OpenAIs Finanzchefin Sarah Friar hat am 17. Juli 2026 einen neuen Rahmen zur Bewertung von Unternehmensinvestitionen in Künstliche Intelligenz vorgestellt. Anstelle von Tokenpreisen oder reinen Nutzungszahlen sollen vier Fragen klären, ob sich der Einsatz von KI wirtschaftlich lohnt. Der Vorstoß erscheint in einem Blogbeitrag von OpenAI und reagiert auf wachsende Skepsis vieler Firmen gegenüber ihren KI-Ausgaben.
Vier Fragen ersetzen den Blick auf reine Tokenpreise
Wie OpenAI in einem Blogbeitrag schreibt, soll die Kennzahl „Nützliche Intelligenz pro Dollar” klassische Softwaremetriken wie Nutzerzahlen oder Vertragsverlängerungen ablösen. Die erste Frage betrifft die erledigte Arbeit selbst: Löst ein System tatsächlich Kundenanliegen, liefert es Code oder prüft es Verträge, statt nur Anfragen zu beantworten. Die zweite Frage zielt auf die vollen Kosten pro erfolgreicher Aufgabe – inklusive Nacharbeit, menschlicher Kontrolle und wiederholter Versuche, nicht nur des reinen Modellpreises.
Drittens gehe es um Verlässlichkeit: Ergebnisse sollen ohne Korrektur oder Eskalation direkt nutzbar sein, sonst verschieben sich Kosten unsichtbar auf Mitarbeitende. Die vierte Frage prüft, ob der Wert der erledigten Arbeit mit steigender Nutzung schneller wächst als die dafür anfallenden Kosten. Friar bringt das Grundproblem auf den Punkt: Entscheidend sei, ob der wirtschaftliche Nutzen von KI-Arbeit schneller steige als deren Erstellungskosten. Anders als bei klassischer Software lasse sich der Erfolg von KI-Systemen nicht allein an Abo-Zahlen oder aktiven Nutzern ablesen, da ein einzelner Auftrag mehrere Modellaufrufe und Kontrollschritte umfassen kann.
Neues Modell GPT-5.6 begleitet den Vorstoß
Im selben Blogbeitrag verknüpft OpenAI die neue Kennzahl mit der Einführung von GPT-5.6 in den drei Stufen Sol, Terra und Luna, die sich an unterschiedliche Budgets und Aufgabenprofile richten. Die Version Sol erreiche laut Hersteller Bestwerte bei Programmieraufgaben und benötige dabei 54 Prozent weniger Ausgabe-Token als vergleichbare Modelle – eine Angabe, die unabhängig nicht überprüft ist. Terra und Luna sollen laut OpenAI günstigere Alternativen für Aufgaben mit hohem Volumen und geringerer Komplexität bieten.
Der zeitliche Zusammenhang legt nahe, dass die neue Messmethode auch höhere Preise für leistungsstärkere Modelle rechtfertigen soll, da sie Wert statt Tokenmenge in den Mittelpunkt rückt. Gleichzeitig investiert OpenAI über die Infrastrukturinitiative Stargate mittlerweile bis zu 500 Milliarden US-Dollar über vier Jahre in Rechenzentren, deutlich mehr als das ursprüngliche Ziel von 100 Milliarden Dollar. Diese Summen erhöhen den Druck, gegenüber Investoren und Kunden greifbare wirtschaftliche Ergebnisse statt bloßer Nutzungswachstumszahlen vorzuweisen. Für Unternehmenskunden bedeutet das absehbar, dass sich Preismodelle künftig stärker an nachweisbaren Ergebnissen als an reiner Rechenleistung orientieren dürften.
Kunden reagieren zurückhaltend auf steigende KI-Ausgaben
Nach Angaben von Axios, die zuerst über den Vorstoß berichtete, soll ein Firmenkunde kürzlich versehentlich eine Rechnung von umgerechnet einer halben Milliarde Dollar für einen einzigen Monat erhalten haben. OpenAI-Chef Sam Altman nenne Kosten inzwischen die zweitgrößte Sorge von Kunden, gleich nach Schwierigkeiten bei der praktischen Einführung von KI-Systemen im Unternehmensalltag. Bereits im Januar habe Friar laut Fortune auf ein Missverhältnis zwischen den Fähigkeiten von KI-Systemen und dem tatsächlich erfassten Geschäftswert hingewiesen.
Laut Fortune hat der neue Rahmen auch ein wirtschaftliches Eigeninteresse: Eine Bewertung nach Arbeitsergebnis statt nach Tokenpreis begünstigt tendenziell teurere, leistungsfähigere Modelle wie die von OpenAI selbst. Viele Unternehmen würden Routineaufgaben derzeit trotzdem an günstigere Konkurrenzmodelle auslagern, anstatt durchgängig auf teurere Systeme zu setzen. Der Vorstoß trifft damit auf eine Kundschaft, die selbst aktiv nach Wegen sucht, KI-Ausgaben zu senken. Vergleichbar bleibt der neue Maßstab zudem nur bedingt, solange jedes Unternehmen eigene Kriterien dafür festlegt, wann eine Aufgabe als erfolgreich abgeschlossen gilt.
Entscheidend wird, ob sich die vier Kennzahlen als Branchenstandard durchsetzen oder ob am Ende jeder Anbieter einen eigenen Maßstab für den Wert seiner Modelle vorschlägt. Für Finanzverantwortliche bleibt zudem die praktische Hürde bestehen, Kosten für Nacharbeit und menschliche Kontrolle in bestehenden Buchhaltungssystemen überhaupt sauber zu erfassen.
