Die technologische Entwicklung im Bereich der künstlichen Intelligenz hat in den vergangenen Monaten beispiellose Dimensionen erreicht und die Finanzmärkte in einen wahren Rausch versetzt. Investoren strömen in Scharen in diesen Markt, in der Hoffnung, an der nächsten großen technologischen Revolution teilhaben zu können und exponentielle Renditen zu erzielen. Doch hinter den Kulissen der euphorischen Berichterstattung und der rekordhohen Unternehmensbewertungen zeichnen sich fundamentale wirtschaftliche Probleme ab. Diese betreffen nicht nur die gesellschaftliche Akzeptanz und die Datensicherheit der Technologie, sondern vor allem die zugrundeliegende Wirtschaftlichkeit der Anbieter. Eine genaue ökonomische Analyse offenbart, dass das aktuelle Geschäftsmodell der Künstlichen Intelligenz auf einem finanziellen Fundament ruht, das massiv wackelt. Dies könnte langfristig zu einer signifikanten Marktbereinigung führen, von der Anleger besonders hart getroffen werden, die ihre Portfolios und ETFs einseitig auf Technologiewerte ausgerichtet haben.
Das fundamentale Vertrauensproblem
Das erste und offensichtlichste Hindernis für die flächendeckende und vor allem profitable Adoption von Künstlicher Intelligenz ist der eklatante Mangel an Vertrauen. Trotz beeindruckender Demonstrationen der Fähigkeiten von Sprachmodellen und maschinellem Lernen zögern sowohl Verbraucher als auch große Unternehmen, die Technologie in kritischen Geschäftsprozessen einzusetzen. Die Gründe hierfür sind vielfältig und tiefgreifend. Zum einen gibt es berechtigte Bedenken hinsichtlich der Datensicherheit und des Schutzes geistigen Eigentums. Wenn sensible Unternehmensdaten in die Modelle eingespeist werden, um sie für spezifische Aufgaben nutzbar zu machen, besteht die Gefahr, dass diese Informationen unkontrolliert abfließen oder für die Weiterentwicklung der Systeme durch Dritte verwendet werden. Zum anderen kämpft die KI mit dem Phänomen der sogenannten Halluzinationen. Die Systeme generieren mitunter sachlich falsche Informationen, die jedoch in einem extrem überzeugenden und autoritären Tonfall präsentiert werden. In Branchen mit hohen regulatorischen Anforderungen, wie dem Finanzwesen, der Rechtsberatung oder dem Gesundheitswesen, ist ein solches Fehlverhalten schlichtweg inakzeptabel und birgt massive Haftungsrisiken. Solange dieses Vertrauen nicht durch verlässliche technische Garantien hergestellt ist, bleibt die tatsächliche, zahlungsbereite Nachfrage hinter den hochgesteckten Erwartungen zurück, was die enormen Investitionssummen in ein fragwürdiges Licht rückt.
Das traditionelle Software-Paradigma
Um das zweite, weitaus gravierendere Problem zu verstehen, muss man sich die historische Wirtschaftlichkeit von Softwareunternehmen vor Augen führen. Das klassische Softwaregeschäft gilt seit Jahrzehnten als das profitabelste Geschäftsmodell, das je erfunden wurde. Der Grundgedanke ist simpel, aber extrem wirkungsvoll: Ein Unternehmen investiert einmalig erhebliche finanzielle Mittel und Entwicklungsressourcen in die Programmierung eines Produkts, wie beispielsweise einer Tabellenkalkulation oder eines Betriebssystems. Sobald diese aufwendige Entwicklungsphase abgeschlossen ist, entstehen bei der Auslieferung an zusätzliche Kunden nahezu keine Kosten mehr. Die Vervielfältigung von Softwarecode ist im Wesentlichen kostenlos. Jede verkaufte Lizenz oder jedes neue Abonnement fließt fast vollständig als Bruttogewinn in die Kassen des Unternehmens. Die Grenzkosten tendieren gegen null. Diese extreme Skalierbarkeit ohne proportionale Kostensteigerung ist der Hauptgrund, warum Technologiekonzerne zu den wertvollsten Unternehmen der Welt aufgestiegen sind. Sie treiben die Performance globaler Indizes und sind in fast jedem breit gestreuten ETFs stark übergewichtet. Ihre enormen Gewinnmargen ermöglichen es ihnen, in stetiges Wachstum zu investieren, Aktienrückkaufprogramme durchzuführen oder in reiferen Phasen des Unternehmenszyklus verlässliche und stetig steigende Dividenden an ihre Aktionäre auszuschütten.
Die KI bricht das Modell
Die Künstliche Intelligenz hat dieses bewährte und hochprofitable Modell nun fundamental gebrochen. Anders als bei herkömmlicher Software, die nach der Entwicklung passiv auf einem Server oder Rechner liegt, fallen bei der KI mit jeder einzelnen Nutzung kontinuierlich und signifikant Kosten an. Wenn ein Nutzer einem KI-System eine Frage stellt oder eine Aufgabe generieren lässt, verbraucht dies massiv Rechenleistung auf riesigen Serverfarmen. Diese Rechenleistung erfordert nicht nur den Einsatz teurer Spezialhardware, sondern vor allem enorme Mengen an elektrischem Strom für die Berechnung und die anschließende Kühlung der Rechenzentren. Die Grenzkosten sind also nicht null, sondern im Gegenteil beachtlich hoch. In Zeiten globaler Inflation und steigender Energiepreise verschärft sich dieses Problem zusätzlich, da die Betriebskosten der Infrastruktur stetig nach oben klettern. Anstatt dass jeder neue Kunde reiner Gewinn ist, wie es bei traditioneller Software der Fall wäre, verbrennt jeder neue Nutzer bei KI-Unternehmen zusätzliches Kapital. Die Skalierung führt nicht zu einer Verbesserung der Gewinnmargen, sondern zu einer proportionalen Ausweitung der operativen Verluste. Das Geschäftsmodell verliert an Effizienz, je erfolgreicher das Produkt am Markt ist.
Das verlustbringende Restaurant
Ein treffendes Gleichnis für die aktuelle Situation der KI-Anbieter ist der Betrieb eines Restaurants, das bei jeder servierten Mahlzeit Geld verliert. In der klassischen Gastronomie müssen für jedes Gericht frische Zutaten gekauft, zubereitet und serviert werden. Die variablen Kosten pro Einheit sind hoch. Wenn nun ein KI-Unternehmen wie ein Restaurant agiert, das mit jedem servierten Gericht – also mit jeder beantworteten Frage oder jedem generierten Text – in die roten Zahlen rutscht, entsteht ein paradoxes und hochgradig gefährliches Geschäftsmodell. Die bisherige Strategie der Branche, dieses strukturelle Problem zu lösen, wirkt auf den ersten Blick zutiefst kontraintuitiv: Es wird geplant, noch mehr Essen zu servieren. Die Hoffnung der Unternehmen und ihrer Investoren beruht darauf, dass durch eine massive Ausweitung der Nutzerbasis, stetige Optimierungen in der Algorithmik und hoffentlich sinkende Hardwarekosten die Wirtschaftlichkeit irgendwann gekippt wird. Man spekuliert auf sogenannte Skaleneffekte, die bei KI jedoch bisher nicht in der gewohnten Form greifen. Bis dies jedoch eintritt, werden gigantische Summen an Kapital verbrannt. In einem makroökonomischen Umfeld, in dem die Zinsen nicht mehr auf dem Nullzins-Niveau der vergangenen Jahrzehnte liegen, wird es für diese Unternehmen zunehmend schwieriger, frisches Kapital zu akquirieren, um ihre täglichen Verluste zu finanzieren. Hohe Zinsen bedeuten, dass die Kapitalkosten für Wachstumsunternehmen steigen und weit in der Zukunft liegende Gewinne in der Gegenwart abgezinst und somit weniger wert werden.
Auswirkungen auf die Finanzmärkte
Die Konsequenzen dieses fehlerhaften Geschäftsmodells könnten weitreichende Effekte auf die globalen Finanzmärkte haben. Sollte sich die Erkenntnis bei institutionellen und privaten Investoren durchsetzen, dass die KI-Revolution zwar technologisch beeindruckend, aber ökonomisch derzeit nicht tragfähig ist, droht eine deutliche Abkühlung im Technologiesektor. Eine solche Korrektur würde nicht nur die direkt betroffenen Start-ups und KI-Pioniere hart treffen, sondern auch die großen etablierten Konzerne, die Milliardenbeträge in den Aufbau von KI-Infrastruktur investiert haben, ohne dass sich diese Investitionen derzeit rentieren. Anleger, die stark in Technologie-ETFs investiert sind, könnten erhebliche Rückschläge in ihren Depots erleben, da diese Fonds stark von den Bewertungen weniger Tech-Giganten abhängen. In Phasen derartiger Unsicherheiten und Neubewertungen von Marktsegmenten suchen Investoren traditionell nach sicheren Häfen und stabilen Renditen. Sachwerte wie Gold gewinnen in solchen Szenarien oft an Attraktivität, da sie nicht von unternehmensspezifischen Cashflows abhängig sind und als bewährter Schutz gegen Marktvolatilität und Währungsabwertung dienen. Ebenso könnten Investitionen in etablierte Unternehmen, die durch solide, physische Geschäftsmodelle und verlässliche Dividenden überzeugen, wieder stärker in den Fokus rücken. Die fundamentalen Schwächen des KI-Geschäftsmodells erinnern den Markt daran, dass technologische Innovation allein noch kein Garant für wirtschaftlichen Erfolg ist. Eine Rücksetzung der überzogenen Erwartungen erscheint zunehmend wahrscheinlich, was eine Umschichtung von Kapital aus spekulativen Wachstumsbereichen in wertstabilere Anlageklassen zur Folge haben könnte.