Der Software-Entwickler OpenAI experimentiert mit einer grundlegenden Umstellung seiner Gebührenstruktur. Wie aus Branchenberichten hervorgeht, testet das Unternehmen derzeit ein ergebnisbasiertes Preismodell für seine KI-Dienste.
Bei diesem Ansatz würden Kunden künftig nicht mehr pauschal für den Zugriff oder die Rechenleistung zahlen, sondern nur dann zur Kasse gebeten, wenn die künstliche Intelligenz eine gestellte Aufgabe erfolgreich ausgeführt hat.
Diese Entwicklung markiert eine Abkehr von den bisher branchenüblichen Modellen, die zumeist auf monatlichen Abonnements oder der Anzahl der verarbeiteten Datenpakete basieren. OpenAI arbeitet bei der Einführung dieser neuen Preisstrategie eng mit dem Software-Riesen Salesforce zusammen. Beide Unternehmen verfolgen das Ziel, die Kosten für Unternehmenskunden stärker an den tatsächlichen geschäftlichen Nutzen der Technologie zu koppeln.
Salesforce und weitere Branchenakteure folgen dem Trend
Parallel zu den Bestrebungen von OpenAI hat auch Salesforce damit begonnen, ähnliche ergebnisbasierte Modelle zu testen. In Berichten, die sich unter anderem auf Informationen von Brancheninsidern stützen, wird deutlich, dass Salesforce seine Preisgestaltung für KI-Anwendungen grundlegend überarbeitet.
Das Unternehmen reagiert damit auf den wachsenden Druck von Geschäftskunden, die Transparenz und eine direktere Korrelation zwischen Investition und Ertrag fordern.
Während Unternehmen neue Preismodelle für KI-Dienste evaluieren, müssen sie gleichzeitig die komplexen rechtlichen Rahmenbedingungen des EU AI Acts im Blick behalten. Dieser kostenlose Umsetzungsleitfaden bietet einen kompakten Überblick über alle neuen Anforderungen, Pflichten und Fristen für Betriebe. EU AI Act in 5 Schritten verstehen: Fristen, Pflichten und Risikoklassen kompakt erklärt
Neben OpenAI und Salesforce setzen auch andere namhafte Technologieunternehmen verstärkt auf erfolgsabhängige Vergütungen. So wurde bekannt, dass Anbieter wie Zendesk, Pegasystems und HP bereits entsprechende Modelle in ihre Geschäftsabläufe integrieren.
Die Entwicklung wird zudem durch infrastrukturelle Rahmenbedingungen gestützt: Der Zahlungsdienstleister Stripe hat in den letzten Tagen spezifische Richtlinien veröffentlicht, die Unternehmen dabei unterstützen sollen, ergebnisbasierte Abrechnungen technisch und rechtlich korrekt abzuwickeln.
Marktakzeptanz und langfristige Prognosen
Trotz der prominenten Vorreiter steckt die breite Einführung solcher Preismodelle noch in der Anfangsphase. Aktuelle Erhebungen zeigen, dass derzeit erst 19 Prozent der Käufer von Software-Lösungen solche erfolgsbasierten Modelle nutzen. Die Zurückhaltung auf Kundenseite sowie die Komplexität bei der Definition eines erfolgreichen Ergebnisses stellen weiterhin Hürden für eine flächendeckende Implementierung dar.
Branchenanalysten von Gartner dämpfen zudem die Erwartung an einen schnellen, totalen Umbruch des Marktes. In einer aktuellen Prognose gehen die Marktforscher davon aus, dass bis zum Jahr 2031 weniger als 25 Prozent der Verträge im Bereich der Software-Dienstleistungen auf rein ergebnisbasierten Preisen basieren werden.
Wer sich mit der Implementierung moderner KI-Lösungen befasst, sollte auch die damit verbundenen Risikoklassen und Dokumentationspflichten kennen. Erfahren Sie in diesem kostenlosen Report, welche Systeme als Hochrisiko eingestuft werden und was Unternehmen nun konkret unternehmen müssen. Welche KI-Systeme gelten als Hochrisiko – und was müssen Unternehmen jetzt konkret tun?
Während das Modell für spezifische, klar messbare Aufgaben wie die Automatisierung des Kundenservice oder die Datenverarbeitung attraktiv ist, bleibt die Anwendung bei komplexeren, kreativen oder beratenden KI-Leistungen eine Herausforderung.
Die Initiative von OpenAI und Salesforce wird in Fachkreisen dennoch als bedeutendes Signal gewertet. Sollten die laufenden Tests erfolgreich verlaufen, könnte dies den Druck auf andere Anbieter von Basistechnologien im Bereich der generativen Intelligenz erhöhen, ihre bisherigen Kostenstrukturen zu überdenken und das finanzielle Risiko stärker mit den Anwendern zu teilen.
