DESTINYDeutschland TokenCheck Prüfung anfragen

Analyse: Welche KI-Anbieter nutzen deutsche Softwarefirmen wirklich?

Stand . Stichprobe: 38 geprüfte, 20 ausgewertete deutsche Software- und KI-Firmen. Quellen: ausschließlich öffentliche Angaben der Firmen.

Wer Kosten für Sprachmodelle prüfen will, muss zuerst wissen, wer die Rechnung stellt. Zur Vorbereitung unserer Pilotprüfungen haben wir 38 deutsche Software- und KI-Firmen daraufhin untersucht, welche Modellanbieter sie einsetzen, über welchen Weg sie einkaufen und womit sich das belegen lässt. Die Ergebnisse veröffentlichen wir aggregiert und ohne Firmennamen.

Kurzfassung

Methodik

Die Stichprobe entstand am 17. September 2026 bei der Suche nach Pilotkunden für TokenCheck und ist deshalb nicht repräsentativ. Gesucht wurden Firmen mit eigenem Softwareprodukt, die die API-Kosten selbst tragen, keinem Konzern angehören und deren Nutzung von OpenAI- oder Anthropic-Modellen sich öffentlich nachweisen lässt. Nordrhein-Westfalen wurde bei gleicher Belegqualität bevorzugt, weil wir in Essen sitzen: 9 der 20 Firmen haben dort ihren Sitz, 5 in Berlin, die übrigen 6 in Hamburg, Hessen, Bayern und Bremen. Die Firmen beschäftigen nach eigenen Angaben zwischen etwa 10 und 300 Personen.

Von 38 geprüften Firmen haben wir 20 in die Auswertung übernommen. Die übrigen 18 fielen heraus: einziger Beleg eine Stellenanzeige, Endkunden zahlen die API mit eigenem Schlüssel, Abrechnung über einen Aggregator wie OpenRouter oder ein AI Gateway, Konzernzugehörigkeit, weniger als fünf Beschäftigte oder ein unvollständiges Impressum. Als Quellen dienten ausschließlich öffentliche Angaben der Firmen selbst (siehe Quellenliste), ergänzt um Kundenreferenzen auf den Seiten von Anthropic und Microsoft. Wir haben keine Firma kontaktiert, keine Rechnung gesehen und kein Volumen gemessen. Interne Schätzungen zu Monatskosten veröffentlichen wir nicht, weil sie sich aus öffentlichen Quellen nicht belegen lassen.

Eine Firma zählt als Nutzer beider Anbieter, wenn eine eigene Quelle beide nennt. Werbung allein reichte nicht: In einem Fall wirbt die Startseite mit Claude, die Datenschutzerklärung nennt aber nur OpenAI und Mistral als Auftragsverarbeiter. Diese Firma zählt als reiner OpenAI-Fall.

Anbieter

Modellanbieter in den 20 ausgewerteten Firmen
KonstellationFirmenAnteil
Nur OpenAI (von den beiden großen Anbietern)1155 %
OpenAI und Anthropic840 %
Nur Anthropic15 %
OpenAI insgesamt1995 %
Anthropic insgesamt945 %
Mehr als ein Modellanbieter insgesamt, einschließlich Google, Mistral, Perplexity und offener Modelle1260 %

OpenAI ist in dieser Stichprobe der Standard, Anthropic kommt fast immer als zweiter Anbieter hinzu. Von den 11 reinen OpenAI-Firmen nutzen 4 zusätzlich Mistral oder Google; nur 8 der 20 Firmen arbeiten mit genau einem Modellanbieter. Bei 3 der 9 Anthropic-Nutzer läuft der Bezug ganz oder teilweise über AWS Bedrock oder ist nicht als Direktvertrag belegt. Die genannten Modellgenerationen reichen von GPT-4 in älteren Blogbeiträgen bis zu GPT-5.6, Claude Opus 4.8 und Claude Sonnet 5 auf aktuellen Preisseiten.

Bezugsweg: Wer stellt die Rechnung?

Für die Kostenprüfung ist die zweite Frage wichtiger als die erste: Kommt die Rechnung vom Modellanbieter oder von einem Cloud-Anbieter?

Bezugsweg der OpenAI- und Anthropic-Modelle (20 Firmen)
BezugswegFirmen
Kein Hinweis auf einen Zwischenhändler, Rechnung mutmaßlich direkt von OpenAI oder Anthropic12
Azure OpenAI belegt, Rechnung von Microsoft3
Azure OpenAI teilweise oder wahrscheinlich (Formulierungen wie "OpenAI mit Hosting in Europa" oder "100 % EU-Hosting", Bank- und Versicherungskunden)5
AWS Bedrock zusätzlich genannt (Überschneidung mit den Zeilen oben)2

Der Azure-Anteil ist höher, als die Anbieterlogos auf den Startseiten vermuten lassen. Unter den 18 nicht übernommenen Firmen fanden sich zwei weitere Azure-OpenAI-Fälle und zwei Firmen, die über einen Aggregator abrechnen.

Belegarten und ihre Beweiskraft

Hauptbeleg je Firma (20 Firmen)
BelegartFirmenWas der Beleg nachweist
Datenschutzerklärung oder Subprozessor-Liste mit Anbietername6Vertragsbeziehung, meist mit Rechtsträger (etwa OpenAI Ireland Ltd oder Anthropic Ireland Ltd) und Verarbeitungszweck. Stärkster Beleg, weil er die Rechnung impliziert.
Preisseite mit Modellnamen, Credits oder Tarifstufen4Welche Modelle verkauft und wie sie weiterberechnet werden. Sagt nichts über den Bezugsweg.
Anbieter-Referenz (Kundenreferenz bei Anthropic oder Microsoft)2Direkte Kundenbeziehung, vom Anbieter bestätigt. Momentaufnahme mit Marketingzweck.
Eigene Blog-, Hilfe- oder Produktseite7Nutzung im Produkt. Oft ohne Datum und ohne Angabe zum Vertragspartner.
Stellenanzeige (hier zusätzlich zur Produktseite)1Absicht oder Aufbau, keine laufende Rechnung.

Zwei Beobachtungen quer über alle Belegarten. Erstens sind Blogbeiträge oft veraltet: Vier der sieben Blog- und Produktbelege nennen noch GPT-4, obwohl diese Firmen mit hoher Wahrscheinlichkeit längst neuere Modelle einsetzen. Wer daraus Kosten ableitet, liegt bei Listenpreisen und Tokenzahlen falsch. Zweitens nennt bei 5 der 20 Firmen die Datenschutzerklärung den KI-Anbieter nicht oder nur pauschal als "externe Server", obwohl Produkt- oder Preisseite ihn ausweisen. Für die Kostenprüfung heißt das: Die Vertragsliste einer Firma und ihre tatsächliche Modellnutzung sind zwei verschiedene Dokumente, und Sie sollten beide kennen.

Drei typische Muster

Modell-Wiederverkauf mit Credit-Abrechnung. Fünf Firmen verkaufen Zugang zu OpenAI- und Anthropic-Modellen weiter und rechnen über Credits, Tokenpreise oder Tarifstufen an Endkunden ab; bei drei weiteren wählen Kunden oder Administratoren zwischen Anbietern. Für diese Firmen ist die Anbieterrechnung eine Wareneinkaufsrechnung: Jede Abweichung zwischen eingekauftem und weiterberechnetem Volumen geht direkt in die Marge.

Kundenservice-Bots. Acht Firmen betreiben Chat- oder Voicebots für den Kundenservice ihrer Geschäftskunden. Alle acht setzen ausschließlich OpenAI ein, drei davon belegt über Azure. Das Volumen verteilt sich auf viele Endkunden mit schwankender Auslastung; mindestens eine bietet parallel einen Tarif an, bei dem der Endkunde seinen eigenen API-Schlüssel hinterlegt und die Modellkosten selbst trägt.

Transkript-Verarbeiter. Zwei Firmen verarbeiten Gesprächs- oder Meeting-Transkripte, ein drittes Produkt bietet Gesprächsnotizen als Teilfunktion. Hier dominieren Input-Tokens: Lange Transkripte gehen hinein, kurze Zusammenfassungen kommen heraus.

Daneben stehen output-lastige Content-Generierung und Fachanwendungen mit eingebauten KI-Funktionen.

Was das für die Kostenprüfung bedeutet

Azure-Rechnungen sind anders aufgebaut. Bei bis zu 40 Prozent der Firmen kommt mindestens ein Teil der Rechnung von Microsoft. Dort stehen Positionen je Modell und Region; die Tokenzahlen liegen im Kostenexport und in den Nutzungsmetriken des Portals, nicht auf der Rechnung. Batch-Rabatt und günstigere gecachte Eingabe-Tokens gibt es laut Azure-Preisliste auch dort, müssen aber ebenso aktiv genutzt werden. Bei reservierter Kapazität (Provisioned Throughput) wird nach Zeit statt nach Tokens abgerechnet; die Prüffrage ist dann Auslastung, nicht Tokenpreis. Ein Prüfansatz, der nur den Nutzungsexport von platform.openai.com kennt, erfasst diese Firmen nicht.

Multi-Provider-Setups liefern mehrere Exporte mit unterschiedlicher Semantik. 12 von 20 Firmen haben mindestens zwei Rechnungen. Die Exporte zählen gecachte Tokens unterschiedlich: Bei OpenAI sind sie Teil der ausgewiesenen Input-Tokens, bei Anthropic stehen sie getrennt neben den ungecachten. Wer beide Exporte mit derselben Formel auswertet, rechnet einen der beiden falsch. Dazu kommen je Anbieter eigene Batch-Regeln, Cache-Preise und befristete Aktionspreise.

Tokens sind keine gemeinsame Einheit. OpenAI und Anthropic verwenden verschiedene Tokenizer, und Anthropic hat mit Claude Opus 4.7 einen neuen eingeführt, der für denselben Text laut Dokumentation rund 30 Prozent mehr Tokens erzeugt als frühere Modelle. Ein Modellwechsel, der den Preis je Million Tokens um ein Drittel senkt, spart deshalb weniger als ein Drittel. Für Wiederverkäufer, die Credits über Anbietergrenzen hinweg definieren, gilt das doppelt: Ein Credit entspricht bei jedem Modell einer anderen Textmenge. Vor jeder Migration gehört die Tokenzahl der eigenen Prompts mit dem Zielmodell neu gezählt.

Veraltete Belege deuten auf Migrationsbedarf. Wo Blogbeiträge noch GPT-4 nennen, laufen mit einiger Wahrscheinlichkeit ältere Modelle oder Snapshots weiter, die mehr kosten als ihre Nachfolger gleicher Stufe oder vor einem Abschalttermin stehen. Die Modellliste im Export ist deshalb der erste Blick jeder Prüfung.

Grenzen der Analyse

Die Stichprobe ist klein, regional gewichtet und auf Firmen beschränkt, die ihre Anbieter öffentlich nennen; wer seine Modellnutzung nicht dokumentiert, fehlt systematisch. Alle Angaben gelten für den Abrufstand 17. September 2026; Modelle, Preise und Anbieterlisten ändern sich innerhalb weniger Monate.

Quellen