KI-Kostenkontrolle wird zur Enterprise-Pflicht

OpenAI hat am 18. Juni neue Usage Analytics und erweiterte Spend Controls für ChatGPT Enterprise vorgestellt. Fast gleichzeitig beschreibt Microsoft für die Work IQ API ein verbrauchsbasiertes Modell über Copilot Credits. Für DACH-Unternehmen ist die Botschaft klar: KI-Verbrauch wird ein Betriebs- und Finanzthema, nicht nur eine IT-Funktion.

Was sich konkret ändert

Laut OpenAI bündelt die Global Admin Console künftig ChatGPT- und Codex-Credit-Verbrauch in einer Ansicht. Administratoren sollen Trends über Zeit sehen, Top-Nutzer erkennen und den Verbrauch nach Workspace, Nutzer, Produkt und Modell auswerten können. Zusätzlich verweist OpenAI auf eine einheitliche Cost API, über die dieselben Verbrauchsdaten in eigene Systeme übernommen werden können.

Bei den Limits geht OpenAI von starren Pauschalgrenzen weg. Workspace-Defaults, Gruppenlimits und individuelle Overrides lassen sich kombinieren. Nutzer können laut Help Center ihre Grenzen einsehen und bei Bedarf eine Erhöhung mit Kontext anfordern.

Microsoft setzt bei Work IQ API ebenfalls auf Verbrauchssteuerung: Custom Agents in Copilot Studio, Foundry oder Drittplattformen können Copilot Credits verbrauchen, wenn sie Microsoft-365-Daten über Work IQ nutzen. Vor dem produktiven Einsatz sollen Administratoren Abrechnung, Zugriff, Limits und Alerts konfigurieren.

Warum das für CIO und CFO relevant ist

Damit entsteht ein neues Kontrollfeld zwischen Plattformteam, Fachbereich und Finance. Ein Agent ist nicht nur eine Anwendung mit Lizenzkosten. Er erzeugt laufende Modell-, Kontext- und Tool-Aufrufkosten — oft genau dort, wo viele kleine Arbeitsschritte automatisiert werden.

Für regulierte Organisationen ist das auch Governance: Wer darf welche Modelle nutzen? Welche Abteilung verursacht welchen Verbrauch? Ab wann braucht ein Power User mehr Budget? Und welche Agenten liefern genug Nutzen, um ihre Credits zu rechtfertigen?

Was Sie jetzt prüfen sollten

Starten Sie mit einem einfachen AI-FinOps-Modell: Kostenstellen, technische Limits, Alerts, Review-Termine und klare Verantwortliche pro Workspace oder Agent. Erst danach sollte der Rollout breiter werden.

Die Leitfrage lautet nicht mehr: „Haben wir Zugriff auf KI?“ Sondern: „Können wir KI so betreiben, dass Nutzen, Risiko und Verbrauch sichtbar bleiben?“