Die KI-Branche muss drei Billionen Dollar verdienen, um die Ausgaben zu rechtfertigen
Die Mathematik hinter dem KI-Boom ist gewaltig geworden. Drei Jahre nachdem David Cahn von Sequoia erstmals berechnete, dass 200 Milliarden Dollar Umsatz nötig sind, um Nvidias initialen GPU-Surge zurückzuzahlen, hat sich die erforderliche Zahl explodiert. Die gesamten Infrastrukturkosten sollen bis 2026 auf 1,5 Billionen Dollar steigen. Um diese massive Kapitalausgabe zu rechtfertigen, steht der Branche ein gewaltiges Ziel bevor: drei Billionen Dollar Jahresumsatz generieren.
Die Lücke zwischen Kosten und Ertrag weitet sich rasch aus. Steigende Speicherpreise und Engpässe bei den Baustellen haben den erforderlichen Umsatz pro Gigawatt Kapazität scharf erhöht. Zwar wird angenommen, dass Branchenführer wie Anthropic bereits 60 Milliarden Dollar an wiederkehrenden Jahresumsätzen (ARR) erreicht haben, und OpenAI reportedly 13 Milliarden Dollar im Jahr 2025 erwirtschaftete, bevor es bis November auf 20 Milliarden Dollar kletterte, doch sie liegen weit unter dem aggregierten Ziel. Das Ausmaß des Lochs ist schlichtweg atemberaubend.
Effizienzgewinne machen die Lösung des Problems schwieriger. OpenAIs neuestes Modell ist bei Codierungsaufgaben um 54 Prozent token-effizienter, was die Kosten für Nutzer senkt, aber Umsatzmodelle bedroht, die auf hohem Verbrauch basieren. Wenn Nutzer ihren gesamten Token-Verbrauch nicht drastisch erhöhen, um diese Einsparungen auszugleichen, wird das Umsatzwachstum ins Stocken geraten. Gleichzeitig ziehen viele Organisationen bereits zu günstigeren Open-Weight-Alternativen über, oft aus China, was den Preisdruck weiter erhöht.
Investoren und Ökonomen wie Torsten Slok von Apollo werden zunehmend skeptisch gegenüber der Diskrepanz zwischen massiven Ausgaben und aktuellen Gewinnen. Der Markt preist derzeit eine massive Beschleunigung des freien Cashflows bis 2028 ein, in der Hoffnung, dass die Nutzung skaliert, um die Nachfrage nach drei Billionen Dollar zu decken. Doch fallende Token-Preise und ein Wandel hin zu günstigeren Modellen deuten darauf hin, dass das Umsatzwachstum mit den Kapitalausgaben nicht Schritt halten könnte. Die Wette auf eine spätere Rückzahlung wird riskanter.
Die Einsätze gehen weit über den Technologiesektor hinaus. Da so viel Marktwert in wenigen KI-Riesen konzentriert ist, droht ein Scheitern bei der Erreichung der Cashflow-Ziele eine breitere Korrektur des S&P 500 auszulösen. Slok warnt davor, dass es, wenn die Hyperscaler die prognostizierten Renditen nicht liefern, kein reines Sektorproblem wäre, sondern die Wirtschaft in eine Rezession stürzen könnte. Der gesamte Markt verlässt sich darauf, dass diese Firmen liefern.
Das Ziel von drei Billionen Dollar ist angesichts steigender Inputkosten und Baustellen-Dynamiken wahrscheinlich unterschätzt. Es geht davon aus, dass Nutzer ihren Verbrauch wild erhöhen werden, um Effizienzgewinne auszugleichen, doch aktuelle Trends zeigen eine Migration zu günstigeren Modellen, die das Umsatzwachstum begrenzen könnte, selbst wenn der Verbrauch steigt. Beobachte, ob sich die Token-Volumina schnell genug ausdehnen können, um die Lücke vor 2028 zu schließen.
Die KI-Branche muss drei Billionen Dollar verdienen, um die Ausgaben zu rechtfertigen
Die Mathematik hinter dem KI-Boom ist gewaltig geworden. Drei Jahre nachdem David Cahn von Sequoia erstmals berechnete, dass 200 Milliarden Dollar Umsatz nötig sind, um Nvidias initialen GPU-Surge zurückzuzahlen, hat sich die erforderliche Zahl explodiert.
MCO News veröffentlicht Marktnachrichten und Einordnungen zu Informations- und Bildungszwecken. Nichts auf dieser Seite ist eine Anlageberatung oder eine Empfehlung zum Kauf oder Verkauf. Handel und Investitionen, auch in Kryptowerte, sind mit einem hohen Verlustrisiko verbunden.