# Was bleibt von deiner KI-Nutzung, wenn du den Vertrag kündigst? > Die meisten KMU zahlen für KI-Zugang, bauen aber kein KI-Kapital auf. Was Token-Kapital bedeutet und wie du das änderst. **Author:** Patrik Breitenmoser **Published:** 2026-06-21 **Tags:** KI-Strategie, KMU, Organisationsentwicklung --- Dein Team nutzt KI seit einem Jahr. Täglich, für Angebote, Protokolle, Analysen, Texte. Dann kündigst du das Abo. Was bleibt? In den meisten Fällen: nichts. Die nächste Generation weiss nicht, wie die vorherige gearbeitet hat. Korrekturen sind nirgendwo verankert. Das Wissen verschwindet, genau wie die Tokens. Satya Nadella, CEO von Microsoft, hat dieses Problem in einem Essay beschrieben, der in Unternehmenskreisen gerade viel Aufmerksamkeit erzeugt. Sein Kernpunkt: Unternehmen müssen nicht nur KI kaufen. Sie müssen KI-Kapital aufbauen. Und das sind zwei grundverschiedene Dinge. ## Was «Token-Kapital» bedeutet und warum du es brauchst Nadella unterscheidet zwei Arten von Kapital: Human-Kapital (Wissen, Urteilsvermögen, Beziehungen der Mitarbeitenden) und «Token-Kapital» (die KI-Fähigkeit, die ein Unternehmen selbst aufbaut und besitzt). Token-Kapital wächst nicht dadurch, dass man ein Abo zahlt. Es wächst durch eine Lernschleife, in der KI-Ergebnisse systematisch bewertet, korrigiert und rückgekoppelt werden. Nadella schreibt: «Du kannst eine Aufgabe auslagern. Aber du kannst nie dein Lernen auslagern.» Das klingt abstrakt. Konkret heisst es: Wenn ein Mitarbeitender einen KI-Output korrigiert und diese Korrektur nirgendwo landet, war die Korrektur umsonst. Das Unternehmen lernt nichts. Die nächste Person macht denselben Fehler. Das Modell auch. ## Null mal irgendetwas ist null Mark Egenstad, Investor und AI-Praktiker, hat Nadellas Gedanken auf eine Formel gebracht: **Token-Kapital = Human-Kapital × Ablauf-Struktur × Feedback-Schleifen** Das Multiplikationszeichen ist entscheidend. Wer bei einem der drei Faktoren null hat, hat insgesamt null. Egenstad schreibt: «Die meisten Unternehmen, mit denen ich spreche, haben den Zugang zum Modell. Sie zahlen für Claude, ChatGPT oder Copilot. Aber ihre Ablauf-Struktur ist null: kein Framework, wie KI-Outputs in Prozesse eingebettet werden. Und ihre Feedback-Schleifen sind null: kein Tracking, ob das, was die KI produziert, tatsächlich in der Arbeit landet. Null mal irgendetwas ist null.» Kein Modell der Welt ändert das. ## Das Accenture-Beispiel Accenture berät Unternehmen zu KI. Diese Woche fiel ihre Aktie in einer einzigen Sitzung um 18 Prozent. Tiefstand seit fast einem Jahrzehnt, die Aktie hat sich dieses Jahr halbiert. Ein Konkurrent kommentierte es so: «Echte KI-Implementierung erfordert tiefes Fachwissen in dem Bereich, wo KI tatsächlich eingesetzt wird. Genau das fehlt Accenture, und die Investoren merken es.» Das trifft, weil es das Problem benennt: Wer KI nur vermittelt, aber kein institutionelles Wissen darüber aufbaut, wie sie wirklich wirkt, hat kein Token-Kapital. Er hat ein Umsatzmodell, das auf einem Wissensgefälle basiert, das gerade schrumpft. ## Was das für dein Unternehmen bedeutet Drei Fragen helfen, den eigenen Stand zu klären: **1. Inventar.** Welche KI-Aufgaben erledigt dein Team täglich oder wöchentlich? Wenn du das nicht weisst, kannst du nichts strukturieren. Ein einfaches Protokoll für 2 Wochen reicht als Startpunkt. **2. Rückkopplung.** Werden KI-Outputs bewertet? Werden Korrekturen irgendwo festgehalten? Wenn nein, lernt dein Unternehmen nichts, auch wenn die Mitarbeitenden es tun. **3. Aufbau.** Gibt es einen Ort, wo dieses Wissen gesammelt wird? Nicht im Kopf einer Person. Im System: eine Prompt-Bibliothek, ein strukturiertes Review-Vorgehen, eine interne Wissensbasis. Das muss keine teure Infrastruktur sein. Oft reicht ein geteiltes Dokument mit kommentierten Prompts als erster Schritt. Entscheidend ist, dass die Korrekturen eines Mitarbeitenden für alle zugänglich werden. Wer heute damit anfängt, hat in zwei Jahren einen messbaren Vorsprung. Wer weiterhin nur Tokens verbraucht, fängt dann wieder bei null an. ## KI-Modelle werden billiger. Die Fähigkeit, sie zu nutzen, nicht. Die Preise für KI-Modelle sinken. Das ist gut. Aber die Fähigkeit, KI so einzusetzen, dass institutionelles Wissen entsteht, wird zur echten Unterscheidung. Wer jetzt eine Lernschleife aufbaut, ist unabhängiger vom nächsten Modellwechsel. Das Wissen bleibt im Unternehmen, nicht beim Anbieter. Das ist der Unterschied zwischen mieten und aufbauen. Die Episode, auf der dieser Beitrag basiert: AI Daily Brief – «Your Company Doesn't Need an AI Strategy», veröffentlicht am 20. Juni 2026. Wenn du wissen möchtest, wo dein Unternehmen heute steht und wie eine Lernschleife konkret aussehen könnte, ist der [KI-Kickstart](/ki-kickstart/) der strukturierte Einstieg. Oder buch direkt ein [kostenloses Gespräch](/kontakt/): 30 Minuten, unverbindlich, ohne Verkaufsdruck.