Der Hauptfall: Ein Team setzte laut den internen Unterlagen Anthropics Claude Sonnet ein, um Autorenangaben mit Produkteinträgen auf der Handelsplattform abzugleichen – eine Aufgabe, die heise online als menial beschreibt und die keinerlei Grenzfähigkeit verlangt. Die Rechnung belief sich am Ende auf 1,8 Millionen US-Dollar und damit auf 860 Prozent über dem angesetzten Budget. Bemerkt wurde die Überschreitung erst nach fünf Monaten, und das Projekt wurde am Ende nicht ausgeliefert. Die zwei weiteren dokumentierten Fälle sind kleiner, aber vom selben Muster: ein Werkzeug zur Finanzprüfung mit 541.000 Dollar unerwarteten Kosten und ein Vorhaben zur Beschleunigung von Lieferungen mit 134.000 Dollar, das laut t3n nach gut zwei Wochen auffiel. In der Summe nennen die deutschsprachigen Wiedergaben rund 2,5 Millionen Dollar über drei Projekte.
Die Begründung aus dem Haus selbst: Die interne Präsentation stellt den Kostenunterschied zwischen klassischer und agentischer Software heraus – Fehler, deren Folgekosten in herkömmlichen Systemen vernachlässigbar gering blieben, schlügen beim Einsatz von KI-Modellen deutlich stärker durch. Ein Amazon-Beschäftigter sagte der Financial Times, es sei generell schwierig festzustellen, wie viel KI-bezogene Arbeit koste. Als Konsequenz arbeiteten Entwickler an „automatisierten“ Leitplanken, um die Kosten künftiger Vorhaben zu begrenzen. ⚠️ Eine schärfer formulierte englische Fassung dieses Befunds („catastrophically expensive“ bei KI-Agenten gegenüber „trivially cheap“ in klassischer Software) kursiert in der Weiterverwertung; die deutschsprachigen Quellen geben sie sinngemäß wieder, und wir führen den Wortlaut deshalb nicht als Zitat.
Der Widerspruch des Unternehmens und die Grenzen des Befunds: Amazon erklärt laut t3n, einzelne Beispiele herauszugreifen, „in denen Teams voneinander lernen, und diese als Normalfall darzustellen, spiegelt nicht wider, wie die Teams bei Amazon KI insgesamt nutzen“. Auch die Berichterstattung selbst schränkt ein: Betroffen war laut heise nur eine Handvoll Teams. Damit ist die Zahlenreihe kein Beleg für eine branchenweite Quote, sondern für die Existenz eines Fehlermusters und für seine mögliche Größenordnung. Was der Fall dagegen belastbar zeigt, ist die Entdeckungsdauer: Fünf Monate ohne Auffälligkeit bedeuten, dass weder Budget-Alarm noch Verbrauchsüberwachung angeschlagen haben, obwohl die Aufgabe selbst trivial war.
Kein Einzelfall im Markt, aber getrennt zu bewerten: Vergleichbare Berichte über aufgebrauchte Budgets für agentische Coding-Werkzeuge liegen seit dem Frühjahr 2026 zu Uber und Microsoft vor – Uber deckelte die monatlichen Ausgaben, Microsoft steuerte seine Entwickler auf das eigene Werkzeug um. Diese Vorgänge haben wir bislang nicht selbst geprüft; sie sind hier ausdrücklich als Kontexthinweis geführt und nicht als Beleg. Für die Einordnung des Amazon-Falls ist der Unterschied wesentlich: Dort war es die Summe vieler bewusst genutzter Lizenzen, hier ein einzelner unbeaufsichtigter Auftrag.