Heim
KI-Entwicklung verschlingt 12,15 Millionen Yuan und überschreitet das Budget um 860 %: Ein interner Vorfall bei Amazon lässt die Alarmglocken hinsichtlich der KI-Kosten in Unternehmen läuten

US-Medien berichteten kürzlich über eine erhebliche Kostenüberschreitung im Bereich der künstlichen Intelligenz bei Amazon, wo der Einsatz des „Claude Sonnet“-Modells von Anthropic durch einen Ingenieur zur Abgleichung von Autorendaten mit Produktlisten zu einer Rechnung in Höhe von 1,8 Millionen US-Dollar führte – eine Überschreitung des Budgets um 860 %. Die routinemäßige Datenverarbeitungsaufgabe, die dazu dienen sollte, Autoreninformationen mit E-Commerce-Produktlisten zu verknüpfen, verursachte letztendlich Kosten in Höhe von insgesamt rund 12,15 Millionen RMB.
Erschwerend kam hinzu, dass das Projekt nie erfolgreich implementiert wurde, die hohe Rechenauslastung jedoch fünf Monate lang ununterbrochen anhielt. Die Anomalie wurde erst bei der Finanzabstimmung entdeckt, wodurch sich herausstellte, dass ein unüberwachtes KI-Programm fast ein halbes Jahr lang ohne Kontrolle Ressourcen verbraucht hatte.
Codefehler in Verbindung mit mangelnder Überwachung: Kleine Schwachstellen verschlingen riesige Budgets
Untersuchungen ergaben, dass die Ursache ganz einfach war: Dem KI-generierten Code fehlten Mechanismen zur Ratenbegrenzung, was dazu führte, dass das Modell kontinuierlich Anfragen stellte. Dies führte zu einer Anhäufung von Kosten für Cloud-Computing und API-Aufrufe. Darüber hinaus sorgten fehlende Echtzeit-Kostenwarnungen dafür, dass diese geringfügigen Programmierfehler unentdeckt blieben und das Budget im Laufe der Zeit stetig aufzehrten.
Während einer internen Amazon-Sitzung bezeichneten Führungskräfte dies als „kostspielige Fallstudie“ und wiesen darauf hin, dass mehrere andere Projekte ähnlichen Risiken ausgesetzt waren, wobei bei einigen unerwartete Zusatzkosten in Höhe von 540.000 US-Dollar entstanden waren. Als Reaktion auf diese wiederkehrenden Probleme entwickelt Amazon derzeit mit Hochdruck ein Risikokontrollsystem. Diese neue automatisierte Schutzmaßnahme wird den Datenverkehr automatisch drosseln und Aufgaben stoppen, sobald die KI-bezogenen Ausgaben vordefinierte Schwellenwerte erreichen, wodurch eine Kostenspirale verhindert wird. Darüber hinaus hat das Unternehmen die Vorschriften verschärft und vorschreibt, dass der gesamte von KI generierte Code vor der Bereitstellung einer vollständigen Überprüfung durch Menschen unterzogen werden muss, um unüberprüfte Veröffentlichungen zu verhindern.
Herkömmliche Programmierfehler kosten Zeit, außer Kontrolle geratene KI-Programme kosten echtes Geld
Dieser Vorfall verdeutlicht ein häufig übersehenes Unternehmensrisiko: Während herkömmliche Programmierfehler in erster Linie menschliche Arbeitszeit beanspruchen, verursachen außer Kontrolle geratene KI-Programme kontinuierliche Kosten für Rechenressourcen. Ohne strenge Budgetüberwachung können diese Ausgaben schnell zu massiven Verlusten eskalieren. Viele Unternehmen gehen derzeit davon aus, dass KI von Natur aus Kosten senkt und die Effizienz steigert, wobei sie oft die neuen finanziellen Risiken ignorieren, die durch Abrechnungsmodelle nach Rechenleistung entstehen.
Der Wandel von „KI, die beim Programmieren hilft“ hin zu „KI, die still und leise Geld verbrennt“ zeigt, dass die Erfahrungen von Amazon kein Einzelfall sind, sondern eine neue Phase in der Branche einläuten. Da sich KI von einem unterstützenden Werkzeug zu einem autonomen Ausführenden entwickelt, muss sich die Kostenkontrolle von der „Projektebene“ hin zur Überwachung „jedes einzelnen Aufrufs“ verlagern. Bevor Unternehmen die Vorteile der KI nutzen können, ist die Implementierung einer „Notbremse“ für KI-Ausgaben möglicherweise die wichtigste Lektion, die sie heute lernen müssen.
Verwandter Artikel
QueryStory mahnt zur Vorsicht bei KI-generierten Inhalten
Im Jahr 2009 entdeckte Shapor Naghibzadeh während seiner Tätigkeit als Sysops-Ingenieur bei Google die Kraft fesselnder Geschichten. Während der „Operation Aurora“, als staatlich geförderte Hacker den
Anthropic enthüllt, dass rogue KI-Agenten CAPTCHAs hassen, genau wie Sie
Anthropics jüngster Bericht über das Fehlverhalten agenticer Systeme hebt schwerwiegende Risiken hervor – sein Modell Mythos 5 umging Sicherheitskontrollen, um auf das Internet zuzugreifen und schädlichen Code in ein öffentliches Repository hochzulad
Tencent verlängert den kostenlosen Zugang für Nutzer von Hunyuan Hy3, WorkBuddy und CodeBuddy bis zum 5. August
Tencent hat die kostenlose Testphase für sein großes Sprachmodell „Hy3“ verlängert. Nach Ablauf der ursprünglichen zweiwöchigen Testphase erhielt das Unternehmen überwältigendes Feedback von Nutzern,
Empfehlungen zu verwandten Spezialthemen
Kommentare (0)

US-Medien berichteten kürzlich über eine erhebliche Kostenüberschreitung im Bereich der künstlichen Intelligenz bei Amazon, wo der Einsatz des „Claude Sonnet“-Modells von Anthropic durch einen Ingenieur zur Abgleichung von Autorendaten mit Produktlisten zu einer Rechnung in Höhe von 1,8 Millionen US-Dollar führte – eine Überschreitung des Budgets um 860 %. Die routinemäßige Datenverarbeitungsaufgabe, die dazu dienen sollte, Autoreninformationen mit E-Commerce-Produktlisten zu verknüpfen, verursachte letztendlich Kosten in Höhe von insgesamt rund 12,15 Millionen RMB.
Erschwerend kam hinzu, dass das Projekt nie erfolgreich implementiert wurde, die hohe Rechenauslastung jedoch fünf Monate lang ununterbrochen anhielt. Die Anomalie wurde erst bei der Finanzabstimmung entdeckt, wodurch sich herausstellte, dass ein unüberwachtes KI-Programm fast ein halbes Jahr lang ohne Kontrolle Ressourcen verbraucht hatte.
Codefehler in Verbindung mit mangelnder Überwachung: Kleine Schwachstellen verschlingen riesige Budgets
Untersuchungen ergaben, dass die Ursache ganz einfach war: Dem KI-generierten Code fehlten Mechanismen zur Ratenbegrenzung, was dazu führte, dass das Modell kontinuierlich Anfragen stellte. Dies führte zu einer Anhäufung von Kosten für Cloud-Computing und API-Aufrufe. Darüber hinaus sorgten fehlende Echtzeit-Kostenwarnungen dafür, dass diese geringfügigen Programmierfehler unentdeckt blieben und das Budget im Laufe der Zeit stetig aufzehrten.
Während einer internen Amazon-Sitzung bezeichneten Führungskräfte dies als „kostspielige Fallstudie“ und wiesen darauf hin, dass mehrere andere Projekte ähnlichen Risiken ausgesetzt waren, wobei bei einigen unerwartete Zusatzkosten in Höhe von 540.000 US-Dollar entstanden waren. Als Reaktion auf diese wiederkehrenden Probleme entwickelt Amazon derzeit mit Hochdruck ein Risikokontrollsystem. Diese neue automatisierte Schutzmaßnahme wird den Datenverkehr automatisch drosseln und Aufgaben stoppen, sobald die KI-bezogenen Ausgaben vordefinierte Schwellenwerte erreichen, wodurch eine Kostenspirale verhindert wird. Darüber hinaus hat das Unternehmen die Vorschriften verschärft und vorschreibt, dass der gesamte von KI generierte Code vor der Bereitstellung einer vollständigen Überprüfung durch Menschen unterzogen werden muss, um unüberprüfte Veröffentlichungen zu verhindern.
Herkömmliche Programmierfehler kosten Zeit, außer Kontrolle geratene KI-Programme kosten echtes Geld
Dieser Vorfall verdeutlicht ein häufig übersehenes Unternehmensrisiko: Während herkömmliche Programmierfehler in erster Linie menschliche Arbeitszeit beanspruchen, verursachen außer Kontrolle geratene KI-Programme kontinuierliche Kosten für Rechenressourcen. Ohne strenge Budgetüberwachung können diese Ausgaben schnell zu massiven Verlusten eskalieren. Viele Unternehmen gehen derzeit davon aus, dass KI von Natur aus Kosten senkt und die Effizienz steigert, wobei sie oft die neuen finanziellen Risiken ignorieren, die durch Abrechnungsmodelle nach Rechenleistung entstehen.
Der Wandel von „KI, die beim Programmieren hilft“ hin zu „KI, die still und leise Geld verbrennt“ zeigt, dass die Erfahrungen von Amazon kein Einzelfall sind, sondern eine neue Phase in der Branche einläuten. Da sich KI von einem unterstützenden Werkzeug zu einem autonomen Ausführenden entwickelt, muss sich die Kostenkontrolle von der „Projektebene“ hin zur Überwachung „jedes einzelnen Aufrufs“ verlagern. Bevor Unternehmen die Vorteile der KI nutzen können, ist die Implementierung einer „Notbremse“ für KI-Ausgaben möglicherweise die wichtigste Lektion, die sie heute lernen müssen.
QueryStory mahnt zur Vorsicht bei KI-generierten Inhalten
Im Jahr 2009 entdeckte Shapor Naghibzadeh während seiner Tätigkeit als Sysops-Ingenieur bei Google die Kraft fesselnder Geschichten. Während der „Operation Aurora“, als staatlich geförderte Hacker den
Anthropic enthüllt, dass rogue KI-Agenten CAPTCHAs hassen, genau wie Sie
Anthropics jüngster Bericht über das Fehlverhalten agenticer Systeme hebt schwerwiegende Risiken hervor – sein Modell Mythos 5 umging Sicherheitskontrollen, um auf das Internet zuzugreifen und schädlichen Code in ein öffentliches Repository hochzulad
Tencent verlängert den kostenlosen Zugang für Nutzer von Hunyuan Hy3, WorkBuddy und CodeBuddy bis zum 5. August
Tencent hat die kostenlose Testphase für sein großes Sprachmodell „Hy3“ verlängert. Nach Ablauf der ursprünglichen zweiwöchigen Testphase erhielt das Unternehmen überwältigendes Feedback von Nutzern,











