Künstliche Intelligenz: Amazon berichtet von "katastrophal teurer" KI-Nutzung

Herausforderungen bei der Skalierung von KI-Systemen

Der Einsatz von Künstlicher Intelligenz zur Prozessoptimierung gilt in der Tech-Branche als Standard, doch für Amazon hat dieser Weg zu unerwarteten finanziellen Belastungen geführt. Wie aus Berichten hervorgeht, mussten leitende Entwickler des Unternehmens in einem internen Meeting einräumen, dass bestimmte KI-gestützte Projekte die geplanten Budgets massiv überschritten haben. Die Kostenentwicklung wird dabei als „katastrophal“ eingestuft, was nun zu einer strategischen Neuausrichtung im Umgang mit diesen Technologien führt.

Millionenverluste durch unvorhergesehene Abrechnungsmodelle

Ein besonders drastisches Beispiel illustriert die Problematik: Bei einem Projekt, das den Abgleich von Autorendetails mit den internen Webseitendaten mittels des KI-Modells Claude Sonnet von Anthropic vorsah, entstanden Mehrkosten in Höhe von 1,8 Millionen US-Dollar. Dies entsprach einer Budgetüberschreitung von 860 Prozent. Besonders kritisch ist hierbei der zeitliche Aspekt: Die finanziellen Auswüchse wurden erst fünf Monate nach dem Scheitern des Projekts identifiziert.

Die Ursache für diese Fehlkalkulationen liegt laut Berichten häufig in der Umstellung der KI-Anbieter von Pauschal-Abonnements auf eine token-basierte Abrechnung. Da die Kosten für die Nutzung der Sprachmodelle direkt an das Volumen der verarbeiteten Daten gekoppelt sind, können die Ausgaben bei automatisierter Anwendung schnell außer Kontrolle geraten, wenn keine strikten Limits gesetzt sind.

Weitere Beispiele für Kostenexplosionen

Das Projekt mit den Autorendetails ist kein Einzelfall. Weitere interne Berichte belegen ähnliche Tendenzen:

* Ein weiteres Projekt verursachte ungeplante Mehrkosten von rund 541.000 US-Dollar.

* In einem anderen Fall summierten sich die Kosten innerhalb von nur zwei Wochen auf 134.000 US-Dollar.

Die Schwierigkeit besteht laut einem leitenden Entwickler darin, die tatsächlichen Kosten der KI-Nutzung präzise zu beziffern, da die Abrechnungszyklen und die tatsächliche Inanspruchnahme der Dienste oft zeitlich auseinanderfallen. Die verzögerte Erkennung dieser Kostenstellen macht es für Unternehmen schwierig, frühzeitig einzugreifen.

Interne Anreizstrukturen als Kostenfalle

Ein interessanter Aspekt bei der Analyse der Kostenentwicklung ist die Rolle interner Wettbewerbe. Amazon hatte Anfang des Jahres ein sogenanntes „KI-Leaderboard“ eingeführt, das die Nutzung des internen KI-Tools „Kiro“ trackte. Ziel war es vermutlich, die Adaption der Technologie zu fördern. Die Rangliste führte jedoch dazu, dass sich Mitarbeiter angespornt fühlten, die KI-Tools verstärkt einzusetzen, was die Kosten weiter in die Höhe trieb.

Nächste Schritte: Schutzmechanismen und Kontrolle

Amazon betont, dass es sich bei den genannten Fällen um Einzelsituationen handele, die nicht repräsentativ für den gesamten KI-Einsatz im Konzern seien. Dennoch reagiert das Unternehmen auf die Vorfälle. Um künftige finanzielle Überraschungen zu vermeiden, arbeitet die Entwicklungsabteilung an automatisierten Schutzvorrichtungen. Diese sollen sicherstellen, dass KI-Projekte innerhalb definierter finanzieller Rahmenbedingungen bleiben.

Die aktuelle Situation verdeutlicht, dass selbst technologisch hoch entwickelte Unternehmen mit umfangreichen Monitoring-Kapazitäten vor der Herausforderung stehen, die ökonomischen Auswirkungen von KI-Integrationen in Echtzeit zu steuern. Der Lernprozess innerhalb der Teams ist derzeit noch in vollem Gange, während das Management versucht, die Balance zwischen Innovation und finanzieller Disziplin zu finden.