„KI ist derzeit viel zu billig“: Wie die Entwickler-Community Preisblasen und Überlebensaussichten einschätzt
(reddit.com)Die derzeit niedrigen Preise für KI-Coding-Tools spiegeln weniger die tatsächlichen Kosten wider, sondern sind vielmehr auf Investitionsgelder, den Wettbewerb um Marktanteile und subventionierte Preispolitik zurückzuführen. Die eigentliche Frage für Entwickler ist daher nicht, ob sie KI ablehnen, sondern ob sie die Fähigkeiten und Anpassungsfähigkeit besitzen, auch nach dem Ende der Niedrigpreisstrategie der KI-Unternehmen zu bestehen.
1. Negative/pessimistische Reaktionen
Die Niedrigpreisstrategie ist eine vorübergehende Täuschung
Viele halten die aktuell günstigen Preise oder kostenlosen Angebote für nicht nachhaltig und gehen davon aus, dass die realen Kosten deutlich höher sind.
Sorge vor Preiserhöhungen nach der Marktbereinigung
Häufig wird angenommen, dass Nutzer anfangs mit niedrigen Preisen gebunden werden und die Preise später stark steigen, wenn sich der Markt auf wenige Unternehmen konzentriert.
Sorge über massive Verluste bei KI-Unternehmen
Es gibt Stimmen, die reine KI-Unternehmen wie OpenAI oder Anthropic wegen enormer Infrastruktur- und Trainingskosten langfristig für instabil halten.
Sorge um Schäden im Entwickler-Ökosystem
Wenn Junior-Entwickler sich ohne grundlegende Fähigkeiten auf KI verlassen, könnte der Pool erfahrener Entwickler langfristig geschwächt werden.
Nebenwirkungen einer übermäßigen Einführung in Unternehmen
Es gibt auch Erfahrungsberichte, wonach das Management KI als Allheilmittel durchdrückt und dadurch Token-Kosten, Cloud-Kosten und Wartungskosten sogar noch steigen.
Abhängigkeitsrisiko
Es besteht große Sorge, dass Einzelpersonen und Unternehmen in eine Struktur geraten, in der Arbeit ohne KI kaum noch möglich ist, und dadurch später anfällig für Preisänderungen werden.
2. Positive/optimistische Reaktionen
Die Kosten für Inferenz werden weiter sinken, so das Argument
Es gibt starke Gegenstimmen, die erwarten, dass die Kosten langfristig durch effizientere Modelle, bessere Hardware, Batch-Verarbeitung und Fortschritte bei leichteren Modellen sinken.
Das Problem sind eher die Trainingskosten als die Nutzungskosten
Einige meinen, der entscheidende Kostenfaktor liege nicht in der alltäglichen Inferenz, sondern im Training der nächsten Modellgeneration, während die Nutzung bereits trainierter Modelle selbst günstiger sei als oft angenommen.
Open Source und lokale Modelle als Alternative
Selbst wenn Cloud-Services teurer werden, könnten lokale LLMs und Open-Weight-Modelle in gewissem Maß als Ersatz dienen.
Immer noch günstiger als Menschen, so die Logik
Viele argumentieren, dass Unternehmen KI auch dann noch bezahlen könnten, wenn die Preise um ein Mehrfaches steigen, solange der Produktivitätsgewinn im Verhältnis zu Entwicklergehältern erhalten bleibt.
KI ist eher ein Verstärker für Entwickler als ein Ersatz
Nicht wenige vertreten die pragmatische Sicht, dass gute Entwickler mit KI schneller werden, während Menschen ohne ausreichendes Verständnis früher oder später an Grenzen stoßen.
Neue Rollen könnten entstehen
Auch wenn Tätigkeiten wie das direkte Schreiben von Code abnehmen, könnten anspruchsvollere Aufgaben wie Verifikation, Integration, Architekturentscheidungen und Domänenverständnis wichtiger werden.
3. Die Gesamtstimmung im Kommentarverlauf
Der gesamte Thread tendiert eher zu einer Umbruch- als zu einer Totalersetzungsthese
Im Mittelpunkt steht weniger die Vorstellung, dass Entwickler verschwinden, sondern vielmehr, dass Arbeitsweise, Personalstruktur und Kostenstruktur sich stark verändern werden.
Die größte Trennlinie verläuft eher bei Qualität und Wartbarkeit als bei den Kosten
Viele Kommentare sehen nicht den Preis selbst als Kernproblem, sondern die Qualität des von KI erzeugten Codes, das Kontextverständnis, den Umgang mit Legacy-Systemen und die langfristige Wartbarkeit.
Unterm Strich ist die öffentliche Meinung gespalten
Die eine Seite meint, „wenn die Blase platzt, steigen die Preise und die Illusion endet“, die andere hält dagegen: „Technologie wird am Ende billiger und besser, also gewinnen diejenigen, die sich anpassen.“
6 Kommentare
Wenn es doch noch günstiger würde ... seufz
Ich glaube, dass wir uns nur jetzt noch so verschwenderisch mit Credits austoben können.
Es wäre schön, wenn ein wirklich brauchbares Open-Source-Modell herauskommen könnte, das nicht von irgendeinem Unternehmen abhängig ist. Das Training dann wie bei SETI, indem viele Leute jeweils ein bisschen GPU-Leistung beisteuern ... wäre zwar ziemlich viel langsamer;;;
Zuerst bleibt abzuwarten, welches Unternehmen als erstes den Mut aufbringt, die Preise zu erhöhen, und ob das ein Eigentor wird oder am Ende zu allgemein steigenden Preisen führt. Wenn die Erhöhung gut funktioniert, werden wahrscheinlich alle nachziehen, aber das Problem ist, dass die Nutzer dann zu chinesischen Diensten wechseln und verstärkt eine interne Einführung in Betracht ziehen werden. Wenn man sieht, wie viel Geld die AI-Unternehmen hineinpumpen, ist das, was sie mit AI verdienen, im Vergleich zu ihren Kosten noch nicht besonders groß, sodass selbst Preiserhöhungen vorerst wohl kaum viel Wirkung zeigen werden.
Es muss noch viel billiger werden..
Umgekehrt gibt es auch die Analyse, dass sich gerade Inferenz eher lohnt ...
Das eigentliche Problem sei, dass im Trainings-Loop zusätzlich noch Inferenz-Computing für RL hinzukommt und dadurch die Komplexität steigt.