Das Paradoxon der KI-Margen
OpenAI hat in nur einem einzigen Jahr über 20 Milliarden Dollar verbrannt. Diese beispiellose Dimension an Kapitalvernichtung wirft grundlegende Fragen für den gesamten Technologiesektor auf. Seit einem Vierteljahrhundert werden Investoren darauf trainiert, bei derartigen Verlusten geduldig zu bleiben. Das Dogma der Technologiebranche besagt, dass Unternehmen in ihrer Wachstumsphase zunächst Geld verlieren, sich jedoch bei Erreichen einer bestimmten Skalierbarkeit extrem profitable Margen erarbeiten werden. Das Paradebeispiel hierfür ist Amazon. Das Unternehmen schrieb über Jahre hinweg rote Zahlen, baute jedoch gleichzeitig eine unangreifbare logistische und digitale Infrastruktur auf, die später für beispiellose Gewinne sorgte.
Das fundamentale Problem der aktuellen Künstlichen Intelligenz liegt jedoch darin, dass sich die Margen nicht verbessern, sondern kontinuierlich verschlechtern. Bei traditionellen Software-as-a-Service-Modellen (SaaS) fallen die Grenzkosten gegen null, sobald die Infrastruktur steht. Bei KI-Modellen verhält es sich jedoch anders: Die Kosten steigen nahezu linear mit den Einnahmen. Jede Abfrage, jeder Prompt verursacht Rechenleistung und damit variable Kosten. Hinzu kommt, dass jedes neue KI-Modell erheblich mehr Rechenleistung für das Training und den Betrieb erfordert als sein Vorgänger. Die Kosten für Hardware, Rechenzentren und den enormen Energiebedarf explodieren förmlich. Anstatt von Skaleneffekten zu profitieren, warten die Investoren weiterhin auf den Wendepunkt, der jedoch durch die technologische Komplexität jeder neuen Modellgeneration immer weiter in die Zukunft rückt.
Die Illusion der Skalierbarkeit
In einem makroökonomischen Umfeld, das von höheren Zinsen und einer hartnäckigen Inflation geprägt ist, verändert sich die Risikobereitschaft der Kapitalgeber drastisch. In der Ära des billigen Geldes war es einfach, verlustreiche Geschäftsmodelle über Jahre hinweg zu finanzieren. Heute wird Kapital teurer, und der Druck, tatsächliche Renditen zu erwirtschaften, wächst. Wenn ein Unternehmen seine Kosten nicht in den Griff bekommt, während es gleichzeitig Milliardenbeträge verbrennt, wird es für Investoren immer schwerer, das Geschäftsmodell zu rechtfertigen.
Anleger, die in der Vergangenheit auf stetig wachsende Gewinne gesetzt haben, fragen sich zunehmend, wo die echten Erträge bleiben. Während bei etablierten Unternehmen oft verlässliche Dividenden als Beweis für eine gesunde Cashflow-Situation dienen, fehlt ein solcher Anker bei den reinen KI-Playern völlig. Die Illusion der Skalierbarkeit bröckelt, wenn die variable Kostenstruktur der KI-Modelle nicht durch effizientere Algorithmen oder günstigere Hardware kompensiert werden kann. Dies zwingt Investoren dazu, ihre Portfolios zu überdenken und sich auf Werte zu besinnen, die realen Schutz bieten. In Krisenzeiten flüchten sich Kapitalströme oft in sichere Häfen wie Gold, das als Inflationsschutz und Wertspeicher fungiert, anstatt in hochspekulative Technologieaktien zu verbleiben, deren Profitabilität in weiter Ferne liegt.
Der zirkuläre Chip-Handel
Ein besonders alarmierendes Signal für die Struktur des aktuellen KI-Marktes kommt von der Nachfrageseite der Hardware. NVIDIA, der absolute Marktführer für KI-Chips, verkauft seine hochpreisigen Prozessoren an eine Gruppe kleinerer Cloud-Unternehmen. Diese Unternehmen leihen sich wiederum Milliardenbeträge, um NVIDIAs Chips überhaupt erst erwerben zu können. In einem geradezu paradoxen Kreisverkehr mietet NVIDIA diese Chips anschließend von den kleineren Cloud-Anbietern zurück.
In der Finanzwelt gibt es für derartige Konstruktionen eine klare Diagnose: Es fehlen echte Endkunden. Wenn ein Markt anfängt, sich selbst zu bedienen, um künstliche Nachfrage zu generieren, ist dies ein klassisches Warnsignal für eine spekulative Blase. Anstatt dass echte Unternehmen aus der Realwirtschaft die Rechenleistung abnehmen, um konkrete Produkte zu verbessern oder Kosten zu senken, zirkuliert das Kapital innerhalb der Branche. Die kleineren Cloud-Firmen häufen dabei enorme Schuldenberge an. Sollte die Nachfrage nach KI-Rechenleistung in der Breite nicht wie erwartet einsetzen, bleiben diese Firmen auf ihren teuren Krediten und der abgeschriebenen Hardware sitzen. Dies birgt das Risiko einer massiven Bereinigung in diesem Teilsektor des Aktienmarktes.
Die Transparenzlücke der Tech-Giganten
Die Schwergewichte der Branche – Microsoft, Google, Amazon und Meta – investieren derzeit Billionenbeträge in die Infrastruktur für Künstliche Intelligenz. Diese Unternehmen sind dafür bekannt, dass sie in ihren Quartalsberichten äußerst detaillierte Einblicke in ihre verschiedenen Geschäftsbereiche gewähren. Sie weisen Cloud-Erlöse, Werbeeinnahmen und spezifische Umsätze aus Plattformen wie YouTube penibel nach. Doch wenn es um die tatsächlichen Erlöse geht, die direkt und ausschließlich der Künstlichen Intelligenz zuzuschreiben sind, herrscht auffällige Stille.
Diese bewusste Intransparenz ist für Finanzanalysten ein rotes Tuch. Wenn gigantische Investitionssummen in Rechenzentren und Chips fließen, die Rendite aus diesen spezifischen Investitionen jedoch verschwiegen wird, liegt die Schlussfolgerung nahe, dass die Einnahmen aus KI-Produkten derzeit noch marginal sind. Die großen Tech-Konzerne nutzen zwar die allgemeine KI-Euphorie, um ihre Aktienkurse und Gesamtbewertungen am Markt zu stützen, scheuen sich aber davor, die harte Realität der mangelnden Monetarisierung offenzulegen. Für Anleger, die über breit gestreute ETFs in den Gesamtmarkt investiert sind, birgt dies eine versteckte Gefahr. Die Indizes sind stark mit diesen Technologiewerten gewichtet. Sollte die Diskrepanz zwischen investiertem Kapital und generiertem Umsatz offensichtlich werden, droht ein signifikanter Rückgang der Bewertungen, der ganze Indizes mitreißen könnte.
Implikationen für den Finanzmarkt
Die aktuelle Situation im Bereich der Künstlichen Intelligenz zeichnet das Bild eines Marktes, der sich in einer Übergangsphase befindet. Die anfängliche grenzenlose Begeisterung weicht zunehmend einer nüchternen Betrachtung der ökonomischen Realitäten. Wenn die Margen sinken, die Kosten für jede neue Modellgeneration exponentiell steigen und der Endkundenmarkt sich als zu klein für die gigantischen Hardware-Investitionen erweist, ist eine Marktbereinigung eine logische Konsequenz.
Für Anleger bedeutet dies, dass eine differenzierte Betrachtungsweise unerlässlich ist. Die Zeit, in der allein das Versprechen auf zukünftige KI-Dominanz ausreichte, um Aktienkurse auf Rekordhöhe zu treiben, könnte sich dem Ende zuneigen. Der Fokus wird sich wieder auf fundamentale Kennzahlen, freie Cashflows und nachhaltige Dividenden verlagern müssen. Es gilt abzuwarten, ob die Technologie tatsächlich die erhofften Produktivitätssprünge in der breiten Wirtschaft auslöst, die diese immensen Investitionen rechtfertigen würden, oder ob wir uns in einer spekulativen Phase befinden, die eine deutliche Abkühlung erfahren wird.