Seit der Einführung von ChatGPT im November 2022 erlebte die Künstliche Intelligenz einen bemerkenswerten Rückgang der Preise – eine Phase, die als „Preisdeflation“ bezeichnet wurde und von vielen als Zeichen für die beschleunigte Zugänglichkeit von Frontier-AI-Technologien galt. Doch diese Entwicklung hat sich grundlegend gewandelt. Aktuelle Entwicklungen, insbesondere die Einführung von „Fast Mode“ durch Anthropic, dem AI-Labor von Dario Amodei, zeigen nun ein anderes Bild: Die Kosten für KI-Infrastruktur steigen erneut – und zwar deutlich. Mit einem Preis von 150 Dollar pro Million Ausgabetokens ist Fast Mode mehr als zehnmal teurer als die meisten Konkurrenzangebote, was die meisten Nutzer, insbesondere kleine Unternehmen und Einzelpersonen, vollständig ausschließt. Dies stellt eine zentrale Fehlannahme der aktuellen KI-Debatte in Frage: die Annahme, dass KI-Preise generell sinken. Tatsächlich ist die Preisentwicklung komplexer und weniger linear. Während die frühe Phase der KI-Revolution durch Effizienzgewinne, Skalierung und Wettbewerb gekennzeichnet war, hat sich der Markt mittlerweile in eine neue Phase der Ressourcenintensität und Marktkonzentration begeben. Die Kosten für leistungsfähige Modelle steigen, weil die Entwicklung und der Betrieb von Frontier-Modellen wie GPT-4, Claude 3 oder Gemini Pro immer aufwendiger werden. Dies wird durch die Notwendigkeit von massiven Rechenressourcen, spezialisierten Chips und hochkomplexen Trainingsprozessen getrieben. Die Verantwortung dafür liegt nicht ausschließlich bei den KI-Labors wie Anthropic oder OpenAI. Vielmehr spiegelt sich in der Preissituation eine strukturelle Herausforderung wider: Die Technologie ist so weit fortgeschritten, dass die Grenzkosten für neue Modelle nicht mehr sinken, sondern steigen – vor allem, wenn hohe Leistung, Genauigkeit und Sicherheit gefordert werden. Zudem dominiert ein kleiner Kreis von Unternehmen den Markt, was die Preiskontrolle erschwert. Die Preiserhöhungen sind daher weniger ein Geschäftsfehler als eine Folge der physikalischen und ökonomischen Grenzen der KI-Entwicklung. Die gesellschaftlichen Folgen sind ernst: Wenn KI-Technologien nur für reiche Unternehmen oder gut finanzierte Institutionen zugänglich sind, verstärkt sich die digitale Kluft. Die ursprüngliche Hoffnung, dass KI zur Verringerung von Ungleichheit und zur Förderung wirtschaftlichen Wachstums beitragen könnte, droht sich zu erfüllen – aber in umgekehrter Richtung. Diejenigen, die am meisten von KI profitieren, sind jene, die bereits über Ressourcen verfügen, während andere ausgegrenzt werden. Industrieexperten warnen davor, dass die Preisentwicklung die Innovation behindern könnte. „Die KI-Revolution wird nicht mehr durch Zugänglichkeit, sondern durch Monopolbildung geprägt“, sagt eine Analystin der Gartner Group. „Wenn nur wenige Akteure die Preise bestimmen können, wird die Innovation stagnieren.“ Anthropic, das sich selbst als verantwortungsvolle KI-Entwicklungspartei positioniert, steht vor einer paradoxen Lage: Während es die Risiken von KI öffentlich thematisiert, trägt es nun durch seine Preismodelle aktiv zur Ungleichheit bei. Die Zukunft der KI hängt nicht nur von technologischem Fortschritt ab, sondern entscheidend von der Frage, wer Zugang dazu hat – und wie fair die Kosten verteilt werden.