Tokenpreise sinken, doch H100‑Mieten bleiben hoch – agentische KI steigert das Volumen und hält Hardwarekosten oben.
In Kürze
- Preis pro Token fällt deutlich
- H100‑GPU‑Mieten und Energie bleiben teuer
- Agentische KI treibt Tokenverbrauch und Nachfrage
Wenn günstigere KI‑Aufrufe nicht zu günstigeren Chips führen: Neue Daten zeigen ein klassisches Jevons‑Paradox im KI‑Markt.
Eine Auswertung von Ornn, Silicon Data und Bloomberg (Stand August 2026), durchgeführt von der Risikokapitalfirma a16z, dokumentiert, dass die Preise pro Token — also der Abrechnungseinheit für KI‑Aufrufe — deutlich fallen, während die Mietpreise für H100‑GPUs (H100 = ein verbreitetes Hochleistungs‑GPU‑Modell für KI‑Rechenlasten) weiter hoch bleiben oder sogar steigen. a16z fasst das pointiert zusammen: „Jevons‑Paradox ist Jensens großes Glück.“
Was die Zahlen bedeuten
- Sinkende Tokenpreise machen KI‑Anfragen günstiger. Das senkt die Schwelle für Anwendungen und treibt vor allem agentische KI voran — autonome Software‑Agenten, die selbst Aktionen ausführen und sehr viele Tokens verbrauchen.
- Die gesamtwirtschaftliche Token‑Nutzung wächst offenbar schneller als der Preis pro Token fällt. Dieses Volumenwachstum gleicht oder überkompensiert die geringeren Preise, sodass die Nachfrage nach Rechenleistung, Speicher und Energie hoch bleibt.
- Agentische Systeme gelten als besonders „hungrig“ in Sachen Tokens; wie viel des Wachstums von Menschen gegenüber autonomen Systemen kommt, bleibt allerdings unklar.
Warum das relevant ist
Die Marktmechanik hängt an einer zentralen Annahme: Das Nutzungswachstum muss schnell genug steigen, damit niedrigere Tokenpreise nicht die Gesamterlöse der Infrastruktur‑Anbieter drücken. Solange das der Fall ist, bleiben GPUs (wie die H100), Speicherkapazitäten, Strom und Cloud‑Leistung knapp und teuer. Gerät das Wachstum ins Stocken, sind dagegen Hersteller von Chips, Speicher und Rechenzentren sowie Energieversorger betroffen — und potenziell auch die Finanzmärkte.
Marktreaktion und Unsicherheiten
Die Sensitivität der Märkte zeigte sich bereits: US‑Aktien gaben nach Berichten nach, wonach OpenAIs hochgerechneter Jahresumsatz möglicherweise niedriger ausfällt als zuvor angegeben. Das ist ein praktisches Beispiel dafür, wie schnell sich Anleger anpassen, wenn Zweifel an der Nachhaltigkeit des Nutzungswachstums aufkommen.
Worauf du achten kannst
Beobachtet werden sollten zum einen die Entwicklung von Token‑Preisen im Verhältnis zum Nutzungsvolumen, zum anderen die Verteilung der Nutzung auf menschliche Anfragen versus agentische Systeme. Ebenso wichtig sind Kapazitätsausbau, Preise für H100‑Mieten und Signale aus den Quartalsberichten von Cloud‑ und Chipanbietern — sie geben Aufschluss darüber, ob die derzeit hohe Hardware‑Nachfrage stabil bleibt oder ob sich das Bild dreht.
Quellen
- Quelle: a16z
- Der ursprüngliche Artikel wurde hier veröffentlicht
- Dieser Artikel wurde im Podcast KI-Briefing-Daily behandelt. Die Folge kannst du hier anhören.
