Mir ist diese Woche eine Zahl aufgefallen, die auf den ersten Blick nach Branchen-Klein-Klein klingt und tatsächlich eine kleine Zeitenwende beschreibt: Das derzeit stärkste KI-Modell von Anthropic, Fable 5, wird von Unternehmen deutlich seltener eingesetzt als erwartet — und sein Wachstum steht seit Ende Juni praktisch still.
Woher kommen diese Zahlen?
Die Auswertung stammt von Ramp, einem US-Finanzdienstleister, der Firmenkreditkarten und Ausgabenmanagement anbietet. Ramp sieht dadurch etwas, das Anbieter selbst nur selten offenlegen: was Unternehmen für KI tatsächlich bezahlen. Die Grundlage sind die Ausgaben von rund 70.000 Firmen.
Das Ergebnis in Kurzform: Fable 5 macht etwa 11 Prozent der Ausgaben aus, die auf Anthropic-Modelle entfallen — und rund 6 Prozent der bezogenen Tokens. Tokens sind dabei einfach die Abrechnungseinheit, also grob die Textmenge, die durch das Modell läuft. Zum Vergleich: Das Spitzenmodell von OpenAI kommt im eigenen Portfolio auf etwa ein Viertel der Nutzung.
Warum greifen Firmen nicht zum Besten?
Der Hauptgrund ist unspektakulär: der Preis. Fable 5 liegt bei rund 10 US-Dollar je Million Tokens und damit etwa beim Doppelten des direkten Wettbewerbers. Noch deutlicher wird es an einem zweiten Detail: Das im Juli zu niedrigerem Preis gestartete Modell Opus 5 hat das Spitzenmodell bei den Unternehmensausgaben inzwischen überholt.
Bemerkenswert ist das, weil bisher ein anderes Muster galt. Kam ein neues, leistungsstärkeres Modell auf den Markt, stiegen Unternehmen zügig um — auch wenn es teurer war. Diese Reflexhaftigkeit ist offenbar vorbei. Anthropic gewinnt insgesamt weiter Marktanteile, aber die Bereitschaft, für die letzte Leistungsstufe jeden Preis zu zahlen, hat eine Grenze erreicht.
Was wir bei Media Nord davon halten
Ehrlich gesagt: Das war überfällig. Wir arbeiten seit Monaten mit einer eigenen Automatisierung, die täglich Texte, Auswertungen und Medien produziert — und wir haben dabei ziemlich schmerzhaft gelernt, dass „das beste Modell" und „das richtige Modell" zwei verschiedene Dinge sind. Ein einziger unbedachter Griff zum teuersten Werkzeug hat bei uns einmal so viel gekostet wie sechs komplette Produktionen. Seitdem gilt intern eine schlichte Regel: das günstigste Modell, das die Aufgabe sauber erledigt.
Unser Tipp aus der Praxis: Trennen Sie Ihre Anwendungsfälle, bevor Sie über Modelle reden. Für Angebotstexte, Mail-Entwürfe, Zusammenfassungen von Protokollen oder das Sortieren von Anfragen brauchen Sie kein Spitzenmodell. Das lohnt sich dort, wo es wirklich schwierig wird — bei komplexen Auswertungen, langen Dokumentenketten oder Aufgaben, bei denen ein Fehler teuer wird.
Häufige Fragen dazu
Heißt das, teure Modelle sind Geldverschwendung?
Nein. Es heißt, dass der Aufpreis eine Begründung braucht. Wenn ein günstigeres Modell 95 Prozent Ihrer Aufgaben gleich gut löst, zahlen Sie beim Pauschal-Upgrade für Leistung, die im Alltag niemand abruft.
Wie finde ich heraus, welches Modell reicht?
Nehmen Sie fünf bis zehn echte Aufgaben aus Ihrem Betrieb — keine Testfragen — und lassen Sie sie von zwei Modellen bearbeiten. Der Unterschied ist meist innerhalb einer halben Stunde sichtbar. Diese halbe Stunde ist die beste Investition in Ihre KI-Kosten.
Und wenn morgen ein noch stärkeres Modell kommt?
Dann ist genau das die Lehre aus den Ramp-Zahlen: erst prüfen, dann wechseln. Die Firmen, die das jetzt so machen, sind nicht die Zögerlichen — sie sind die, die rechnen.
Was uns an dieser Meldung gefällt: Sie nimmt kleinen Betrieben den Druck, immer beim Neuesten mitzumachen. Wer bewusst das günstigere Modell wählt, ist nicht hinterher. Er ist nur nicht mehr bereit, den Aufpreis ungeprüft zu zahlen.
Quellen
- https://www.heise.de/news/Firmendaten-Ausgaben-fuer-KI-Modell-Fable-5-von-Anthropic-stagnieren-laengst-11423073.html
- https://ramp.com/data/ai-index-august-2026
- https://the-decoder.com/fable-5s-slow-adoption-suggests-corporate-willingness-to-pay-for-frontier-ai-has-hit-a-ceiling/
- https://www.implicator.ai/anthropic-opus-5-overtakes-fable-5-corporate-spending/
- https://qz.com/openai-anthropic-business-ai-spending-ramp-data-082126
Hinweis zur Transparenz: Dieser Beitrag wurde KI-gestützt erstellt und vor der Veröffentlichung redaktionell geprüft. Inhalte können Fehler enthalten — für wichtige Entscheidungen bitte die verlinkten Originalquellen heranziehen.


