Token-Spend ist die neue Engineering-KPI — was CTOs 2026 messen sollten

Im März 2026 hat Jensen Huang im All-In Podcast einen Satz gesagt, der in jedem zweiten Engineering-Pitch seither zitiert wird:

“If that $500,000 engineer did not consume at least $250,000 worth of tokens, I am going to be deeply alarmed.”

50 Prozent des Engineer-Gehalts. Als Mindestmaß, nicht als Obergrenze.

Huangs Vergleich für Engineers, die das nicht tun, war ungewöhnlich scharf für einen CEO, der sonst eher diplomatisch spricht. Es sei, als würde ein Chip-Designer mit Bleistift und Papier arbeiten und CAD-Tools verweigern. Technisch möglich. Geschäftlich absurd.

Eine vertraute Analogie macht das greifbar: Du trackst seit zwanzig Jahren Ad-Spend pro Performance-Marketer. Je mehr Budget jemand effektiv einsetzen kann, desto wertvoller ist er. Niemand würde einem Senior-Marketer 100 Dollar Werbebudget geben und sich wundern, warum die Ergebnisse flach sind. 2026 gilt dieselbe Logik für Engineering-Teams. Der einzige Unterschied: Es heißt jetzt Token-Spend.

Diese Zahl ist die Provokation. Aber sie ist nicht die wichtigste Zahl in diesem Artikel.

Tunguz: die vierte Compensation-Komponente

Tomasz Tunguz, General Partner bei Theory Ventures, hat das Konzept Anfang 2026 als erster sauber benannt. In seinem Essay “Will I Be Paid in Tokens?” rechnet er es vor:

“Technology companies are adding a fourth component to engineering compensation: salary, bonus, options, and inference costs.”

Ein Software-Engineer im 75. Perzentil bekommt 375.000 Dollar Salary. Plus 100.000 Dollar Inference-Kosten ergibt das eine Fully-Loaded-Cost von 475.000 Dollar. Über 20 Prozent sind bereits Tokens, nicht Compensation im klassischen Sinn. Ein Dollar von fünf geht direkt in Compute.

Tunguz’ Erwartung an einen Engineer, der 100.000 Dollar im Jahr an Inference verbrennt, ist explizit: “Sie müssen 8x produktiver sein.” Das ist die Ratio, die Tunguz als Benchmark im Kopf hat — und sie zwingt zu einer Frage, die jeder CTO sich stellen sollte: Was ist die produktive Arbeit pro Dollar Inference? Das ist die neue Unit Economics von Engineering-Talent.

Tunguz selbst lebt seine eigene Predigt. Im April 2026 hat er auf X dokumentiert: “Two days ago, I burnt 250 million tokens in a single day. That’s up 20x in six weeks.” Er nennt es Tokenmaxxing — die bewusste Praxis, Token-Verbrauch zu maximieren, weil Parallelisierung der Hebel ist. Die Frage, die er seinen LPs stellt, ist nicht “wie sparen wir Compute?” — sie ist “wie viel Strom können wir in nützliche Arbeit verwandeln?”

Meta hat ein Dashboard — und das ist der Wendepunkt

Im April 2026 ist eine Geschichte durch die VC-Kreise gewandert, die das Konzept aus dem Theoretischen ins Operative kippte. Meta hat ein internes Dashboard gebaut, das den AI-Token-Verbrauch von über 85.000 Mitarbeitern live trackt — intern “Claudeonomics” genannt.

Wenn Meta seine 85.000 Mitarbeiter pro Tag misst, ist Token-Spend keine VC-These mehr. Es ist eine HR-Metrik geworden.

Microsofts Charles Lamanna hat im selben Zeitraum berichtet, dass Bewerber in Engineering-Interviews mittlerweile aktiv darüber verhandeln. Kandidaten sagen explizit, sie würden den Job annehmen, “as long as their team was given a certain dollar amount of AI tokens.” Nicht das Gehalt. Nicht das Equity-Paket. Compute.

Das ist die Bewegung, die Tunguz und Huang individuell beschrieben haben — jetzt in der Form, in der sie HR-Abteilungen erreicht.

Anthropic dokumentiert die eigene Mathematik

Wer wissen will, wie agentic Engineering den Token-Verbrauch real verändert, hat Anthropic selbst als beste Datenquelle. Das Unternehmen baut Claude Code mit Claude Code, und hat im April 2026 dokumentiert, wie verschiedene interne Teams das Tool einsetzen:

• Das Inference-Team, größtenteils ohne ML-Hintergrund, hat die Recherche-Zeit um 80 Prozent reduziert. Was vorher eine Stunde Google-Suche war, dauert jetzt 10 bis 20 Minuten.
• Das API-Knowledge-Team kann jetzt Bugs in Codebases reparieren, die sie noch nie gesehen haben — Tasks, die vorher Senior-Engineers brauchten oder Tage Context-Aufbau.
• Das Security-Engineering-Team hat Infrastructure-Debugging von 10 bis 15 Minuten auf 5 Minuten halbiert.

Drei Teams. Drei radikale Effizienzgewinne. Alle gemessen, alle dokumentiert. Aber: Anthropic hat im April 2026 auch seine eigene Schätzung dessen, was Claude Code Engineers an Tokens kosten wird, stillschweigend verdoppelt. Die Realität bewegt sich schneller als die Pricing-Page.

Was eine Engineering-Task heute wirklich kostet

Die abstrakten Prozent-Zahlen werden konkret, sobald du dir anschaust, was ein einzelner Workflow tatsächlich verbraucht. Drei Datenpunkte aus der Praxis 2026:

Single Agentic Task: 50.000 bis 200.000 Input-Tokens und 5.000 bis 20.000 Output-Tokens. Das sind 0,20 bis 4,00 Dollar pro Task auf Sonnet 4.6 oder Opus 4.7 (Anthropic-Pricing: 3 Dollar pro Million Input bei Sonnet, 5 Dollar pro Million bei Opus; Output 15 bzw. 25 Dollar pro Million).

Daily Developer Workflow: 100 bis 250 Dollar pro Monat auf Anthropic-API-Direkt-Billing. In Enterprise-Deployments berichtet Anthropic selbst im Schnitt 13 Dollar pro Active Day, also 150 bis 250 Dollar pro Monat. 90 Prozent der Nutzer bleiben unter 30 Dollar pro Active Day.

Heavy User auf Max 20x: Das Subscription-Tier kostet 200 Dollar pro Monat. Ein Entwickler, der den Tarif voll ausreizt, würde für dieselbe Token-Menge auf API-Direktabrechnung 3.650 Dollar pro Monat zahlen — Faktor 18 günstiger über Subscription. Ein dokumentierter Fall: 10 Milliarden Tokens über 8 Monate, etwa 15.000 Dollar API-Cost, aber nur 800 Dollar auf Max-Subscription. 93 Prozent Ersparnis.

Die Mathematik dahinter ist einfach: Über 90 Prozent der Tokens, die Claude Code verarbeitet, sind Cache-Reads — und die kosten nur 10 Prozent des normalen Input-Preises. Wer das Subscription-Modell richtig fährt, zahlt fast nichts für 90 Prozent des Verbrauchs.

Die Tier-Mathematik in einer Tabelle

Stell dir kurz die Frage: Was fährt dein bester Engineer aktuell? Wenn die ehrliche Antwort “Pro für 20 Dollar” ist, dann nutzt dieser Engineer die Tools nicht. Hier die Aufstellung, was welches Tier wirklich kann.

Cursor — der direkte Konkurrent auf dem Tool-Markt — hat im April 2026 exakt dieselbe Tier-Logik etabliert: Pro bei 20 Dollar, Pro+ bei 60 Dollar, Ultra bei 200 Dollar. Die Marktstruktur ist konvergiert. Wer auf dem Pro-Tier sitzt, sitzt auf dem Anfänger-Tier — egal welches Tool.

Wenn du einen Senior-Freelancer einstellst und der sagt “Ich fahre Pro”, weißt du genug. Das ist nicht senior in agentic. Das ist senior in einem 2024-Tooling-Stack mit AI-Hilfe. Die Lücke zwischen den beiden ist groß.

Gartner: das Geld verschiebt sich von People zu Compute

Was Tunguz, Huang und Meta individuell zeigen, hat Gartner im April 2026 makro-empirisch belegt. Der aktuelle IT-Spending-Forecast bringt drei Zahlen, die in jedem CFO-Meeting 2026 auf dem Tisch liegen sollten:

• Weltweite IT-Ausgaben: +13,5 Prozent in 2026, auf 6,31 Billionen Dollar
• Data-Center-Spending: +55,8 Prozent — das ist der eigentliche Treiber
• Headcount-Wachstum in Engineering-Organisationen: von 6 Prozent auf 2 Prozent gefallen

Nur 21 Prozent der CFOs planen für 2026 noch Staff-Increases von 4 bis 9 Prozent. Letztes Jahr waren es 31 Prozent. Gartner nennt das einen “strukturellen Pivot von Labor-Expansion zu Optimierung durch Automation und AI, die Produktivitätsgewinne ohne proportionale Headcount-Steigerung liefern”.

In klar: Das Geld geht nicht mehr in mehr Engineers. Es geht in Compute, das die existierenden Engineers multipliziert.

Aber: Compute ohne Judgment ist nur eine größere Rechnung

Bevor das hier nach Token-Maximalismus klingt, der wichtigste Caveat. Tokens bezahlen Ausführung. Sie bezahlen nicht Entscheidung.

Ein schwacher Operator mit 250.000 Dollar Token-Budget produziert 250.000 Dollar an plausibel aussehendem, aber unbrauchbarem Code. Ein starker Operator mit 50.000 Dollar Token-Budget produziert 50.000 Dollar an Code, der das richtige Problem löst. Welcher der beiden ist wertvoller?

Sequoia hat im April 2026 in einem Essay von Julien Bek genau diese Verschiebung formuliert: Intelligence (Code schreiben, Specs übersetzen, debuggen) ist commodity geworden. Judgment (entscheiden, was gebaut werden soll, welche Architekturschuld einzugehen ist, wann zu shippen) bleibt menschlich und wird teurer. Der Kern-Satz daraus, der in jeden CTO-Pitch gehört:

“Every AI improvement makes the tool cheaper but makes judgment more valuable.”

Wer mehr zu dieser Verschiebung lesen will, hat Karpathys Begriffspivot in unserer Definitions-Vertiefung ausgearbeitet. Der Punkt für diesen Artikel: Token-Budget ohne Senior-Judgment im Team ist eine teure Form von Code-Generierung. Kein Hebel.

Und ein Caveat zum Caveat: Token-Budgets sind keine Equity. TechCrunch hat das im März 2026 sauber formuliert — Token-Budgets “don’t vest, don’t appreciate, and don’t show up in your next offer negotiation the way a base salary or equity grant does.” Sie sind Discretionary Spending. Etwas, das verhandelt wird, gemessen wird, kontrolliert wird. Das ist Teil des Hebels. Aber es macht sie nicht zu echtem Compensation-Ersatz.

Wie CTOs Token-Spend operativ tracken sollten

Wenn Token-Spend KPI ist, dann muss er auch gemessen werden. Vier konkrete Schritte, die wir in Discovery-Calls 2026 immer wieder als Standard-Empfehlung formulieren:

1. Monatlich pro Engineer. Nicht aggregiert über das Team. Jeder Senior bekommt einen sichtbaren Token-Spend-Wert pro Monat — wie ein Cloud-Account. Wer am Monatsende unter 50 Dollar verbraucht hat, nutzt die Tools nicht. Meta hat dafür ein eigenes Dashboard gebaut. Du brauchst kein eigenes — die Anthropic- und OpenAI-Admin-Konsolen liefern die Daten.

2. Pro Task-Kategorie. Nicht jede Task ist gleich token-intensiv. Refactoring auf Codebase-Ebene verbraucht ein Vielfaches einer einfachen Code-Generation. Die Verteilung zeigt, wo der Workflow agentic ist und wo er nur AI-supported.

3. Im Hiring-Briefing. “Welches Subscription-Tier fährst du auf Claude Code oder Codex?” gehört in jeden Discovery-Call mit Senior-Kandidaten. Wer Pro sagt, ist 2026 nicht senior in agentic. Wir vertiefen das in der Falscher-Filter-Analyse.

4. In Performance-Reviews. Nicht als Pflicht-Verbrauchsziel, sondern als Diagnose-Indikator. Ein Senior-Engineer, dessen Token-Verbrauch über 12 Monate stagniert oder sinkt, ist mit hoher Wahrscheinlichkeit in einem 2024er-Workflow eingefroren. Cortex und Jellyfish listen Token-Spend mittlerweile als Standard-KPI in ihren Engineering-Dashboards. Healthy ROI auf AI-Coding-Tools liegt bei 2,5- bis 3,5-fach im Schnitt, 4- bis 6-fach im Top-Quartil — aber nur, wenn die Cost-Side die echten Token-Kosten enthält.

Was deutsche Unternehmen zusätzlich beachten müssen: Steuer, DSGVO, Scheinselbständigkeit

Jetzt der Teil, den US-Token-Artikel nie haben — und der für jedes deutsche Unternehmen über agentic Engineering den Unterschied zwischen “interessant” und “compliance-fähig” macht.

Disclaimer vorab: Dies ist keine Steuer- oder Rechtsberatung. Im Zweifel den Steuerberater oder Anwalt fragen. Was hier steht, ist die Ausgangslage, die wir in Discovery-Calls 2026 immer wieder klären.

Steuerliche Behandlung von Token-Subscriptions

Token-Subscriptions sind in DE/AT/CH steuerlich behandelt wie andere Software-Lizenzen. Bei Festangestellten als Werbungskosten, bei Freelancern als Betriebsausgaben, voll abzugsfähig.

Da Anthropic und OpenAI als US-Anbieter abrechnen, greift das Reverse-Charge-Verfahren: Der deutsche Empfänger schuldet die Umsatzsteuer und kann sie gleichzeitig als Vorsteuer abziehen — saldenneutral, wenn die USt-IdNr gültig ist. Der Pro-Plan kostet nominell 20 Dollar plus 19 Prozent MwSt., effektive Mehrbelastung: null, sobald die Vorsteuer abgezogen wird.

Praktisch: Im Discovery-Call mit dem Steuerberater einmalig klären, danach läuft es als Standard-Prozess.

DSGVO und Auftragsverarbeitung

Hier wird es nuancierter, und hier gibt es echte Fallstricke. Anthropic bietet seit 2025 einen Auftragsverarbeitungsvertrag (AVV) nach DSGVO-Standard an — aber nur für Claude for Work, Claude for Government, Claude for Education und den API-Zugang. Die Consumer-Pläne Pro, Max und Team haben keinen AVV.

Das hat eine direkte Konsequenz fürs Hiring: Wenn dein Senior-Freelancer mit Code-Snippets arbeitet, die personenbezogene Daten enthalten könnten, und er fährt das auf Pro oder Max, dann ist dein Unternehmen nicht DSGVO-konform versorgt. Für sensible Codebasen muss es Claude for Work oder API-Direktanbindung sein.

OpenAI hat im Mai 2025 EU-Data-Residency für ChatGPT Enterprise und API eingeführt — Hosting in Frankfurt und Dublin, also EU-Boden. Anthropic hostet primär auf AWS in Frankfurt; US-Speicherung lässt sich aber bei direkter API-Nutzung nicht garantieren ohne explizite Konfiguration.

Beide Anbieter sind DPF-zertifiziert (Data Privacy Framework), und der EU-Gerichtshof hat die Gültigkeit im September 2025 bestätigt. Selbst wenn das DPF irgendwann kippen sollte, greifen die Standard Contractual Clauses als Backup.

Praktisch heißt das: Für CTO-geführte Engineering-Teams, die mit sensiblen Codebasen arbeiten, ist Claude for Work / API der Standard, nicht Pro/Max. Wer mit Banking, Insurance oder personenbezogenen Daten zu tun hat, sollte das vor dem Hire klären.

Scheinselbständigkeit bei Freelancer-Token-Lizenzen

Der heikelste Punkt. Wenn ein deutsches Unternehmen seinem Freelancer eine Token-Lizenz stellt — also der Auftraggeber zahlt die Subscription, der Freelancer nutzt sie auf seinem Setup — kann das ein Indiz für Scheinselbständigkeit nach §7a SGB IV sein.

Die Logik: Eines der zentralen Kriterien für echte Selbständigkeit sind eigene Arbeitsmittel. Wenn der Auftraggeber das Tool stellt, deutet das auf Eingliederung in den Betrieb hin. Bei Festestellung der Scheinselbständigkeit haftet das Unternehmen rückwirkend für bis zu 4 Jahre Sozialversicherungsbeiträge — bei Vorsatz 30 Jahre.

Praktische Empfehlung: Senior-Freelancer haben ihre Subscriptions selbst. Das ist 2026 ohnehin Standard — wer als Freelancer auf Max 5x oder 20x fährt, hat den Tarif aus eigenem Budget. Wenn der Auftraggeber Token kompensieren will, geschieht das idealerweise als Aufschlag auf den Tagessatz — nicht als gestellte Lizenz. Damit bleibt der Freelancer Eigentümer seiner Arbeitsmittel.

Ein Statusfeststellungsverfahren bei der Deutschen Rentenversicherung Bund nach §7a SGB IV bringt vor Vertragsbeginn Rechtssicherheit. Dauert wenige Wochen und ist die einzige Form der definitiven Klärung.

Was das fürs Hiring bedeutet

Drei konkrete Verschiebungen, die 2026 in jedem Hiring-Briefing eines CTO landen sollten:

Subscription-Tier als Standard-Frage im Discovery-Call. Die Antwort verrät mehr als drei Seiten CV. Pro = nicht senior in agentic. Max 5x oder 20x = Senior-Praktiker. API-Direkt = sehr fortgeschritten oder Team-Lead-Setup.

Token-Budget als Teil des Aufschlags. Wenn ein Senior-Freelancer 150 Euro pro Stunde nimmt und sein Token-Budget bei 200 Euro pro Monat liegt, ist das ein 200-Euro-Hebel auf einen Stundensatz-Wert von 30.000 Euro pro Monat. Der CTO, der das versteht, holt sich keinen 110-Euro-Senior auf Pro-Subscription.

Performance-Bewertung mit Compute-Effizienz. Nicht “wieviel haben wir verbraucht”, sondern “wieviel Wert pro verbrauchten Dollar”. Tunguz’ 8x-Ratio als Anhaltspunkt: Wer 100.000 Dollar Inference verbrennt, soll 8x produktiver sein als ohne — sonst stimmt der Hebel nicht.

Wir vertiefen die Praxis-Anwendung dieser Punkte in unserer Interview-Vertiefung als Format mit 25 konkreten Fragen.

Wenn ihr gerade über Token-Budget nachdenkt

Die häufigste Beobachtung in CTO-Calls 2026: Das Unternehmen hat Lizenzen freigegeben. Niemand benutzt sie ernsthaft. Tokens werden auf einem Sockel verbraucht, der im einstelligen Dollar-Bereich pro Engineer liegt.

Das ist kein Tooling-Problem. Das ist ein Hiring- und Workflow-Problem. Senior-Engineers, die agentic operieren, bringen den Tool-Verbrauch automatisch dahin, wo Tunguz, Huang und Meta ihn beschreiben. Wer den Verbrauch nicht hat, hat nicht den Hire.

Wir vermitteln Senior-Freelancer, deren Setup vom ersten Tag an in der richtigen Größenordnung läuft — keine Berater, keine Workshop-Anbieter. Engineer, die mittendrin liefern und nebenbei den internen AI-Champion aufbauen.

Schreib mir kurz auf LinkedIn, wo ihr gerade steht. Oder stell eine konkrete Anfrage an unser Team — wir melden uns innerhalb von 48 Stunden.