Die Wahrheit ist viel billiger

Kanzleien und Rechtsabteilungen fürchten explodierende KI-Kosten. Dabei fällt kein Preis so schnell wie der für KI. Warum die größten Kosten oft erst durch die Nutzerinnen und Nutzer entstehen und wie sich die Rechnung klein halten lässt, zeigt Marc Ohrendorf.

Kaum ein Strategiegespräch über KI in Kanzleien und Rechtsabteilungen kommt ohne die Kostenfrage aus. Die Sorge hat handfeste Anlässe. Dem Benchmark-Bericht "Innovation und Wachstum in kleinen Kanzleien" zufolge nennen 38,9% der deutschen Kanzleien, die auf KI verzichten, die Kosten als Grund. Der Legal-KI-Anbieter Legora kündigte an, seine leistungsfähigsten Agenten wegen steigender Token-Kosten künftig nach Verbrauch abzurechnen. Expertinnen und Experten halten auf beck-aktuell.HEUTE IM RECHT fest: "Zumindest pro Stunde wird die Arbeit mit KI häufig nicht günstiger, sondern sogar teurer."

Die Sorge ist nachvollziehbar – bei genauer Betrachtung aber größtenteils unbegründet. Denn sie vermengt drei Kostenebenen, die sich sehr unterschiedlich entwickeln: den Preis der Rechenleistung, die Lizenzen spezialisierter Plattformen und die Art, wie Juristinnen und Juristen KI im Alltag nutzen. Echtes Explosionspotenzial steckt allein in der dritten Ebene. Und gerade sie lässt sich steuern.

KI verbilligt sich 54-mal schneller als Strom

Das Forschungsinstitut Epoch AI hat im September gemessen, was ein festes Leistungsniveau kostet: in Dollar pro gelöster Aufgabe, einschließlich aller Denkschritte moderner Reasoning-Modelle. Seit 2023 sinken diese Kosten um rund 47% pro Quartal, also etwa um den Faktor 13 pro Jahr. Im historischen Vergleich fällt der Preis damit sechsmal schneller als der für Rechenleistung zwischen 1940 und 2001 und 54-mal schneller als der für Strom. Ethan Mollick von der Wharton School hat daraus jüngst ein Beispiel aufbereitet: Eine richtige Antwort in einem naturwissenschaftlichen Test auf fortgeschrittenem akademischen Niveau kostete 2025 rund 30 US-Cent, im Juli 2026 noch vier Hundertstel Cent.

Der Einwand, neue Modelle verbrauchten mehr Token, ist damit bereits eingepreist. Teurer wird KI für diejenigen, die stets das jeweils neueste Spitzenmodell einsetzen: Forschende des MIT beziffern den Kostenanstieg für den Betrieb dieser Modelle auf das Dreifache bis 18-Fache pro Jahr. Die Fortentwicklung agentischer KI wird zudem einen höheren Tokenverbrauch nach sich ziehen. Diese Gesamtkosten folgen mehreren Auswahlentscheidungen – und diese trifft jede Kanzlei selbst.

Mehrleistung gezielt einkaufen

Spezialisierte Plattformen wie Harvey, Legora oder Beck-Noxtua verbinden Sprachmodelle mit kuratierten Quellen, juristischen Arbeitsabläufen und Datenbanken. Diese Mehrleistung hat ihren Wert, etwa bei der Recherche mit belastbaren Fundstellen. Abgerechnet wird laut Legal Tech Monitor 2026 mit Abstand am häufigsten pro Lizenz. Für Käuferinnen und Käufer hat das zwei Seiten: Der Preisverfall der Modelle kommt bei ihnen nicht automatisch an, zugleich bleibt ihr Kostenrisiko gedeckelt. Das Verbrauchsrisiko tragen zunächst die Anbieter.

Entscheidend ist daher, welche Aufgaben die Mehrleistung tatsächlich brauchen. Eine E-Mail zusammenfassen, einen Schriftsatz sprachlich glätten, Vertragsdaten in eine Tabelle übertragen: Das leisten allgemeine Modelle, die Langdock oder Microsoft etwa bei Copilot integrieren. Spezialplattformen kosten je Platz schnell ein Vielfaches. Im LegalBench von Vals trennen das Spitzenmodell und ein rund hundertfach günstigeres Modell gut vier Prozentpunkte, gemessen überwiegend an Klassifikationsaufgaben aus dem US-Recht.

Offene Modelle für einfache Aufgaben

Für einfache Aufgaben sind selbst betriebene Modelle schon heute eine echte Alternative: Wer Akten zusammenfassen oder Verträge auswerten will, braucht dafür in der Regel nicht zwingend das modernste High-End-Modell. Das frei verfügbare Qwen3.8 mit 27 Milliarden Parametern läuft auf einem einzelnen leistungsstarken Rechner und erreicht im LegalBench von Vals 82,43%. Offene Modelle liegen nach Berechnungen von Epoch AI im Schnitt rund vier Monate hinter den kommerziellen Spitzenmodellen. Zugleich entschärft der lokale Betrieb die berufsrechtlichen Fragen des § 43e BRAO.

Kanzleien, die eigene Anwendungen entwickeln, nutzen dafür Modelle, die auf das Programmieren spezialisiert sind; auch ein Hybridbetrieb effektiver Coding-Modelle und cloudbasierter Frontier-Modelle ist möglich. Diese Gegenrechnung gehört dazu: Spezialisierte Hardware hat sich 2026 deutlich verteuert. Astrid Gamisch erinnert in der NJW an den Aufwand selbst gehosteter Modelle: "Sie erfordern eine spezialisierte Hardware, sind energieintensiv und bedürfen technischer Expertise." Selbst hosten ist deshalb ein Baustein für einfache Aufgaben oder sehr technisch versierte Teams aus Juristen und Technologieexperten.

Token-Disziplin ist Schulungssache

Bleibt die dritte Ebene, die Nutzung selbst. Eine Partnerin oder ein Partner lädt eine Präsentation mit 70 Folien in den Chat, um eine Formulierung auf Folie 68 zu ändern. Das Modell verarbeitet dafür das gesamte Deck, je nach Verarbeitung Zehntausende bis weit über 100.000 Token. Ein PowerPoint-Plugin, das im geöffneten Dokument genau diese Stelle bearbeitet, kommt mit einem Bruchteil aus. Für den einzelnen Partner sind das Cent-Beträge – als Gewohnheit über Hunderte Berufsträgerinnen und Berufsträger hochgerechnet wird dies ein relevanter Betrag.

Gleiches gilt für Agenten. Nach Angaben von Anthropic verbrauchen sie etwa viermal so viele Token wie ein Chat, Systeme aus mehreren Agenten etwa das 15-fache. Für komplexe Recherchen ist das gut investiert – die Umformulierung eines Absatzes erledigt ein einfacher Chat. Dazu kommen Stellschrauben der Anbieter: Wiederverwendete Eingaben aus dem Zwischenspeicher (Cache) sind um 90% und mehr günstiger.

Die eigentliche Vergleichsrechnung

Wo KI bereits Arbeit in vergleichbarer Qualität leistet, konkurrieren Token-Kosten mit Personalkosten. Angestellte Anwältinnen und Anwälte kamen nach der STAR-Umfrage der BRAK 2024 im Schnitt auf 82.000 Euro brutto, vor Arbeitgeberanteilen und Gemeinkosten; die Regelstundensätze lagen bundesweit durchschnittlich bei 244 Euro. Ein Spitzenmodell wie Claude Opus 5.5 kostet wenige Euro je Million eingelesener Token. Für den Gegenwert einer abgerechneten Anwaltsstunde liest es also tausende Seiten.

Diese Relation gilt unabhängig vom Vergütungsmodell. Bei Festpreisen senkt jede eingesparte Stunde unmittelbar die eigenen Kosten. Bei Stundenhonoraren verschiebt sich der Blick auf die Profitabilität. Wer für Mandantinnen und Mandanten wertvolle Arbeit in zehn Stunden statt in 100 abliefert, ist im Zweifel viel profitabler. Technologiepauschalen beteiligen den Mandanten direkt an der Investition. Auf das einzelne Mandat umgelegt, bleiben die Beträge ohnehin klein. Den eigentlichen Druck setzen die Mandanten. 73% der Unternehmensjuristinnen und -juristen im Legal Tech Monitor würden ihre Mandate bei Kanzleien bündeln, die durch KI nachweislich Kosten sparen.

Die Kostenfrage gehört deshalb an die Schnittstelle von Technologie, Business of Law und juristischer Fachlichkeit. Die IT kennt Modelle, Preise und technische Stellschrauben. Das Kanzleimanagement übersetzt sie in Vergütung, Budget und Lizenzstrategie. Die Berufsträgerinnen und Berufsträger wissen nach entsprechendem Training, welche Aufgabe welche Qualität braucht: das Spitzenmodell, die Fachplattform oder das lokale Modell. Interdisziplinär gesteuert, werden KI-Kosten so zu einer planbaren Budgetposition. Und wer die Strukturen dafür heute schafft, profitiert von jeder weiteren Preissenkung als Erster.