Vendor Lock-in bei KI: Die Rechnung kommt später

Dass dieser Gedankengang selten in dieser Schärfe laut ausgesprochen wird, ist klar. An ihm hängen berufliche und unternehmerische Existenzen. Trotzdem stoßen wir beim KI-Kompetenzzentrum Medien (KI.M) immer wieder auf diese Rechnung. 

Wir halten sie für eine Fehlkalkulation, weil sie die Gefahr eines Vendor Lock-ins ausblendet: einer Abhängigkeit von einem einzelnen Anbieter, aus der ein Unternehmen nur mit hohem Aufwand wieder herauskommt.

Was auf der Rechnung steht

Die Kosten für den Betrieb von KI-Modellen sind in den letzten drei Jahren tatsächlich dramatisch gefallen. Abgerechnet wird in Tokens: in Wortbausteinen, in die ein Modell jeden Text zerlegt. Was 2023 zum Start des KI-Booms noch 20 bis 60 US-Dollar pro Million Tokens kostete, kostet heute bei vergleichbarer Qualität nur noch wenige Cent.

Was auf der Monatsabrechnung aber nicht steht, ist, dass Anbieter zu diesen Preisen nicht profitabel sind. OpenAI erzielte 2025 rund 13 Milliarden US-Dollar Umsatz und gab dabei rund 34 Milliarden US-Dollar aus. CEO Sam Altman räumte Anfang 2025 öffentlich ein, dass selbst ein 200-US-Dollar-Abo Verluste einfährt.

Wer also den Eindruck hat, die Preisentwicklung im Jahr 2026 sei das Ergebnis von Angebot und Nachfrage, irrt sich. KI-Unternehmen, die gut mit Wagniskapital ausgestattet sind, kämpfen derzeit um Marktanteile. Die Kostendeckung ist vorerst zweitrangig. Für Medienunternehmen, die nachhaltige Prozesse aufbauen wollen, bedeutet das: Die aktuellen Kosten für KI-Schnittstellen (APIs) sind keine belastbare Grundlage für strukturelle Entscheidungen.

Was nicht auf der Rechnung steht

Jeder Prozess, der von einer externen Schnittstelle abhängig ist, ist zunächst das Ergebnis einer technischen Entscheidung, etwa wenn eine Redaktion die Transkription von Interviews an ein KI-Modell auslagert. Eine strukturelle Entscheidung wird daraus, sobald drei Dinge zusammenkommen:

1. Integralität: Der Prozess ist Teil der Wertschöpfungskette.
2. Permanenz: Der Prozess ersetzt menschliches Know-how im Unternehmen und kann ohne erhebliche Kosten nicht auf einen Menschen zurückübertragen werden, weil die entsprechende Stelle abgebaut wurde.
3. Brain Drain: Das Wissen über die Funktionsweise dieses Prozesses wurde in Prompts und Pipelines übertragen.

Sind diese drei Bedingungen erfüllt, verliert ein Medienhaus etwas sehr Wertvolles: seine Verhandlungsposition gegenüber dem KI-Anbieter. Für die vielen Lokal- und Regionalmedien in Bayern, die gegenüber globalen KI-Konzernen ohnehin wenig Verhandlungsmacht haben, wiegt das besonders schwer.

Wenn der Anbieter die Preise für Tokens und Inferenz anhebt oder Modell und Nutzungsbedingungen ändert, ist der Weg zurück kaum möglich oder sehr teuer. Die Menschen, die den Prozess ohne das Modell beherrscht haben, sind nicht mehr da.

Und wer glaubt, man könnte einfach auf ein anderes Modell wechseln, spielt mit dem Feuer. Ein Modellwechsel ist zwar möglich, aber keine bloße Konfigurationsänderung. Er setzt voraus, dass Mitarbeitende den Prozess verstehen und den Output einschätzen können. Auch das gesammelte Erfahrungswissen, welche Prompts funktionieren und wo das Modell zuverlässig ist, gilt nur für ein bestimmtes System. 

Wer wechselt, fängt von vorne an. Und zwar mit dem Personal, das man noch hat.

Was Medienhäuser jetzt tun können

Medienhäuser sollten jede tokenintensive Anwendung so konzipieren, dass sie auch bei zwei- bis fünffach höheren Preisen noch wirtschaftlich rentabel ist. Wenn das nicht der Fall ist, ist die Anwendung fremdfinanziert – durch das Wagniskapital der Anbieter. Die Rechnung dafür kommt später, möglicherweise dann, wenn es am ungünstigsten ist.

In der Praxis bedeutet das:

• Wechselmöglichkeiten offen halten: Eine Abstraktionsschicht zwischen Anwendung und Modell braucht den Menschen und hält sie flexibel, wenn Anbieter beginnen, kostendeckend zu arbeiten.
• Personalentscheidungen nicht an KI knüpfen: Personalentscheidungen sollten nicht das Ergebnis einer KI-Strategie sein, sondern die Voraussetzungen schaffen, um eine KI-Strategie überhaupt zu ermöglichen. 

Fazit: Die eigene Rechnung

Was heute als Einsparung die Bilanz verbessert, kann morgen die fehlende Fähigkeit sein, den eigenen Prozess zu verändern oder zu verlassen. Denn wer Personal einspart, spart auch die Kapazität ein, mit der ein Haus auf Unerwartetes reagieren und Neues entwickeln kann.

Medienhäuser, die ihr Prozesswissen im eigenen Haus halten, behalten dagegen ihre Verhandlungsposition und ihre Beweglichkeit. Steigende Preise pro Token lassen sich einkalkulieren, aber verlorenes Prozesswissen lässt sich nicht so leicht zurückholen.