Interne Präsentation zeigt: KI‑Tests bei Amazon führten zu massiven Kostenüberschreitungen und Systemausfällen.
In Kürze
- Ein Projekt überschritt das Budget um 860% (1,8 Mio. $)
- KI‑Fehler lösten Ausfälle und Produktionsstörungen aus
- Amazon baut automatisierte Leitplanken und setzt Limits
Amazon hat intern Alarm geschlagen: Eine Präsentation, die der Financial Times vorliegt, dokumentiert mehrere KI-Projekte, deren Kosten massiv außer Kontrolle geraten sind — in einem Fall sogar „katastrophal teuer“. Das Unternehmen prüft jetzt Maßnahmen, um solche Ausreißer künftig zu verhindern.
Was genau passiert ist
In der internen Präsentation werden konkrete Fälle genannt, in denen der Einsatz großer KI-Modelle deutlich teurer wurde als geplant. Besonders auffällig ist ein Projekt, das mit 1,8 Millionen US-Dollar veranschlagt war. Das Vorhaben sollte Autorendaten mit Amazon-Einträgen per Claude Sonnet (ein LLM von Anthropic) abgleichen — am Ende wurde das Budget um 860 % überschritten, das Problem blieb fünf Monate unentdeckt und das Projekt scheiterte.
Weitere Beispiele aus dem Bericht:
- Ein KI-gestütztes Tool zur Finanzprüfung löste unvorhergesehene Zusatzkosten in Höhe von 541.000 US-Dollar aus.
- Ein Experiment, KI zur Beschleunigung der Logistik einzusetzen, verursachte unbeabsichtigte Ausgaben von 134.000 US-Dollar; dieses Ausreißer wurde nach zwei Wochen bemerkt.
- Die Fälle betreffen nur einzelne Teams, zeigen laut Bericht aber ein strukturelles Problem.
Warum die Kosten so schnell steigen
Ein Treiber der hohen Kosten ist die Abrechnung nach Verbrauch — etwa Tokens, also die Einheiten, in denen KI-Anfragen gemessen und abgerechnet werden. Kleine Fehler oder unkontrollierte Nutzung führen bei großen Modellen rasch zu hohen Rechnungen. Deshalb suchen viele Firmen nach Regeln, Limits und technischen Schutzmechanismen, um den Einsatz zu begrenzen.
Betriebsstörungen durch KI‑Einsatz
Die Kostenprobleme blieben nicht die einzigen Folgen. Schon im März verursachte KI-generierter Code fast sechsstündige Ausfälle von Amazon.com und der Shopping‑App. Bei AWS führte das interne KI-Tool „Kiro“ dazu, dass eine Produktionsumgebung gelöscht und neu erstellt wurde — als Folge fiel ein Kostenkalkulator für AWS‑Kunden 13 Stunden lang aus. Solche Vorfälle zeigen, dass Fehler in KI‑Workflows sich nicht nur auf die Rechnung, sondern auch auf die Verfügbarkeit auswirken können.
Gegenmaßnahmen bei Amazon und in der Branche
Als Reaktion baut Amazon automatisierte Leitplanken (Guardrails), um künftige Projekte besser zu begrenzen — unklar ist, ob dafür wiederum KI eingesetzt wird. Auch andere Unternehmen wie Adobe, Atlassian und Citi haben ähnliche Kostenüberschreitungen gemeldet.
Bewährte Gegenmittel sind:
- strengere Kontrollen auf Projektebene
- harte Token‑Limits
- der vermehrte Einsatz offener Modelle, die beim Inference‑Einsatz oft deutlich günstiger sind als die teuersten Angebote von OpenAI oder Anthropic
Was daraus folgt
Der Bericht legt nahe: Ohne enge Überwachung können KI‑Anwendungen schnell erhebliche Zusatzkosten und auch Systemausfälle verursachen. Amazon reagiert mit automatisierten Kontrollen, wie wirksam diese Maßnahmen sind, bleibt abzuwarten.
Quellen
- Quelle: Amazon
- Der ursprüngliche Artikel wurde hier veröffentlicht
- Dieser Artikel wurde im Podcast KI-Briefing-Daily behandelt. Die Folge kannst du hier anhören.
