Das KI-Rennen nimmt zu, da Blasenängste weiterhin Anleger beunruhigen

Die letzten Monate fühlten sich an, als würde man eine neue industrielle Revolution mit Schnellfahrgeschwindigkeit beobachten.

Jede Woche erscheint ein weiteres bahnbrechendes Modell. Ein weiterer Technologieriese deutet auf ein neues Rechenzentrum in der Größe einer Stadt hin.

Ein weiteres Start-up präsentiert eine Bewertung, die vor einem Jahr noch absurd gewesen wäre.

Investoren haben versucht, auf der Welle zu reiten, doch viele globale Vermögenswerte wurden kürzlich verkauft, als hätten die Märkte plötzlich erkannt, dass etwas nicht ganz stimmt.

Der Lärm war laut, und die Zahlen waren größer. Aber das Bild wurde immer schwerer zu lesen.

Einige sorgen sich darum , wer das KI-Rennen anführt, während andere weiterhin ihre Bedenken über das Platzen der "KI-Blase" äußern.

Wie das Rennen zu einem Sprint ohne Ziellinie wurde

Als ChatGPT Ende 2022 erschien, verhielt sich das Silicon Valley, als hätte jemand unter jedem Büropark Öl entdeckt. Die Wette war einfach.

Skalieren Sie die Modelle. Skaliere die Rechenleistung. Skaliere die Einnahmen. In dieser ersten Phase spielte es keine Rolle, dass die Kosten stiegen. Wichtig war die Geschwindigkeit.

Bis Ende 2025 hat sich das Feld verändert, und OpenAI wirkt nicht mehr unantastbar.

Das Unternehmen erklärte kürzlich einen unternehmensweiten "Code Red", um ChatGPT zu stärken, nachdem Googles Gemini 3 bei mehreren Benchmarks die Konkurrenz übertroffen hatte.

Sam Altman pausierte neue Unternehmungen, um sich auf Geschwindigkeit, Zuverlässigkeit und Personalisierung zu konzentrieren.

Eine solche Dringlichkeit des Marktführers sagt den Investoren etwas Wichtiges.

Die Vorlaufzeit an der Grenze schrumpft, und der Umstand um "bestes Modell gewinnt" ist dünner als angenommen.

Aber Google und OpenAI kämpfen nicht allein.

Chinas DeepSeek sagt, sein neuestes V3.2-Modell entspricht GPT-5 in Denktests und erreicht Olympiadenniveau in Mathematik.

Mistral in Paris hat offene Modelle herausgebracht, die darauf ausgelegt sind, auf Geräten statt auf riesigen Serverfarmen zu laufen.

Europas größte Banken nutzen sie bereits.

Gleichzeitig bereitet sich Anthropic auf einen der größten Börsengänge in der Geschichte der US-Technologie vor, nachdem Wilson Sonsini beauftragt wurde, um mit der formellen Vorbereitung zu beginnen, während das Unternehmen OpenAI auf den öffentlichen Markt bringt, so die Financial Times.

Die Frontier-KI ist kein Ein-Pferde-Rennen mehr. Es beginnt den frühen Smartphone-Jahren zu ähneln, als jedes Unternehmen gezwungen war, jede Saison ein neues Flaggschiff auszuliefern.

Für Investoren bedeutet das eines. Das Zeitfenster, um übermäßig hohe Renditen aus einem temporären technologischen Vorsprung zu erzielen, schließt sich.

Die Branche wird an der Spitze viel früher wettbewerbsfähig als erwartet.

Die versteckten Kosten, die die Ökonomie umschreiben

Die Magie der KI liegt auf einigen sehr unmagischen Zahlen. Der Geschäftsführer von IBM, Arvind Krishna hat kürzlich eine direkte Berechnung gemacht.

Ein KI-Rechenzentrum mit einem Gigawatt mit den neuesten Chips zu füllen, kostet etwa achtzig Milliarden Dollar.

Große Labore und Cloud-Anbieter erwähnen den Bau von fast 100 Gigawatt solcher Kapazität.

Eine einfache Multiplikation bringt den Preis auf fast acht Billionen Dollar, bevor Betriebskosten oder Energieaufrüstungen mitgerechnet werden.

Selbst bei moderaten Zinssätzen liegt der Jahresgewinn, der allein zur Finanzierung der Kapitalkosten benötigt wird, fast 800 Milliarden US-Dollar.

Die meisten Investoren hatten diese Mathematik nicht gemacht. Als sie das taten, ergab der Ausverkauf in der Technik mehr Sinn.

Die Märkte erkannten, dass das Wettrennen nicht mehr mit Code und Daten ausgetragen wird, sondern mit Investitionskosten in einer Größenordnung, die zuletzt bei nationalen Infrastrukturprojekten zu sehen war.

Die Abschreibung bringt ein weiteres Problem. KI-Chips werden schnell obsolet. Krishna sagte, die Nutzungsdauer beträgt etwa fünf Jahre.

Das bedeutet, dass enorme Austauschzyklen in das Modell eingebaut sind. KI verhält sich heute nicht wie Software in der Cloud. Es verhält sich wie eine Schwerindustrie.

Und Krishna ist nicht allein.

Die Bank of England warnte kürzlich , dass KI-gebundene Bewertungen in den Vereinigten Staaten genauso angespannt wirken wie vor dem Dotcom-Crash.

Sie erwartet, dass die weltweiten KI-Ausgaben in den nächsten fünf Jahren fünf Billionen Dollar übersteigen werden, und sagt, dass etwa die Hälfte davon durch Schulden finanziert wird.

Große Technologiekonzerne haben in diesem Jahr rund 250 Milliarden Dollar an neuen Schulden aufgenommen, um die Infrastruktur zu finanzieren.

Dieses Muster ähnelt weniger dem frühen Internet und mehr einem kapitalintensiven Ausbau von Versorgungsunternehmen.

Eine Blase in diesem Umfeld trifft nicht nur Aktieninvestoren. Sie trifft auch Kreditgeber:innen und Kreditmärkte.

Als Vermögenswerte auf den globalen Märkten verkauft wurden, war dies einer der Gründe.

Investoren erkannten, dass KI keine kostenlose Option für zukünftiges Wachstum mehr ist.

Sie ist nun an reale Bilanzen und Energienetze gebunden. Das Nachteilsrisiko ist größer als gedacht.

Das Hardware-Chaos prägt das nächste Kapitel

Die Angst, in Nvidias Ökosystem gebunden zu sein, hat jede große Plattform zu einer eigenen Hardware-Strategie getrieben.

Google erweitert sein maßgeschneidertes TPU-Programm. Die neuesten Ironwood-Chips sind wassergekühlt und in Kapseln von mehr als neuntausend Einheiten angeordnet.

Anthropic unterzeichnete einen Vertrag, der ihm im Laufe der Zeit Zugang zu etwa einer Million TPUs gewährt.

Amazon brachte seinen Trainium3-Beschleuniger in Eile und widmete Hunderttausende von Einheiten, um Anthropics Modelltraining zu unterstützen.

Diese Investitionswelle zeigt, wie die Branche versucht, aus dem GPU-Engpass auszubrechen.

Es unterstreicht auch die Größe der Verpflichtung. Dies sind langlebige Vermögenswerte mit wenig Flexibilität.

Wenn sich die zugrunde liegende Modellarchitektur ändert, wird ein Teil dieser Hardware weniger nützlich. Auch Investoren machen sich darüber Sorgen.

Yann LeCun, einer der Pioniere der KI, argumentiert, dass aktuelle große Sprachmodelle "Korrelationsmaschinen" seien und ohne eine andere Architektur keine allgemeine Intelligenz erreichen können.

Ilya Sutskever, Mitbegründer von OpenAI, sagt, dass die Skalierungsära zu Ende geht. Wenn sie Recht haben, könnte der enorme Ausbau, der auf heutige LLMs zugeschnitten ist, die Bedürfnisse von morgen nicht unterstützen.

Das ist die Art von Risiko, die die Märkte nicht bepreist hatten.

Was passiert, wenn der Hype nachlässt, die Technologie aber überlebt

Die Geschichte zeigt, dass die meisten technologischen Booms zu weit hinausgehen. Die Eisenbahnen taten es. Funkgeräte taten es. Das Internet tat das jedenfalls.

Investoren, die dem Aufwärtstrend nachjagen, neigen dazu, die Bewertungen über das hinaus zu treiben, was die erste Welle von Geschäftsmodellen rechtfertigen kann. Aber die zugrundeliegenden Technologien bestehen fort.

KI befindet sich irgendwo in dieser Geschichte. Die Anwendungsfälle sind real. Unternehmen beginnen, Modelle für Programmierung, Analyse und Kundenabläufe einzuführen.

Apple reorganisiert seine gesamte Softwaregruppe um die On-Device-Intelligenz herum.

Reddit nutzt Amazons neue Nova Forge, um sein eigenes Modell zur Durchsetzung von Richtlinien zu entwickeln.

Diese Beispiele deuten darauf hin, dass KI sich von Neuheiten zu Infrastruktur entwickelt.

Die Herausforderung ist das Timing. Produktivitätsvorteile brauchen Zeit, um sichtbar zu werden. Die Investitionsrechnungen kommen jetzt.

Als die globalen Aktien fielen, half diese Diskrepanz, die Reaktion zu erklären.

Die Investoren verstanden, dass sie möglicherweise länger auf die Rückzahlung warten müssten, während die Kreditkosten sofort anfällig waren.

Was nach dem Absetzen des Schaums übrig bleibt, wird wichtiger sein als die Korrektur selbst. Optische Netzwerke. Persönliche Modelle auf Geräten.

Maßgeschneidertes Silizium. Kleinere offene Modelle, die in Autos oder Laptops laufen. Diese Teile wirken langlebig, weil sie KI in die physische und digitale Struktur der Wirtschaft einbetten.

Die Labore, die um die Grenze kämpfen, können aufsteigen oder fallen, aber die Infrastruktur bleibt bestehen.

Die eigentliche Lehre für globale Investoren ist, dass der "KI-Boom" weder reine Fantasie noch ein gerader Weg zu unendlichen Renditen ist.

Es ist ein teurer technologischer Übergang, der in Echtzeit und unter echten finanziellen Einschränkungen stattfindet.

Die Belohnung wird kommen, aber nicht gleichmäßig und nicht sofort. Die Turbulenzen bei den Vermögenspreisen sind der Markt, der versucht herauszufinden, wer diesen Wert ergreift und wer nur die Rechnung bezahlt.