Von **Jaya Gupta**// Quelle x.com ↗/Lesezeit 2 min/.md// Maschinelle Übersetzung
#Token Budget Wars#marginaler Token-Nutzen#Token-zu-Ergebnis-Attribution#von Adoption zu Allokation#Allokationsschicht#Kosten pro abgeschlossenem Ergebnis#Kosten eines abgeschlossenen Ergebnisses#Retry-Tails
Zusammenfassung
Am 28. Mai 2026 veröffentlichte Jaya Gupta (Investorin, vermutlich bei Foundation Capital) einen viralen Essay-Thread auf X (230,5K Aufrufe): „Token Budget Wars“. Kernthese: „Enterprise AI hat sich von Adoption zu Allokation verschoben.“ Phase 1 hat bewiesen, dass Modelle funktionieren können; Phase 2 wird entscheiden, wie viel diese Arbeit wert ist. Die neue Währung an der Spitze der Unternehmen ist die Quantifizierung des KI-ROI — „zeig mir den Wert.“
Kernkonzept: marginaler Token-Nutzen = „der Geschäftswert, den jeder zusätzliche Dollar an Inferenz schafft“ — die Zahl, die im großen Maßstab zählt, für die meisten Unternehmen unsichtbar, weil die Rechnung nicht sagt, ob die Ausgabe Arbeit ersetzt, Umsatz generiert oder Tokenmaxxing finanziert hat. Zeitachse: Claude wurde im November 2025 ausgeliefert, nachdem die Budgets 2026 bereits festgelegt waren; schon im Q1 lagen Unternehmen „um ein Vielfaches über Plan.“ Verschiebung von Experimentieren (100.000 $) → Infrastruktur (1 Mio. $+): „zwei Durchläufe desselben Workflows mit demselben Input können sich im Token-Kostenaufwand um das 5- bis 10-Fache unterscheiden“ — „eine Zahl, die der CFO dem CEO erklären muss.“
KI konkurriert mit Arbeitskraft: Die Einheit verschiebt sich vom Token zu den Kosten eines abgeschlossenen Ergebnisses (pro gelöstem Ticket, bearbeitetem Schadensfall, geprüftem Vertrag, vermiedener Neueinstellung…). BPO ist die einfachste Vergleichsbasis (bereits in abgeschlossenen Einheiten bepreist). Warum SaaS nicht mehr greift: „Signal und Rauschen teilen sich dieselbe Einheit“; „SaaS-Nutzung sagte dir, dass die Software adoptiert wurde. KI-Nutzung sagt dir, dass der Zähler läuft. Sie sagt dir nicht, ob dein Unternehmen brodelt.“
Drei Ursachen der Unsichtbarkeit: (1) Retry-Tails — Tokens/Lösung ≈ T/p, 90 %→70 % = +~28 %; (2) Kontext-Inflation — Kosten ≈ O(n²), Verdopplung des Kontexts vervierfacht das Reasoning; (3) Routing — alles an das Frontier-Modell zu senden = „Problem auf Vorstandsebene.“Aufteilung: Software = ein Problem der Produktivitätsmessung; Nicht-Software = ein Transformations-Problem (im Audit korrekt).
Fehlende Schicht: Token-zu-Ergebnis-Attribution, die Inferenz → Arbeit → Ergebnis verknüpft. Messung wird zu Gedächtnis: Agenten erzeugen Entscheidungs-Traces („die Entscheidungsbegründung ist einer der am schnellsten verderblichen Vermögenswerte“), die „wertvoller als der Kostenbericht“ werden → ein Context Graph. Die Allokationsschicht ist der Preis: Wer sie besitzt, trifft die Allokationsentscheidungen und kontrolliert, wohin die KI-Ausgaben fließen — eingekauft als Transformation (McKinsey + Palantir + top-down agierender CEO, nach Art von ERP/BI). Abschließend mit Munger: „zeig mir den Anreiz, und ich zeige dir das Ergebnis.“
Kernpunkte
Datum / Quelle.28. Mai 2026 (1:51 Uhr), X-Thread @JayaGup10, 230,5K Aufrufe. Langes Essay-Format in einem einzigen Post.
Autorin.Jaya Gupta, Investorin (vermutlich bei Foundation Capital — Autorin des Context Graphs-Frameworks, Selbstzitat).
Kernthese.„Enterprise AI has moved from adoption to allocation“ — Phase 1: Modelle können funktionieren; Phase 2: wie viel diese Arbeit wert ist. ### Das Kernkonzept — marginaler Token-Nutzen > „der Geschäftswert, den jeder zusätzliche Dollar an Inferenz schafft. Es ist die Zahl, die im großen Maßstab zählt, und die Zahl, die die meisten Unternehmen nicht sehen können.“
Es ist die Ableitung des ROI: nicht die Gesamtkosten, sondern der Wert des marginalen Inferenz-Dollars.
Unsichtbar, weil der Token-Nutzen nicht quantifiziert wird: Die Rechnung sagt nicht, ob die Ausgabe Arbeit ersetzt, Umsatz generiert, Risiko reduziert, einen Workflow beschleunigt hat … oder nur Ingenieure finanziert hat, die auf dem Leaderboard tokenmaxxen. ### Zeitachse der Verschiebung | Zeitpunkt | Fakt | |--------|------| | Nov. 2025 | Claude wurde ausgeliefert, nachdem die Jahresbudgets 2026 bereits festgelegt waren | | Q1 2026 | Unternehmen „liegen um ein Vielfaches über Plan“ | | Schwelle ~ein paar 100.000 $ | Noch Experimentieren | | Schwelle siebenstellig (1 Mio. $+) | Wird zu Infrastruktur → materielle Schwankungen in der GuV |
Kanonische technische Varianz.„zwei Durchläufe desselben Workflows mit demselben Input können sich im Token-Kostenaufwand um das 5- bis 10-Fache unterscheiden, ohne dass sichtbar etwas schiefgeht“ → im Infrastruktur-Maßstab „eine Zahl, die der CFO dem CEO erklären muss.“ ### KI konkurriert mit Arbeitskraft (nicht mit SaaS)
3 Arten von Budgetanfragen.ausgelagerte Arbeit ersetzen / interne Arbeit ersetzen / Umsatz generieren.
Verschiebung der Einheit: vom Token zu den Kosten eines abgeschlossenen Ergebnisses → Kosten pro gelöstem Ticket, bearbeitetem Schadensfall, geprüftem Vertrag, abgeschlossener Rechnung, vermiedener Neueinstellung, gehaltenem Kunden, bewegtem Umsatzdollar.
BPO = die einfachste Vergleichsbasis. (bereits in abgeschlossenen Einheiten bepreist: Preis pro Ticket/Schadensfall/Rechnung/Prüfung). Interne Arbeit = deutlich schwieriger (multiskillte Mitarbeitende, diffuse Gewinne = vermiedene Einstellungen/Kapazität, Widerstand der Personalabteilung).
⚠️ Fallstrick: „ein Schadensfall, der drei Retries, eine menschliche Korrektur und ein Frontier-Modell erfordert, kann teurer sein als die ausgelagerte Arbeitskraft, die er ersetzen sollte.“ ### Warum SaaS nicht mehr greift > „Signal und Rauschen teilen sich dieselbe Einheit.“ Der Token (Abrechnungseinheit) ist stabil, aber die Arbeit, die er repräsentiert, ist es nicht. > „SaaS-Nutzung sagte dir, dass die Software adoptiert wurde. KI-Nutzung sagt dir, dass der Zähler läuft. Sie sagt dir nicht, ob dein Unternehmen brodelt.“
### Die 3 Ursachen der Unsichtbarkeit — direkt umsetzbar (FinOps) | # | Ursache | Mechanismus | Hebel | |---|-------|-----------|--------| | 1 | Retry-Tails | Tokens/gelöster Workflow ≈ T/p; Abschlussquote 90 %→70 % = +~28 % Kosten (nicht 20 %, Fehlschläge kumulieren sich) | Zuverlässigkeit beim ersten Versuch verbessern | | 2 | Kontext-Inflation | Kosten ≈ O(n²) zur Kontextlänge; Verdopplung des Kontexts vervierfacht die Reasoning-Kosten; Over-Retrieval (50 Dokumente statt 5, ganze E-Mail-Threads, veraltete Historie) | Context-Hygiene, gezieltes Retrieval | | 3 | Routing | Standard = stärkstes Modell; einfache Klassifikation läuft auf einem komplexen Reasoning-Modell | Model-Routing (kleines Modell für einfache Aufgaben) = „überschaubare Rechnung vs. Problem auf Vorstandsebene“ | → Deckt sich exakt mit den Hebeln aus dem Slot „Cost Optimization“ der Claude-Code-Morgensession (Haiku/Sonnet/Opus-Routing, Prompt-Caching, Context-Hygiene, Sub-Agenten).
### Sektorale Aufteilung | | Software | Nicht-Software | |--|-------------|------------------| | Art des Problems | Produktivitätsmessung | Transformation | | Warum | Arbeit bereits instrumentiert (PRs, Commits, Deployments, Incidents, Zykluszeit, MTTR) | Operative Arbeit (Schadensfälle, Underwriting, Support, Compliance, Lieferkette, Zahlungsstreitigkeiten) | | Anforderung | im Durchschnitt korrekt | im Audit korrekt | | Symptom | verfolgt „KI-Entlassungen“ | Arbeitseinheit ≠ Kosteneinheit ≠ dieselbe Organisation | ### Die fehlende Schicht — Token-zu-Ergebnis-Attribution
Umwandlungsschicht. , die verknüpft: Inferenzausgaben → geleistete Arbeit → Geschäftsergebnis.
3 Fragen. (1) reale Kosten einschließlich Retries/Korrekturen? (2) welche Teile der Trace zählten vs. Thrashing? (3) hat die Arbeit das Betriebsmodell verändert (weniger Tickets/Agent, kürzere Schadensfall-Zyklen, reduzierte BPO-Position, verzögerte Einstellungen)?
Attribution in der Sprache des Geschäfts: nicht „dieser Workflow kostete 2,13 $“, sondern „diese Klasse von Schadensfällen ist mit Agenten günstiger als mit BPO, außer wenn die Police Ausnahmedokumente erfordert — in diesem Fall zerstört der Retry-Tail die Wirtschaftlichkeit.“ ### Messung wird zu Gedächtnis > „Die Entscheidungsbegründung ist einer der am schnellsten verderblichen Vermögenswerte eines Unternehmens“ — sie lebt in Slack-Threads, E-Mail-Ketten, Eskalationsanrufen und in den Köpfen der Menschen (die das Unternehmen verlassen).
Systeme der Aufzeichnung erfassen was passiert ist, selten warum (ein CRM sagt, dass ein Deal geplatzt ist, nicht das ungeschriebene Urteil hinter der Prognose).
Zunächst erfasst, um die Ausgaben zu rechtfertigen, werden sie „wertvoller als der Kostenbericht“ → ein Context Graph (ein Fachjargon, den die Autorin nach eigener Aussage „schon so leid“ ist). ### Die Allokationsschicht ist der Preis
Wer die Token-zu-Ergebnis-Attribution besitzt, trifft die Allokationsentscheidungen: welche Workflows → mehr Rechenleistung erhalten / gedeckelt werden / zu günstigeren Modellen wechseln / menschlich bleiben / BPO ersetzen.
„Und sobald man diese Entscheidungen trifft, kontrolliert man, wohin die KI-Ausgaben im Unternehmen fließen, und erhält das Vertrauen, um zu allokieren.“
Eingekauft als Transformation. (Fortune-500-Playbook): McKinsey- und Palantir-Alumni + top-down agierender CEO; kommt daher wie ERP/BI/digitale Transformation, ein „Programm“ mit einem Executive Sponsor + einer Infrastruktur = neue Single Source of Truth.
Die Gründerinnen und Gründer, die dazu in der Lage sein werden, werden „andere Menschen als das klassische Archetyp“ sein. ### Nutzbar für
Slot „Cost Optimization“ (Claude-Code-Morgensession). kanonisches Zitat für die Verschiebung von Token-Kosten → Kosten pro abgeschlossenem Ergebnis; die 3 Ursachen (Retry/Kontext/Routing) strukturieren den Hebel-Abschnitt; „der Zähler läuft“ und „brodelt dein Unternehmen“ = Pointen für Entscheidungsträger.
Agentisches-FinOps-Beratungsangebot. die Schicht Token-zu-Ergebnis-Attribution ist eine entstehende Produkt-/Beratungskategorie — mögliche Positionierung für SFEIR (die Trace instrumentieren, sie mit der GuV verknüpfen).
CFO/CEO-Narrativ.„eine Zahl, die der CFO dem CEO erklären muss“ — rahmt exakt die KI-Budgetdiskussion 2026 ein.
Argument Entscheidungs-Traces/Context Graph. Konvergenz mit Foundation Capital (gleiche Autorin), Bain (Execution-Data-Moat), Talisman (Ontologie/Governance) — Messung wird zu Gedächtnis = die Data-Moat-These 2026. ### Verbindungen zum Veille-Korpus
Bain — Cross-System Labor. (2026-05): dieselbe Kopplung von Execution-Data = Moat + Kosten eines abgeschlossenen Ergebnisses; Bain beziffert den Markt, Gupta beziffert das Messproblem, das ihn erschließt. Beide zitieren KI als Substitution von Arbeitskosten.
Ng — No AI Jobpocalypse. (2026-05-08): Ng beschreibt Preissetzungsmacht (Anbieter verankern die Preisgestaltung am Gehalt der ersetzten Arbeitskraft); Gupta beschreibt das Gegenstück auf Käuferseite (KI wird an BPO/Gehalt gemessen). Zwei Seiten derselben Mechanik KI-Ausgaben konkurrieren mit Arbeitskraft.
DORA ROI. (2026-04-21): „wir messen KI nicht am Code, den sie schreibt, sondern an den Engpässen, die sie beseitigt“ + „Code ist eine Verbindlichkeit“ → Gupta = die Token-Ebene-Version derselben Ablehnung von Aktivitäts-Proxys.
Mensch / Mistral. (2026-05-13): „wir verwandeln Elektrizität in Intelligenz, in Token-Generierung“ — eine Elektron→Token-Ökonomie auf der Angebotsseite; Gupta = eine Token→Ergebnis-Ökonomie auf der Nachfrageseite.
Ensarguet — Economics of Computation. (2026-03-11): der Kilowattstunden-Moment, das Ende des abrechenbaren Denk-Stundenlohns; Gupta erweitert dies auf der Seite des Stückwerts der Rechenleistung.
Foundation Capital — Context Graphs. (2025-12-22, gleiche Autorin): Messung wird zu Gedächtnis = eine explizite Brücke zum Context-Graphs-Framework; Entscheidungs-Traces = das neue System of Record.
Wescale — Augmented Software Factory. (2026-05-03): das Konzept Token Burning + Agent Manager = das französische operative Gegenstück zu Guptas Thrash.
BFM / Girard. (2026-05-05): „Token = Wert-Treibstoff“, NVIDIA-Boni ausgezahlt in Token, die Taxi-Metapher — direkte Konvergenz mit der Zähler läuft.
@tuning_engines. (Antwort — „DevSecFinOps for the Agentic Era“): eine Governance-/Organisations-Erweiterung der These. Drei Ideen: (1) „Tokens werden im Grunde wie Headcount verwaltet werden müssen“ — der Token wird zu einer Ressource, die wie ein Headcount verwaltet wird (Budget, Allokation, Rechtfertigung); (2) Modellhierarchien — „welches Modell an welchen Nutzer berichtet (also im Grunde, welcher Nutzer welches Modell verwenden darf!)“ = rollenbasierte Zugriffskontrolle (RBAC) auf Modelle: wer Opus vs. Sonnet vs. Haiku verwenden darf; (3) „viele organisatorische Techniken des FTE-Managements werden auch auf Token angewendet werden müssen“ — Import von HR-Workforce-Management-Techniken (Kapazitätsplanung, Allokation, Review) ins Token-Management. → Eine direkte Brücke zum Governance-Slot des Vormittags (nutzer- und modellbezogene Kontingente/Berechtigungen) und Konvergenz mit Uber Engineering (Agenten-Identität, welcher Agent was darf).
Kernzahlen
Varianz von 5-10× bei Token-Kosten zwischen zwei Ausführungen desselben Workflows bei gleichem Input