Die globalen Ausgaben für Künstliche Intelligenz haben 2025 die Marke von 1,5 Billionen Dollar überschritten und damit den Status eines experimentellen Pilotprojekts endgültig hinter sich gelassen. Doch trotz massiver Investitionen gelingt es den wenigsten Unternehmen, den konkreten EBIT-Impact nachzuweisen. Wie lässt sich KI-Spend also messbar, vorhersagbar und effizient mit echtem Geschäftswert verknüpfen?
KI ist längst keine optionale Technologie mehr, sondern eine zentrale Position im Budget. Weltweit flossen 2025 rund 1,5 Billionen Dollar in KI-Initiativen. Dennoch fehlt den meisten Finanzführungskräften eine etablierte Disziplin, um diese Investitionen nachhaltig zu steuern.
Die Lücke zwischen Investition und Impact in der KI-Ökonomie
Laut einer aktuellen McKinsey-Studie setzen bereits 88 Prozent der Organisationen KI in mindestens einer Geschäftsfunktion ein. Allerdings können nur 39 Prozent den Investitionsfluss bis auf Unternehmensebene in konkrete EBIT-Effekte zurückverfolgen. Diese Diskrepanz ist der zentrale Ausgangspunkt für das neu gegründete Cursor CFO Council.
Das Cursor CFO Council trifft sich vierteljährlich in wechselnden Städten und verfolgt eine klare Mission: eine gemeinsame Methodik zu entwickeln, die KI-Ausgaben dauerhaft an messbaren Wert koppelt.
Intelligenz macht sich in der Revenue bemerkbar
Eine BCG-Analyse auf Basis von Cursor-Daten zeigt, dass Unternehmen in der obersten Fünftelgruppe der Token-Nutzung ein medianes Umsatzwachstum von 16,5 Prozent verzeichnen. Unternehmen mit der geringsten Nutzung kommen hingegen nur auf 5,1 Prozent. Nach signifikanten Modellverbesserungen Ende 2025 stieg die Zahl der wöchentlichen Agent-Nachrichten um 44 Prozent, bei hochkomplexen Aufgaben sogar um 68 Prozent.
Das Jevons-Paradoxon der KI
Bessere Modelle ermutigen Teams, komplexere Aufgaben anzugehen. Die Nutzung steigt also mit der Leistungsfähigkeit, anstatt zu sinken. Gleichzeitig wird deutlich: Die Vorteile der KI-Adoption verteilen sich keineswegs gleichmäßig.
Die Erträge der Intelligenz sind ungleich verteilt
Der kürzlich veröffentlichte Developer Habits Report offenbart extreme Konzentrationseffekte. Die leistungsstärksten ein Prozent der Entwickler produzieren 46-mal mehr KI-unterstützte Codezeilen pro Tag als der mediane Nutzer und mergen 15-mal mehr Pull Requests pro Woche. Ähnliche Ungleichgewichte zeigen sich bei Ausgaben, Token-Verbrauch und generiertem Code. Gemessen am Gini-Koeffizienten sind diese Verteilungen ungleicher als die Einkommensverteilung in jedem Land der Welt.
Kosten pro Arbeitseinheit schwanken erheblich
Selbst dort, wo KI greift, variieren die Kosten massiv. Der Developer Habits Report ermittelt Unterschiede von fast dem Neunfachen bei den Kosten pro Agent-Request zwischen verschiedenen Modellfamilien. Bei den Kosten pro akzeptierter Codezeile liegt die Spanne bei etwa dem Siebenfachen.
Mehr Modelle, mehr Optionen
Diese Lücke erklärt, warum der Zugriff auf mehrere Modelle und Anbieter strategisch wichtig ist. Verschiedene Modelle eignen sich für unterschiedliche Aufgaben – von der Planung über Frontend-Entwicklung bis zum Debugging. In Cursor nutzen bereits 84 Prozent der Power User wöchentlich mehrere Modelle parallel. Angesichts zunehmender nutzungsbasierter Preismodelle wird Intelligenz damit zu einer schwerer prognostizierbaren Variablenkostenposition.
Ein Rahmen für die KI-Ökonomie
Der Cursor CFO Council bietet Finanzführungskräften eine strukturierte Austauschplattform. Ziel ist die Entwicklung gemeinsamer Benchmarks für KI-Produktivität, Frameworks zur Messung des Return on Intelligence sowie pragmatischer Ansätze für Modell-Allokation und Kostenmanagement.
Erster Termin im August
Das erste Treffen des CFO Councils findet im August statt. Teilnehmer sowie Ergebnisse werden sukzessive veröffentlicht, damit die breitere Wirtschaft von den Erkenntnissen profitiert.
