Nachdem Rippling Millionen für KI ausgegeben hat, stellt es ein Tool zur Berechnung des ROI für Mitarbeiter vor

Rippling, ein führender Anbieter von HR-Software, hat die AI Spend Console eingeführt, ein Tool, das darauf abzielt, Tokenmaxxing einzudämmen, indem es Organisationen dabei hilft, ihre KI-Ausgaben zu überwachen und zu steuern. Eine herausragende Funktion ermöglicht es Unternehmen, die Ausgaben nach einzelnen Mitarbeitern, Teams und Rollen zu verfolgen, um festzustellen, ob höhere Kosten mit echter Produktivität korrelieren oder lediglich mehr durch KI generierten Rausch bedeuten.

Laut dem Blogbeitrag des Unternehmens identifiziert das Tool „Ingenieure mit hohen KI-Ausgaben, deren Kollegen häufig Code-Neuschreibungen anfordern“, was Ineffizienzen in den Entwicklungsworkflows aufzeigt.

Die Lösung entstand, nachdem Rippling Anfang dieses Jahres das Tokenmaxxing frühzeitig übernommen hatte, was den Branchentrends folgte, nur um festzustellen, dass Mitarbeiter die Budgets schnell aufbrauchten. Chief Product Officer Matt MacInnis erinnert sich an ein Führungskräftetreffen im März, bei dem CFO Adam Swiecicki alarmierende Zahlen vorstellte, die das Führungsteam schockierten.

Für Rippling wurden 40 % des Budgets für den F&E-Kopfaufwand für KI-Token prognostiziert, was bedeutet, dass für Token genauso viel ausgegeben wurde wie für 40 % der den Mitarbeitern in dieser Abteilung gezahlten Vergütung – ein Betrag in Millionenhöhe. (Die F&E-Abteilung beherbergt bei den meisten Tech-Unternehmen in der Regel Ingenieurteams.)

Da die Ausgaben um 80 % von Monat zu Monat wuchsen, würde die Fortsetzung dieses Trends dazu führen, dass sich die KI-Tokenkosten im nächsten Jahr auf 90 % des für hochbezahlte F&E-Mitarbeiter bereitgestellten Budgets belaufen würden.

„Wir waren ungläubig“, sagte MacInnis gegenüber TechCrunch.

Das Management leitete umgehend ein „dringendes“ Projekt zur Analyse der Ausgaben und zur Bewertung des aus diesen Ausgaben resultierenden Nutzens ein, erklärte er. Die Werbeanzeige für die Produktvorstellung zeigt sogar Swiecicki, der auf einem Hocker sitzt, während Mitarbeiter Bündel von Bargeld in einen Aktenvernichter werfen.

Bei der Analyse deckte Rippling Erkenntnisse wie „ungefähr 10–15 % unserer Mitarbeiter treiben etwa 60 % der gesamten KI-Ausgaben. Ein Ingenieur gab 50.000 Dollar pro Monat aus“, laut seinem Blogbeitrag auf.

Rippling beabsichtigte nicht, die KI-Nutzung zu stoppen, sondern sie erheblich einzudämmen. Das Unternehmen begann damit, Ausgabenobergrenzen mit seinen Haupttools auszuhandeln: Cursor, OpenAI und Anthropic. Dies zeigte ein klares Problem auf: Die Mitarbeiter verwendeten standardmäßig die neuesten, teuersten Frontier-Modelle für alle Aufgaben.

„Die Wahrheit ist, dass Inferenzanbieter wie Anthropic und OpenAI absolut keine Anreize haben, Ihnen bei der Kontrolle Ihrer Ausgaben zu helfen. Sie profitieren von unkontrollierten Ausgaben, was genau das ist, was geschieht. Sie bieten keine robusten Nutzungseinblicke und kooperieren nicht miteinander“, sagte MacInnis.

Dies war eine häufige Herausforderung zu Beginn von 2026. Acht Monate ins Jahr hinein haben die Unternehmen zwei wichtige Punkte erkannt: Erstens benötigen sie mehrere Modelle von verschiedenen KI-Labors zu unterschiedlichen Preispunkten, einschließlich offener Frontier-Modelle, möglicherweise von chinesischen Anbietern.

Rippling-Gründer und CEO Parker Conrad bemerkte letzten Monat, dass interne Benchmarks SpaceXs Grok als Gesamtführer enthüllten, „GLM 5.2 ist jedoch 85 % günstiger, aber [lieferte] nahezu identische Leistung“ im Vergleich zu Frontier-Modellen. (SpaceX besitzt nun Cursor, das Zugang zu Grok und Dutzenden anderer Modelle bietet.) GLM 5.2 von Z.ai ist zu einem bevorzugten chinesischen Modell für Codierungsaufgaben unter Tech-Unternehmen geworden, wobei auch Databricks für seine Nutzung wirbt.

Zweitens erkennen Unternehmen nun die Notwendigkeit eines KI-Gateways, das Eingaben an das kosteneffektivste Modell für jede Aufgabe weiterleitet. Rippling kam zu diesem Schluss und baute sein eigenes KI-Gateway, das in dieses Produkt integriert ist. MacInnis bemerkte, dass Unternehmen, die andere Gateways verwenden, die AI Spend Console dennoch nutzen können, obwohl diejenigen, die Funktionen zur Ausgabenkontrolle suchen, Ripplings Gateway verwenden müssen.

Die AI Spend Console generiert Dashboards (früher als Bestenlisten während der Tokenmaxxing-Ära bekannt), die Metriken wie tägliche Eingaben kombiniert mit Arbeitsoutput (Codezeilen/Pull-Requests) und Ausgaben bewerten.

Mit diesem Tool reduzierte Rippling seine Token-Ausgaben von 40 % seines Kopfaufwand-Budgets auf etwa 15 %, ohne die KI-Nutzung einzuschränken. Das Unternehmen erreichte im Monat, in dem der CFO seine Warnung abgab, einen Höchststand von 605 Milliarden Token, teilte MacInnis mit. Im Juli erreichte die interne Nutzung erneut 600 Milliarden Token, „doch die Kosten für die Token-Ausgaben im Juli betrugen 37 % der Kosten für die Token-Ausgaben im April“, fügte er hinzu.

„Das liegt einfach daran, dass wir nun zu effektiveren Modellen leiten“, sagte er und scherzte, „wir erlauben dem Vertriebsteam nicht, Grammatikaktualisierungen mit Fable durchzuführen.“

Rippling betont jedoch, dass Technologie allein nicht ausreicht. Das Unternehmen identifizierte Mitarbeiter, die KI effektiv nutzten, und bezeichnete sie als „KI-Kapitäne“, um den Rest der Organisation zu unterstützen.

MacInnis bemerkte, dass die Bemühungen, die KI-Nutzung über die Ingenieurabteilung hinaus zu erweitern, noch in Arbeit sind, da Softwareingenieure bisher die Hauptnutzer waren. Dennoch wendet Rippling diesen Ansatz auf Kundeneinbettungsteams an, um Mailingdaten und Abgleichaufgaben zu automatisieren. Das Dashboard misst dann die Produktivität basierend auf der Anzahl der eingebetteten Kunden.

„Wir müssen in der Lage sein, den Tokenverbrauch in G&A und kundenorientierten Funktionen wieder mit der Produktivität zu verknüpfen. Wenn wir dies nicht können, ist die Verfügbarkeit dieser Tools für die breitere Belegschaft ungewiss“, sagte MacInnis.

Wenn Rippling also als Beispiel dient, könnte Tokenmaxxing so weit in die entgegengesetzte Richtung geschwungen sein, dass der KI-Zugang der Mitarbeiter nicht mehr der Allgegenwart von Slack oder E-Mail ähnelt. Wenn die Produktivität nicht gemessen werden kann, behalten nicht alle Mitarbeiter den Zugang.

Bezüglich des Produkts ist die AI Spend Console für Ripplings HR-Abonnenten enthalten, obwohl zusätzliche nutzungsabhängige Kosten anfallen. Sie kann auch als eigenständiges Produkt erworben und in andere HR-Systeme von Aufzeichnungen integriert werden, erklärte MacInnis.