Nach Tokenmaxxing-Schock: Unternehmen suchen den echten KI-ROI
TL;DR
TechCrunch greift den Rückschlag nach dem Tokenmaxxing-Hype auf: Firmen pushten AI-Nutzung maximal, danach wurden Kosten sichtbar. Als Beispiele nennt der Beitrag Uber, das sein jährliches AI-Budget in wenigen Monaten verbraucht haben soll, gekürzte Claude-Lizenzen in Unternehmen und Metas beendetes internes Leaderboard. NEA-Partnerin Tiffany Luck sieht genau dort den Engpass: Unternehmen suchen noch belastbare Metriken, um AI-Ausgaben gegen echten Produktivitätsgewinn zu halten.
Nauti's Take
Tokenmaxxing klang nach Produktivitätskultur, war aber oft unbegrenztes Probieren mit Firmenkarte. Die nüchterne Phase ist gesund: Teams müssen zeigen, welcher Prozess durch AI messbar weniger Zeit, Fehler oder Supportaufwand braucht.
Der PR-Teil ist, dass jeder VC daraus die nächste Softwarekategorie ableitet. Die echte Chance liegt bei Tools, die Nutzung und Geschäftsergebnis sauber verbinden, ohne noch ein Dashboard-Theater zu bauen.
Einordnunganzeigen
Enterprise-AI rutscht von Begeisterung in Kostenkontrolle. CFOs wollen Belege, welche Workflows schneller, günstiger oder besser werden. Wer AI-Tools verkauft, muss näher an Nutzung, Prozessdaten und Outcome-Messung heran, nicht nur an Demo-Momente.
Quellen