Neuer KI-Trend

Tokenmaxxing: Warum Tech-Konzerne ihre Teams zu maximaler KI-Nutzung treiben

Der Aufstieg generativer KI hat in vielen Unternehmen neue Leistungsmaßstäbe geschaffen. Während früher Kennzahlen wie Umsatz, Projektabschlüsse oder Codezeilen im Mittelpunkt standen, rückt nun die Nutzung von KI-Tools stärker in den Fokus. Mitarbeitende verwenden Sprachmodelle und KI-Agenten für Recherche, Programmierung, Automatisierung oder Kommunikation – teilweise offenbar auch, um ihre Produktivität messbar zu machen.

Wie Capital berichtet, soll Amazon seine Beschäftigten zunehmend zur Nutzung von KI-Anwendungen motivieren. Für Programmierer:innen habe der Konzern demnach intern das Ziel ausgegeben, dass mehr als 80 Prozent von ihnen wöchentlich KI-Tools verwenden. Gleichzeitig sollen interne Rankings eingeführt worden sein, die den Verbrauch sogenannter Tokens messen. Tokens sind kleine Text- und Dateneinheiten, mit denen Sprachmodelle arbeiten. Sie dienen zugleich als Grundlage für die Abrechnung von KI-Diensten.

KI-Nutzung wird zur neuen Leistungskennzahl

Im Zentrum der Diskussion steht bei Amazon laut Bericht das interne KI-Tool "MeshClaw". Der KI-Agent unterstützt Beschäftigte unter anderem beim Schreiben von Code, bei Automatisierungen oder beim Sortieren von E-Mails. Einige Mitarbeitende sollen das System jedoch auch für Aufgaben einsetzen, die kaum zusätzlichen Nutzen bringen – allein, um höhere Nutzungswerte zu erreichen.

Im Silicon Valley hat sich dafür inzwischen der Begriff "Tokenmaxxing" etabliert. Auch andere große Technologieunternehmen sollen interne Auswertungen nutzen, um besonders aktive KI-Anwender:innen sichtbar zu machen. Parallel dazu experimentieren Konzerne zunehmend mit KI-Agenten und automatisierter Arbeitsanalyse, um digitale Prozesse effizienter auszuwerten und langfristig stärker zu automatisieren.

Der Hintergrund ist wirtschaftlich nachvollziehbar: Unternehmen investieren derzeit Milliardenbeträge in KI-Infrastruktur, Rechenzentren und Sprachmodelle. Entsprechend groß ist der Druck, die neuen Systeme möglichst schnell und umfassend in den Arbeitsalltag zu integrieren.

Milliardeninvestitionen verändern die Arbeitswelt

Vor allem Konzerne wie Amazon, Meta, Microsoft oder Google treiben den Ausbau ihrer KI-Systeme massiv voran. Gleichzeitig entsteht eine Arbeitskultur, in der der Umgang mit KI zunehmend über Sichtbarkeit, Einfluss und Karrierechancen entscheidet.

Nvidia-Gründer Jensen Huang erklärte etwa in einem Podcast, dass ihn Ingenieur:innen mit geringer KI-Nutzung "alarmieren" würden. Wer Zugriff auf große Mengen an Rechenleistung und Tokens habe, könne komplexe Aufgaben schneller lösen und Entwicklungsprozesse deutlich beschleunigen. Gleichzeitig werden Tokens zur neuen Produktivitätswährung in der Tech-Branche.

Damit verändert sich auch die Wahrnehmung von Effizienz. Nicht mehr nur Erfahrung oder Fachwissen gelten als entscheidend, sondern zunehmend auch der Zugang zu leistungsfähigen KI-Systemen – und deren intensive Nutzung.

Erste Zweifel an der Wirtschaftlichkeit

Parallel dazu wächst jedoch die Diskussion über Kosten und tatsächlichen Nutzen. Laut einer Analyse der Softwarefirma Jellyfish verbrauchen besonders intensive Nutzer:innen von KI-Coding-Tools zwar deutlich mehr Tokens, erzeugen aber nicht proportional mehr Output.

Damit rückt zunehmend die Frage nach dem Return on Investment generativer KI in den Fokus. Unternehmen beginnen offenbar stärker darauf zu achten, ob hohe KI-Nutzung tatsächlich messbare Produktivitätsgewinne bringt oder lediglich neue interne Wettbewerbe erzeugt.

Gleichzeitig wächst in der Branche die Diskussion darüber, ob künftig nicht maximale KI-Nutzung, sondern der möglichst effiziente Einsatz von KI-Systemen über wirtschaftlichen Erfolg entscheidet.