.
• Freigabe- und Compliance-Prozesse laufen bei einem neuen Modell erneut an, inklusive Datenschutzprüfung und Dokumentation.
• Preis pro erledigtem Vorgang statt Preis pro Million Token: Ein teureres Modell, das weniger Nachbearbeitung braucht, kann günstiger sein, ein günstigeres bei einfachen Aufgaben deutlich billiger.
• Latenz^?Die Zeit, bis ein Modell auf eine Anfrage antwortet. Im Kundenkontakt oft wichtiger als die reine Antwortqualität. und Verfügbarkeit entscheiden im Kundenkontakt häufiger über den Nutzen als der letzte Benchmark-Punkt.

Der erste praktische Schritt ist schlicht: eine eigene Testreihe mit 30 bis 50 echten Fällen aus dem Betrieb, gemessen an Fehlerquote, Nachbearbeitungszeit und Kosten je Vorgang. Ohne diese Messung bleibt jede Modellentscheidung Geschmacksfrage. In Kostenplanungen rutschen dann schnell veraltete Annahmen, wie sich auch bei Nvidias angekündigten Preiserhöhungen für 2027 zeigt.

Ob damit ein ganzer Upgrade-Zyklus endet, geben die Daten nicht her. Sie zeigen eine Momentaufnahme aus zwei Monaten bei einem Anbieter. Sie passen aber zu einer Beobachtung, die auch Sam Altmans korrigierter Zeitplan nahelegt: Die Organisationen sind langsamer als die Modelle. Für Anbieter ist das eine Preisfrage, für Anwender eine Erleichterung.

Das beste Modell ist selten das nötige.