Die gegenwärtige Euphorie um Künstliche Intelligenz (KI) hat an den Finanzmärkten historische Ausmaße angenommen. Milliardenbeträge fließen in Unternehmen, die bahnbrechende Technologien versprechen. Doch bei genauerer Betrachtung des zugrundeliegenden Geschäftsmodells entstehen berechtigte Zweifel an der Nachhaltigkeit dieser Entwicklung. Es offenbart sich eine deutliche Diskrepanz zwischen den vermarkteten Potenzialen der Technologie und der Art und Weise, wie KI-Unternehmen ihre Dienstleistungen faktisch abrechnen. Diese Diskrepanz wirft grundlegende Fragen für Investoren und Anwender auf, die weit über die bloße Nutzung der Technologie hinausgehen.
Vertrauen als knappe Ressource
Ein zentrales Problem im Umgang mit Künstlicher Intelligenz ist der gegenwärtige Mangel an Vertrauen. In einer digitalisierten Wirtschaftswelt, in der Daten das wertvollste Gut darstellen, bleiben wesentliche Fragen unbeantwortet: Wem gehören die Daten, die in ein KI-System eingegeben werden? Wo werden diese Informationen zwischengespeichert und wie sicher sind die Prompts, also die Eingaben der Nutzer, vor unbefugtem Zugriff? Werden sensible Unternehmensdaten an Dritte weitergegeben?
Diese Unsicherheiten sind besonders für Finanzinstitute und Unternehmen von kritischer Bedeutung. Wenn eine Bank oder ein Konzern KI-Systeme zur Analyse von Geschäftsgeheimnissen oder Kundenströmen nutzt, birgt die Weitergabe dieser Daten an externe Server immense Risiken. In der Finanzwelt ist Vertrauen die Grundlage jeder Transaktion. Wenn dieses Vertrauen in eine neue Technologie nicht gegeben ist, sucht der Markt oft Zuflucht in greifbaren, physischen Werten. Historisch gesehen fungiert in Zeiten großer Unsicherheit und nachlassenden Vertrauens in digitale Infrastrukturen Gold als sicherer Hafen. Solange die KI-Anbieter keine vollständige Transparenz bezüglich Datensicherheit und Eigentumsrechten gewährleisten, bleibt die breite, unternehmenskritische Adoption gehemmt.
Das Dilemma der Token-Abrechnung
Das Kernargument gegen die aktuellen KI-Geschäftsmodelle liegt in der Art der Preisgestaltung. Wenn die Künstliche Intelligenz tatsächlich den gigantischen Mehrwert generieren könnte, der in der Vermarktung suggeriert wird, würde sich die Abrechnungsstruktur fundamental unterscheiden. Anstatt Unternehmen dabei zu helfen, Milliardenwerte zu schaffen und sich einen prozentualen Anteil an diesem neu geschaffenen Wert zu sichern, verlangen die KI-Anbieter eine Abrechnung pro Token.
Ein Token ist dabei die Grundeinheit der Datenverarbeitung, grob vergleichbar mit einem Wort oder einem Wortfragment. Nutzer zahlen für jedes Wort, das die KI liest, und für jedes Wort, das sie als Antwort generiert. Diese nutzungsabhängige Abrechnung erfolgt völlig unabhängig von der Qualität der gelieferten Ergebnisse. Eine brillante, geschäftsverändernde Antwort kostet denselben Betrag wie eine völlig nutzlose oder fehlerhafte Ausgabe. Für Unternehmen bedeutet dies eine stetige Kostenbelastung, die an die volkswirtschaftliche Wirkung einer Inflation erinnert: Die Ausgaben für die Technologie steigen kontinuierlich mit der Nutzung, ohne dass zwingend ein entsprechender Gegenwert geschaffen wird. Die Kosten skalieren mit dem Volumen, nicht mit dem Erfolg.
Wertschöpfung versus Marketing-Versprechen
Die Diskrepanz zwischen Versprechen und Realität wird besonders deutlich, wenn man das theoretische Potenzial der KI betrachtet. Wenn ein Anbieter tatsächlich in der Lage wäre, einem Unternehmen bis morgen eine Milliarde Dollar an Mehrwert zu generieren, wäre die logische geschäftliche Entscheidung nicht der Verkauf von Recheneinheiten. Ein solcher Anbieter würde sagen: «Ich mache dir eine Milliarde Dollar Gewinn und verlange dafür dreißig Prozent der Einnahmen.»
Dieses Modell der Erlösbeteiligung ist in der Finanzwelt ein etablierter Standard. Investoren stellen Kapital zur Verfügung und erhalten im Gegenzug Anteile am Unternehmen, die sich in Form von Dividenden auszahlen, sobald das Unternehmen profitabel wirtschaftet. Die Tatsache, dass KI-Unternehmen dieses Modell der Erfolgsbeteiligung ablehnen und stattdessen auf den Verkauf von Token-Nutzung setzen, ist ein starkes Signal. Es deutet darauf hin, dass die Anbieter selbst nicht fest davon überzeugt sind, dass ihre Technologie konsistent und verlässlich den enormen Mehrwert generieren kann, den sie in ihren Marketingkampagnen behaupten. Sie bevorzugen die sicheren, sofortigen Einnahmen durch die Abrechnung von Rechenleistung anstelle des Risikos, auf den tatsächlichen geschäftlichen Erfolg ihrer Kunden angewiesen zu sein.
Fehlendes Vertrauen in eigene Leistung
Dieser Punkt lässt sich auf eine einfache geschäftliche Logik reduzieren. Wenn die Entwickler von Künstlicher Intelligenz tatsächlich zu hundert Prozent davon überzeugt wären, dass ihr Produkt signifikante finanzielle Werte schafft, besäßen sie den einfachsten Verkaufsansatz der Geschichte. Sie könnten sagen: «Bezahlen Sie uns nichts, es sei denn, wir machen Ihnen Geld. Bezahlen Sie uns nur, wenn wir Ihnen eine Idee liefern, die Ihr Unternehmen auf eine Milliarde Dollar bewertet.»
Die Tatsache, dass kein KI-Anbieter ein solches Modell anbietet, ist aussagekräftig. Es zeigt, dass die Technologie noch nicht den Grad an Zuverlässigkeit erreicht hat, der notwendig wäre, um den eigenen Umsatz direkt an den Kundenerfolg zu koppeln. In einem makroökonomischen Umfeld, das von schwankenden Zinsen geprägt ist, wird Kapital zunehmend strenger bewirtschaftet. Unternehmen können es sich nicht leisten, in Werkzeuge zu investieren, die keine garantierte Rendite bieten. Wenn die Kapitalkosten steigen, müssen Investitionen in neue Technologien einen klaren, messbaren Return on Investment (ROI) aufweisen. Ein Token-basiertes Abrechnungsmodell, das den Erfolg ignoriert, widerspricht den Prinzipien effizienter Kapitalallokation.
Implikationen für die Finanzmärkte
Für die Finanzmärkte und Privatanleger ergeben sich aus diesen Beobachtungen weitreichende Schlussfolgerungen. Viele Investoren sind über breit gestreute ETFs stark in den Technologiesektor und damit indirekt in KI-Unternehmen investiert. Wenn sich die Erkenntnis durchsetzt, dass das Geschäftsmodell der führenden KI-Anbieter eher dem eines klassischen IT-Dienstleisters für Rechenkapazitäten ähnelt als dem eines magischen Wertschöpfers, könnten die derzeit historischen Bewertungen dieser Unternehmen einer signifikanten Korrektur unterliegen.
Eine Abkühlung des KI-Sektors ist ein realistisches Szenario, falls die Umsätze der Anwenderunternehmen nicht in der Lage sind, die Token-Kosten durch entsprechende Gewinne zu decken. Die aktuellen Bewertungen basieren auf der Annahme, dass KI die Wirtschaft revolutionieren und exponentielle Produktivitätsgewinne bringen wird. Solange die Geschäftsmodelle jedoch auf Mikroabrechnung ohne Erfolgsbeteiligung basieren, bleibt der Beweis für diese Revolution schuldig. Investoren sollten daher die fundamentalen Geschäftsmodelle hinter der Technologie kritisch hinterfragen, anstatt sich ausschließlich von den marketinggetriebenen Wachstumsversprechen leiten zu lassen. Eine Bereinigung der Bewertungen in diesem Sektor wäre ein logischer Schritt der Märkte, um die Erwartungen an die reale Wertschöpfung der Künstlichen Intelligenz anzupassen.