90 Prozent günstigere KI-Kosten

Das Automatisierungs-Startup Lindy hat seine gesamte KI-Infrastruktur vom Anthropic-Modell Claude auf DeepSeek v4 umgestellt und spart damit nach eigenen Angaben Millionen von Dollar. CEO Flo Crivello beschrieb die Entscheidung als existenzielle Notwendigkeit: Die KI-Betriebskosten hätten die Personalkosten überstiegen. Der Fall zeigt, warum die Wahl des KI-Anbieters für automatisierungsintensive Unternehmen längst zur Geschäftsfrage geworden ist.

Warum wurden die KI-Kosten zum Problem?

Lindy ist eine No-Code-Plattform für KI-Agenten, die Unternehmen nutzen, um Aufgaben wie E-Mail-Triage, Terminplanung und CRM-Pflege zu automatisieren. Das 25-köpfige Team verarbeitet dabei für seine Kunden eine hohe Zahl von KI-Anfragen täglich.

Genau das ist das Problem: Wenn ein Unternehmen KI nicht für einzelne Anfragen nutzt, sondern um ganze Abläufe zu automatisieren, summieren sich die Kosten pro Token schnell zu erheblichen Beträgen. In Lindys Fall überstiegen sie nach Aussage von Crivello die Personalkosten des gesamten Unternehmens. Das sei, so Crivello, keine Frage der Wachstumsstrategie mehr gewesen, sondern eine Frage des Überlebens.

Die Situation ist kein Einzelfall. Ähnliche Kostenprobleme tauchen überall dort auf, wo KI nicht punktuell eingesetzt wird, sondern als Dauerautomatisierung für operative Prozesse. Je mehr Anfragen, desto mehr Kosten, bis die Rechnung die ursprüngliche Kalkulation sprengt.

Wie verlief der Wechsel und wie groß sind die Einsparungen?

Crivello beschreibt in Lindys Migrationsbericht den Aufwand als deutlich größer als erwartet: Er spricht von einem Aufwand, der hundertmal höher lag als ursprünglich kalkuliert. Prompts mussten für das neue Modell neu abgestimmt, Verhaltensunterschiede identifiziert und Qualitätsprobleme behoben werden. Der Prozess dauerte mehrere Monate.

Das Ergebnis: laut Crivello rund 90 Prozent geringere Inferenzkosten und Einsparungen in Millionenhöhe, bei einem nach seinen Angaben gleichwertigen oder in Teilbereichen sogar verbesserten Ergebnis. Am 3. Juni 2026 meldete Crivello den vollständigen Wechsel: „Saves us millions of $ and we're actually seeing an increase in performance on many core use cases."

90 Prozent Kostenreduktion bei gleicher oder besserer Leistung klingt nach einem eindeutigen Ergebnis. Dabei gilt: Lindy hat das über Monate unter erheblichem Aufwand erarbeitet. Es ist kein einfacher Schalter, der umgelegt wird.

Was sind die Risiken eines Anbieterwechsels?

Der Fall Lindy zeigt beide Seiten. Einsparungen in dieser Größenordnung sind real und relevant. Aber es gibt Punkte, die vor einer schnellen Schlussfolgerung zu bedenken sind.

DeepSeek ist ein chinesisches Unternehmen. Für Unternehmen in regulierten Branchen, also Banken, Versicherungen, Finanzdienstleister oder Unternehmen mit EU-Datenschutzanforderungen, stellen sich damit Fragen zu Datensouveränität, Compliance und Risikokonzentration, die unabhängig vom Preis beantwortet werden müssen. Nicht jede Kostenoptimierung ist in jedem Kontext zulässig oder ratsam.

Außerdem hat Crivello selbst in seiner Ankündigung darauf hingewiesen, dass er nicht überrascht wäre, wenn der nächste Anthropic-Release sie zurückgewinnen würde, sofern die Preise signifikant sinken. Das deutet darauf hin, dass der aktuelle Wechsel nicht auf Dauer festgelegt ist, sondern auf ein kurzfristiges Kostenproblem reagiert.

Was bedeutet das für Unternehmen, die KI-Automatisierung aufbauen?

Der Lindy-Fall macht deutlich: Wer KI für operative Automatisierung einsetzt, braucht von Anfang an ein klares Bild der Betriebskosten. Nicht nur: Was kostet die Einrichtung? Sondern: Was kostet der Betrieb bei vollem Durchsatz? Wie entwickeln sich die Kosten, wenn der Umfang wächst?

Das sind keine technischen Fragen, sondern unternehmerische. Und sie sollten beantwortet sein, bevor der Ablauf produktiv geht, nicht danach.

Für den Aufbau einer KI-Belegschaft bedeutet das: Die Wahl der KI-Infrastruktur ist Teil der Strategie. Welche Modelle für welche Aufgaben eingesetzt werden, wie Kosten und Qualität im Gleichgewicht gehalten werden und welche regulatorischen Anforderungen gelten, entscheidet darüber, ob Automatisierung langfristig rentabel ist oder zum Kostenproblem wird, das Lindy erlebt hat.

Lindy hat daraus gelernt und einen Weg gefunden. Andere Unternehmen können von dem Fall lernen, bevor es zu teuer wird, selbst Lehrgeld zu zahlen.