Amazon beendet internes KI-Ranking-System: Ein Blick auf die Herausforderungen der KI-Nutzung

Sehr geehrte Leserin, sehr geehrter Leser,

die fortschreitende Integration künstlicher Intelligenz in Unternehmensabläufe stellt Organisationen vor neue Herausforderungen, insbesondere im Hinblick auf die Steuerung und Messung der Mitarbeiternutzung. Ein aktueller Fall bei Amazon, einem der weltweit größten Technologieunternehmen, beleuchtet die Komplexität dieser Thematik.

Amazon stellt internes KI-Ranking-System ein: Die Hintergründe

Berichten zufolge hat Amazon ein internes KI-Ranking-System namens „KiroRank“ eingestellt. Dieses Dashboard, das die Aktivitäten der Mitarbeitenden auf Amazons Kiro-Entwicklerplattform bewertete, sollte ursprünglich die Akzeptanz und Nutzung von KI-Tools im Unternehmen fördern. Die Entscheidung zur Einstellung erfolgte, nachdem festgestellt wurde, dass Mitarbeitende das System manipulierten, indem sie KI-Agenten für überflüssige Aufgaben einsetzten, um ihre Punktzahlen zu erhöhen. Dieses Vorgehen wurde intern als „Tokenmaxxing“ bezeichnet.

Die Auswirkungen des „Tokenmaxxing“

Das Phänomen des „Tokenmaxxing“ führte Berichten zufolge zu einer signifikanten Steigerung der Cloud-Kosten für Amazon. Dave Treadwell, Senior Vice President bei Amazon, soll die Mitarbeitenden explizit darauf hingewiesen haben, KI nicht nur um der Nutzung willen einzusetzen. Er betonte, dass das Dashboard zwar mit „guten Absichten“ entwickelt worden sei, jedoch letztlich zu zusätzlichen Kosten geführt habe.

Die Situation entstand vor dem Hintergrund, dass Amazon das Ziel ausgegeben hatte, über 80 Prozent seiner Entwickler dazu zu bewegen, wöchentlich KI zu nutzen. Zudem plant das Unternehmen für das Jahr 2026 Investitionen in Höhe von rund 200 Milliarden US-Dollar, wovon der Großteil in die KI-Infrastruktur fließen soll.

Neuausrichtung der Messkriterien für KI-Nutzung

Als Reaktion auf die Erfahrungen mit „KiroRank“ hat Amazon eine Neuausrichtung seiner Messkriterien für KI-Nutzung angekündigt. Anstatt die reine Token-Nutzung zu verfolgen, konzentriert sich das Unternehmen nun auf „normalisierte Implementierungen“. Dieser Ansatz zielt darauf ab, den tatsächlichen Nutzen und die Qualität des durch KI generierten Codes zu messen, anstatt lediglich die Quantität der Interaktionen mit KI-Systemen zu erfassen. Das Management soll die Mitarbeitenden angewiesen haben, sich auf die Entwicklung besserer Produkte zu konzentrieren, anstatt die KI-Nutzung künstlich zu steigern.

Parallelen in der Industrie

Es ist festzuhalten, dass Amazon mit dieser Herausforderung nicht allein steht. Ähnliche Muster der künstlichen Steigerung von KI-Nutzung zur Erreichung interner Ziele wurden auch bei anderen Technologieunternehmen, wie beispielsweise Meta, beobachtet. Dies verdeutlicht eine branchenweite Problematik bei der Gestaltung von Anreizsystemen für neue Technologien und der Messung ihrer Effektivität.

Die Umstellung auf verbrauchsbasierte Preismodelle bei KI-Dienstleistern, wie sie beispielsweise von Anthropic angeboten werden, verstärkt zudem die Notwendigkeit für Unternehmen, die tatsächliche Wertschöpfung der KI-Nutzung genau zu überwachen und unnötige Kosten zu vermeiden.

Implikationen für Unternehmen im B2B-Bereich

Der Fall Amazon bietet wichtige Erkenntnisse für B2B-Unternehmen, die KI-Technologien implementieren oder ihre Nutzung fördern möchten:

• Anreizsysteme kritisch prüfen: Die Gestaltung von Anreizsystemen muss sorgfältig erfolgen, um unerwünschte Verhaltensweisen wie „Tokenmaxxing“ zu vermeiden. Der Fokus sollte auf der Wertschöpfung und dem tatsächlichen Nutzen liegen, nicht auf reinen Nutzungsmetriken.
• Messung des tatsächlichen Nutzens: Es ist entscheidend, Metriken zu entwickeln, die den tatsächlichen Geschäftsnutzen von KI-Anwendungen widerspiegeln. „Normalisierte Implementierungen“ oder ähnliche qualitative Indikatoren können hierbei effektiver sein als reine Quantitätsmessungen.
• Kostenmanagement: Die Kosten für die Nutzung von KI-Ressourcen, insbesondere Cloud-Computing und Token-Verbrauch, können erheblich sein. Ein effektives Kostenmanagement erfordert Transparenz und die Fähigkeit, unnötige Ausgaben zu identifizieren und zu eliminieren.
• Mitarbeiterkommunikation und -schulung: Eine klare Kommunikation über die Ziele der KI-Einführung und die Bedeutung einer sinnvollen Nutzung ist unerlässlich. Schulungen sollten nicht nur die technische Anwendung, sondern auch die strategische Integration von KI in Arbeitsprozesse vermitteln.
• Flexibilität und Anpassungsfähigkeit: Unternehmen müssen bereit sein, ihre Strategien und Messsysteme anzupassen, wenn sich herausstellt, dass sie nicht die gewünschten Ergebnisse liefern oder unerwünschte Nebeneffekte erzeugen.

Die Erfahrungen bei Amazon unterstreichen, dass die Einführung von KI-Technologien mehr als nur eine technische Implementierung ist. Sie erfordert eine ganzheitliche Betrachtung von Anreizen, Kosten, Messsystemen und der Unternehmenskultur, um das volle Potenzial der KI verantwortungsvoll und effizient zu nutzen.

Bibliography

The Decoder. (2026, May 29). *Amazon kills internal AI leaderboard after employees gamed it with pointless tasks*. the-decoder.com. https://the-decoder.com/amazon-kills-internal-ai-leaderboard-after-employees-gamed-it-with-pointless-tasks/ The Times of India. (2026, May 29). *Amazon reportedly shuts down ‘employee AI leadership board’ and the reason is rising costs that analysts have been warning companies about*. timesofindia.indiatimes.com. https://timesofindia.indiatimes.com/technology/tech-news/amazon-reportedly-shuts-down-employee-ai-leadership-board-and-the-reason-is-rising-costs-that-analysts-have-been-warning-companies-about/articleshow/131382647.cms TipRanks. (2026, May 29). *Amazon (AMZN) Axes AI Leaderboard as “Tokenmaxxing” Craze Burns Through Computing Budget*. tipranks.com. https://www.tipranks.com/news/amazon-amzn-axes-ai-leaderboard-as-tokenmaxxing-craze-burns-through-computing-budget Financial Times. (2026, May 11). *Amazon staff use AI tool for unnecessary tasks to inflate usage scores*. ft.com. https://www.ft.com/content/8ee0d3ef-9548-422d-8ff1-ebd48ad4b2ca?syn-25a6b1a6=1 Analytics Insight. (2026, May 29). *Amazon Scraps AI Leaderboard After Employees Begin ‘Tokenmaxxing’*. analyticsinsight.net. https://www.analyticsinsight.net/news/amazon-scraps-ai-leaderboard-after-employees-begin-tokenmaxxing Let's Data Science. (2026, May 29). *Amazon removes AI leaderboard after tokenmaxxing*. letsdatascience.com. https://letsdatascience.com/news/amazon-removes-ai-leaderboard-after-tokenmaxxing-323b77c3 NewsBytes. (2026, May 29). *Amazon scraps AI leaderboard to prevent unhealthy competition among employees*. newsbytesapp.com. https://www.newsbytesapp.com/news/science/amazon-retires-internal-ai-leaderboard-over-concerns-about-competition-misuse/story The Decoder. (2026, May 12). *"Tokenmaxxing" spreads at Amazon as employees game internal AI leaderboards*. the-decoder.com. https://the-decoder.com/tokenmaxxing-spreads-at-amazon-as-employees-game-internal-ai-leaderboards/ Digital Trends. (2026, May 17). *Amazon employees are doing fake tasks because they're forced to use more AI and show it*. digitaltrends.com. https://www.digitaltrends.com/cool-tech/amazon-employees-are-doing-fake-tasks-because-theyre-forced-to-use-more-ai-and-show-it/ Time News. (2026, May 12). *Amazon Workers Using In-House AI to Automate Unessential Tasks to Boost Metrics*. time.news. https://time.news/amazon-workers-using-in-house-ai-to-automate-unessential-tasks-to-boost-metrics/