In seinem Artikel „Enshitification – oder: Wem gehört das Werkzeug? – Über die Kunst, sich nicht erpressen zu lassen“ behandelt Christoph Künne drei verschiedene Themen, die jedoch unterschiedlich betrachtet und bewertet werden müssen.
Unter diesen drei Themen bilden Abo-Modelle für Hardware wie BMWs Sitzheizung – ab Werk vorhanden, aber erst nach Abschluss eines Abos auch nutzbar – einen zu Recht unpopulären Sonderfall. Die Herstellungskosten der Heizung fallen ja bei jedem Auto an, das in der Fabrik montiert wird, und wenn die Käufer am Ende nicht bereit sind, zusätzlich noch ein Abo für etwas abzuschließen, das sie nach ihrem Empfinden bereits bezahlt haben, muss der Hersteller für die Kosten aufkommen. Das dürfte auch dessen Aktionären missfallen. BMW verteidigt zwar bis heute sein Features-as-a-service-Konzept, beschränkt sich aber mittlerweile auf Software. Hardware dagegen wird wie früher mit dem Kaufpreis abgegolten, denn alles andere wäre niemandem vermittelbar.
Gegen Aufpreis oder mit einem Abo freischaltbare oder nachrüstbare Software oder Firmware ist ein anders gelagerter Fall, aber auch da wäre es schwierig, Argumente für ein solches Geschäftsmodell zu finden. Nicht nur bei so läppischen Features wie zusätzlich einblendbaren Gittern als Kompositionshilfe – mir wäre es peinlich, dafür mehr Geld zu verlangen. Die Auslieferung von Firmware-Features beispielsweise einer Kamera verursacht zwar keine zusätzlichen Kosten, denn mit was für einer Firmware man deren Flash-Speicher füllt, macht in dieser Hinsicht keinen Unterschied. Entwicklungskosten fallen aber immer an, und diese Kosten sind dieselben, egal wie viele Kunden ein Produkt mit dem jeweiligen Feature kaufen.
Wenn ich als Hersteller damit rechne, eine Million Exemplare einer Kamera zu verkaufen, kann ich die Entwicklungskosten auf eine Million Käufer umlegen. Muss der Käufer das Feature aber erst kostenpflichtig freischalten oder bei Bedarf nachträglich nachrüsten, werden sich die Kunden sehr genau überlegen, ob sie es wirklich benötigen und ob es ihnen den – einmalig oder regelmäßig – zu zahlenden Preis wert ist. Gut möglich, dass dann von der einen Million Käufer nur jeder Zehnte das optionale Feature zu bezahlen gewillt ist, was für den Hersteller bedeutet, dass er die Kosten nur auf 100.000 Kunden umlegen kann – jeder dieser Kunden muss also den zehnfachen Preis für das Feature ausgeben.
Aber das stimmt nicht einmal so ganz, denn tatsächlich entstehen dem Hersteller ja noch weitere Kosten über die reinen Entwicklungskosten des Features hinaus: Die Kameras brauchen eine Unterstützung für das Nachladen oder die Freischaltung von Features, es muss ein Webshop für den Kauf optionaler Features eingerichtet werden, und da dabei auch mal etwas schief geht, steigt der Supportaufwand. Ein Feature, das in einer Million Kameras ausgerollt und von jedem Käufer bezahlt wird, kostet vielleicht einen Euro pro Kamera; wenn es aber nur optional verfügbar ist und nur von jedem Zehnten nachgefragt wird, muss der nicht 10, sondern 11 oder 12 Euro dafür zahlen. Das Ergebnis ist, dass sich alle Kunden übervorteilt fühlen: Der Nutzer des optionalen Features versteht nicht, warum er so viel dafür zahlen soll, und der Kunde, der es nicht nutzt, fragt sich, warum ihm sein Verzicht nur einen geringen Preisnachlass bringt. Es hat daher seinen Grund, dass die meisten Kamerahersteller weiterhin auf solche Geschäftsmodelle verzichten.
Obwohl man meinen könnte, dass Features-as-a-service durch die Bank unpopulär wären, gilt das nicht uneingeschränkt. Manchmal sind es gerade Kunden, die die Hersteller auffordern, zusätzliche Features gegen Zuzahlung anzubieten, und auch dafür gibt es einen guten Grund.
Wenn ein Kamerahersteller ein neues Modell konzipiert, muss er genau abwägen, welche Leistungsmerkmale es in das Pflichtenheft der Entwickler schaffen sollen. Er kann versuchen, eine möglichst universell einsetzbare Kamera für ein breites Spektrum von Fotografen zu entwickeln, aber im Gegenteil auch viele verschiedene, unterschiedlich ausgestattete Modelle für unterschiedliche Fotografen und Einsatzgebiete konzipieren. Eine Kamera für alle denkbaren Anforderungen würde allerdings teuer, und ihre Käufer müssten für viele Merkmale zahlen, die sie gar nicht benötigen. Viele unterschiedlich ausgelegte Modelle vergrößern dagegen die Entwicklungs- und Produktionskosten, und das Marketing bekäme Probleme, das kaum überschaubare Portfolio zu erklären. Auch beim stationären Handel, so weit es ihn noch gibt, käme eine allzu große Modellvielfalt nicht gut an, denn sie erforderte mehr Platz in den Regalen und erhöhte den Beratungsaufwand, ohne dass der Händler deshalb eine Kamera mehr verkaufte. Mit etwas Pech wäre der Kunde am Ende völlig verwirrt und verlässt den Laden, ohne irgendetwas gekauft zu haben.
Die Kamerahersteller entscheiden sich also für einen Mittelweg zwischen den Extremen, und dabei passiert es, dass mutmaßlich seltener nachgefragte Features den Cut immer wieder verpassen. Solche Features wegzulassen reduziert die Kosten für die Mehrheit der Kunden, aber was ist mit all den kleinen Minderheiten, die weniger populäre Features für ihre eigene Fotografie gut gebrauchen könnten? Diese Minderheiten mit jeweils eigenen Bedürfnissen kommen dann leicht auf die Idee, dass der Hersteller solche Features wenigstens gegen Zuzahlung anbieten könnte, und da viele kleine Minderheiten zusammen manchmal eine Mehrheit ergeben, hört man solche Forderungen gar nicht so selten. Sie zu erfüllen könnte funktionieren, denn die Kunden bekommen damit, was sie wollen, und der Hersteller berechnet ihnen dann eben die entstehenden Kosten – you get what you pay for. Aber diese auf wenige Kunden umgelegten Kosten könnten unerwartet hoch ausfallen, und spätestens wenn ein konkreter Preis aufgerufen würde, wäre die Begeisterung für ein solches Modell vielleicht nicht mehr ganz so groß.
Damit blieben als dritter Diskussionspunkt noch die mit Credits abzugeltenden KI-Dienste oder ganz allgemein Software-as-a-service, aber das ist ein anderes Thema als nur gegen Zuzahlung verfügbare Hard- oder Software. Das klassische Geschäftsmodell für Software beruht darauf, dass die vom Hersteller entwickelten Programme on premises, also auf den Computern der Anwender ausgeführt werden. Der Hersteller liefert den Programmcode aus und alle weitere ist der Job der Käufer: Sie müssen sich einen Computer kaufen, auf dem die Anwendung angemessen performant läuft, und auch für alle laufenden Kosten, insbesondere für den verbrauchten Strom aufkommen. Der Hersteller muss zwar Support leisten und Bugs in seiner Software beheben, aber den wesentlichen Teil seiner Anstrengungen hat er hinter sich, wenn die Software erst einmal auf dem Rechner des Käufers gelandet ist.
Damit das Geschäftsmodell nachhaltig wird und für regelmäßige Einnahmen sorgt, muss er freilich noch mehr tun. Bei einem neuen Produkt, das sich denen der Mitbewerber überlegen zeigt, kann er eine Zeit lang erwarten, stetig neue Kunden zu gewinnen und daraus einen Strom von Einnahmen zu generieren, aber irgendwann tritt eine Sättigung des Marktes ein und diese Einnahmen versiegen. Dann bleibt nur, den vorhandenen Kunden wieder etwas zu verkaufen – eine neue Version der bereits erworbenen Software, die so signifikante Verbesserungen bietet, dass sich die Kunden zu einem kostenpflichtigen Upgrade entscheiden. Hier muss der Hersteller also in Vorleistung gehen und immer wieder riskieren, dass die Kunden seine Bemühungen nicht honorieren und lieber noch ein oder zwei Versionssprünge abwarten. Der Umstieg von Kauf- auf Abomodelle für Software hat diesen Hintergrund, denn regelmäßig eingehende Abozahlungen sorgen dafür, dass der Hersteller seinen Entwicklern auch regelmäßig ein Gehalt zahlen kann. Neuerungen kann er dann sofort ausrollen, statt sie zunächst für ein möglichst überzeugendes kostenpflichtiges Upgrade zu sammeln.
Seit vielen Jahren gibt es aber noch ein völlig anderes Geschäftsmodell, nämlich Software-as-a-service. Bei diesem Modell landet die Software gar nicht mehr auf den Computern der Anwender, sondern residiert in einer Cloud, wird also irgendwo auf der Welt in Serverfarmen des Herstellers ausgeführt. Die Anwendungen, die beim Anwender laufen, sind nur noch Benutzerschnittstellen für die eigentliche Software, die die Rechenzentren der Hersteller nie verlässt. Für die Abrechnung bietet sich ein pay as you go-Modell an: Der Anwender zahlt für jede einzelne erbrachte Dienstleistung einen kleinen Betrag, der bei Bruchteilen eines Cent liegen kann, sich aber natürlich aufsummiert. Dieses Modell, das durch den schnellen Datenaustausch im Internet ermöglicht wurde, ist im B2B-Bereich schon lange verbreitet; Privatanwender hatten dagegen wenig damit zu tun. Der Vormarsch der KI in immer weiteren Bereichen hat das verändert.
Bei KI-basierten Lösungen haben wir es teilweise mit reinen Dienstleistungsangeboten zu tun: Über einen Webbrowser oder eine simple App als Benutzerschnittstelle werden die Anforderungen an die Server des Herstellers geschickt, und nachdem die dort ausgeführten Berechnungen ein Resultat gebracht haben, tritt es den Rückweg zum Anwender an. Daneben gibt es Anwendungen wie Photoshop, die zum größten Teil on premises augeführt werden, generative KI-Funktionen mit besonders hohem Rechenaufwand aber in die Cloud auslagern. So lange der eigene Computer die Leistung erbringt, muss man nichts dazu zahlen, aber wenn man die Dienste externer Server in der Cloud in Anspruch nimmt, fallen zusätzliche Kosten an. Hier vermischen sich deshalb die Geschäftsmodelle Kauf, Abonnement und Dienstleistung, was die Kostenkalkulation komplizierter macht: Man zahlt für die Grundfunktionen, einmalig oder im Abo, und darüber hinaus noch für Cloud-basierte KI-Funktionen in einem pay as you go-Modell oder mit dem Kauf größerer Kontingente an Credits.
Das ist wenig populär, aber man kann sich auch nicht beschweren, als Kunde dadurch generell übervorteilt zu werden. Die großen KI-Unternehmen investieren gewaltige Summen in immer größere Rechenzentren und in die Kraftwerke, die sie mit Strom versorgen, und nur beim Trainingsmaterial für ihre KI-Modelle können sie sparen, indem sie die Urheber der genutzten Werke um deren verdientes Honorar bringen. Diesen Ausgaben stehen aber keine Einnahmen in auch nur annähernd vergleichbarer Höhe gegenüber – ein funktionierendes Geschäftsmodell für generative KI wird noch immer gesucht. Das Tempo des technischen Fortschritts könnte der KI zum Verhängnis werden: KI-Unternehmen dürfen nicht abwarten, bis sich die Investitionen in ein neues Rechenzentrum amortisiert haben, denn schon lange vorher müssen sie dessen Erweiterung planen, um nicht von ihren Mitbewerbern abgehängt zu werden.
Der Verdacht, hier würde jemand übervorteilt, ist nur allzu berechtigt, aber das sind nicht die Kunden, die KI-Dienstleistungen aus der Cloud derzeit viel zu billig bekommen, sondern die Anleger, die den Fortschritt in der KI-Entwicklung in immer neuen Finanzierungsrunden bezahlen. Daher steuert der KI-Markt auf eine Krise zu: Die Unternehmen müssen ihre KI-Modelle (und insbesondere deren aufwendiges Training) deutlich effizienter gestalten und so verbilligen, die Preise für die Anwender auf eine kostendeckende Höhe anheben, oder sie laufen Gefahr, dass die Investoren den Glauben an das Projekt verlieren und sich weigern, dem bereits verlorenen Geld noch mehr Kapital hinterher zu werfen.
Ein Platzen der KI-Blase durch einen Rückzug des Venture Capital ist eine durchaus realistische Möglichkeit. Der Hype wird dann einige wenige Leute sehr reich gemacht und vielen anderen immerhin den Lebensunterhalt für eine gewisse Zeit gesichert haben, aber damit wäre dann erst einmal Schluss. Die KI würde nicht verschwinden, denn das erworbene Wissen ginge ja nicht verloren, aber der Markt würde sich neu sortieren müssen. Wahrscheinlich würden neue, erst einmal kleinere Unternehmen nach tragfähigen und nachhaltigen Wegen suchen, KI sinnvoll nutzbar zu machen. Heutige Galionsfiguren der KI wie Sam Altman, der Investoren die Millionen und Milliarden aus dem Kreuz leiern kann, auch wenn er von den Grundlagen der KI selbst wenig versteht, werden darin wohl eine geringere Rolle spielen.
