Am 5. November 2026 hatte ich erneut die Gelegenheit, über die Zukunft der künstlichen Intelligenz zu sprechen. Mein Vortrag mit dem Titel „Künstliche Intelligenz entschlüsselt: Was bleibt, was kommt, was zählt?“, konzentrierte sich diesmal auf einen Trend, der mir zunehmend Sorge bereitet: Während KI-Modelle immer leistungsfähiger werden und ihre Anwendungsmöglichkeiten fast täglich zunehmen, werden gleichzeitig enorme Summen in Rechenzentren, Chips und KI-Unternehmen investiert. Doch wie lange lässt sich dieses Tempo noch aufrechterhalten? Und vor allem: Rechtfertigen die wirtschaftlichen Vorteile diese ständig steigenden Investitionen wirklich noch?
Bereits im Oktober 2025 hatte ich an der AKAD-Universität über den aktuellen Stand und die Zukunft der künstlichen Intelligenz gesprochen. Damals lag der Schwerpunkt vor allem darauf, wozu KI bereits in der Lage ist und welche Auswirkungen sie auf unsere Gesellschaft hat. Nur ein Jahr später hat die Debatte eine deutliche Wende genommen. Der Wettbewerb zwischen den USA und China hat eine neue Dimension erreicht, die Entwicklung von Modellen schreitet immer schneller voran, und tatsächlich warnen führende Persönlichkeiten der KI-Branche zunehmend vor den Risiken eines Technologierennens.
Gleichzeitig erinnern himmelhohe Bewertungen, komplexe Finanzierungsstrukturen und in manchen Fällen noch ausstehende Gewinne an eine Ära, die viele Investoren bereits für beendet hielten: die Dotcom-Blase.
Erleben wir gerade den Beginn einer neuen technologischen Revolution oder die größte Investitionsblase unserer Zeit? Die Antwort ist komplizierter, als es die Schlagzeilen vermuten lassen.
Die KI-Modelle kennen keine Pause
Wer die Entwicklung der großen KI-Modelle verfolgt, könnte meinen, dass inzwischen jede Woche ein neues Modell erscheint, das die bisherigen Spitzenreiter übertrifft.
OpenAI, Anthropic, Google, xAI und zunehmend auch chinesische Unternehmen wie Alibaba und DeepSeek liefern sich einen intensiven Wettbewerb. Neue Modellgenerationen lösen anspruchsvolle mathematische Probleme, entwickeln Software und unterstützen bei komplexen wissenschaftlichen Fragestellungen.
Besonders interessant ist dabei der Blick auf den AI Index Report 2026 der Stanford University. Dieser zeigt, dass sich die Leistungsfähigkeit führender KI-Modelle weiterhin erheblich verbessert. Gleichzeitig werden die Unterschiede zwischen den Spitzenmodellen kleiner. Das verändert die Spielregeln. Ein technologischer Vorsprung ist heute möglicherweise schon nach wenigen Wochen wieder verschwunden. Die Differenzierung erfolgt zunehmend über Zuverlässigkeit, Kosten, Geschwindigkeit und die Einbindung in bestehende Anwendungen.
Doch trotz aller Fortschritte bleibt ein grundlegendes Problem bestehen: KI-Systeme sind leistungsfähig, aber nicht immer zuverlässig. Ein Modell kann komplexe Programmieraufgaben lösen und gleichzeitig an einer scheinbar einfachen Anweisung scheitern. Diese ungleichmäßige Leistungsfähigkeit wird häufig als Jagged Frontier bezeichnet.
Und genau diese Unzuverlässigkeit wird zum Problem, wenn KI-Systeme zunehmend eigenständig handeln.
Die KI-Elite warnt und beschleunigt trotzdem
Im September 2026 sorgte Dario Amodei, CEO von Anthropic, mit einer bemerkenswerten Forderung für Aufmerksamkeit: Die Entwicklung besonders leistungsfähiger KI-Modelle müsse verlangsamt werden, damit Sicherheitsmechanismen mit den technologischen Fortschritten Schritt halten können.
Ausgerechnet Sam Altman von OpenAI und Elon Musk unterstützten öffentlich die grundsätzliche Forderung nach einer Verlangsamung und zusätzlichen Sicherheitsmaßnahmen. Das ist insofern bemerkenswert, als diese Akteure gleichzeitig zu den wichtigsten Wettbewerbern im globalen KI-Markt gehören. Die Entwicklung zeigt ein grundlegendes Dilemma: Alle wissen um die Risiken, doch niemand möchte im technologischen Wettbewerb zurückfallen.
Denn wer heute langsamer entwickelt, riskiert morgen, den Anschluss an die Konkurrenz zu verlieren. Besonders deutlich wird diese Situation im Wettbewerb zwischen den USA und China. Das Resultat ist ein Wettlauf, bei dem technologische Geschwindigkeit häufig höher gewichtet wird als die Frage, ob Gesellschaft, Wirtschaft und Regulierung tatsächlich Schritt halten können.
Wir erleben damit eine paradoxe Situation: Die führenden KI-Unternehmen warnen vor einer Entwicklung, die sie gleichzeitig mit Milliardeninvestitionen beschleunigen.
Der Preis der Intelligenz fällt, die Kosten des Wettbewerbs steigen
Eine der interessantesten Entwicklungen ist der rapide Rückgang der Kosten für künstliche Intelligenz. Die Preise für die Nutzung vergleichbar leistungsfähiger Modelle sind in den vergangenen Jahren deutlich gesunken. Was früher nur mit erheblichem technischen und finanziellen Aufwand möglich war, steht heute Millionen Menschen und Unternehmen zur Verfügung.
Doch während die Nutzung der Technologie günstiger wird, steigen die Investitionen in ihre Entwicklung und Infrastruktur massiv. Leistungsfähigere Modelle benötigen enorme Rechenkapazitäten, spezialisierte Chips, Energieversorgung und immer größere Rechenzentren. Die führenden Technologieunternehmen investieren deshalb Beträge, die selbst für die Verhältnisse der globalen Digitalwirtschaft außergewöhnlich sind.
Dahinter steckt eine strategische Wette: Wer heute die notwendige Infrastruktur kontrolliert, könnte morgen einen erheblichen Teil der digitalen Wertschöpfung beherrschen. Allerdings gibt es einen entscheidenden Unterschied zwischen technologischer Leistungsfähigkeit und wirtschaftlicher Rentabilität.
Ein neues Rechenzentrum ist zunächst eine Investition. Ob daraus ein profitables Geschäftsmodell wird, hängt davon ab, wie intensiv die Infrastruktur genutzt wird und ob Kunden dauerhaft bereit sind, für die angebotenen KI-Leistungen zu bezahlen. Und genau hier beginnt die Diskussion über eine mögliche KI-Blase.
Milliardenumsätze, Milliardenverluste: Das Beispiel Anthropic
Wie außergewöhnlich die wirtschaftliche Entwicklung inzwischen ist, zeigt sich besonders eindrucksvoll am Beispiel Anthropic. Das Unternehmen hat im Oktober 2026 seine Unterlagen für einen geplanten Börsengang bei der amerikanischen Börsenaufsicht SEC eingereicht.
Die Zahlen sind bemerkenswert!
Allein zwischen dem ersten Quartal 2025 und dem zweiten Quartal 2026 stieg der Quartalsumsatz von rund 400 Millionen auf 11,6 Milliarden US-Dollar. Das entspricht einer Steigerung um etwa das 29-Fache innerhalb von nur fünf Quartalen.
Auch die Zahl der großen Unternehmenskunden ist regelrecht explodiert. Während Anthropic im September 2025 noch etwas mehr als 950 Kunden mit einem Jahresumsatz von jeweils mindestens 100.000 Dollar zählte, waren es ein Jahr später bereits über 11.900. Mehr als 1.900 Kunden generierten sogar jeweils über eine Million Dollar Jahresumsatz.
Das zeigt, dass hinter dem KI-Boom längst mehr steckt als reine Zukunftserwartungen. Unternehmen sind offensichtlich bereit, erhebliche Beträge für KI-Technologie auszugeben. Gleichzeitig fällt eine andere Zahl auf: Anthropic wies allein für das erste Halbjahr 2026 einen Nettoverlust von rund 80,7 Milliarden US-Dollar aus. Hier lohnt sich ein genauerer Blick.
Rund 72,4 Milliarden Dollar, also etwa 90 Prozent des ausgewiesenen Nettoverlustes, entfielen auf bilanzielle Bewertungseffekte bei Finanzierungsinstrumenten. Diese führten nicht unmittelbar zu einem entsprechenden Liquiditätsabfluss. Der operative Verlust lag dagegen bei rund 700 Millionen US-Dollar.
Diese Unterscheidung ist entscheidend. Denn ein bilanzieller Nettoverlust ist nicht mit einem tatsächlichen Mittelabfluss in gleicher Höhe gleichzusetzen. Die spektakuläre Verlustzahl vermittelt deshalb zunächst ein verzerrtes Bild der wirtschaftlichen Entwicklung.
Dennoch bleibt die Frage, wie nachhaltig die Geschäftsmodelle der KI-Anbieter tatsächlich sind. Denn trotz des außergewöhnlichen Umsatzwachstums sind Entwicklung, Betrieb und Bereitstellung leistungsfähiger KI-Modelle mit erheblichen Kosten und langfristigen Infrastrukturverpflichtungen verbunden.
Ist das bereits der Beweis für eine KI-Blase? Sicherlich nicht. Aber es zeigt, wie wichtig es ist, zwischen technologischer Begeisterung, realer Nachfrage und wirtschaftlicher Tragfähigkeit zu unterscheiden.
Die KI-Blase: Wenn Unternehmen sich gegenseitig finanzieren
Besonders kritisch betrachte ich die zunehmenden finanziellen Verflechtungen innerhalb des KI-Ökosystems. Chiphersteller investieren in KI-Unternehmen. Diese benötigen wiederum enorme Rechenkapazitäten und schließen langfristige Verträge mit Cloud-Anbietern. Einige dieser Cloud-Anbieter sind gleichzeitig selbst Investoren der jeweiligen KI-Unternehmen.
Es entstehen damit komplexe Kreisläufe zwischen Kapitalgebern, Infrastrukturbetreibern und KI-Anbietern. Solche Konstruktionen sind grundsätzlich nicht ungewöhnlich. Strategische Beteiligungen und langfristige Lieferverträge gehören seit Jahrzehnten zur Wirtschaft.
Problematisch könnte allerdings die Dimension werden: Anthropic bezifferte seine Verpflichtungen für zukünftige KI-Rechenleistung und Infrastruktur in den aktualisierten Börsenunterlagen auf insgesamt rund 895 Milliarden US-Dollar. Diese Zahl verdeutlicht, wie stark das Geschäftsmodell von langfristig verfügbaren Rechenkapazitäten und deren Finanzierung abhängt.
Gleichzeitig stellt sich eine wichtige Frage: Wie viel der innerhalb dieses Ökosystems entstehenden Umsätze wird tatsächlich durch eine unabhängige, dauerhaft zahlungsbereite Endkundennachfrage getragen?
Denn eine Investition eines Technologieunternehmens in einen KI-Anbieter, der das Kapital anschließend für dessen Infrastrukturleistungen verwendet, ist wirtschaftlich anders zu beurteilen als ein entsprechender Umsatz mit einem externen Kunden. Hinzu kommen langfristige Leasingverträge, Kreditfinanzierungen und Verpflichtungen, deren wirtschaftliche Auswirkungen sich nicht immer auf den ersten Blick aus den klassischen Bilanzkennzahlen erkennen lassen.
In meinem Artikel über die versteckten Schulden des KI-Booms habe ich mich bereits mit diesen Finanzierungsstrukturen beschäftigt. Das Grundproblem ist dabei keineswegs neu. Auch während der Dotcom-Blase wurden Milliarden in Infrastruktur und Geschäftsmodelle investiert, deren wirtschaftliche Tragfähigkeit sich erst später herausstellte. Das Internet war damals keine Illusion. Viele der damit verbundenen Gewinnerwartungen waren es allerdings.
Wenn KI-Agenten selbstständig arbeiten: Wo bleibt der Mensch?
Neben den wirtschaftlichen Fragen beschäftigt mich besonders, wie sich unsere Rolle im Umgang mit KI verändern wird. Denn mit der zunehmenden Leistungsfähigkeit der Modelle verändert sich auch die Art ihrer Nutzung.
Während generative KI vor allem Inhalte auf Anforderung erstellt, gehen agentische Systeme einen entscheidenden Schritt weiter. Sie können Ziele verfolgen, Aufgaben planen, externe Anwendungen nutzen und mehrstufige Arbeitsprozesse weitgehend eigenständig bearbeiten. Damit verschiebt sich die Rolle des Menschen zunehmend von der unmittelbaren Ausführung zur Überwachung und Steuerung. In meiner Präsentation unterscheide ich deshalb drei grundlegende Modelle:
Human in the Loop: Der Mensch bleibt unmittelbar in den Entscheidungsprozess eingebunden und prüft einzelne Schritte, bevor sie ausgeführt werden. Das bietet ein hohes Maß an Kontrolle, kann aber die Geschwindigkeit der Automatisierung begrenzen.
Human on the Loop: Die KI arbeitet weitgehend eigenständig. Der Mensch überwacht die Abläufe und greift bei Auffälligkeiten oder Abweichungen ein. Dieses Modell ermöglicht eine deutlich größere Skalierung.
Human in Command: Der Mensch setzt Ziele, Rahmenbedingungen und Grenzen. Er entscheidet, in welchen Bereichen KI eingesetzt werden darf und welche Verantwortung beim Menschen verbleiben muss.
Ich halte diese Unterscheidung für wesentlich: Denn die Antwort auf immer leistungsfähigere KI-Systeme kann nicht darin bestehen, jeden einzelnen Arbeitsschritt dauerhaft manuell freizugeben. Dadurch würden wir einen großen Teil ihres wirtschaftlichen Potenzials verlieren.
Genauso wenig können wir sämtliche Entscheidungen unkontrolliert an autonome Systeme übertragen. Vielmehr brauchen wir eine sinnvolle Kombination aus menschlicher Verantwortung, automatisierter Überwachung und gezielten Freigabeprozessen.
Mein Fazit: Die KI-Revolution ist real. Die Bewertungen müssen es erst noch beweisen.
Ich bin überzeugt davon, dass wir die langfristigen Möglichkeiten von Künstlicher Intelligenz immer noch unterschätzen. Die Entwicklung der Modelle, ihre zunehmende Fähigkeit zur eigenständigen Problemlösung sowie die Fortschritte bei agentischen Systemen werden unsere Wirtschaft nachhaltig verändern.
Gleichzeitig halte ich es für durchaus möglich, dass die gegenwärtigen wirtschaftlichen Erwartungen in Teilen überzogen sind. Milliarden werden heute investiert, weil Unternehmen darauf setzen, dass die Nachfrage nach KI-Leistungen morgen noch wesentlich größer sein wird.
Das kann funktionieren. Aber eben nicht für jeden Marktteilnehmer. Einige Unternehmen werden aus diesem Wettbewerb als Gewinner hervorgehen. Andere könnten feststellen, dass technologische Leistungsfähigkeit allein noch kein profitables Geschäftsmodell garantiert. Und manche Rechenzentren oder Infrastrukturinvestitionen könnten sich im Rückblick als deutlich überdimensioniert erweisen.
Für Unternehmen bedeutet das aus meiner Sicht vor allem eines: Nicht jeder technologische Fortschritt rechtfertigt automatisch eine neue Investition. Entscheidend ist, ob aus den Möglichkeiten der KI tatsächlich ein messbarer wirtschaftlicher Nutzen entsteht.
Gleichzeitig dürfen wir den Menschen nicht aus der Gleichung herausnehmen: Denn je leistungsfähiger und autonomer KI-Systeme werden, desto wichtiger werden klare Verantwortlichkeiten, nachvollziehbare Entscheidungen und eine durchdachte Steuerung.
Die KI-Revolution wird langfristig erfolgreich sein, selbst wenn Teile der aktuellen Investitionsblase platzen. Vielleicht sollten wir deshalb weniger darüber diskutieren, welches Unternehmen das nächste Benchmark-Rennen gewinnt, und stärker darüber, wer aus diesen technologischen Fähigkeiten einen nachhaltigen Mehrwert schafft.
Denn am Ende entscheidet sich die Zukunft der Künstlichen Intelligenz nicht allein an der Leistungsfähigkeit ihrer Modelle oder der Höhe ihrer Bewertungen. Sondern daran, ob wir lernen, diese Technologie wirtschaftlich sinnvoll, verantwortungsvoll und im Interesse der Menschen einzusetzen.
Vortrag auf Youtube
Video folgt in Kürze...
Ein herzliches Dankeschön an Prof. Annette Miller für die großartige Organisation und Moderation des Vortrags. Ohne ihre strukturierte Planung, klare Kommunikation und engagierte Betreuung wäre dieser Abend an der AKAD University nicht so reibungslos und inspirierend geworden. Danke!
Slides
Teile diesen Artikel:
