281 Milliarden Token in 30 Tagen. Das ist der Rekord, den ein einzelner Meta-Mitarbeiter auf dem internen „Claudeonomics"-Leaderboard aufgestellt hat – benannt nach dem KI-Modell, das die Token verarbeitet. Unternehmensweit hat Meta im selben Zeitraum 60,2 Billionen Token verbraucht. Zu Anthropics API-Preisen wären das rund 900 Millionen Dollar. In einem Monat.
Das nennt sich Tokenmaxxing. Und es ist das Dümmste und Schädlichste, was die Tech-Industrie gerade tut.
Was Tokenmaxxing ist
Der Begriff entstand im April 2026, als Metas interne Rangliste bekannt wurde, die Mitarbeiter nach Token-Verbrauch sortierte – die Spitzenreiter wurden mit Titeln wie „Token Legend" ausgezeichnet. Amazon zog mit ähnlichen Maßnahmen nach: Über das hauseigene Tool MeshClaw lassen sich KI-Agenten erstellen, und Mitarbeiter nutzen es gezielt, um ihren Token-Verbrauch künstlich zu steigern – Hintergrund ist eine Vorgabe, dass mehr als 80 Prozent der Entwickler wöchentlich KI einsetzen sollen.
Tokenmaxxing ist das KI-Äquivalent zur alten Entwickler-Metrik „Zeilen Code pro Tag" – eine Vanity-Metrik, die die Industrie vor Jahrzehnten zu Recht aufgegeben hat. Daten aus 22.000 Entwicklern zeigen: Während die Task-Erledigungsrate mit KI um 34 Prozent gestiegen ist, sind Bugs pro Entwickler um 54 Prozent gestiegen, die durchschnittliche Review-Zeit hat sich verfünffacht.
Mehr Token bedeuten nicht mehr Produktivität. Mehr Token bedeuten mehr Aktivität – das ist nicht dasselbe.
Das Flatrate-Problem
Hier liegt die eigentliche Ursache. Und hier liegt auch die Lösung.
Ich erinnere mich an die frühen 2000er, als die ersten DSL-Flatrates in Deutschland eingeführt wurden. Vorher zahlte man pro Minute, jede Minute online zählte. Mit der Flatrate änderte sich das Verhalten schlagartig: Man ließ den Rechner über Nacht laufen, downloadete was das Netz hergab, weil es ja „bezahlt" war. Der Traffic explodierte.
Genau dasselbe passiert gerade mit KI. Bei Meta kosteten 10 Milliarden Token in einem Monat auf internen Plattformen etwas über 50.000 Dollar – für den einzelnen Mitarbeiter kostenlos, weil der Arbeitgeber zahlt. Uber erschöpfte sein gesamtes KI-F&E-Budget für 2026 in Höhe von 3,4 Milliarden Dollar bereits bis April – größtenteils für Claude Code, wobei interne Ranglisten die Entwickler nach KI-Nutzung rankten.
Wenn irgendjemand bei Amazon oder Meta seinen Token-Verbrauch selbst bezahlen müsste – auch nur einen Bruchteil davon – würde er morgen aufhören, sinnlose Automatisierungsschleifen zu bauen, nur um im Leaderboard aufzusteigen.
Das neue Bitcoin-Mining
Bitcoin-Mining ist rechnerisch aufwendig by design – es dient dem Konsens-Mechanismus. Tokenmaxxing ist aufwendig by accident – es dient nichts außer dem Leaderboard-Ranking.
Der Mechanismus ist identisch: Rechenleistung wird nicht für produktive Zwecke eingesetzt, sondern um eine Zahl nach oben zu treiben. Der Unterschied: Beim Mining weiß jeder, dass es Energieverschwendung ist. Beim Tokenmaxxing tarnt es sich als Produktivitätsmessung.
Goodharts Gesetz – „Wenn eine Kennzahl zum Ziel wird, hört sie auf, eine gute Kennzahl zu sein" – beschreibt das Problem präzise. KI-Dashboards, Vendor-Präsentationen, Quartalsberichte zeigen alle dieselbe Schlagzeile: verbrauchte Token. Smarte Mitarbeiter tun das, was smarte Mitarbeiter immer tun: Sie optimieren die sichtbare Zahl.
Wer wirklich bezahlt
Die Antwort lautet: alle. Nicht direkt, aber indirekt.
Steigende Abo-Preise. KI-Dienste subventionieren exzessiven Verbrauch durch pauschale Unternehmenslizenzen. Wenn diese Kalkulation nicht aufgeht – und sie geht nicht auf – steigen die Preise. Für alle.
Steigende Energiekosten. Rechenzentren, die Tokenmaxxing-Workloads verarbeiten, verbrauchen reale Energie. Diese Infrastrukturkosten fließen irgendwo ein – in Energiepreise, in CO₂-Bilanzen, in Wasserverbrauch für die Kühlung.
Steigende Infrastrukturkosten. Meta plant für 2026 Investitionsausgaben von 109 bis 114 Milliarden Dollar – unter anderem für Energieverträge und Rechenzentrumskapazitäten, um KI-Workloads zu verarbeiten. Ein Teil dieser Workloads ist Tokenmaxxing.
Was helfen würde
Die Lösung ist nicht kompliziert, sie ist nur unbequem: Token sollten nicht kostenlos sein. Nicht im Sinne von prohibitiv teuer – aber im Sinne von sichtbar und zurechenbar.
Wer seinen Token-Verbrauch im eigenen Budget sieht, trifft andere Entscheidungen als wer eine unbegrenzte Flatrate hat. Das ist keine Spekulation – das ist menschliches Verhalten, das sich seit den frühen DSL-Tagen nicht verändert hat.
Meta hat das interne Leaderboard inzwischen abgeschaltet, nachdem die Zahlen öffentlich wurden. Einige Mitarbeiter vermuten allerdings, dass das eigentliche Ziel des Leaderboards immer die Maximierung der KI-Nutzung war – weil mehr Nutzung mehr reale Daten für das Training von Metas eigenem Modell bedeutet.
Damit wäre das Tokenmaxxing-Problem noch größer als bislang bekannt: Nutzer als unbezahlte Trainingsdaten-Generatoren. Aber das ist eine andere Geschichte.
Den Ausgangsbericht von The Decoder gibt es hier: the-decoder.de