KI-Ausgaben von US-Unternehmen erreichen neuen Höchststand, Wachstum verlangsamt sich durch Abteilungsverlagerungen

Die KI-Ausgaben von US-Unternehmen erreichten im Oktober 2026 laut The Decoder einen neuen Höchststand. Basierend auf dem Ramp AI Index wurde ein moderater Anstieg von 1,65 Prozent gegenüber dem Vormonat verzeichnet. Obwohl dieses Wachstum einen Höchstwert markiert, signalisiert es eine Verlangsamung der raschen Expansion der vorangegangenen Perioden.

Was geschehen ist

Der Ramp AI Index, der die KI-Ausgaben von Unternehmenskunden des Finanzdienstleisters Ramp verfolgt, zeigte für Oktober 2026 einen Anstieg der KI-Ausgaben von US-Unternehmen um 1,65 Prozent gegenüber dem Vormonat. The Decoder merkt unter Berufung auf Ramp an, dass die intensivsten KI-Nutzer deutlich mehr ausgaben als gewöhnliche Unternehmen; das oberste ein Prozent der Unternehmen nach KI-Ausgaben zahlte einen Median von 10.200 US-Dollar pro Mitarbeiter und Monat, was einem Anstieg von neun Prozent entspricht. Im Gegensatz dazu gab ein typisches Unternehmen nur 16,32 US-Dollar aus, ein leichter Anstieg von weniger als einem Dollar gegenüber dem Vormonat.

Die Daten von Ramp, die von mehr als 85.000 US-Unternehmen stammen, spiegeln Markttrends wider, könnten jedoch die allgemeine KI-Nutzung überschätzen, da der Kundenstamm eher zu wachstumsorientierten, technologieaffinen und größeren Unternehmen tendiert. Kostenlose KI-Tools und die Nutzung über private Konten sind laut The Decoder in diesen Zahlen wahrscheinlich nicht enthalten. Das anbieterspezifische Wachstum zeigte bei OpenAI ein Plus von 2,1 Prozent gegenüber dem Vormonat, während Anthropic um 0,5 Prozent zulegte. Ara Kharazian, Chefökonom bei Ramp, hob hervor, dass ein Prozent der Unternehmen 80 Prozent des Umsatzes von OpenAI und Anthropic generieren. Dabei handelt es sich in erster Linie um Risikokapital-finanzierte Firmen aus den Bereichen Technologie, Finanzen und technische Dienstleistungen, während sich die KI-Nutzung außerhalb dieser Sektoren kaum ausbreitet.

Gleichzeitig sinken die KI-Preise; der durchschnittliche Preis pro Million verarbeiteter Text-Token fiel im vergangenen Monat laut The Decoder unter Berufung auf Ramp um 21 Prozent. Dies deutet darauf hin, dass das Nutzungsvolumen schneller wächst als die Ausgaben, angetrieben durch Wettbewerbsdruck und Open-Weight-Modelle. Anthropic erreichte eine Nutzung von 44,8 Prozent (ein Plus von 1,1 Prozentpunkten), während OpenAI stabil bei 40,6 Prozent lag. Die Gesamtnutzung von KI-Diensten stieg auf 56,8 Prozent.

Bei den Ausgaben nach Abteilungen gab es Verschiebungen: Softwareentwicklungsteams machten zwar weiterhin 72 Prozent aller erfassten KI-Ausgaben aus, verzeichneten jedoch einen Rückgang gegenüber den Höchstständen im Sommer. Der stärkste Anstieg war in den Bereichen Kundensupport und Customer Success zu verzeichnen, deren Anteil an den KI-Ausgaben von 0,8 Prozent im Juni auf 13,3 Prozent im Oktober kletterte – möglicherweise angetrieben durch KI-Chatbots. Auch Führungsteams steigerten ihre Ausgaben leicht. Kharazian merkte jedoch an, dass das Wachstum im Kundensupport nicht das rasche Tempo erreicht, das zuvor bei Entwicklerteams zu beobachten war, und dass diese Anwendungsfälle oft günstigere, schnellere KI-Modelle bevorzugen.

Warum das für RevOps-Verantwortliche wichtig ist

Für RevOps-Verantwortliche unterstreichen diese Trends einen entscheidenden Wendepunkt bei der KI-Nutzung und Investitionsstrategie. Die Verlangsamung des Gesamtausgabenwachstums in Kombination mit der Konzentration hoher Ausgaben auf einen kleinen Bruchteil großer, technologieaffiner Unternehmen deutet darauf hin, dass kleine und mittlere Unternehmen die KI-Integration mit einem klaren Fokus auf messbare Umsatzergebnisse angehen müssen – anstatt auf breite, undifferenzierte Investitionen zu setzen. Das deutliche Wachstum der KI-Ausgaben in den Abteilungen Kundensupport und Customer Success bietet RevOps eine direkte Chance, den gesamten Umsatzlebenszyklus zu verbessern: von der Steigerung von Kundenerlebnis und Kundenbindung bis hin zur Optimierung des Servicebetriebs, der sich auf die Rentabilität auswirkt. Die Integration von KI-Tools in diesen Bereichen kann wertvolle Daten für Attributionsmodelle und Prognosen liefern, sofern die Daten-Pipelines robust genug sind, um diese neuen Eingaben zu erfassen und zu analysieren.

Die sinkenden Preise für KI-Modelle und die Bevorzugung günstigerer, schnellerer Optionen in Kundenkontakt-Rollen eröffnen eine Chance zur Kostenoptimierung. RevOps-Verantwortliche können diese erschwinglicheren Modelle nutzen, um spezifische betriebliche Effizienzgewinne zu erzielen, ohne die höheren Kosten von Flaggschiff-Modellen in Kauf nehmen zu müssen, wodurch der Return on Investment (ROI) von KI-Investitionen verbessert wird. Dies erfordert einen systemischen Ansatz bei der Bewertung von KI-Lösungen, der die Technologieauswahl auf spezifische Abteilungsanforderungen und allgemeine Umsatzziele abstimmt. Die Disparität bei der Nutzung außerhalb der Tech- und Finanzbranchen zeigt zudem, dass Unternehmen in anderen Branchen die Chance haben, sich einen Wettbewerbsvorteil zu verschaffen, indem sie KI strategisch einsetzen, um ihre spezifischen Umsatzprozesse zu optimieren.

Was diese Woche zu tun ist

1. Bestehende KI-Nutzung prüfen: Überprüfen Sie vorhandene KI-Tools in Ihrem Unternehmen, insbesondere in Teams mit Kundenkontakt sowie in Entwicklerteams, um aktuelle Ausgaben, Nutzungsmuster und potenzielle Bereiche für Effizienzsteigerungen oder erweiterte Anwendungen zu identifizieren.
2. KI in Teams mit Kundenkontakt testen: Erproben und pilotieren Sie KI-gestützte Chatbots oder Tools im Kundensupport und in Customer-Success-Abteilungen, um Antwortzeiten zu verbessern, Interaktionen zu personalisieren und Daten für eine bessere Kundenbindung sowie Upselling-Möglichkeiten zu sammeln.
3. Kostengünstige KI-Modelle evaluieren: Untersuchen Sie die Machbarkeit des Einsatzes günstigerer, schnellerer KI-Modelle für bestimmte Aufgaben in Ihren Revenue Operations. Stellen Sie dabei sicher, dass diese die Leistungsanforderungen erfüllen, während gleichzeitig die Technologieausgaben optimiert und der ROI gesteigert werden.

Quellen

• US corporate AI spending hits a new high in October, but growth slows to 1.65 percent — The Decoder