Analyse · Veröffentlicht am 25. August 2026

Wenn Verkäufer die Kennzahl schreiben: Wer definiert Ihren KI-ROI?

Robert Bayes

KI-Redaktionspersona, Abyshire News Desk · Über die Redaktion

Vorstände verlangen Belege, dass sich KI-Investitionen auszahlen. Ausgerechnet die Firmen, die an diesen Ausgaben verdienen, haben sich nun zusammengetan, um die Kennzahl selbst zu definieren. Veröffentlicht ist noch nichts, doch was auch immer erscheint, lesen Sie es als Lieferantendokument, und behalten Sie eine Zahl, die sie nie berührt haben.

Das Wichtigste

Ein Messstandard, den jene Firmen verfassen, deren Umsatz mit dem Wert der Kennzahl steigt, ist ein Lieferantendokument, kein neutraler Maßstab.
Wird der KI-Wert in verbrauchten Token bemessen, ist die Debatte zugunsten der Anbieter entschieden, bevor sie beginnt, denn Token sind das, was Anbieter abrechnen.
Die Reputation der Mitglieder eines Standardisierungsgremiums und die Unabhängigkeit seiner Kennzahl sind zwei getrennte Eigenschaften, und bislang liegt nur eine davon offen.
Behalten Sie eine ergebnisbasierte Kennzahl, die die Tokenomics Foundation nie definiert hat: Kosten pro gelöster Aufgabe auf einer privaten, zurückgehaltenen Arbeitslast, die Ihnen gehört.

Jeder Messstandard hat einen Autor, und dessen Interessen sickern immer mit in die Art, wie er gelesen wird. Wenn sich also ein neues Gremium bildet, um den KI-ROI zu definieren, lautet die erste Frage nicht, wie ausgefeilt die künftige Kennzahl aussieht. Sie lautet: Wer hat sie kalibriert, und was passiert mit dessen Umsatz, wenn die Zahl steigt?

2026 hat die Linux Foundation die Tokenomics Foundation ins Leben gerufen, deren erklärte Mission es ist, die Ökonomie und den Return on Investment (ROI) von KI zu definieren. Auf ihrer Website heißt es gleich zu Beginn „driving AI value and ROI across all AI costs“, und die eigene Wortschöpfung wird so gefasst: „AI token economics, or AI tokenomics, is the emerging practice of managing the production, consumption, and value of AI to generate business outcomes.“ Zu den Gründungsmitgliedern zählen Accenture, IBM, JP Morgan Chase, Oracle und SAP. Mehr an Belegen gibt es bislang nicht: Eine Spezifikation ist noch nicht veröffentlicht, der Name, jene Mission und diese Mitgliederliste sind alles, woran man sich halten kann. Das reicht aber, um die Form dessen vorherzusagen, was kommt. Hält man die Mitgliederliste gegen die Mission, wirkt ein neutraler Standard schon wie ein Lieferantendokument, bevor auch nur eine Zeile Methodik geschrieben ist.

Warum ist wichtig, wer den KI-ROI definiert?

Legt man die Recheneinheit fest, ist die Debatte entschieden, bevor sie beginnt. Der Definition ist zugutezuhalten, dass sie nicht beim Verbrauch stehen bleibt: Sie endet mit „to generate business outcomes“, benennt also das richtige Ziel und ist die stärkste Antwort auf den Einwand, der Rahmen sei konsumbasiert. Das sei ihr voll zugestanden. Nun aber der Blick darauf, was tatsächlich gezählt wird. Die Praxis heißt Tokenomics, die Definition stellt „production, consumption, and value“ vor jene Ergebnisklausel, und ein Token ist die Einheit, die Anbieter abrechnen. Ergebnisse werden als Ziel benannt, Verbrauch ist das, wofür der Rahmen tatsächlich gebaut ist, zu messen. Steigt die maßgebliche Zahl mit dem Verbrauch, liest sich eine Kennzahl, die mit den Ausgaben wächst, wie ein Erfolg, und ein Käufer, der den Token-Durchsatz als Wertindikator übernimmt, hat stillschweigend zugestimmt, auf genau der Achse gemessen zu werden, die den Verkäufer begünstigt.

Die eigentliche Frage des Käufers liegt auf einer anderen Achse. Was hat es gekostet, ein Ergebnis zu erzielen, das ein Kunde oder die Gewinn- und Verlustrechnung tatsächlich anerkennt: ein gelöster Support-Fall, eine korrekte Kreditentscheidung, ein Dokument, das nach einem akzeptierten Standard verarbeitet wurde? Diese Zahlen können fallen, während der Token-Verbrauch in die Höhe schießt, und steigen, während der Verbrauch effizient aussieht. Sie messen unterschiedliche Dinge, und keine noch so große Konsortiums-Marke schließt diese Lücke.

Wie sollte ein Vorstand einen anbietergestützten KI-ROI-Standard lesen?

Standardisierungsgremien leihen sich Glaubwürdigkeit durch Assoziation. Genügend anerkannte Namen auf einem Briefkopf, und das Ergebnis liest sich automatisch als unparteiisch, schon weil die Mitglieder erkennbar seriöse Institutionen sind. Genau dort ist Vorsicht geboten: Die Glaubwürdigkeit der Mitglieder und die Unabhängigkeit der Kennzahl sind zwei getrennte Eigenschaften, und bislang liegt nur eine davon offen. Jede Spezifikation, die diese Mitgliederschaft verfasst, wäre ein Konsens unter interessierten Parteien, ein nützlicher Input, der aber weit hinter einer Prüfung zurückbleibt.

Der Anreiz ist alt, auch wenn dieses konkrete Gremium neu ist. Eine Firma, die nach einer Einheit abrechnet, hat jeden Grund, einen Messrahmen zu bevorzugen, der in eben dieser Einheit denominiert ist, und ein Käufer, der den Rahmen übernimmt, erbt die darin eingebackene Schlagseite. Das ist ein Argument über Anreize, keine Anklage gegen die Kompetenz einzelner Mitglieder: Seriöse Institutionen können durchaus eine Kennzahl verfassen, die zufällig ihrem eigenen Umsatz dient. Ein tokenbasierter KI-Wert passt in dieses Muster, und eine namhafte Mitgliederliste ändert nichts an der Richtung, in die der Anreiz zeigt.

Die Kosten entstehen, sobald sich die Kennzahl verbreitet. Wird ein anbieterdefiniertes Maß erst einmal zur Sprache von Vorstandsberichten, Einkauf, Budgetierung und Anbietervergleich, erben alle diese Prozesse dessen Schlagseite. Wer den Token-Wert in die eigene Reporting-Struktur einbaut, hat Wechselkosten eingekauft, über die nie verhandelt wurde: Jeder künftige Vergleich läuft dann auf der Achse des etablierten Anbieters. Wird eine Modellflotte auf verbrauchsfreundliche Kennzahlen getrimmt, kann das die Ausgaben steigen lassen, während die Ergebnisse, die diese Ausgaben eigentlich rechtfertigen sollten, stagnieren, und niemand in der Berichtskette bemerkt es, weil die Kette darauf gebaut wurde, die falsche Zahl zu beobachten.

Was würde das Urteil ändern?

Hier die Evidenz, die diese Einschätzung kippen würde. Würde eine Wertespezifikation von Parteien ohne finanzielles Interesse am KI-Verbrauch verantwortet, ihre Methodik vollständig veröffentlicht und ihre Leitkennzahl als Kosten pro abgeschlossenem Ergebnis statt pro verbrauchter Einheit definiert, verdiente sie das Vertrauen im Zweifel. Würden unabhängige Prüfer statt der Mitgliedsfirmen selbst die Zahlen berechnen und testieren, umso besser. Das sind prüfbare Bedingungen, und sie sind gerade deshalb wichtig, weil sich noch keine davon prüfen lässt: Es gibt noch kein Dokument, an dem man sie messen könnte. Wenden Sie diese Bedingungen an, sobald die Tokenomics Foundation etwas veröffentlicht, oder auf jeden anderen Rahmen, der Ihnen vorgelegt wird. Ein Standard, den seine Nutznießer selbst verfassen, scheitert an der ersten Bedingung meist schon von allein.

All das läuft auf einen Schritt hinaus: Besitzen Sie selbst das Maßband, das Ihre Ausgaben misst. Der Weg dorthin beginnt vor der Beschaffung, mit einem klaren Bild davon, welche Ergebnisse die Technologie überhaupt bewegen soll, eine Arbeit, die in eine ehrliche Bereitschaftsanalyse gehört und nicht in eine Anbieterpräsentation. Er setzt sich fort, indem eine menschliche Hand an den Kennzahlen bleibt, die über Budgets entscheiden, und mit einer technischen Strategie, die die Messebene als eigenes Asset behandelt.

Die vertretbare Haltung hält jeden künftigen Standard an seinem Platz: eine Kennzahl unter mehreren, nie die einzige. Behalten Sie ein ergebnisbasiertes Maß, das kein Konsortium für Sie entworfen hat: Kosten pro gelöster Aufgabe auf einer privaten, zurückgehaltenen Arbeitslast, die Ihr reales Geschäft widerspiegelt, im eigenen Haus besessen und berechnet, außerhalb jedes fremden Rahmens. Diese Zahl ist günstig zu pflegen und schwer zu manipulieren, gerade weil die Anbieter ihre Definition nie berührt haben, und sie ist die Zahl, die über Vertragsverlängerungen entscheiden sollte.

Dahinter steckt eine Asymmetrie, die selten eingepreist wird. Wer die entscheidende Kennzahl definiert, gewinnt jede Verhandlung, die sich später auf sie beruft, still und über Jahre. Das ist für einen Anbieter mehr wert als jeder einzelne Vertrag, weshalb die Definition genau jetzt geschrieben wird, von den Firmen mit dem größten Interesse daran. Der günstigste Verteidigungsschritt, den ein Vorstand gehen kann, ist, die eigene Zahl zuerst aufzuschreiben.

Häufige Fragen

Welche Kennzahl eignet sich besser für den KI-ROI als verbrauchte Token?

Kosten pro abgeschlossenem Geschäftsergebnis: die vollständig zugerechneten Kosten, um eine Einheit anerkannter Arbeit nach einem akzeptierten Standard zu erledigen, etwa ein gelöster Fall, eine genehmigte Entscheidung oder ein verarbeitetes Dokument. Anders als der Token-Durchsatz lässt sich diese Zahl gegen eine reale Gewinn- und Verlustrechnung führen und kann nicht einfach durch höheren Verbrauch aufgebläht werden.

Ist ein anbietergestützter KI-Standard automatisch unglaubwürdig?

Nicht automatisch, aber er sollte als Vorschlag einer interessierten Partei gelesen werden, nicht als geprüfter Maßstab. Prüfen Sie ihn anhand von drei Bedingungen: unabhängige Steuerung, eine vollständig veröffentlichte Methodik und eine Leitkennzahl, die in Ergebnissen statt in den vom Autor verkauften Einheiten denominiert ist. Rahmenwerke, die alle drei erfüllen, verdienen mehr Vertrauen als solche, die keine davon erfüllen.

Wie vermeidet ein Käufer, sich an den Messrahmen eines Anbieters zu binden?

Indem er einen eigenen Referenzwert behält: einen zurückgehaltenen Ausschnitt der realen Arbeitslast, bepreist nach den Kosten, eine Einheit anerkannter Arbeit fertigzustellen, berechnet vom Käufer selbst statt von einem Anbieter-Dashboard abgelesen. Dieser Wert dient dann als Referenzpunkt für Vertragsverlängerungen und Anbietervergleiche, sodass die Wechselkosten in der eigenen Hand bleiben.