Uber hinterfragt KI-Investitionen: Warum die Rechnung nicht immer aufgeht

Die Diskussion über den wirtschaftlichen Nutzen von Künstlicher Intelligenz gewinnt an Fahrt – besonders bei Tech-Konzernen, die Milliarden in die Technologie stecken. Uber, einer der weltweit führenden Mobilitätsanbieter, steht nun vor einer zentralen Frage: Lohnen sich die hohen Investitionen in KI wirklich? In einem aktuellen Interview äußerte sich Andrew Macdonald, Präsident und Chief Operating Officer des Unternehmens, skeptisch zu diesem Thema.

Kritische Bestandsaufnahme: Wo bleibt der Kundennutzen?

Laut internen Berichten hat Uber sein jährliches KI-Budget bereits nach vier Monaten des Jahres 2026 aufgebraucht – ein Zeichen für die rasant steigenden Kosten, die mit dem Einsatz von KI-Technologien einhergehen. Macdonald räumte ein, dass das Unternehmen Schwierigkeiten hat, einen direkten Zusammenhang zwischen den hohen Ausgaben und konkreten Verbesserungen für die Nutzer herzustellen. Besonders die steigende Token-Nutzung für Claude Code, ein von Anthropic entwickeltes KI-Modell, wirft Fragen auf.

"Es ist nicht einfach, eine klare Linie zu ziehen", erklärte Macdonald. "Wir verzeichnen zwar Fortschritte, aber es fällt schwer, statistische Daten direkt mit greifbaren Ergebnissen zu verknüpfen. Wir sehen nicht pauschal 25 Prozent mehr nützliche Funktionen für unsere Kunden – zumindest nicht in dem Maße, wie man es vielleicht erwarten würde."

Technologie-Hype vs. wirtschaftliche Realität

Die Äußerungen Macdonalds spiegeln eine wachsende Skepsis wider, die sich in der gesamten Tech-Branche ausbreitet. Während KI nach wie vor als Schlüsseltechnologie für Innovation und Effizienzsteigerung gefeiert wird, mehren sich die Stimmen, die auf die Diskrepanz zwischen Investitionen und messbarem Return on Investment (ROI) hinweisen.

Einige Unternehmen berichten zwar von Kosteneinsparungen durch den Einsatz von KI, etwa durch die Automatisierung repetitiver Aufgaben. Doch der Weg dorthin ist oft mit hohen Anfangsinvestitionen verbunden – sei es in die Infrastruktur, die Schulung von Modellen oder die Integration in bestehende Systeme. Macdonald betonte, dass Uber zwar weiterhin in KI-Technologien investieren werde, aber mit einer stärkeren Fokussierung auf konkrete Anwendungsfälle.

Herausforderungen der Token-Ökonomie

Ein zentrales Problem, das Macdonald ansprach, ist die steigende Token-Nutzung für KI-Modelle wie Claude Code. Jede Interaktion mit dem Modell verbraucht Tokens, deren Kosten sich bei hoher Nutzung schnell summieren. Für Unternehmen wie Uber, die täglich Millionen von Anfragen verarbeiten, kann dies zu einer erheblichen finanziellen Belastung führen.

Experten warnen davor, dass die Token-Ökonomie ohne klare Regulierung oder Skaleneffekte schnell unkontrollierbar werden könnte. Einige Branchenbeobachter schätzen, dass die Kosten für KI-Integration bis 2030 bis zu 10 Prozent der gesamten IT-Budgets großer Konzerne ausmachen könnten – ein Szenario, das viele Unternehmen vor enorme Herausforderungen stellen würde.

Zukunftsperspektiven: KI mit klarer Zielsetzung

Trotz der aktuellen Skepsis bleibt Uber überzeugt, dass KI langfristig eine zentrale Rolle in der Unternehmensstrategie spielen wird. Macdonald betonte, dass das Unternehmen weiterhin in die Technologie investieren werde, allerdings mit einem stärkeren Fokus auf messbare Ergebnisse. Dazu gehören etwa:

• Die Entwicklung spezifischer KI-Anwendungen, die direkt den Kunden zugutekommen
• Die Optimierung bestehender Prozesse, um die Effizienz zu steigern
• Die Zusammenarbeit mit Partnern, um innovative Lösungen zu finden

Die Diskussion um den wirtschaftlichen Nutzen von KI wird die Tech-Branche in den kommenden Jahren weiter beschäftigen. Während einige Unternehmen ihre Investitionen zurückfahren, setzen andere auf eine langfristige Strategie. Eines ist jedoch klar: KI wird nur dann ihr volles Potenzial entfalten, wenn sie nicht nur als Technologie, sondern als Werkzeug mit klarem Mehrwert für Unternehmen und Kunden verstanden wird.