Anthropic führt nutzungsbasierte Preise ein

Anthropic kündigt Ende der Flatrate für Claude Enterprise an

Anthropic, der Entwickler des KI-Modells Claude, stellt seine Enterprise-Kunden auf ein reines nutzungsbasiertes Abrechnungsmodell um. Das Unternehmen bestätigte gegenüber PYMNTS AI, dass es die bisherige Flatrate-Preisstruktur für seinen Claude-Enterprise-Service beendet. Künftig zahlen Unternehmen nur noch für das, was sie tatsächlich nutzen, basierend auf der Anzahl verarbeiteter Tokens. Diese Änderung erfolgt vor dem Hintergrund eines massiven Anstiegs der Nutzung durch Geschäftskunden, die KI zunehmend in ihre Kernprozesse integrieren. Für Schweizer Finanzinstitute, die gerade erst beginnen, Large Language Models wie Claude 3.5 Sonnet für Compliance-Checks, Vertragsanalyse oder Kundenkommunikation zu evaluieren, stellt diese Preispolitik eine doppelte Herausforderung dar: Sie müssen nicht nur die technische Integration meistern, sondern auch ein neues Kostenmanagement für volatile KI-Ausgaben etablieren.

Token-Kosten werden zum neuen Controlling-Posten für Schweizer Treuhänder

Die Umstellung auf Pay-per-Use verwandelt KI-Kosten von einem fixen IT-Budgetposten in eine variable Betriebsausgabe, die direkt mit der Arbeitslast korreliert. Ein mittelgrosses Treuhandbüro in Zürich, das Claude beispielsweise für die automatische Extraktion von Rechnungsdaten aus PDFs oder die Zusammenfassung von Jahresberichten nutzt, muss plötzlich den Token-Verbrauch pro Mandant tracken. Die Kosten pro Token sind zwar gering, summieren sich aber schnell: Die Verarbeitung eines komplexen 50-seitigen Geschäftsberichts kann bereits mehrere tausend Tokens verbrauchen. Im Vergleich zu den monatlichen Flatrates von Schweizer ERP-Anbietern wie Bexio oder Abacus, die stabile Kosten bieten, erfordert das Anthropic-Modell eine neue Art der Budgetierung. Finanzcontroller müssen lernen, zwischen Input- und Output-Tokens zu unterscheiden und Szenarien für Spitzenlasten, etwa während der Steuersaison, zu kalkulieren. Dies erinnert an die Einführung cloudbasierter Infrastruktur, bei der die Kostenkontrolle erst nachträglich zur Kernkompetenz wurde.

Die Schweizer Bankenlandschaft reagiert mit hybriden KI-Strategien

Die grösseren Schweizer Banken und Versicherer verfolgen angesichts solcher Preismodelle zunehmend eine Multi-Vendor-Strategie. Sie kombinieren den Zugang zu leistungsstarken, aber teuren Modellen wie Claude oder GPT-4 für spezifische, wertschöpfende Anwendungen mit kostengünstigeren Open-Source-Alternativen für Routineaufgaben. Eine Grossbank in Genf setzt beispielsweise Claude exklusiv für die Analyse komplexer internationaler Finanztransaktionen ein, wo hohe Genauigkeit entscheidend ist, nutzt aber ein feinabgestimmtes, lokales Open-Source-Modell für die Klassifizierung eingehender Kundenanfragen. Diese Hybrid-Architektur minimiert die Token-Kosten, erhöht aber die Komplexität. Sie erfordert interne Plattformen, die Anfragen intelligent an das kosteneffizienteste Modell routen. Gleichzeitig prüfen Finanzinstitute vermehrt langfristige Commitment-Verträge mit Anbietern wie Anthropic, um Volumenrabatte zu sichern und Kostenschwankungen zu glätten – eine Praxis, die aus dem Cloud-Bereich bekannt ist.

Compliance und Datenschutz bleiben kritische Kostenfaktoren

Für Schweizer Finanzdienstleister ist die reine Token-Abrechnung nur eine Seite der Medaille. Die strengen Vorgaben des Bankengesetzes, der FINMA und des revidierten Datenschutzgesetzes (nDSG) schlagen massiv auf die Gesamtbetriebskosten einer KI-Lösung durch. Die Nutzung eines US-amerikanischen Dienstes wie Claude Enterprise für die Verarbeitung personenbezogener Finanzdaten wirft Fragen zur Datenlokalisierung auf. Viele Institute müssen daher zusätzliche Investitionen in Data-Loss-Prevention-Tools, Vertragsanpassungen (z.B. EU-Standardvertragsklauseln) oder sogar in eine vollständig lokale, isolierte Deployment-Option tätigen, die Anthropic anbietet. Diese Compliance-getriebenen Aufschläge können die reinen Token-Kosten um ein Vielfaches übersteigen und machen einen direkten Preisvergleich mit anderen Anbietern schwierig. Ein Treuhänder in Basel berichtet, dass seine Due-Diligence-Prüfung für Claude länger dauerte als die technische Integration selbst. Die Wahl eines KI-Modells wird damit immer mehr zu einer Risiko- und Compliance-Entscheidung, nicht nur zu einer technischen oder finanziellen.

Der Schweizer Markt sucht nach alternativen Wegen zur KI-Automatisierung

Die Preismodelle der globalen KI-Giganten beschleunigen die Suche nach alternativen Automatisierungspfaden im Schweizer Finanzsektor. Viele KMU und Treuhandbüros schauen sich verstärkt bei integrierten Schweizer Softwarehäusern um. Anbieter wie Bexio oder Abacus bauen KI-Funktionen direkt in ihre Buchhaltungs- und ERP-Systeme ein, oft zu transparenten, in der Lizenz enthaltenen Preisen. Ein Vergleich der führenden Schweizer ERP-Lösungen zeigt, dass diese Integrationen zwar weniger leistungsfähig sind als Claude 3.5 Sonnet, aber für Standardaufgaben wie Belegerkennung oder Mahnwesen ausreichen und keine separate Token-Abrechnung erfordern. Parallel dazu wächst das Interesse an spezialisierten, für Finanzdaten trainierten Open-Source-Modellen wie FinBERT oder Schweizer Implementationen von Llama 3, die lokal betrieben werden können. Eine Genossenschaftsbank in Luzern experimentiert erfolgreich mit einem eigenen, kleinen Sprachmodell, das ausschliesslich auf FINMA-Rundschreiben und internen Compliance-Dokumenten trainiert wurde. Dieser Ansatz senkt nicht nur die laufenden Kosten, sondern adressiert auch Datenschutzbedenken von Grund auf.

Die Zukunft der KI-Kosten: Transparenz und Granularität statt Pauschalpreise

Die Bewegung hin zu nutzungsbasierten Modellen, wie sie Anthropic jetzt vollzieht, ist ein Indikator für die Reifung des KI-Marktes. Sie spiegelt wider, dass KI kein undifferenziertes Gut mehr ist, sondern eine präzise messbare Ressource. Für Schweizer Finanzprofis bedeutet dies den Abschied von der bequemen Flatrate, aber auch die Chance auf eine fairere Abrechnung. Kleine Mandate mit geringem KI-Bedarf werden nicht mehr die gleichen Kosten verursachen wie grosse, komplexe Konzerne. Die erfolgreichen Akteure werden jene sein, die ihre internen Prozesse so instrumentieren, dass sie den Token-Verbrauch pro Aufgabe, pro Mitarbeiter und pro Mandant nachvollziehen und optimieren können. Tools für KI-Spend-Management werden so wichtig werden wie heutige Cloud-Cost-Management-Plattformen. Die Diskussion verschiebt sich von der Frage "Können wir es uns leisten?" hin zu "Wo erzielen wir mit jedem ausgegebenen Token den grössten geschäftlichen Mehrwert?" – eine Frage, die im kernsparsamen Schweizer Finanzwesen auf fruchtbaren Boden fallen dürfte.

---

Quelle: PYMNTS AI — Dieser Artikel wurde automatisch mit KI erstellt und automatisiert auf Faktenkonformität mit der Originalquelle geprüft. Er wurde nicht individuell redaktionell geprüft.

Haftungsausschluss: Dieser Artikel dient ausschliesslich zu Informationszwecken und stellt keine Finanzberatung dar. Konsultieren Sie einen zugelassenen Finanzberater, bevor Sie Anlageentscheide treffen.

Weiterführende Artikel

• Bexio vs Abacus vs Banana: ERP-Vergleich Schweiz 2026
• 'Bitcoin bei $67''000 trotz Ölkrise: Was Schweizer Finanzprofis beachten sollten'
• >-