FORSCHUNGSBERICHT ZUM STAND DER GENAI-MONETARISIERUNG
Ein Ausblick auf die Zukunft von GenAI-Preismetriken und -modellen
Eine datengestützte Analyse der Angebote von über 70 Unternehmen
Verfasst von: Michael Mansard, EMEA-Vorsitzender des Subscribed Institute
Methodik: In dieser laufenden datengestützten Analyse untersuchen wir die Monetarisierungsstrategien von über 70 Unternehmen mit GenAI-Angeboten. Forschung, Analyse und Empfehlungen basieren auf öffentlich verfügbaren Informationen aus Pressemitteilungen, Artikeln und Anbieter-Websites mit Stand April 2024.
Entdecken Sie die Erkenntnisse
Klicken Sie auf die untenstehenden Links, um mehr über die Themen zu erfahren, die Sie am meisten interessieren.
Da künstliche Intelligenz (KI) und Generative KI (GenAI) weiterhin zahlreiche Branchen revolutionieren, sind effektive Monetarisierungsstrategien ein entscheidender Faktor, damit Unternehmen mit der Akzeptanz Schritt halten und nachhaltiges Wachstum sichern können. Die Balance zwischen Innovation und nachhaltigen Erlösmodellen bei gleichzeitiger Sicherstellung von Kundenzufriedenheit und Wettbewerbsfähigkeit am Markt ist von größter Bedeutung.
In dieser Reihe haben wir über 70 GenAI-Angebote untersucht, um zentrale Strategien für die Balance der wichtigsten Faktoren beim Launch eines GenAI-Angebots zu identifizieren: die Bewältigung der enormen Kosten, die Förderung der Akzeptanz und die Wertschöpfung.
Wir haben zudem die wichtigsten Trends analysiert, wie diese GenAI-Angebote positioniert und verpackt werden, und damit die Vorteile sowie Herausforderungen der verschiedenen Monetarisierungsentscheidungen, vor denen Unternehmen aktuell stehen, beleuchtet.
In diesem Artikel beleuchten wir die Bandbreite der GenAI-Preismetriken und -modelle und heben die zunehmende Verlagerung hin zu nutzungsbasierten (auch bekannt als verbrauchsbasierte) Preismetriken sowie wertorientierte Strategien wie hybride Modelle hervor. Ziel ist es, Preise besser an den tatsächlichen Kundennutzen anzupassen und gleichzeitig die Kosten abzusichern.
Entdecken Sie die weiteren Teile der Serie zur GenAI-Monetarisierung:
Wir stellen fest, dass die traditionelle Sitz- oder nutzerbasierte Preisgestaltung, obwohl sie weit verbreitet ist, nicht mehr ausreicht, um den einzigartigen und dynamischen Wert von GenAI abzubilden. Tatsächlich ist die Lösung vermutlich nicht in einem einzigen Preismodell zu finden. Vielmehr haben einige Vordenker in diesem Bereich bereits erkannt, dass ein Total Monetization-Ansatz für GenAI eine kontinuierliche Reise aus Datenerhebung und Experimenten erfordert, um zu einer End-to-End-Strategie zu gelangen (Abbildung 1).
Abbildung 1: Lernen und iterieren, um GenAI Total Monetization zu erreichen
„Wir befinden uns eindeutig im Adoptionswettlauf, aber mit der Entstehung von Verbrauchsmustern und Wertschöpfung erwarten wir, dass sich die Preismodelle weiterentwickeln werden.“
– Colin Carroll, Pricing and Commercial Excellence bei PwC
Sehen Sie das vollständige Webinar
Abschnitt 1: Erkenntnisse aus den Trends der GenAI-Preismetriken
Eine Preis- oder Wertmetrik ist eine quantifizierbare Messgröße, die als Grundlage für die Preisgestaltung eines Produkts oder einer Dienstleistung dient. Die Auswahl der richtigen Preis- oder Wertmetrik ist entscheidend, da sie idealerweise den Preis der Dienstleistung mit dem gelieferten Wert in Einklang bringt. Dies fördert Fairness und Transparenz in der Preisgestaltung, was sich erheblich auf die Kundenzufriedenheit und -bindung auswirken kann.
Wie unten zu sehen ist, reichen diese Einheiten oder Metriken von deklarativ und bindend, wie etwa „Anzahl der Nutzer“, bis hin zu nutzungsbasiert, wie „Anzahl der Chat-Antworten“ (Abbildung 2).
Abbildung 2: GenAI-Preismetriken erstrecken sich über ein breites Spektrum
Spektrum der Preismetrik-Optionen:
- Pauschal (ohne Metrik): Abonnementmodelle, die nicht auf einer Metrik basieren. Da sich diese Produkte typischerweise eher an Verbraucher und KMU als an Unternehmen richten, ist dieser Ansatz nachvollziehbar.
- Inputs: Fokus auf die benötigten Ressourcen oder Inputs für den Betrieb von GenAI-Prozessen, wie die Anzahl der Nutzer oder Plätze. Beispielsweise berechnet GitHub pro Nutzer für sein Copilot-Tool.
- Aktivitäten: Basierend auf bestimmten Aktionen, die zu einem Output beitragen, wie etwa die Anzahl der GenAI-Anfragen oder genutzte GPU-Stunden. Unternehmen wie C3.AI berechnen beispielsweise pro virtuelle CPU (vCPU)-Stunde. Microsofts Copilot for Security wird pro Security Computing Unit Hour abgerechnet.
- Outputs: Beziehen sich auf die greifbaren Ergebnisse, die durch GenAI-Aktivitäten generiert werden, wie etwa die Anzahl der erzeugten E-Mails oder Bilder. Adobe Firefly, ein KI-basierter Bildgenerator, misst die Nutzung anhand der erzeugten Bilder.
- Outcomes: Messen die durch GenAI erzielten geschäftlichen Ergebnisse, wie etwa den Prozentsatz erfolgreicher Kundeninteraktionen. Chargeflow berechnet pro erfolgreichem Chargeback zugunsten des Kunden.
Wie Abbildung 2 zeigt, setzen nur wenige Angebote in unserer Studie auf eine Pauschalpreisstruktur – also ganz ohne Metrik. Allerdings scheint den meisten Unternehmen bewusst zu sein, dass das Fehlen einer Preismetrik das Wachstum hemmt. Studien zeigen, dass Unternehmen, die eine Metrik verwenden, 30 % schneller wachsen als solche, die dies nicht tun. Die Auswahl der richtigen Preismetrik ist entscheidend, da sie für Fairness, Transparenz, optimale Wertschöpfung sowie Kundenzufriedenheit und -bindung sorgt.
Und während derzeit fast 50 % der Angebote in die inputbasierte Kategorie fallen (Abbildung 2), ist die Situation etwas komplexer. Wie wir in Abschnitt 2 diskutieren werden, kombinieren einige dieser sitzplatzbasierten Angebote bereits nutzungsbasierte Messungen und Schwellenwerte zusätzlich zur nutzerbasierten Preisgestaltung.
Doch zunächst werfen wir einen genaueren Blick darauf, wie Unternehmen laut unserer Recherche derzeit jede dieser vier Metrik-Typen zur Nachverfolgung und Monetarisierung ihrer GenAI-Angebote einsetzen.
Inputs
Werfen wir einen genaueren Blick auf wirkungsvollere, wertbasierte Ansätze.
Der Übergang von nutzerbasierten zu nutzungsbasierten Metriken
Nutzungsbasierte Preisgestaltung, auch bekannt als Verbrauchs- oder Metered Pricing, ist ein Modell, bei dem Kunden entsprechend ihrer tatsächlichen Nutzung eines Produkts oder einer Dienstleistung abgerechnet werden. Dieser Ansatz hat in den letzten Jahren erheblich an Bedeutung gewonnen, insbesondere in Branchen wie Telekommunikation, Versorgungsunternehmen, SaaS – und nun auch im Bereich KI.
Mit der Erkenntnis, dass alleinige Pauschal- oder nutzerbasierte Preisgestaltung für GenAI möglicherweise nicht ausreichend ist, beginnen viele Unternehmen, Nutzungsmetriken – wie Aktivitäten, Outputs und Outcomes – einzusetzen, um die Nutzung von GenAI zu messen und Schwellenwerte festzulegen.
Vorteile nutzungsbasierter Metriken:
- Fördert die Akzeptanz: Niedrigere Einstiegskosten können zu höheren Adoptionsraten führen, da Kunden nur für das zahlen, was sie tatsächlich nutzen.
- Flexibilität: Kunden können mit minimaler Verpflichtung starten und ihre Nutzung mit wachsendem Mehrwert ausbauen – ein risikofreier Einstieg.
- Kundenbindung: Durch die kontinuierliche Ausrichtung der Preise an den tatsächlichen Aktivitäten, Outputs oder Outcomes wird die Kundenzufriedenheit und -loyalität gefördert, da die Abrechnung proportional zur Nutzung erfolgt.
- Nutzungs- und Kostentransparenz: Die Echtzeitüberwachung der Aktivitäten ermöglicht es Kunden, ihre Nutzung und Ausgaben im Blick zu behalten – das erhöht Transparenz, Zufriedenheit und Kontrolle.
- Qualitätsanreiz: Anbieter werden motiviert, die Qualität und Effizienz ihrer GenAI zu verbessern, um Outputs oder Outcomes zu maximieren – ein Vorteil für beide Seiten.
- Innovation und Experimentierfreude: Anbieter können verschiedene aktivitätsbasierte Preismodelle testen und weiterentwickeln, um die optimale Struktur für maximale Kundenzufriedenheit und Umsatz zu finden.
- Verbesserter Wettbewerbsvorteil: Anbieter, die nutzungsbasierte Preisgestaltung – insbesondere ergebnisorientierte Modelle – anbieten, können sich im Markt differenzieren und Kunden anziehen, die nach garantierten Ergebnissen suchen.
- Kostenorientierung: Auch wenn es bei immateriellen Dienstleistungen wie GenAI meist nicht ratsam ist, allein kostenbasiert zu kalkulieren, können nutzungsbasierte Metriken dennoch helfen, hohe Kosten und geringe Margen abzufedern.
Herausforderungen nutzungsbasierter Metriken:
- Komplexitätspotenzial: Werden nutzungsbasierte Metriken isoliert und ohne jegliche Verpflichtung eingesetzt, kann die Kosten- und Umsatzprognose für Anbieter und Kunden schwieriger werden.
- Abrechnungsprobleme: Die Abrechnung kann komplexer werden und zu Streitigkeiten über Gebühren führen. Eine unternehmensweite Echtzeit-Transparenz der Kundennutzungsdaten ist entscheidend.
- Risiko für Anbieter: Besonders bei ergebnisorientierten Metriken besteht ein hohes Risiko, falls die gewünschten Resultate nicht erreicht werden oder schwer messbar sind. Anbieter und Kunden müssen sich auf eine klare Definition eines erfolgreichen Outcomes einigen.
- Kundenüberbindung: Falls ein gewisses Commitment besteht, besteht das Risiko, dass Kunden mehr Nutzung zusagen, als sie am Ende leisten können – insbesondere bei neuen Innovationen wie GenAI, wo Anwendungsfälle und Mehrwert noch erprobt werden.
Aktivitäten und Outputs
Aktivitäts- und outputbasierte Metriken sind bereits der Standard für GenAI-Angebote in der Modell-Ebene der Wertschöpfungskette (Abbildung 3). Allerdings werden sie dort meist nach dem „Cost-Plus“-Prinzip angesetzt, das heißt, das Kostenmodell wird an das Umsatzmodell angeglichen. Dies ist typisch für IaaS- und PaaS-Anbieter (Azure, Google Cloud Platform, AWS usw.), da sie an vergleichbare Käufer adressieren. Und die Nutzer greifen meist nicht direkt auf GenAI-Modelle zu – der Verbrauch entsteht an anderer Stelle auf Anwendungsebene.
Doch jeder einzelne „Token“ einer Aktivität oder eines Outputs hat – je nach Anwendungsfall und Kontext auf der Anwendungsebene – einen sehr unterschiedlichen Wert (Abbildung 4).
Abbildung 4: Beispiele für aktivitäts- und outputbasierte Metriken
###CEND###
Abschnitt 2: Kombination von Preismetriken zu Modellen für GenAI
Nachdem wir die Preismetriken behandelt haben, werfen wir nun einen Blick auf die kommerziellen Hebel und Preismodelle – oder Mischformen –, die Unternehmen nutzen, um ihre GenAI-Angebote auf den Markt zu bringen.
Nahezu die Hälfte der von uns untersuchten GenAI-Angebote setzt auf ein verpflichtendes, wiederkehrendes Modell, das häufig eine inputbasierte Metrik verwendet (Abbildung 7). In diesen Fällen beinhaltet das Angebot in der Regel die unbegrenzte Nutzung von GenAI, oft mit einer Fair-Use-Policy (NotionAI ist hierfür ein Beispiel). Alternativ kann der verpflichtende, wiederkehrende Plan eine bestimmte Anzahl an GenAI-Interaktionen oder -Credits umfassen, die durch ein Upgrade auf eine höhere Stufe erhöht werden können. Sowohl HeyGen als auch Anaconda Assistant scheinen diese Vorgehensweise zu verfolgen.
Bei näherem Hinsehen wird deutlich, dass Anbieter bereits eine Vielzahl von Preismodellen einsetzen.
Die Vorteile beider Welten mit hybriden Modellen kombinieren
Während die meisten GenAI-Anwendungen zunächst auf Pauschal- oder nutzerbasierte Preisgestaltung setzen – aufgrund der Einfachheit und Vertrautheit solcher Modelle –, greifen immer mehr Vordenker zu hybriden Preismodellen. Gerade für GenAI, wo derzeit das Umsatzwachstum schwer zu erzielen ist, ist dies eine vielversprechende Strategie. Tatsächlich zeigen Studien, dass SaaS-Unternehmen mit solchen Modellen schneller wachsen als ihre Mitbewerber.
Wie wir jedoch im ersten Teil dieser Serie besprochen haben, ist das oberste Ziel der GenAI-Monetarisierung nicht nur ein wettbewerbsfähiger Preis, sondern die Schaffung echten Mehrwerts. Trotz des Kostendrucks und Automatisierungszwangs besteht der Weg nach vorn darin, Kosten und Wertschöpfung eng miteinander zu verzahnen.
Hybride Preismodelle können helfen, diese Ausrichtung zu erreichen, indem sie verschiedene Preismetriken wie inputbasierte und outcome-basierte Modelle kombinieren, um die Wertabschöpfung zu optimieren und das Umsatzwachstum zu steigern (Abbildung 7).
Während nutzerbasierte Preisgestaltung allein nicht mit den sich wandelnden Anforderungen und Möglichkeiten von GenAI skalieren kann, lässt sich mit einer ergänzenden Nutzungskomponente die Skalierbarkeit verbessern. Tatsächlich setzen über 50 % der in unserer Studie untersuchten Angebote bereits auf hybride Modelle, oft als Kombination aus Vorabverpflichtung oder wiederkehrender Verpflichtung und einem gewissen Anteil nutzungsbasierter Preisgestaltung (Abbildung 7).
Abbildung 7: GenAI-Preismetriken und -modelle
Im Gegensatz zu einfachen wiederkehrenden Gebühren, die meist im Voraus berechnet werden, sind diese hybriden Modelle mit mehr Komplexität verbunden. Hybride Preismodelle reichen von überwiegend pay-as-you-go-Verbrauch über Prepaid mit Abschöpfung bis hin zu Mindestverpflichtung mit Zuzahlung bei Überschreitung.
Nutzungs- oder verbrauchsbasierte Hybridmodelle sind auf der Modellebene der GenAI-Wertschöpfungskette bereits weit verbreitet. Solche Angebote, wie etwa MistralAI, arbeiten häufig mit outputorientierten Metriken wie Pay-per-Token. Während Chargeflow und einige andere Pioniere bereits outcome-orientierte Metriken einsetzen, etwa den Prozentsatz des für den Kunden erfolgreich abgewickelten Chargeback-Werts.
Committed Recurring with Overage-Modelle kombinieren in der Regel inputbasierte Preisgestaltung mit einer festen Anzahl generativer Credits, einer Form der Nutzungsschwellenwerte und der Möglichkeit, bei Überschreitung zusätzliche Credits zu erwerben.
Usage Thresholding kann Unternehmen helfen, die enormen Kosten von GenAI zu bewältigen. Aktuell sehen wir drei Varianten:
- Mengenbasierte Schwellen: Die Anzahl der Interaktionen pro Zeitraum ist begrenzt.
- Geschwindigkeitsbasierte Schwellen: Die Verarbeitungsgeschwindigkeit wird begrenzt.
- Qualitätsbasierte Schwellen: Die Qualität des verwendeten Modells oder des generierten Outputs ist eingeschränkt.
Adobe Firefly kombiniert diese Schwellenwerte sinnvoll miteinander: Nutzer können den Service nach dem Verbrauch ihrer Credits weiterhin nutzen, allerdings kann sich die Verarbeitungszeit verlängern, Aufgaben können limitiert werden oder die Bildqualität sinkt.
Abbildung 8: Ein Spektrum von Metriken zur Gestaltung eines Spektrums hybrider Modelle
Schließlich gibt es zahlreiche Möglichkeiten, Metriken in hybriden Modellen zu kombinieren – von Staffelmodellen (ähnlich wie Steuertarife) bis zu High-Watermark-Modellen, bei denen sich die Gebühren nach dem höchsten Nutzungs- oder Serviceverbrauch innerhalb eines bestimmten Zeitraums richten. Eine nicht abschließende visuelle Übersicht finden Sie in Abbildung 8. Zusammengefasst erweitert dies die enorme, wenn nicht gar grenzenlose Vielfalt der Preis- und Verpackungsoptionen um eine weitere Dimension.
Hybride Modelle erfordern eine konsequente Disziplin beim Usage Metering der Kunden, um die Erlössicherung zu gewährleisten, da bei der Verwaltung komplexer Modelle das Risiko von Umsatzverlusten besteht. Mit den richtigen Strategien und Tools bieten diese Modelle jedoch das Wachstum, die Skalierbarkeit und die Flexibilität, die GenAI-Startups und SaaS-Unternehmen benötigen.
Gründe für hybride Modelle bei GenAI:
###CEND###
Flexible und kundenzentrierte Strategien für eine nachhaltige GenAI-Monetarisierung
Der Wandel hin zu nutzungsbasierten Metriken und hybriden Preismodellen markiert eine entscheidende Abkehr von der traditionellen Sitz- oder nutzerbasierten Preisgestaltung, die den einzigartigen Wert von GenAI nicht mehr angemessen abbildet. Im Sinne eines Total-Monetization-Ansatzes müssen Unternehmen kontinuierlich Daten sammeln und mit verschiedenen Preismetriken experimentieren, um Kosten und Kundennutzen in Einklang zu bringen sowie Wettbewerbsfähigkeit und Zufriedenheit sicherzustellen.
Die Zukunft der GenAI-Monetarisierung liegt in einem flexiblen, datengesteuerten Ansatz, der Kosteneffizienz und Wertschöpfung in Balance bringt und so langfristigen Erfolg und Wachstum im GenAI-getriebenen Marktumfeld ermöglicht.
Wesentliche Erkenntnisse
- Das nutzerbasierte Paradigma wird für die meisten GenAI-Angebote nicht nachhaltig sein – daher ist es entscheidend, das Spektrum an Wertmetriken zu kennen und mit ihnen zu experimentieren.
- Auch wenn outcome-basierte Metriken für einige Unternehmen das langfristige Ziel sein können, ist der Weg dorthin ein Prozess – und nicht jedes Angebot eignet sich für diesen Ansatz.
- Je stärker Unternehmen ihre Preisgestaltung am Wert ausrichten, desto mehr Daten, Kundenzentrierung, Experimentierfreude und Hypersegmentierung werden erforderlich sein.
Dieser Artikel enthält zukunftsgerichtete Aussagen, die eine Reihe von Risiken, Unsicherheiten und Annahmen beinhalten, einschließlich, aber nicht beschränkt auf Aussagen zu den erwarteten Vorteilen und Nachteilen von GenAI-Lösungen mit unterschiedlichen Preismetriken und -modellen. Alle Aussagen, die keine historischen Fakten darstellen, können als zukunftsgerichtete Aussagen betrachtet werden. Die tatsächlichen Ergebnisse können aufgrund verschiedener Faktoren wesentlich von den in zukunftsgerichteten Aussagen genannten oder implizierten Ergebnissen abweichen. Die zukunftsgerichteten Aussagen in diesem Artikel basieren auf den aktuellen Erwartungen zum Zeitpunkt der Veröffentlichung und Zuora übernimmt keine Verpflichtung, zukunftsgerichtete Aussagen aufgrund neuer Informationen, zukünftiger Ereignisse oder aus anderen Gründen zu aktualisieren oder zu überarbeiten. Soweit diese Pressemitteilung Marktdaten und bestimmte andere statistische Informationen enthält, basieren diese Informationen auf Schätzungen, Prognosen, Projektionen oder ähnlichen Methoden und unterliegen naturgemäß Unsicherheiten – tatsächliche Ereignisse oder Umstände können erheblich von den dargestellten abweichen. Wie im Artikel erläutert, verstehen sich die Empfehlungen als grundlegender Leitfaden, sind jedoch nicht als Prognosen der Zukunft oder als verbindliche Ratschläge zu verstehen.
Führende Strategien zur Monetarisierung von GenAI
Entdecken Sie die neuesten Trends im Bereich GenAI und erfahren Sie, warum viele SaaS-Unternehmen Chancen verpassen könnten.
Die vier Wege zur Monetarisierung von GenAI
Entdecken Sie die führenden Positionierungsstrategien der Vorreiter an der GenAI-Monetarisierungsfront – sowie die jeweiligen Vor- und Nachteile.
Verpackungsmodelle für GenAI
Erfahren Sie, wie Unternehmen ihre GenAI-Angebote heute verpacken, und lernen Sie die Strategien kennen, die Ihrem Unternehmen zum Erfolg verhelfen werden.
Mehr über den Autor erfahren
Michael Mansard
EMEA-Vorsitzender, Subscribed Institute
Principal Director Subscription Strategy, Zuora
Das Subscribed Institute
Das Subscribed Institute ist das dedizierte Think Tank von Zuora, das durch Forschung, Inhalte, Veranstaltungen und Beratungsleistungen eine Community von Führungskräften fördert und unterstützt. Die Strategen des Subscribed Institute stehen unseren Kunden als Ressource zur Verfügung, um sie bei der Entwicklung strategischer, maßgeschneiderter Wege zum Erfolg mit wiederkehrenden Geschäftsmodellen zu begleiten, interne Fähigkeiten aufzubauen und die beschleunigte Transformation zur Usership zu meistern.
Sie möchten mehr erfahren?
Sprechen Sie noch heute mit einem unserer Experten oder wenden Sie sich an Ihren Account Executive, um ein Gespräch zu vereinbaren.