Künstliche Intelligenz · Artikel
Accenture beschränkt Claude-AI-Ausgaben der Mitarbeiter auf 29 Dollar pro Monat nach 1.000-Dollar-Rechnungen
Veröffentlicht:

Kurz gesagt
Accenture finanziert jetzt zentral nur 29 Dollar pro Monat pro Mitarbeiter für Anthropic's Claude, herunter von einem System, in dem einige Mitarbeiter monatliche Rechnungen von 500 bis 1.000 Dollar hatten. Mitarbeiter, die das Limit überschreiten, müssen ein bestimmtes Projekt oder Team bekommen, um den Rest zu bezahlen, und ein Premium-Tarif bietet 250 Dollar Nutzung pro Woche. Die Änderung trat am 1. Oktober 2026 in Kraft und wurde zuerst von 404 Media berichtet.
Diese Fassung ist eine maschinelle Übersetzung des Originals (English). Original lesen
Accenture, das weltweit führende Beratungs- und Technologieserviceunternehmen, hat drastisch reduziert, wie viel es automatisch für die Nutzung von Anthropic's Claude AI-Assistent durch jeden Mitarbeiter bezahlen wird. Ab dem 1. Oktober 2026 finanziert das Unternehmen zentral nur noch 29 Dollar pro Mitarbeiter pro Monat, wie in einer internen Mitteilung heißt, die zuerst von 404 Media berichtet wurde.
Was sich am 1. Oktober änderte
Vor der Änderung hatte Accenture praktisch vielen Mitarbeitern erlaubt, Claude Enterprise ohne feste persönliche Ausgabenbegrenzung zu nutzen, wie 404 Media berichtete. Das Medium berichtete, dass einige Mitarbeiter, besonders jene, die Claude Code für kundenorientierte Ingenieurarbeit betrieben, konsistent 500 bis 1.000 Dollar pro Monat an das Unternehmen abgerechnet hatten.
Nach der neuen Politik, beschrieben in einer internen Mitteilung mit dem Titel "Claude Enterprise-Benutzer: Wichtige Updates zu Lizenzierung und Nutzungskosten", ist die 29-Dollar-Summe eine Finanzierungszuteilung, kein hartes Nutzungslimit, wie 404 Media und aiweekly.co berichten. Mitarbeiter, die diesen Betrag überschreiten, müssen ihre Nutzung an eine Work Breakdown Structure (WBS) binden – praktisch, dass ein bestimmtes Projekt oder Team-Budget die zusätzlichen Kosten absorbiert.
Der Zugang mindestens eines Mitarbeiters wurde völlig widerrufen, nachdem Limits ohne genehmigte Finanzierungsquelle überschritten wurden, wie 404 Media berichtete und sich auf interne Nachrichten berief.
Die Premium-Option
Accenture bietet auch einen Premium-Claude-Tarif an, der mit 250 Dollar Token-Nutzung pro Woche kommt – weit über der 29-Dollar-Grundzuteilung – aber mehrere Medien, darunter 404 Media und superpowerdaily.com, berichteten, dass viele Mitarbeiter noch nicht in diesem Tarif angemeldet sind und es zu versuchen, zu aktualisieren, wobei einige die Update-Option auf einer internen Support-Seite blockiert finden. 404 Media berichtete, dass ein Arbeiter in einem internen Kanal sagte, seine eigene Nutzung überschreite bereits 500 Dollar pro Monat und fragte, wie man ein Update angesichts der Kostenauswirkung auf sein Projekt beschleunigen könne.
| Stufe | Monatliche/wöchentliche Zuteilung | Wer deckt Übernutzung ab |
|---|---|---|
| Standard (zentral finanziert) | 29 Dollar pro Monat pro Mitarbeiter | Projekt oder Team des Mitarbeiters über einen WBS-Code |
| Premium | 250 Dollar pro Woche Token-Nutzung | Nicht in Berichten angegeben; erfordert separate Anmeldung |
Warum Accenture die Änderung vorgenommen hat
Ein Accenture-Sprecher sagte 404 Media und aiweekly.co, dass das Unternehmen weiterhin in KI investiert und sein Ansatz darauf abzielt, das richtige Tool für die richtige Arbeit zu verwenden, wie unten zitiert. Separat sagte die interne Mitteilung, die 404 Media berichtete, dass der Claude Enterprise-Zugang weiterhin auf Grundlage von Rolle und geschäftlicher Notwendigkeit verfügbar sein würde, vorbehaltlich regelmäßiger Überprüfung der Nutzung und Prioritäten.
Das richtige Tool für die richtige Arbeit bereitstellen.
Mediapost rahmte den Schritt als Teil eines breiteren Musters ein: Unternehmen beeilen sich, Mitarbeitern breiten Zugang zu generativen KI-Tools zu geben, fanden dann aber, dass intensive Nutzer – besonders jene, die KI-Codierungsagenten betreiben, die große Mengen an Text oder "Tokens" verarbeiten – Verbrauchsrechnungen erzeugen können, die schnell skalieren. Anthropic, wie andere große KI-Modellgeber, berechnet Enterprise-Kunden pro Token verarbeitet, daher steigen die Kosten mit der Menge an Text, die ein Tool liest und schreibt, nicht nur, wie viele Personen eine Lizenz haben.
Eine Ironie, über die Berater bereits diskutieren
404 Media merkte den offensichtlichen Widerspruch in Accentures Position an: Das Unternehmen berät Unternehmenskunden, wie viel sie in KI-Bereitstellungen investieren sollten, während es jetzt das Budget für die KI-Nutzung seiner eigenen Mitarbeiter straffer zieht. Accenture meldet, dass es gleichzeitig weiterhin in KI-Kapazitäten unternehmensweiter investiert, wie in der Sprecherstellung weitergegeben von 404 Media und aiweekly.co.
Das japanische Technologie-Outlet GIGAZINE, das dasselbe Memo abdeckte, platzierte Accentures Schritt in einen breiteren Trend, den es als Unternehmen beschrieb, die sich von uneingeschränktem "Token-Maximierung" entfernen, und es verweist auch auf ähnliche interne Einschränkungen, die bei anderen großen Arbeitgebern berichtet wurden. GIGAZINE's Berichterstattung betonte Arbeiterfrustation über plötzliche Update-Anforderungen so viel wie die Kostenkontroll-Rationale selbst.
Was es für andere Arbeitgeber bedeutet
Die Episode veranschaulicht ein Governance-Problem, dem sich jetzt viele große Organisationen stellen müssen, die generative KI-Codierungs- und Schreib-Tools breit eingeführt haben: Ohne Pro-Mitarbeiter-Budget-Limits oder Nutzungsüberwachung können verbrauchsbasierte KI-Preise unvorhersehbare Rechnungen erzeugen. Accentures WBS-basiertes Modell – Finanzierung einer flachen Grundlage zentral und Weiterleitung intensiverer Nutzung an einzelne Projekt-Budgets – ist eine Art, wie Firmen versuchen, KI-Kosten sichtbar und zurechenbar zu machen, anstatt sie als Gesamtgemeinkosten zu absorbieren.
Fragen
- Wie viel zahlt Accenture jetzt für Claudezugriff jedes Mitarbeiters?
- Accenture finanziert zentral 29 Dollar pro Mitarbeiter pro Monat für standardmäßigen Claude Enterprise-Zugang, gültig ab 1. Oktober 2026, laut 404 Media.
- Was passiert, wenn ein Mitarbeiter mehr als 29 Dollar Claude-Nutzung braucht?
- Sie müssen die zusätzliche Nutzung an eine Work Breakdown Structure (WBS) binden, was bedeutet, dass ein bestimmtes Projekt oder Team-Budget die Übernutzung abdecken muss, laut 404 Media und aiweekly.co.
- Wie viel gaben einige Accenture-Mitarbeiter vor der Begrenzung aus?
- Einige Mitarbeiter, besonders jene, die Claude Code für Kundenendengineering-Arbeit nutzten, rechneten 500 bis 1.000 Dollar pro Monat ab, laut 404 Media und Mediapost.
- Gibt es eine höher-ausgabenoption für Accenture-Mitarbeiter?
- Ja, ein Premium-Plan bietet 250 Dollar Token-Nutzung pro Woche, aber Berichte von 404 Media und superpowerdaily.com sagen, dass viele Mitarbeiter noch nicht angemeldet sind und Updates ansuchen.
- Warum führte Accenture die Begrenzung ein?
- Ein Accenture-Sprecher sagte, das Unternehmen investiert weiterhin in KI und zielt darauf ab, Tools an Aufgaben zu passen, laut Aussagen gegenüber 404 Media und aiweekly.co. Separat sagte das interne Memo des Unternehmens, dass Claude Enterprise-Zugang weiterhin auf Grundlage von Rolle und geschäftlicher Notwendigkeit verfügbar sein würde.
Wie die Welt darüber berichtet
- DeutschGIGAZINE behandelt dasselbe interne Memo, rahmt es aber als Teil eines breiteren Rückzugs von Unternehmen aus uneingeschränkter KI-"Token-Maximierung" ein, und situiert Accenture neben anderen großen Arbeitgebern, die laut Berichten KI-Tool-Budgets straffer ziehen, und hebt Mitarbeiterfrustation über plötzliche Update-Anforderungen hervor.
Quellen
- 404 Media — Accenture Tells Employees They Can Now Spend Only $29 on Claude Per Month
- Mediapost — Accenture Limits Claude Spending By Its Staff
- Superpower Daily — Accenture limits central Claude funding to $29 a month, shifting excess costs to teams
- aiweekly.co — Accenture caps monthly Claude budget at $29 per employee
- GIGAZINE — Accenture tells its employees that 'Claude can only be used up to $29 per month'
Dieser Beitrag wurde mit künstlicher Intelligenz erstellt und vor der Veröffentlichung automatisch auf Quellen geprüft. Wenn Sie einen Fehler sehen, bitten Sie um eine Korrektur. Korrektur oder Gegendarstellung anfordern · So arbeiten wir
Passend dazu
Künstliche IntelligenzArtikel
Wie neuronale Netze und Deep Learning AI-Systemen Lernen und Entscheiden ermöglichen
Neuronale Netze lernen durch wiederholtes Anpassen interner numerischer Werte, sogenannter Gewichte, unter Verwendung einer Trainingsmethode namens Backpropagation, die Fehler korrigiert, die beim Vergleich von Vorhersagen mit bekannten Antworten gefunden werden. Deep Learning stapelt viele Schichten dieser Netze übereinander, weshalb heutige KI-Systeme Muster erkennen und Ausgaben erzeugen können, ohne dass ihnen explizite, handgeschriebene Regeln für jede Situation gegeben werden.

Künstliche IntelligenzArtikel
Wie große Sprachmodelle tatsächlich funktionieren und was sie können und nicht können
Ein großes Sprachmodell ist ein neuronales Netzwerk, das darauf trainiert ist, das nächste Textstück, ein sogenanntes Token, basierend auf allem davor vorherzusagen. Es generiert lange Antworten, indem es diesen einzelnen Vorhersageschritt tausende Male wiederholt, nicht indem es Fakten nachschlägt oder Dinge auf die Weise "weiß", wie Menschen es tun.
Künstliche IntelligenzArtikel
Wie Machine-Learning-Modelle trainiert, optimiert und eingesetzt werden
Machine-Learning-Modelle werden in drei breiten Phasen entwickelt: Training mit beschrifteten Daten unter Verwendung von Algorithmen wie Gradientenabstieg, Optimierung durch Hyperparameter-Tuning und Validierung gegen einen reservierten Testsatz sowie Bereitstellung in der Produktion als API, Batch-Job oder embedded Edge-Service. Jeder Phase folgt eine kontinuierliche Überwachung, die Umschulung auslösen kann, wenn die Leistung abfällt.
Künstliche IntelligenzArtikel
Wie Spracherkennung und Voice-to-Text KI tatsächlich funktionieren
Moderne Speech-to-Text-Systeme wandeln Schallwellen in ein Spektrogramm-Bild um und führen dieses Bild dann durch ein neuronales Netzwerk, das Text token für token vorhersagt. Dieselbe Kernmethode – entwickelt von Systemen wie Googles On-Device-Recognizer und OpenAIs Whisper – treibt heute Telefontastaturen, intelligente Lautsprecher und Barrierefreiheitswerkzeuge an, obwohl Forscher auch Fälle dokumentiert haben, in denen diese Modelle Wörter erfinden, die nie gesprochen wurden.