Nur 8 % der Unternehmen haben die tatsächlichen Kosten für die Bereitstellung von KI-Funktionen vollständig im Blick, während der Druck hinsichtlich Prognosen und Abrechnungen zunimmt.

Unternehmen wetteifern darum, künstliche Intelligenz (KI) in Umsatz umzuwandeln, doch viele tun dies, ohne eine klare Vorstellung davon zu haben, welche Kosten tatsächlich mit der Bereitstellung von KI verbunden sind.

SCHWEDEN, 26. Mai 2026 /PRNewswire/ -- Die neue weltweite Studie von DigitalRoute mit dem Titel AI State of Monetization 2026: The Year Pricing Broke kommt zu dem Ergebnis, dass nur 8 % der Unternehmen äußerst zuversichtlich sind, die tatsächlichen Betriebskosten ihrer KI-Funktionen zu kennen, während fast die Hälfte (47 %) steigende KI-bezogene Kosten als größte Herausforderung nennt.

Die Ergebnisse zeigen, dass die Kluft zwischen den Ambitionen im Bereich der KI und der kommerziellen Reife immer größer wird. Nur 23 % geben an, dass ihr Unternehmen die Nutzung von KI sowie Kosten- und Umsatzschwankungen sehr genau vorhersagen kann, und 61 % berichten, dass die Vorhersagbarkeit der Umsätze schwieriger geworden ist.

Dies deutet darauf hin, dass die KI-Monetarisierung eine neue Phase erreicht hat. Im Jahr 2025 war die zentrale Frage, ob KI Einnahmen generieren sollte. Im Jahr 2026 besteht die Herausforderung darin, ob Unternehmen in der Lage sind, dies so gut zu bepreisen, zu messen, in Rechnung zu stellen und zu prognostizieren, dass eine Skalierung möglich ist, ohne die Margen zu schmälern.

Dieser Wandel spiegelt sich in den strategischen Treibern der KI-Monetarisierung wider. Die Sicherung der Gewinnmarge steht nun an erster Stelle und wird von 35 % der Befragten genannt, noch vor dem Druck seitens der Kunden, der Einfachheit, der Markteinführungsgeschwindigkeit und der Wettbewerbsfähigkeit. Dennoch geben nur 9 % der Unternehmen an, dass sich nichts ändern muss, bevor sie KI-gestützte Umsätze mit Zuversicht steigern können.

„KI hat den Sprung vom Innovationsbudget zur kommerziellen Realität geschafft, doch die Monetarisierungsmodelle haben noch nicht Schritt gehalten", sagte Ari Vanttinen, CMO bei DigitalRoute. „Jede KI-Interaktion schafft einen Mehrwert für den Kunden, und ein Teil dieses Mehrwerts gebührt dem Anbieter in Form von Einnahmen. Der Haken dabei: Im Gegensatz zu SaaS, wo die Margen mit der Nutzerzahl steigen, steigen die KI-Kosten mit der Nutzung. Und wenn ein Unternehmen die KI-Nutzung und die damit verbundenen Kosten nicht genau nachverfolgen kann, ist es nicht in der Lage, angemessene Preise festzulegen. Das bedeutet, dass die Skalierung der KI-Einnahmen auf einer fragilen wirtschaftlichen Grundlage beruht."

Es gibt keinen Konsens darüber, wie KI monetarisiert werden sollte. Die vollständige Integration von KI in das bestehende Angebot ist mit 25 % der am häufigsten gewählte Ansatz, doch fast ebenso viele Unternehmen (23 %) befinden sich noch in der Testphase oder sind unentschlossen. Kostenpflichtige Zusatzfunktionen machen 18 % aus, API-Gebühren 15 % und ergebnisorientierte Preisgestaltung 12 %. Der Markt ist aktiv, aber immer noch fragmentiert.

Diese Fragmentierung stellt die Verantwortlichen in den Bereichen Finanzen, Produktentwicklung und Technologie vor eine weitere Herausforderung. Ohne eine festgelegte Preisgestaltungslogik müssen Unternehmen entscheiden, welche Leistungseinheit sie in Rechnung stellen, wie die Nutzung gemessen werden soll und wie sich variable KI-Kosten im Kundenangebot widerspiegeln sollen.

Hochpräzise Nutzungsdaten spielen bei diesem Wandel eine immer zentralere Rolle. Drei Viertel der Befragten (76 %) geben an, dass Nutzungsdaten in Echtzeit für die Monetarisierung von KI von entscheidender Bedeutung sind, doch 38 % nennen die Verwaltung und Nutzung von KI-Nutzungsdaten als eine ihrer größten Herausforderungen. Weitere 45 % geben an, dass sie eine bessere Datenbasis benötigen, bevor sie KI-gestützte Umsätze sicher skalieren können.

Insgesamt deuten die Ergebnisse darauf hin, dass es den Unternehmen an der notwendigen geschäftlichen Infrastruktur mangelt, um den Einsatz von KI in vorhersehbare, profitable Einnahmen umzuwandeln. Da KI zunehmend in jedes digitale Produkt, jeden Arbeitsablauf und jedes Kundenerlebnis integriert wird, werden diejenigen Unternehmen erfolgreich sein, die Nutzung, Kosten, Preisgestaltung, Abrechnung und Prognosen in einem einheitlichen Betriebsmodell miteinander verknüpfen können.

Den vollständigen Bericht finden Sie hier: AI State of Monetization 2026: The Year Pricing Broke – oder hören Sie sich die Hörbuchversion auf Spotify, bei Apple Books, Audible und Google Play Books an.

Informationen zu DigitalRoute

DigitalRoute ist das Unternehmen hinter UsageCloud™, der agilen Monetarisierungsplattform, die entwickelt wurde, um die gesamte Kette von der Nutzung bis zum Umsatz zu optimieren. Von rohen, unaufbereiteten Nutzungsdaten aus verschiedenen Quellen bis hin zu erfassten, abgeglichenen und abgerechneten Umsätzen – UsageCloud verwandelt jeden Nutzungsmoment in verlässliche, finanztaugliche Werte. Mehr als 400 Unternehmen aus den Bereichen SaaS, KI, Cloud-Infrastruktur, Mobilität, Medien und Telekommunikation vertrauen auf DigitalRoute, um nutzungsbasierte, hybride und ergebnisorientierte Modelle zu realisieren, ohne ihre bestehenden Abrechnungs- oder ERP-Systeme komplett austauschen zu müssen. Weitere Informationen finden Sie unter www.digitalroute.com.

Foto - https://mma.prnewswire.com/media/2987906/DigitalRoute.jpg

Logo - https://mma.prnewswire.com/media/2811964/5987819/DigitalRoute_Logo.jpg

View original content:https://www.prnewswire.com/de/pressemitteilungen/der-ki-goldrausch-stoWt-auf-ein-margenproblem-302782310.html

In Thüringen ist ein großangelegtes Forschungsprojekt zur nächsten Generation der Nanostrukturierung gestartet. Wissenschaftlerinnen und Wissenschaftler der Technischen Universität Ilmenau, der Friedrich-Schiller-Universität Jena und des Fraunhofer-Instituts für Angewandte Optik und Feinmechanik (IOF) in Jena entwickeln gemeinsam eine Hochpräzisionsmaschine, die Nanostrukturen auf Flächen von bis zu einem Quadratmeter erzeugen und vermessen soll. Die geplante 3D-Nanolithographie- und Nanomessmaschine (3D-NLM) soll dabei eine Positionierungsgenauigkeit erreichen, die kleiner ist als ein Atom. Die Deutsche Forschungsgemeinschaft (DFG) unterstützt die erste Projektphase bis 2027 im Rahmen des Programms „Neue Geräte für die Forschung“ mit vier Millionen Euro.

Mit dem Vorhaben zielt das Konsortium auf eine Größenordnung, die bestehende Anlagen deutlich übertrifft. Bisher lassen sich hochpräzise Nanostrukturen auf photonischen Bauteilen nach Angaben der Projektbeteiligten nur bis zu einem Durchmesser von etwa 30 Zentimetern zuverlässig herstellen. Die neue Anlage soll Bearbeitungen und Messungen von Bauteilen mit Kantenlängen von bis zu einem Meter ermöglichen – und damit eine mehr als dreifache Vergrößerung der nutzbaren Fläche erschließen. Die Entwicklungsarbeiten an der Maschine sind angelaufen; das Gesamtprojekt ist in drei Phasen bis 2032 angelegt.

Nanostrukturen gelten seit rund zwei Jahrzehnten als Schlüsseltechnologie, weil sie Licht gezielt beeinflussen können, indem sie dessen Wellenlänge und Ausbreitung steuern. Solche Strukturen finden sich bereits heute in großflächigen Bauteilen, etwa in Displays moderner Fernsehgeräte, die auf Nanotechnologie basieren. Nach Einschätzung der Forscherinnen und Forscher reicht die Genauigkeit bestehender industrieller Lösungen jedoch nicht aus, um künftige Anforderungen in zentralen wissenschaftlichen und technologischen Anwendungsfeldern zu erfüllen.

Die in Thüringen entstehende 3D-NLM soll genau diese Lücke adressieren. Perspektivisch könnte die Maschine zur Fertigung und Charakterisierung elektronischer und photonischer Schaltkreise ebenso eingesetzt werden wie zur Herstellung von Hochleistungsoptiken für die Erdbeobachtung. Auch in der Energieforschung sehen die Projektpartner potenzielle Einsatzfelder. Durch die Kombination aus großflächiger Bearbeitung und atomnaher Präzision erhoffen sich die Beteiligten einen technologischen Sprung, der sowohl der Grundlagenforschung als auch der Entwicklung neuer Komponenten in der Optik- und Elektronikindustrie zugutekommen könnte.