Die Technologiebranche erwägt schnell eine neue Komponente der Ingenieurvergütung: den direkten Zugang zu KI-Rechnern. Unternehmen beginnen, Budgets für KI-Token bereitzustellen – die Einheiten, die Modelle wie ChatGPT, Claude und Gemini antreiben – neben traditionellen Gehältern, Eigenkapital und Boni. Der Grund dafür ist einfach: Ein besserer Zugriff auf die Rechenleistung erhöht die Produktivität der Ingenieure und macht sie wertvoller. Dies ist nicht nur eine Randidee; Jensen Huang, CEO von Nvidia, schlug kürzlich vor, dass Ingenieure etwa die Hälfte ihres Gehalts wieder in Token erhalten sollten, was für Top-Performer möglicherweise 250.000 US-Dollar pro Jahr erreichen sollte.
Der Aufstieg von „Tokenmaxxing“
Dieser Wandel wird durch das explosionsartige Wachstum der „agentischen“ KI vorangetrieben, bei der Systeme nicht nur auf Eingabeaufforderungen reagieren, sondern im Laufe der Zeit selbstständig Aufgaben ausführen. Tools wie OpenClaw, ein Open-Source-KI-Assistent, veranschaulichen diesen Trend: Sie laufen kontinuierlich, erzeugen Subagenten und verarbeiten Aufgaben ohne ständige menschliche Eingabe. Infolgedessen steigt der Token-Verbrauch rasant an. Ingenieure, die KI-Agenten betreiben, können täglich Millionen von Token verbrennen, ein krasser Gegensatz zu den 10.000 Token, die jemand für eine einzelne Schreibaufgabe verwenden würde.
Die New York Times berichtete kürzlich, dass die Ingenieure von Meta und OpenAI nun in internen Bestenlisten zur Verfolgung der Token-Nutzung konkurrieren. Großzügige Budgets werden zum Standard und spiegeln Vergünstigungen wie eine Zahnversicherung oder kostenlose Mahlzeiten wider. Berichten zufolge gibt ein Ericsson-Ingenieur in Stockholm mehr für KI-Rechnungen aus als sein gesamtes Gehalt, wobei das Unternehmen die Rechnung trägt.
Warum das wichtig ist
Dieser Trend zeigt einen grundlegenden Wandel in der Art und Weise, wie Technologieunternehmen die Produktivität messen. Rechenleistungen werden zunehmend als direkter Input für den Wert eines Ingenieurs betrachtet und nicht als indirekte Betriebskosten. Dies ist von Bedeutung, da dadurch der Schwerpunkt von den geleisteten Arbeitsstunden auf die erzielten Ergebnisse verlagert wird und möglicherweise hochintensive KI-gestützte Arbeit gegenüber anderen Beiträgen belohnt wird.
Es gibt jedoch Nachteile. Die implizite Erwartung einer verdoppelten Produktivität bei erhöhter Token-Zuteilung erzeugt Druck. Noch wichtiger ist, dass Unternehmen möglicherweise damit beginnen, die Mitarbeiterzahl neu zu bewerten, wenn sich die Token-Ausgaben dem Gehalt eines Ingenieurs nähern oder dieses übersteigen. Wenn die KI die Arbeit erledigt, wird die Notwendigkeit menschlicher Koordination zu einer finanziellen Frage.
Eine Frage des Wertes
Finanzexperten wie Jamaal Glenn, ein ehemaliger VC und CFO, weisen darauf hin, dass Token kein Ersatz für Bargeld oder Eigenkapital sind. Token-Budgets haben bei künftigen Verhandlungen keine Bedeutung, werden nicht geschätzt und haben auch kein Gewicht. Unternehmen können dieses System nutzen, um die Vergütungspakete aufzublähen, ohne den tatsächlichen langfristigen Mitarbeiterwert zu steigern. Der Schritt könnte es ihnen ermöglichen, die Barvergütung konstant zu halten und gleichzeitig eine wachsende Rechnervergütung als Investition in ihre Belegschaft zu vermarkten.
Ob dieses neue Modell letztendlich den Ingenieuren zugute kommt, bleibt abzuwarten. Der derzeitige Mangel an Transparenz und die langfristigen Auswirkungen werfen kritische Fragen auf, mit denen sich Mitarbeiter befassen müssen, bevor sie KI-Token vollständig als legitimen Teil ihres Gehalts akzeptieren.
