Wer KI breit einsetzt, zahlt mehr und hängt stärker von externen Plattformbetreibern ab. Das schreibt Dr. Gerald Bauer (handz.on) in einem Gastbeitrag im Bigdata-Insider vom 2026-10-29. Abgerechnet wird häufig nach Tokens, also nach Textbausteinen, die ein Modell verarbeitet oder erzeugt. Laut Beitrag kostet das chinesische Modell Kimi K3 für je eine Million Input- und Output-Tokens rund 18 US-Dollar, Claude Fable 5 dagegen 60 US-Dollar. Als dritten Weg nennt der Autor offene Modelle (Open-Weight-Modelle) auf eigener Infrastruktur. Das bedeutet eine einmalige Hardwareinvestition, die laufenden Kosten bestehen weitgehend aus Strom, und die Daten verlassen das Haus nicht. Bei günstigeren Anbietern seien Datenverarbeitungsort, Datenschutz und Compliance-Vorgaben vorab zu prüfen. Der Beitrag stammt von einem IT-Dienstleister mit eigenem KI-Angebot; die Preise sind Angaben des Autors. Für Banken und Versicherer ergibt sich daraus eine Entscheidung je Anwendungsfall: Braucht die Anwendung ein Spitzenmodell, oder genügt ein kleineres? Wo dürfen die Daten verarbeitet werden? Wie gelingt ein Wechsel, wenn Preise oder Nutzungsbedingungen sich ändern? Aus unserer Erfahrung bei Kunden aus Versicherung und Bank hat sich bewährt, je KI-Anwendung drei Angaben im Informationsregister festzuhalten: monatliche Kosten, Datenstandort und Ausstiegsweg. So lassen sich Kostensprünge und Abhängigkeiten früh erkennen und in der Prüfungsplanung nachweisen. #Banken #Versicherer #Finanzdienstleister #Prüfungsplanung #Qvestcon #MarkusJunge #KI #IKT