DeepSeek setzt die AI-Preise unter Druck

Nicht AI stirbt – sondern die Fantasie unbegrenzter Margen

DeepSeek könnte die westliche AI-Industrie an einem besonders empfindlichen Punkt treffen: nicht bei der Technologie allein, sondern bei der Preissetzung.

Denn der eigentliche Angriff richtet sich nicht gegen künstliche Intelligenz selbst. Er richtet sich gegen die Vorstellung, dass AI dauerhaft ein hochpreisiges Premiumprodukt bleiben muss.

DeepSeek zeigt: Intelligenz kann auch zur günstigen Infrastruktur werden.

Die Preise sprechen eine klare Sprache

Gemäss den offiziellen Preislisten liegt DeepSeek-V4-Pro aktuell bei rund 0.435 US-Dollar pro 1 Million Input-Tokens und 0.87 US-Dollar pro 1 Million Output-Tokens.

Zum Vergleich: OpenAI GPT-5.5 liegt bei 5 US-Dollar Input und 30 US-Dollar Output pro 1 Million Tokens. Claude Opus 4.7 liegt bei 5 US-Dollar Input und 25 US-Dollar Output. Claude Sonnet 4.6 kostet 3 US-Dollar Input und 15 US-Dollar Output.

Das bedeutet:

DeepSeek-V4-Pro ist beim Input rund 11.5-mal günstiger als GPT-5.5.
Beim Output ist DeepSeek-V4-Pro rund 34.5-mal günstiger als GPT-5.5.
Gegenüber Claude Opus 4.7 liegt der Preisvorteil beim Output bei rund 28.7-mal.
Gegenüber Claude Sonnet 4.6 liegt er bei rund 17.2-mal.

Noch aggressiver ist DeepSeek-V4-Flash. Dort liegen die Preise nochmals deutlich tiefer.

Der eigentliche Angriff gilt dem Geschäftsmodell

Das ist der entscheidende Punkt.

Wenn ein AI-Modell für viele Aufgaben gut genug ist und gleichzeitig nur einen Bruchteil kostet, verändert sich der Markt. Dann geraten jene Geschäftsmodelle unter Druck, die auf dauerhaft hohe Tokenpreise und starke Margen setzen.

DeepSeek macht AI nicht wertlos.

Aber DeepSeek macht sichtbar, dass AI-Preise nicht automatisch stabil bleiben müssen. Was heute noch als Premiumleistung verkauft wird, kann morgen zur Commodity werden.

Oder anders gesagt:

AI wird nicht weniger wichtig.
AI wird billiger.
Und genau das kann für bestehende Anbieter gefährlich werden.

Von der Kathedrale zur Elektrizität

Der Westen hat AI lange wie eine geschlossene Kathedrale aufgebaut: Zugang, Abos, Limits, Kontingente, Premiumpreise.

China verfolgt zunehmend eine andere Logik: AI soll günstiger, breiter verfügbar und stärker als Infrastruktur gedacht werden.

Das erinnert an andere Industrien. Solarzellen, Batterien, Elektroautos, Drohnen, Hardware-Komponenten – immer wieder hat China Märkte über Skalierung, Preisaggressivität und industrielle Durchsetzungskraft verändert.

Jetzt könnte dasselbe bei AI-Tokens passieren.

Wenn Intelligenz günstiger wird, verändert sich nicht nur der Softwaremarkt. Es verändert sich die gesamte Kostenlogik digitaler Prozesse.

Warum das auch Nvidia, AMD, Microsoft und Cloud-Anbieter betrifft

Für die grossen AI- und Tech-Aktien ist diese Entwicklung ambivalent.

Auf der einen Seite könnten sinkende Modellpreise die Margen im AI-Markt schneller unter Druck setzen, als viele Investoren erwarten. Wenn Unternehmen für bestimmte Anwendungen nicht mehr das teuerste Modell benötigen, sondern ein günstigeres Modell ausreicht, verändert sich die Zahlungsbereitschaft.

Auf der anderen Seite bedeutet günstigere AI nicht weniger Nutzung.

Im Gegenteil: Je billiger AI wird, desto mehr Anwendungen werden wirtschaftlich möglich. Mehr AI-Agenten, mehr Automatisierung, mehr Coding-Assistenten, mehr Analyseprozesse, mehr Unternehmensanwendungen.

Die Margen könnten sinken – während das Volumen steigt.

Genau darin liegt die neue Spannung im AI-Markt.

Der nächste Engpass: Kosten im Betrieb

Viele Unternehmen merken erst jetzt, wie teuer AI im Alltag werden kann.

Ein einzelner Chatbot ist kein Problem. Aber ein AI-Agent, der täglich Code analysiert, Dokumente verarbeitet, Datenbanken durchsucht, Reports erstellt oder Entscheidungen vorbereitet, kann enorme Tokenmengen verbrauchen.

Bei tausenden Mitarbeitenden oder automatisierten Workflows entstehen schnell Millionen oder Milliarden von Tokens.

Dann wird der Tokenpreis nicht mehr zur technischen Nebensache, sondern zum betriebswirtschaftlichen Faktor.

Die entscheidende Frage lautet deshalb nicht mehr nur:

Welches Modell ist am besten?

Sondern auch:

Welches Modell ist gut genug – und zu welchen Kosten skalierbar?

Was das für die Bauwirtschaft bedeutet

Für die Bauwirtschaft ist diese Entwicklung besonders relevant.

Bau, Immobilien und Handwerk sind stark dokumenten-, daten- und entscheidungsgetrieben. Ausschreibungen, Offerten, Zertifizierungen, Referenzen, Projektunterlagen, ESG-Nachweise, Firmenprofile, Qualitätsmerkmale, Kapazitäten und Risikofaktoren erzeugen riesige Mengen an Informationen.

Wenn AI günstiger wird, können solche Informationen viel breiter analysiert, strukturiert und genutzt werden.

AI kann künftig helfen bei der Auswertung von Ausschreibungen, beim Vergleich von Offerten, bei der Vorauswahl geeigneter Betriebe, bei der Analyse von Referenzen, bei der Prüfung von Zertifizierungen, bei der Einschätzung von Kapazitäten, bei ESG- und Nachhaltigkeitsbewertungen, bei Risikoanalysen von Projektpartnern sowie bei Reports und Business-Analysen.

Was heute noch nach Spezialanwendung klingt, kann durch tiefere AI-Kosten zum normalen Arbeitsprozess werden.

Günstige AI braucht gute Daten

Doch billige AI allein reicht nicht.

Wenn AI-Agenten künftig Entscheidungen vorbereiten oder Prozesse automatisieren, brauchen sie verlässliche Grundlagen. Gerade in der Bauwirtschaft ist der Kontext entscheidend: Wer ist wirklich qualifiziert? Wer hat welche Erfahrung? Welche Firma ist regional verfügbar? Welche Referenzen sind relevant? Welche Signale sprechen für Qualität, Zuverlässigkeit oder Risiko?

Je günstiger AI wird, desto wichtiger werden strukturierte, überprüfbare und branchenspezifische Daten.

Denn ohne Ground Truth bleibt AI oberflächlich.

Die Rolle von Vertical Industry Data Platforms

Genau hier gewinnen Vertical Industry Data Platforms und Data-as-a-Service an Bedeutung.

Wenn AI zur günstigen Infrastruktur wird, entscheidet nicht mehr nur das Modell. Entscheidend wird, wer über die besten Daten, die richtigen Signale und den vertrauenswürdigsten Kontext verfügt.

Für die Bauwirtschaft bedeutet das: Branchenwissen, strukturierte Firmenprofile, Ratings, Zertifizierungen, Referenzen, Kompetenzen und ESG-Signale werden zu einem strategischen Rohstoff.

AI-Agents brauchen keine klassischen Branchenverzeichnisse.

Sie brauchen maschinenlesbare, vergleichbare und vertrauenswürdige Branchendaten.

Sie brauchen Ground Truth.

Quellenhinweis:

DeepSeek API Docs, OpenAI Pricing, Anthropic Pricing; Einordnung auf Basis der offiziellen Tokenpreise von DeepSeek-V4-Pro, DeepSeek-V4-Flash, GPT-5.5, Claude Opus 4.7 und Claude Sonnet 4.6. Stand der Preisprüfung: 26. Mai 2026.