Wenn die KI Blase nicht bald platzt, fresse ich einen Besen!
OpenAI plant Investitionen von 1,4 Billionen Dollar über die nächsten 8 Jahre. Allein Microsoft, Amazon, Google, Meta und Oracle geben in diesem Jahr zusammen fast 700 Milliarden Dollar für KI-Rechenzentren aus. Das sind keine Zukunftsprognosen, das sind angekündigte Ausgaben. Und genau da beginnt das Problem!
1. Die Rechnung geht nicht mehr auf
Warum wird an dieser Stelle überhaupt von einer Blase gesprochen? Weil die Summen, die aktuell in Rechenzentren, Chips und Trainingsläufe fließen, längst nicht mehr aus den Gewinnen der Konzerne finanziert werden können. Jeder 3. US D$llar, der aktuell in den KI-Ausbau fließt, ist geliehenes Geld.
Man kann sich das wie einen Hotelbetrieb vorstellen, der jedes Jahr ein neues Stockwerk anbaut, obwohl die Auslastung des bestehenden Hauses noch gar nicht die Kredite für den letzten Umbau deckt. Irgendwann wird sogar die Bank nachfragen, wann sich das rechnet. Genau diese Frage stellt sich derzeit niemand in Redmond, Mountain View oder Menlo Park laut.
2. Ein Kreislauf, der sich selbst finanziert
Was mich wirklich beunruhigt, ist die Konstruktion dahinter. NVIDIA investiert Milliarden in OpenAI. OpenAI verpflichtet sich im Gegenzug, Chips von NVIDIA zu kaufen. Ein Großteil des gefeierten Cloud-Wachstums bei Google und Microsoft stammt faktisch von 2 Kunden: OpenAI und Anthropic.
Besonders heikel wird es bei Oracle. Der Konzern verschuldet sich massiv für Rechenzentren, die zum Großteil von OpenAI genutzt werden. Oracle bindet sich dabei für knapp 20 Jahre, OpenAI hat die Kapazitäten aber nur für 5 Jahre gemietet. Wer trägt das Risiko, wenn OpenAI in 5 Jahren woanders hin wechselt oder schlicht schrumpft? Oracle?
3. China drückt die Preise, während die USA auf Marge hoffen
Der ursprüngliche Plan der US-Konzerne war simpel: Marktanteile erobern, dann die Preise anheben. Genau dieser Plan geht aber nicht auf! Chinesische Modelle wie DeepSeek, oder Qwen liegen technologisch nur noch etwa 1/2 Jahr hinter den US-Spitzenmodellen, kosten im Betrieb aber 60 bis 90 % weniger. Immer mehr User setzen inzwischen auf diese Open-Weight-Modelle aus China, um ihre Kosten zu senken. Das zwingt OpenAI und Anthropic dazu, ihre Preise massiv zu senken, statt sie wie geplant anzuheben. Der Weg zur Profitabilität wird damit nicht kürzer, sondern länger.
Ein Hotelier aus dem Pinzgau, der seine Website-Texte über eine API generieren lässt, bezahlt heute für dieselbe Textmenge oft nur noch einen Bruchteil dessen, was er vor 12 Monaten bezahlt hat. Und wegen dem bissi Sprachmodellfunktion kann ich auch mit einem billigen China-Modell reden. Seit TikTok ist uns das eh auch schon egal!
AproPOPOs China - wo ist eigentlich Europa?
4. Wie geht das aus? 3 Szenarien
A. Die langsame Bereinigung Die schwächsten Anbieter und überfinanzierten Projekte gehen pleite, Aktienkurse korrigieren sich, der solide Teil des KI-Ausbaus läuft in gedrosseltem Tempo weiter.
B. Der Kettenriss Ein einzelnes großes Ereignis, etwa ein gescheiterter Börsengang von OpenAI, reißt Firmen wie Oracle und NVIDIA mit sich runter. Durch die enge Verflechtung könnte daraus eine gesamtwirtschaftliche Rezession werden.
C. Das Hineinwachsen Die Nachfrage bleibt so hoch, dass die Bewertungen tatsächlich gerechtfertigt werden. Der optimistischste Weg, gleichzeitig der unwahrscheinlichste.
Welches Szenario eintritt, weiß niemand mit Sicherheit. Was man aber schon heute wissen kann: Wer sein gesamtes Unternehmen an einen einzigen KI-Anbieter kettet, wettet auf Szenario C, ohne die anderen 2 einzupreisen.
5. Was das für die eigene Arbeit mit KI bedeutet
Was wirklich nötig wäre: nicht abwarten, sondern die eigene Abhängigkeit reduzieren. Konkret heißt das:
Modular bauen: Automatisierungen niemals an einen einzigen Anbieter binden. Workflows so aufsetzen, dass das KI-Modell im Hintergrund austauschbar bleibt.
Keine langen Verträge: Sich nicht an teure Mehrjahresverträge für KI-Plattformen binden. Die API-Preise fallen durch die Konkurrenz aus China schnell, oft innerhalb weniger Monate.
Prozesse vor Modellen: Es kommt nicht darauf an, ob man das gerade beste Modell nutzt. Es kommt darauf an, wie KI in die tatsächlichen Betriebsabläufe eingebunden wird, um Zeit zu sparen, Kosten zu senken oder Umsatz zu steigern.
In meiner Beratungspraxis sehe ich immer wieder Betriebe, die sich für ein einziges Tool entscheiden und dann vehement daran festhalten, obwohl längst günstigere und bessere Alternativen am Markt sind. Das ist ungefähr so klug wie eine Championsleague-Saisonkarte zu kaufen, ohne zu wissen, ob sich die Mannschaft überhaupt qualifiziert!
Die Ironie dabei: Während die großen Konzerne sich gegenseitig Milliarden zuschieben, um auf dem Papier zu wachsen, sind es am Ende die kleinen Betriebe, die am flexibelsten reagieren können, wenn sich die Preise und Anbieter verschieben. Wer heute modular denkt, muss sich morgen nicht fragen, wer als Nächstes pleitegeht.
Kommentare