Originaltitel: (Microsoft drückt die Pause für vibe coding: 'Token verbrennen' ist bereits teurer als Mitarbeiter)
Originalautor: Zhang Yongyi, Geek Park


Am 14. Mai 2026 hat Microsoft bereits begonnen, die internen Berechtigungen für die meisten Mitarbeiter für Claude Code zu kündigen. Der Stichtag ist der 30. Juni – auch der letzte Tag des Microsoft-Geschäftsjahres.


Noch vor 6 Monaten machte Microsoft genau das Gegenteil – im Dezember 2025 öffnete es Claude Code für Tausende von Mitarbeitern, darunter Ingenieure, Produktmanager und Designer, und ermutigte alle, den Ansatz des vibe codings zu nutzen, um den Workflow neu zu gestalten. Die Mitarbeiter mochten dieses Tool, aber vielleicht mochten sie es zu sehr.


Aber 6 Monate später hat Microsoft selbst zurückgezogen.


Und fast in derselben Woche sagte YC-Partner Tom Blomfield in einem Batch Talk etwas anderes: "Wenn deine API-Rechnung dir nicht wehtut, dann verbrennst du nicht genug."


Im selben Frühling geben Silikon Valley und das gleiche Problem zwei völlig gegensätzliche Antworten – ist die Nutzung von KI wirklich teurer als die Nutzung von Menschen?


01 Der gescheiterte Ort des vibe coding


Microsoft hat nicht das Claude-Modell gekündigt. Das Modell von Anthropic wird weiterhin über Copilot CLI an Microsoft-Mitarbeiter angeboten. Sie haben den Zugang zu Claude Code als Produkt selbst gekündigt.


Am stärksten betroffen ist die Abteilung "Experiences + Devices" – also das Ingenieurteam hinter Windows, Microsoft 365, Outlook, Teams und Surface. EVP Rajesh Jha hat diese Entscheidung in einem internen Memo als "Toolchain-Vereinheitlichung" verpackt, aber die internen Quellen von The Verge sind direkter: Die Mitarbeiter sind sich einig, dass Claude Code besser zu nutzen ist als Copilot CLI, und das Tool Anthropic ist intern bei Microsoft so populär, dass Microsoft's eigenes Copilot CLI "verdrängt" wurde.


Anders ausgedrückt, Microsoft zog Claude Code nicht zurück, weil er nicht funktioniert, sondern weil er zu gut funktioniert.


Der Stichtag am 30. Juni ist auch kein Zufall – es ist der letzte Tag des Geschäftsjahres von Microsoft. Ein bevorzugtes Tool der Mitarbeiter abzuschaffen, um zu ihren eigenen Produkten zurückzukehren, und der Zeitpunkt an einem Geschäftsjahresende – wie viel davon ist Produktbewertung und wie viel davon ist finanzielle Überlegung, weiß jeder.


Bildquelle: Visual China


Microsoft ist kein Einzelfall.


Vor einem Monat enthüllte Ubers CTO Praveen Neppalli Naga gegenüber The Information: Das Unternehmen hat sein gesamtes Budget für AI-Programmierungswerkzeuge für das Jahr 2026 in den ersten 4 Monaten aufgebraucht. Uber hatte zuvor sogar ein internes Ranking erstellt, um die Mitarbeiter zu motivieren, mehr KI zu nutzen – das Ergebnis war, dass das Budget zusammenbrach.


Direkter gesagt, sagte Bryan Catanzaro, VP für Deep Learning bei Nvidia, in einem Interview mit Axios: "Für mein Team sind die Kosten für Rechenleistung weit höher als die Kosten für Mitarbeiter." Das kommt von einem leitenden Angestellten eines Hardwareunternehmens, dessen Kerngeschäft der Verkauf von Rechenleistung ist.


Fortune hat diese Hinweise zusammengefügt und dem Artikel einen sehr Fortune-tauglichen Titel gegeben: "Microsofts Bericht deckt die wahren Kostenprobleme von KI auf – diese Technologie ist teurer als Mitarbeiter zu beschäftigen."


Wenn man nur bis zu diesem Punkt liest, ist die Schlussfolgerung einfach: Vibe Coding ist gescheitert, die Geschichte, dass KI Menschen ersetzt, kann geschlossen werden.


Aber diese Schlussfolgerung kommt zu früh.


02 Der Copilot-Modus hat "die Wand" getroffen


Um Microsofts Rückzug zu erklären, muss man zuerst klären, was vibe coding ist.


Dieser Begriff wurde Anfang 2025 von Andrej Karpathy geprägt – er beschrieb eine neue Art des Programmierens: Entwickler schreiben nicht mehr Zeile für Zeile Code, sondern beschreiben ihre Absichten in natürlicher Sprache, sodass LLM Code generiert. Entwickler lesen den Code nicht einmal, sondern schauen sich nur das Ergebnis an – läuft es, akzeptieren sie es, läuft es nicht, lassen sie die KI es erneut ändern.


Das ist ein verlockendes Versprechen an Produktivität im KI-Zeitalter. Es bedeutet: Ein Ingenieur, der kein Rust schreiben kann, kann die KI für ihn Rust schreiben lassen; ein Produktmanager kann die KI dazu bringen, Prototypen zu erstellen; ein Designer kann die KI dazu bringen, funktionierenden Code zu schreiben. Die Akteure, die im Dezember 2025 Claude Code freigeben, sind Ingenieure, PMs und Designer – genau diese drei Gruppen. Das ist kein Zufall, das ist die klassischste Umsetzung von vibe coding.


Aber vibe coding in großen Unternehmen wird zu etwas strukturell sehr Unbeholfenem.


Angenommen, Microsoft hat einen Ingenieur mit einem Jahresgehalt von 300.000 Dollar. Wenn Microsoft ihm Claude Code zur Verfügung stellt, steigt seine Produktivität um 20% – das ist der idealste Zustand von vibe coding. Aber gleichzeitig, wie viel Token-Kosten verbrennt er jeden Monat? 200 Dollar, 500 Dollar oder 2000 Dollar? Diese Zahl wird mit seiner zunehmenden Abhängigkeit von KI monoton steigen.


Das Problem ist, dass er nicht entlassen wird, nur weil er "KI genutzt hat" – sein Gehalt von 300.000 Dollar bleibt, seine Vorteile bleiben, sein Arbeitsplatz bleibt.


Das bedeutet, dass die Gesamtkostenstruktur von Microsoft "ursprüngliches Mitarbeitergehalt + zusätzliche Token-Rechnungen" ist. Diese Formel hat nur eine Richtung – die Kosten explodieren.



Und spiegelt sich die "Mitarbeiterproduktivität von +20%" finanziell als "Umsatz von +20%" wider? Nein. Es ist "Umsatz bleibt gleich, aber die Kostenstruktur hat eine zusätzliche AI-Rechnung" – denn die Produktivität der meisten Mitarbeiter entspricht nicht direkt dem zusätzlichen Einkommen, schnelleres Schreiben bedeutet nicht, dass das Unternehmen mehr verkauft.


Das ist die wahre Bedeutung von Catanzaros Aussage, dass "Rechenleistung teurer ist als Mitarbeiter". Es bedeutet nicht, dass KI dumm ist, sondern dass man, wenn man KI in die bestehenden Mitarbeiter integriert, die Kosten nicht auf die Reihe bekommt.


Diese Logik hat auch Datenunterstützung.


Gartner hat in einer aktuellen Prognose gesagt: Bis 2030 werden die Kosten für die Inferenz eines Modells mit einer Billion Parametern im Vergleich zu 2025 um fast 90% sinken. Das klingt so, als würde KI immer billiger werden, aber Gartner's wahre Schlussfolgerung ist: Das wird die Gesamtrechnung für Unternehmens-KI nicht billiger machen. Der leitende Analyst von Gartner, Will Sommer, sagte einmal: "CPOs sollten 'Deflation von Commodity-Level-Token' und 'Zugang zu fortschrittlicher Inferenzfähigkeit' nicht in einen Topf werfen."


Die Prognose von Goldman Sachs ist direkter: Bis 2030 wird agentic AI den Verbrauch von Tokens um das 24-fache steigern, auf 120 Billionen pro Monat. Der Preis pro Token sinkt um 90%, der Verbrauch steigt um das 24-fache – das Ergebnis ist, dass die Gesamtrechnung weiterhin steigt.


Jensen Huang hat eine noch radikalere Version. Vor einigen Monaten sagte er in der Öffentlichkeit, dass in Zukunft jeder Nvidia-Mitarbeiter von 100 KI-Agenten umgeben sein wird.


Klingt gut. Aber wenn du CFO bist, was hörst du? Es sind 100 Token-Öfen, die 24 Stunden am Tag ununterbrochen brennen.


Das Problem ist nicht, dass KI zu teuer ist. Das Problem liegt in der Annahme, "jedem Mitarbeiter einen KI-Copiloten zur Seite zu stellen".


Diese Haltung hat in der Tech-Community einen populären Namen – "Copilot-Modus". Die zentrale Annahme ist: Der Mensch bleibt am Steuer, KI sitzt auf dem Beifahrersitz und gibt dir Vorschläge. Sie ersetzt dich nicht, sie macht nur schneller.


Diese Annahme ist auf der Textebene sehr sanft – "KI wird deinen Job nicht stehlen, KI hilft dir einfach". Aber auf finanzieller Ebene bedeutet es implizit: Alle ursprünglichen Gehälter bleiben gleich, aber es kommt eine zusätzliche Token-Kosten hinzu.


Und Token sind keine festen Kosten, sie sind verbrauchsabhängig. Je mehr Mitarbeiter nutzen, desto mehr zahlt das Unternehmen – das ist genau die Kostenstruktur, die Unternehmen am wenigsten sehen wollen: fließend, ohne Obergrenze, die sich umgekehrt proportional zur Produktionskapazität vergrößert.


Als Microsoft im Dezember 2025 Claude Code freigab, hatten sie möglicherweise nicht vollständig erkannt, dass. Sie dachten daran: Lassen Sie die Mitarbeiter es ausprobieren, um zu sehen, wie viel Effizienz KI bringen kann. Aber 6 Monate später waren die Mitarbeiter wirklich süchtig geworden, Claude Code war intern bei Microsoft zu populär – das Ergebnis war, dass die Token-Rechnungen die Erwartungen weit übertrafen, mehr als Microsoft selbst aus diesem Trend zurückgewinnen konnte.


Microsoft hat gekürzt. Aber nicht die KI – sie haben die Struktur entfernt, in der "Mitarbeiter am Steuer sitzen und KI auf dem Beifahrersitz".


Das ist ein strukturelles Versagen. Es wird nicht verschwinden, weil das Modell billiger ist, und es wird nicht verschwinden, weil Mitarbeiter geschickter werden – es wird mit der zunehmenden Geschicklichkeit der Mitarbeiter im Umgang mit KI ernster.


03 Token verbrennen, weil man keine Mitarbeiter verbrennt


Fast in der gleichen Woche, als Microsoft sich zurückzog, brachte Tom Blomfield in einem Batch Talk bei YC eine völlig andere Perspektive ein. Er sprach nicht darüber, "wie man KI verwenden sollte" – er sprach darüber, "wie Unternehmen im KI-Zeitalter aussehen sollten".



Blomfields Urteil ist direkt: Die meisten Unternehmen haben immer noch eine "römische Legion"-artige Struktur – Informationen werden schrittweise weitergegeben, Befehle werden schrittweise nach unten verteilt, und die Menschen sind das zentrale Koordinationsorgan. KI in eine solche Struktur einzubauen, führt dazu, dass man den römischen Fußsoldaten moderne Waffen gibt – sie nutzen sie intensiver, aber die Taktik bleibt gleich.


Ein wirklich AI-natives Unternehmen sollte anders aussehen.


Blomfield verwendete eine sehr spezifische Beschreibung: Jede Aktion sollte ein dokumentierbares, aufrufbares Produkt erzeugen, sodass alles für die KI klar lesbar ist (legible to AI); das Unternehmen sollte als "selbstverbessernder KI-Zyklus" gestaltet werden, das System kann die Umgebung wahrnehmen, Entscheidungen treffen, Werkzeuge aufrufen, Feedback erhalten und sich selbst korrigieren.


In solchen Firmen gibt es nur zwei Rollen. Eine ist der individuelle Beitragende – jeder ist unabhängig von der Abteilung Builder und Operator, bringt Prototypen zur Besprechung, nicht nur Ideen; die andere ist DRI (Directly Responsible Individual) – jede Ausgabe hat einen klaren Verantwortlichen, "kann sich nicht hinter KI verstecken".


Dann sagte Blomfield den berühmten Satz: "Wenn deine API-Rechnung dir nicht wehtut, dann verbrennst du nicht genug."


Wenn dieser Satz im Büro des CFO von Microsoft auftaucht, wird er als Witz angesehen; aber vor den Gründern in einem Raum von YC empfindet niemand das als verrückt.


Warum?


Eine andere Partnerin von YC, Diana Hu, gab Anfang Mai in der Startup School die Antwort. Sie sagte einen Satz – "Maximiert werden nicht die Mitarbeiter, sondern der Token-Verbrauch." Sie hatte eine noch direkteste Version: "Ein Mensch mit KI-Tools entspricht einem großen Ingenieurteam der Vergangenheit."


Achten Sie hier auf das Schlüsselwort: "gleich". Es ist nicht "entspricht", nicht "ähnlich wie" – es ist Ersatz.


In der P26 2026 Frühlings-Batch von YC haben bereits viele Unternehmen mit 5 oder 6 Personen Dinge erledigt, für die früher 20 oder 30 Personen nötig waren. Ihre Token-Rechnungen sind natürlich hoch, aber die Personalkosten sind extrem niedrig – insgesamt gerechnet ist das profitabel.


Ein radikalerer Fall ist Block. Das von Jack Dorsey geführte Fintech-Unternehmen hat kürzlich 40% der Mitarbeiter entlassen. Das ist kein traditionelles "Kosten senken und Effizienz steigern" – Block hat gleichzeitig die internen Investitionen in KI-Tools erhöht; die neue Struktur ist das, was Diana Hu beschrieben hat: IC + DRI + KI-Agent.


Token verbrennen bedeutet im Kontext von YC nicht Ausgaben, sondern Ersatz. Es ersetzt nicht die Ausgaben außerhalb von KI, sondern die Löhne. Die Rechnung geht auf, weil das Unternehmen gleichzeitig die Positionen gestrichen hat, die ursprünglich Gehälter verbrauchen sollten.


Das ist der grundlegende Grund, warum Microsoft und YC dasselbe sehen, aber entgegengesetzte Antworten geben – sie verbrauchen nicht dasselbe Token. Microsofts Token dienen als Co-Pilot für die bestehenden Mitarbeiter, YCs Token ersetzen die ursprünglichen Fahrer.


04 Wahres Vermögen wird neu definiert


Tom Blomfield sagte in einem Gespräch auch einen weiteren, vielsagenden Satz: "Menschen sind vergänglich, das Kontextdokument ist wichtig."


Das ist eine betriebswirtschaftliche Beurteilung.


Wie sieht die Bilanz traditioneller Unternehmen aus? Auf der linken Seite sind Sachanlagen, Forderungen, Goodwill, IP, auf der rechten Seite Verbindlichkeiten und Eigenkapital. Mitarbeiter stehen nicht in der Vermögensspalte – sie sind Kosten. Aber jedes Unternehmen weiß, dass Mitarbeiter tatsächlich das wahre Vermögen sind: Kundenbeziehungen sind im Kopf des Vertriebs, Geschäftsintuition ist im Kopf des Produktmanagers, technisches Know-how ist im Kopf des Ingenieurs.


Diese Art von "Vermögen" hat die Eigenschaft, dass es weggeht. Wenn Mitarbeiter gehen, läuft das Vermögen davon.


Die von Blomfield beschriebene AI-native Firma tut eine Sache: Sie extrahiert all diese Ressourcen, die ursprünglich nur im menschlichen Gehirn existierten, und macht sie zu "kontextuellen Vermögenswerten", die für KI lesbar, aufrufbar und iterierbar sind.


Was ist die konkrete Form? Es sind detaillierte Anforderungsdokumente; es sind die Prozesse, die aus jeder Entscheidung, jeder E-Mail-Korrespondenz, jeder Slack-Diskussion hervorgehen; es sind offene MCP-Schnittstellen und APIs; es sind Artefakte, die von jedem internen Tool erzeugt werden – all diese Dinge bilden eine neue, vererbbare Vermögensschicht eines Unternehmens, die nicht mit dem Ausscheiden von Mitarbeitern verschwindet.


In solchen Unternehmen wird der Mensch zum "Variable" – er kann schnell ein- und aussteigen, weil die Kernressourcen des Unternehmens nicht im Gehirn der Menschen liegen, sondern in den Dokumenten.


Bildquelle: Visual China


Wenn diese Struktur funktioniert, bedeutet das nicht nur ein neues Organisationsmodell – es bedeutet, dass die Bilanz des Unternehmens neu geschrieben wird. Ein AI-natives Unternehmen mit 6 Mitarbeitern, das erstaunliche Token-Rechnungen hat, sieht finanziell ungesund aus, aber sein echtes Vermögen könnte dicker sein als das einer traditionellen Firma mit 60 Mitarbeitern – nur ist dieses Vermögen, nach den derzeitigen Rechnungslegungsstandards, noch nicht berechnet worden.


Anders ausgedrückt, vibe coding ist nicht tot. Es gehört nur nicht zu traditionellen Unternehmen.


Der Tag, an dem Microsoft Claude Code zurückzog, war nicht der Tag des Scheiterns der KI-Ökonomie – es war der Tag, an dem eine Haltung, KI in alte Organisationen einzubauen, sich selbst widerlegte.


In den vielen Startups bei YC bildet sich eine andere Haltung heraus – sie sind klein, sie verbrauchen, sie haben keine KPI für "Mitarbeiter-KI-Nutzung", und ihre CFOs geraten nicht in Panik, wenn die Token-Rechnungen explodieren – denn sie verbrauchen nicht das "Co-Pilot-Modell" für Mitarbeiter, sondern die "Ersatzprodukte" für Mitarbeiter.


In den kommenden Jahren werden alle mittelständischen Unternehmen, die weiterhin versuchen, "Mitarbeiter mehr KI nutzen zu lassen", gegen die Wand fahren, die Microsoft schon getroffen hat – die strukturell steigenden Token-Rechnungen.


Aber der wahre Grund für die Wand, ist nicht, dass KI zu teuer ist – die Organisation hat sich noch nicht geändert.


Aber die überwiegende Mehrheit der Unternehmen wird sich vorerst nicht ändern.


Originallink