Piper Sandler: Diese fünf Software-Aktien profitieren von KI-Kostensenkungen

Die Analysten von Piper Sandler haben fünf Infrastruktur-Softwareunternehmen identifiziert, die Unternehmen dabei helfen, ihre KI-Token-Kosten drastisch zu reduzieren. In einer Mitteilung an Kunden nannten die Analysten unter der Leitung von Rob Owens Elastic, GitLab, MongoDB, Snowflake und Atlassian als die wichtigsten Profiteure dieses Trends. Erste Anwendungsfälle zeigen dabei Einsparungen beim Token-Verbrauch von 50 bis 75 Prozent.

Hintergrund der Analyse ist ein wachsendes Bewusstsein in der Unternehmenslandschaft für die tatsächlichen Kosten und den Return on Investment (ROI) von KI-Ausgaben. Piper Sandler sieht angesichts dieser Entwicklung ein „entscheidendes Zeitfenster" für die von ihnen beobachteten Infrastrukturwerte. Das Analysehaus ist überzeugt, dass diese Unternehmen unternehmenseigene Daten, die bereits auf ihren Plattformen gespeichert sind, nutzen können, um KI-Modelle „erheblich präziser und effizienter zu machen und gleichzeitig die Kosten für die Token-Nutzung drastisch zu senken".

Das Paradox sinkender Token-Preise

Auf den ersten Blick erscheint die Kostenfrage bei KI-Tokens gelöst: Die reinen Token-Preise sind deutlich gefallen. So sind GPT-5- und GPT-6-Output-Token etwa 50 Prozent günstiger als GPT-4-Output-Token. Doch dieser Rückgang täuscht über ein wachsendes Problem hinweg. Die verbesserten logischen Fähigkeiten neuerer KI-Modelle haben dazu geführt, dass der Token-Verbrauch „sprunghaft angestiegen" ist, wie Owens erläutert. Unternehmen verbrauchen also deutlich mehr Token, was die Preissenkungen teilweise oder vollständig aufzehrt.

Diese Entwicklung hat in der Branche zu einem Umdenken geführt. Viele Unternehmen wenden sich vom sogenannten „Tokenmaxxing" ab – also dem unkontrollierten Einsatz möglichst vieler Token – und setzen stattdessen auf gezieltere Ausgabenstrategien. Ein zentrales Instrument dabei ist das sogenannte „Model Routing", bei dem Anfragen je nach Komplexität an unterschiedlich leistungsstarke und unterschiedlich teure Modelle weitergeleitet werden, um Kosten zu optimieren.

Kontext-Daten als entscheidender Wettbewerbsvorteil

Der Kern der Piper-Sandler-These liegt in der Nutzung bereits vorhandener Unternehmensdaten. Laut den Analysten können der organisatorische Kontext und die Daten, die Kunden bereits in bestehenden Softwarelösungen wie Elastic, MongoDB oder Snowflake verwalten, „die Genauigkeit eines KI-Agenten erheblich verbessern". Konkret bedeutet das: Wer seine Daten bereits auf einer dieser Plattformen hat, kann KI-Modelle gezielter und sparsamer einsetzen, weil die Modelle präzisere Informationen erhalten und weniger „raten" müssen.

Da die Anbieter diese sogenannten „Kontext-Ebenen" auf Basis des Verbrauchs abrechnen, sieht Piper Sandler darin eine „überzeugende zusätzliche Wachstumschance, die zudem die langfristigen Wettbewerbsvorteile (Moats) stärkt". Für Anleger bedeutet das: Die fünf genannten Unternehmen könnten nicht nur von steigenden Umsätzen profitieren, sondern auch ihre Marktposition gegenüber Wettbewerbern festigen. Gespräche mit Management-Teams und Vertriebspartnern hätten laut Piper Sandler bestätigt, dass Unternehmen verstärkt auf Software setzen, um KI effizienter zu gestalten.

Für deutsche Privatanleger sind die genannten Werte allesamt an US-amerikanischen Börsen notiert und über gängige Broker handelbar. Die Analyse von Piper Sandler unterstreicht einen breiteren Trend: Im KI-Zeitalter gewinnen nicht nur die Anbieter von KI-Modellen selbst, sondern auch die Infrastrukturschicht, auf der diese Modelle mit Unternehmensdaten versorgt werden. Wer in diesem Bereich investiert ist, könnte von der zunehmenden Professionalisierung des KI-Einsatzes in Unternehmen profitieren – ohne dass die Kosten dabei linear ansteigen müssen.