Vier Monate, ein komplettes Jahresbudget, kein Spielraum mehr: Uber hat sich beim Rollout von KI-Coding-Tools ordentlich verkalkuliert und reagiert jetzt mit einer harten Ausgabenobergrenze. Dass Ubers COO gleichzeitig öffentlich bezweifelt, ob all die Tokens wirklich in neue Consumer-Features fließen, macht den Fall interessanter als ein übliches Kostencontrolling-Memo.
Vom internen Leaderboard zum Notfall-Cap: was bei Uber passiert ist
Uber hat den Zugang zu Claude Code im Dezember 2025 unternehmensweit ausgerollt — und die Nutzung dabei über interne Leaderboards aktiv befeuert. 95 Prozent der Ingenieure nutzen inzwischen monatlich KI-Tools; einzelne Entwickler kamen auf 500 bis 2.000 Dollar Kosten pro Monat. Das lief eine Weile, bis der CTO im April feststellte, dass der komplette Jahresetat aufgebraucht war — gerade mal vier Monate nach Jahresbeginn.
Neues Modell: 1.500 Dollar im Monat pro Mitarbeiter und Agentic-Tool — separat für Claude Code und Cursor, Ausnahmen auf Antrag, internes Dashboard zur Selbstkontrolle. Klingt nach Plan B statt Plan A.
Das Problematische ist nicht der Cap selbst — den macht jede Firma, wenn Ausgaben aus dem Ruder laufen. Das Problematische ist, dass das Leaderboard-Modell eine implizite Prämisse hatte: mehr KI-Nutzung gleich mehr Produktivität gleich mehr Output. Ob das gestimmt hat, ist jetzt offen.
Mehr Tokens, weniger Features? Die Frage, die Ubers COO stellt
COO Andrew Macdonald hat es offen ausgesprochen: Es sei sehr schwer, eine direkte Linie zwischen den KI-Ausgaben und konkreten neuen Consumer-Features zu ziehen. Das ist eine ungewöhnlich ehrliche Aussage für einen C-Level-Manager, dessen Unternehmen gleichzeitig KI als strategische Priorität verkauft.
Die Produktivitätsfrage ist dabei nicht neu — sie wird nur selten so direkt gestellt. KI-Coding-Tools beschleunigen bestimmte Aufgaben nachweislich: Boilerplate schreiben, Refactoring, Dokumentation. Ob sie netto zu mehr fertigen Features führen oder ob die gesparte Zeit anderweitig versickert, ist deutlich schwerer zu messen. Uber ist bislang eines der ersten größeren Tech-Unternehmen, das diesen Zweifel auf Führungsebene öffentlich formuliert.
Für meine KMU-Kunden, die gerade abwägen, ob und wie sie KI-Coding-Tools einführen: Die Frage „Was kostet das, und was kommt dabei raus?“ ist keine Verweigerungshaltung, sondern schlicht seriöse Budgetplanung. Uber mit Tausenden Entwicklern hat sie zu spät gestellt.
Kein Einzelfall: die Branche sucht den Maßstab
Uber steht nicht allein. Branchenanalysten berichten, dass KI weniger Kostenreduktion liefert, als viele Unternehmen im Vorfeld prognostiziert hatten. Die Erwartungen aus den Pilotprojekten der Jahre 2023 und 2024 — damals noch mit internen Champions, ausgewählten Teams, überschaubaren Budgets — halten einem unternehmensweiten Rollout nicht immer stand.
Das muss kein Dauerzustand sein. Aber 2026 wird das Jahr, in dem Firmen aufhören, über KI-Einsatz zu reden, und anfangen, ihn ernsthaft zu messen. Wer dafür kein Framework hat, wird in zwei Jahren denselben Fehler machen wie Uber — nur in kleinerem Maßstab.
