KI- und Big-Tech-Unternehmen erzielen Rekordgewinne, selbst wenn Billionen-Dollar-Wetten die Akzeptanz übertreffen. Ist das ein Boom? Oder eine Blase, die darauf wartet, zu platzen?
Kirill Kudryavtsev/AFP
Generative künstliche Intelligenz hat bewiesen, dass sie Code, Bilder und sogar vierteljährliche Einnahmen generieren kann. Was sie noch nicht bewiesen hat, ist, ob die Einnahmen schnell genug steigen können, um mit den Billionen-Dollar-Wetten Schritt zu halten, die Corporate America auf KI setzt. Die Märkte erleben den Auftakt eines Superzyklus, auch wenn Skeptiker darauf hinweisen, wie schnell der Optimismus zusammenbrechen könnte. Also, was ist es: ein KI-Boom oder eine KI-Blase?
Von der Wall Street bis in die Vorstandsetagen, das Argument wird auf einem geteilten Bildschirm ausgetragen. Eine Seite verweist auf echtes Geld, das aus der Picks-and-Shovels-Schicht sprudelt – Halbleiter, Speicher, Netzwerke, Cloud-Dienste – und auf Kunden, die für KI als Teil des Stacks bezahlen. KI ist kein Partytrick, sagen die Befürworter. Die andere Seite weist auf eine wachsende Kluft zwischen versprochener Kapazität und bewährter Monetarisierung hin: Rechenzentren sind auf Jahre hinaus ausgebucht während Unternehmen nicht über Governance-Prüfungen, redigierte Datensätze und Workflows hinauskommen, die nie über das Labor hinaus skalieren (auch wenn die Rückstände anschwellen und der Strombedarf sich ausbreitet).
Eine Möglichkeit, diesen Moment zu verstehen, besteht darin, die Physik von den Finanzen zu trennen.
Physik sind die Umspannwerke, Transformatoren und Regale – die Dinge, über die man in Stahlkappenschuhen stolpern kann. Finanzen sind die mehrjährigen Verträge, zukunftsgerichtete Leitlinien und Story-Momentum – die Dinge, die wie Geld aussehen, bis sie es nicht mehr sind. Wenn Physik und Finanzen zusammenpassen, erhält man einen industriellen Ausbau, der sich selbst trägt. Wenn nicht, gibt es ein hartes Stück Arbeit – kein Feuerwerk, aber viel Reibung, geprägt von der Art der vorsichtigen Formulierungen in Gewinnanrufen, die Analysten zurück zum Transkript schicken mit einem Textmarker („Sequenzierung von Bereitstellungen“, „Kundenbereitschaft“, „Capex-Phasierung“ und „Umsatzrealisierung in äußeren Quartalen“).
Selbst Sam Altman, der OpenAI-CEO, der allen Grund hat, bei seiner Botschaft zu bleiben, hat gewarnt, dass Investoren „übermäßig aufgeregt“ sind. Er sagte einem Publikum im August 2025, dass die Märkte der Realität vorauslaufen – und dass der Kater immer kommt, wenn Geld fließt schneller rein als die Technologie rechtfertigen kann. „Wenn Blasen entstehen, werden kluge Leute über ein Körnchen Wahrheit übermäßig begeistert“, sagte er – und seiner Ansicht nach befindet sich die KI genau in dieser Phase. Was Signale betrifft, so ähneln seine Kommentare eher einer Sirene als einem beruhigenden Summen.
Weiterlesen: Verfolgung von OpenAIs Vielzahl an Deals mit Nvidia $NVDA, Walmart $WMT, AMD $AMD und mehr
Die akademische Seite ist ebenso unverblümt. Eine Studie von MIT-Forschern ergab, dass 95 % der generativen KI-Projekte von Unternehmen keinen Gewinn erzielt hatten, eine Statistik, die angesichts der Billionen-Dollar-Erwartungen des Marktes schwer wiegt.
Zwei Unternehmen erfassen den Boom-oder-Blase-Split besser als jedes Diagramm. Nvidia beweist, dass mit KI jetzt echtes Geld verdient wird, mit einem Rekordumsatz im Rechenzentrum (46,7 Milliarden US-Dollar im Umsatz im 2. Quartal 2025) und Anleitung, die einst surreale Zahlen in Basiserwartungen verwandelt hat — selbst wenn das Wachstum die ersten Anzeichen einer Abkühlung zeigte nach einem beispiellosen Anstieg. Oracle $ORCL zeigt derweil wie schaumig die zukünftigen Wetten werden können — ein Auftragsbestand, der durch einen angeblich fünfjährigen Deal über 300 Milliarden Dollar mit OpenAI aufgebläht wurde, der erst 2027 beginnt und für einen Großteil des plötzlichen Umsatzanstiegs verantwortlich ist.
Je nachdem, welche Geschichte man betont, sieht KI aus wie ein Boom einer Generation oder eine Blase, die auf einen Einstich wartet.
Zusammen zeigen sie die Spannung im Herzen der Debatte — ein Unternehmen, das jetzt abkassiert, ein anderes, das auf die Versprechungen von morgen setzt. Die Technologie funktioniert, aber die Monetarisierungskurve entspricht möglicherweise nicht der Geschwindigkeit des einfließenden Kapitals.
Durch diese Linse wird das Bild schärfer. Die Rekordquartale der Chiphersteller machen den Cash-Now-Fall lebendig. Clouds, die einen nicht nur lärmenden Anteil des Wachstums auf KI zurückführen, machen die Adoption hartnäckig.
Inzwischen halten Kapazitätsreservierungen in Höhe von Hunderten von Milliarden den vorsichtigen Fall sichtbar. Die Antwort liegt in den Nähten: Kapital, das sich in Umsatz verwandelt, Kosten, die sich in nachhaltige Preise biegen, Ehrgeiz, der die letzte Meile der Einführung klärt.
Das Urteil hier – Blase? Oder Boom? – hängt von Umwandlung und Timing ab. Wenn die Geldmotoren der KI (Chips, Speicher, Netzwerke, Cloud-Dienste usw.) weiterhin Investitionsausgaben in Einnahmen umwandeln, während die Stückkosten sinken, blicken die Märkte auf einen dauerhaften Infrastrukturzyklus, der sich eher wie die langen Bögen von Mobilgeräten und der Cloud verhält. als ein Dotcom-Revival.. Eine Blase am Rand und ein Boom im Kern können gleichzeitig in verschiedenen Schichten des Stacks wahr sein, weshalb sich die Debatte nicht sauber auflösen lässt und warum vernünftige Menschen dieselben Quartalsergebnisse lesen und zu gegensätzlichen Schlussfolgerungen kommen können.
Investoren finanzieren Jahre zweistelligen KI-Nachfragewachstums für die Clouds; anhaltender Appetit auf Premium-Beschleuniger und Hochgeschwindigkeitsspeicher; und eine zweite Welle von Software, die sich über Neuheit hinaus monetarisiert. Sie können das Vertrauen des Marktes in Auftragsbeständen und Kapazitätsreservierungen sehen, die fast wie Bargeld behandelt werden. Die implizierte Geschichte ist präzise: KI fügt dem Cloud-Wachstum weiterhin Punkte hinzu; die Margen halten, da Inferenz billiger wird; die Akzeptanz erweitert sich von Pilotliebe zu Gewinn- und Verlustrealität. Präzise Geschichten lassen wenig Raum für Fehlschläge, weshalb ein Wackeln in einem Satz der Anleitung Milliarden an Marktwert beeinflussen kann.
Die Führungsstärke ist begrenzt. Flüsse strömen zu den offensichtlichen Begünstigten. Diese Konzentration verwandelt Erzählungen in Marktinstallation. Wenn ein einziger Führer blinzelt – langsamerer KI-Beitrag, höhere Abschreibung, eine Orientierungslinie, die von „beschleunigend“ zu lediglich „gesund“ wechselt – keuchen die Benchmarks. Die Zerbrechlichkeit hier ist kein Beweis für eine Blase. Es erinnert daran, dass viel Geld von einer kleinen Anzahl von Offenlegungen abhängt.
Mehr erfahren: Ist der KI-Boom tatsächlich eine Blase? Das sagen Analysten
Wenn ein Platzen kommt, wird es nicht wie der Zusammenbruch von 2000 aussehen, der das Ende der Dotcom-Party bedeutete. Es wird jedoch so aussehen, als ob die Erwartungen schneller steigen, als Datenzentren sequenziert werden können. Die ersten Anzeichen verstecken sich in Fußnoten und Formulierungen: der Anteil des Cloud-Wachstums, der der KI zugeschrieben wird, hört auf zu steigen; Umsätze, die mit großen Rückständen verbunden sind, erweisen sich als rücklastiger als modelliert. Namen auf Anwendungsebene bekommen den ersten Schlag, gefolgt von Infrastrukturen zweiter Ebene. Das physische Werk bleibt; das Vielfache bewegt sich.
Das Setup der KI war weniger über plötzliche Magie als über sich überschneidende Zeitpläne: Zwei Kurven kreuzten sich. Die Fähigkeit des Modells sprang von der Neuheit zur Nützlichkeit – Code, suchbezogene Aufgaben, Inhalte – gerade als eine kritische Masse von Kunden die Modernisierung der Daten- und Sicherheitspipelines abschloss. Gleichzeitig sicherten sich die größten Käufer jahrelange Kapazitäten – Chips, Strom, Land – und verwandelten eine abstrakte KI-Geschichte in einen Industrieplan.
Diese Vorverlegung änderte die Definition von Normal: mehr Megawatt, mehr Speicher, mehr von allem, was ein modernes Rechenzentrum zum Brummen bringt.
Der Rhythmus war Knappheit, dann Skalierung, dann Prüfung.
Die Knappheit machte die Liefertermine zum Produkt: Wenn Sie Spitzenbeschleuniger liefern konnten, konnten Sie sie verkaufen. Die Skalierung folgte, als Clouds spezialisierte KI-Infrastruktur in ihren Flotten einführten; mehrere Plattformen führten einen sichtbaren zweistelligen Anteil des Cloud-Wachstums auf KI-Dienste zurück — eine Umstellung, die Sie im Transkript einkreisen können.
Prüfung ist, wo wir jetzt sind. Käufer hinterfragen die gesamten Betriebskosten, Latenz, Zuverlässigkeit und Governance. Innerhalb von Unternehmen teilen sich Piloten in zwei Gruppen. Eine Gruppe ändert tatsächlich Arbeitsabläufe und erscheint in der Gewinn- und Verlustrechnung, und die andere, größere Gruppe glänzt in Demos und verdampft in der Produktion.
Drei Unterschiede zählen. Erstens gibt es Gewinne im Kern. Chips und Clouds drucken Geld, das die nächste Wendung finanziert — Speicher, Netzwerk, Fabriken — ohne auf fragile Aktien zu setzen. Zweitens ist die Infrastruktur greifbar und durch Energie begrenzt. Auch wenn die Multiplikatoren sinken, verschwinden Datenhallen und Umspannwerke nicht; sie werden in den nächsten Zyklus integriert und umgenutzt. Drittens sinkt die Kostenkurve. Bessere Beschleuniger, dichtere HBM und intelligentere Scheduler senken weiterhin die Kosten pro nutzbarer Fähigkeitseinheit.
Dieser Zyklus kann überschießen — kapitalintensive Zyklen tun das oft — aber er basiert nicht auf Klicks und Wunschvorstellungen von CPMs.
Mehr lesen: Ist der KI-Boom tatsächlich eine Blase? Hier ist, was die größten Namen der Wirtschaft dazu sagen
Das Bullenszenario hier basiert auf Umwandlung und Steigung. Umwandlung bedeutet, dass Kapitalkosten in Einnahmen auf der Chip- und Cloud-Ebene umgewandelt werden, dann in Produktivität auf der Anwendungsebene. Steigung ist das Tempo, mit dem die Kosten sinken und den Kreis der Anwendungsfälle erweitern, die sich rechnen. Wenn beide Linien in die „richtige“ Richtung neigen, beginnt der Motor, sich selbst zu füttern: Bargeld finanziert den Ausbau, der Ausbau senkt die Kosten, niedrigere Kosten erweitern den Markt, ein erweiterter Markt wirft mehr Bargeld ab.
Das ist ein Schwungrad, kein Märchen.
Im Kern klingeln die Registrierkassen nicht nur, sie schleifen. Silizium für Datenzentren wird so schnell verkauft, wie es hergestellt werden kann. Kunden standardisieren auf neuere Architekturen, die die Wechselkosten vertiefen und Anbieter belohnen, die in großem Maßstab liefern können. In der Mitte des Stacks haben Clouds die Grenze von der Neugierde zur Abrechnung überschritten – sie schreiben bedeutende Wachstumsanteile den KI-Arbeitslasten zu, der Punkt, an dem der Hype zu einem berichtbaren Anteil des Cloud-Umsatzes wird.
Es gibt auch Abhängigkeit von Pfaden. Sobald ein Unternehmen die Datenpipelines, Sicherheitsverpackungen und Trainingskapazität aufgebaut hat, die für KI-angereicherte Workflows erforderlich sind, zögert das Unternehmen, diese wieder abzuwickeln. Der Standard ist nicht Perfektion – es ist „gut genug zu einem Preis, der Sinn macht“. Wenn Anwendungsfälle die Neuheit überschreiten – Co-Piloten, die zuverlässig Stunden sparen, Support-Agenten, die die Lösungszeit verkürzen, interne Suchen, die tatsächlich das richtige Dokument finden – wird der Aufwand hartnäckiger.
Der stille Kraftmultiplikator hier ist die Kostenkurve. Bessere Beschleuniger, dichteres HBM und intelligentere Planer senken weiterhin die Kosten pro Einheit. Auf der Modellerseite holen Anpassungen und Werkzeug mehr Qualität aus weniger Tokens heraus. Das ist der Punkt, an dem Anbieter die Nutzung zur Marge und nicht zur Subvention bepreisen können, und Kunden akzeptieren nutzungsbasierte Preisgestaltung, weil die Kosten-Nutzen-Rechnung aufgeht.
Der Beweis sieht aus wie ein Wachstum, gemessen an der Anzahl der Sitze, die ohne Margenverschlechterung expandieren, nicht wie eine Präsentation oder eine Demo. Wenn Softwarehersteller auf KI-Funktionen hinweisen können, die die Nutzung erweitern, ohne bestehende Linien zu kannibalisieren – und stabile oder verbesserte Bruttomargen zeigen – ist das eine Art von Beweis, die in Einreichungen auftaucht, nicht in Hauptreden.
Das Bären-Szenario ist nicht, dass KI nichts tut. Es ist, dass das Geld planmäßig eintrifft – Schulden, Abschreibungen, Leasingverpflichtungen, Stromverträge – während die Monetarisierung durch Beschaffung, Integration und Governance kämpfen muss. Diese zeitliche Diskrepanz tötet den Ausbau nicht. Sie belastet die Equity-Story zuerst, weil sich die Preise lange bewegen, bevor es Rechenzentren tun.
Es gibt auch ein Konzentrationsrisiko, das offen zu Tage tritt. Da die Führung in einer kurzen Liste von Namen gedrängt ist, kann die Formulierung der Leitlinien von einigen wenigen Unternehmen ganze Aktienindizes beeinflussen. Wenn diese Offenlegungen auf „Sequenzierung“ oder „Kundenverdauung“ setzen, hört der Markt „Verzögerung“ – und die Neubewertung erfolgt sofort.
Überbau zeigt sich, wenn Abschreibungen planmäßig eintreffen, bezahlte Workloads jedoch nicht. Es beginnt an den Rändern: Kunden nehmen Kapazität, wechseln jedoch auf ältere Hardware, um Budgets einzuhalten; die Nutzung von Premium-Instanzen schwächt sich ab; Rabatte schleichen sich ein, um Cluster beschäftigt zu halten. Nichts ist gestrandet, aber die Amortisationszeiträume verlängern sich und die Preismacht schwindet. Investoren lieben die Klarheit; Buchhalter kümmern sich um die Kadenz. Wenn sich die Anerkennung als rückgeladener erweist als modelliert, bewegt sich die Equity-Story schneller als der Beton.
Power ist die neue Lieferkette. Anschlusswarteschlangen, Vorlaufzeiten für Umspannwerke und lokaler Widerstand können Go-Lives um Quartale verzögern. Einnahmen folgen der Energie, nicht den Pressemitteilungen. Es wird allgemein erwartet, dass die weltweite Stromnachfrage von Rechenzentren bis zum Ende des Jahrzehnts mehr als doppelt so hoch sein wird. In den USA könnten Rechenzentren bis 2030 fast ein Zehntel der Last ausmachen. Keiner dieser Einschränkungen oder Verzögerungen beendet die Party. All dies verschiebt die Anerkennung nach rechts und erhöht die Kosten.
Politik häuft sich an. In Europa werden Verpflichtungen für Anbieter von generischen Modellen eingeführt, die die Zyklen verlängern und die Fixkosten erhöhen. Innerhalb von Unternehmen beißt die letzte Meile immer noch. Datensauberkeit, Sicherheitsintegration und Workflow-Redesign sind schwierig – und solange diese Fähigkeiten nicht üblich sind, werden Finanzvorstände weiterhin in grundlegende Infrastruktur investieren – Daten, Sicherheit, Pipelines – während sie Experimente kürzen. Engpässe verlangsamen die Anwendungseinnahmen, selbst wenn die Kerninfrastruktur weiterläuft.
Der Hype-Zyklus ist vorbei; der Buchhaltungszyklus ist hier. Was jetzt zählt, ist, ob Physik und Finanzen im Gleichschritt marschieren. Kapazität wird bestellt, geliefert und in Betrieb genommen. Das führt nur dann zu einem KI-Boom, wenn es sich als nutzbare Rechnung widerspiegelt, mit einer Kostenstruktur, die nicht die Margen auf dem Weg zum Wachstum auffrisst. Betrachten Sie diese Phase als den großen Konversionstest: Kann die Branche Megawatt und Metall in gleichmäßige, qualitativ hochwertige Einnahmen schneller umwandeln, als Abschreibungen, Compliance und Netzverzögerungen die Seiten dieser Geschichte fressen?
Beginnen Sie mit der Nutzung, denn alles andere ist davon abhängig. Premium-KI-Instanzen müssen in beschäftigten Stunden laufen, nicht nur in beschäftigten Schlagzeilen. Wartelisten sollten schrumpfen, weil die Kapazität angekommen und genutzt wurde, nicht weil die Begeisterung nachgelassen hat.
Dann kommt der Mix, wo das Geschichtenerzählen endet und die ganze Mathematik beginnt. Es reicht nicht aus, dass die Cloud-Einnahmen steigen. KI-Dienste müssen den durchschnittlichen Umsatz pro Kunde steigern, ohne die Bruttomarge zu schmälern.
Haltbarkeit ist die letzte Brücke. Rückstände und Kapazitätsreservierungen werden erst dann zu Geld, wenn Rechnungen geschnitten werden und Bargeld auf etwas landet, das gerade genug aussieht wie der Zeitplan von Wall Street. Je mehr sich ein Rückstand auf ein oder zwei Gegenparteien stützt, desto binärer wird der Rhythmus.
Kosten und Preise müssen sich in der Mitte treffen – und dort bleiben, während die Nutzung skaliert. Auf der Kostenseite möchten Sie weniger verschwendete Token und intelligenteres Routing. Der Trommelschlag sollte sein: Kosten pro Abfrage sind erneut gesunken; Arbeitslasten wurden billiger; die Latenz verbesserte sich, während die Ausgaben pro Aufgabe sanken.
Bei den Preisen übertrifft das Verhalten die Listenpreise. Wenn für die Bewegung von Last-Gen-Beschleunigern dauerhafte Preisnachlässe erforderlich sind oder wenn „AI included“ der einzige Weg ist, eine Suite zu verkaufen, werden die Margen geopfert, um die Einführung stabil zu halten. Umgekehrt, wenn Anbieter auf KI-Funktionen hinweisen können, die Plätze erweitern oder eine nachhaltige Nutzung vorantreiben, ohne die Bruttomarge zu durchbrechen – und das Quartal für Quartal – dann leistet die Preiskurve ihre Arbeit.
Infrastruktur behält mehr Wert, wenn Leistung knapp ist und spezialisierte Ausrüstung nicht leicht gegen günstigere Alternativen ausgetauscht werden kann. Wenn Knappheit die Bedingungen festlegt, schlagen Chips, Hochleistungsarbeitsspeicher, fortschrittliche Kühlung und sauberer Zugang zu Land und Megawatt cleveres Branding. Plattformen – die Clouds und Modell-Hosts – behalten mehr Wert, wenn die Wechselkosten steigen und wenn AI-Dienste in Suiten gebündelt werden. Anwendungen behalten nur dann an Wert, wenn sie Arbeit ersetzen, nicht nur alte Workflows mit Glitzer dekorieren. Die dauerhafte App-Narrative klingt so: „Wir haben Schritte entfernt, Bearbeitungszeit reduziert, eine Warteschlange zusammengebrochen, eine Lizenz eliminiert, einen Zyklus gekürzt.“ Wenn die Verben eher Freude als das Abnehmen von Fett betreffen, verschwindet das Budget in dem Moment, in dem ein Finanzvorstand ein paar hundert Basispunkte zurück benötigt.
Kreisen Sie die Daten ein, die die These bewegen. Hyperscaler- und Chip-Erträge zeigen, ob das AI-attribuierte Wachstum anhält und ob Capex-Leitfäden eine Sequenzierung benötigen. Wenn das Wachstum beschleunigt, während sich die Investitionsausgaben moderat entwickeln (sich in entgegengesetzte Richtungen bewegen), gewinnt der Boom-Fall an Gewicht. Wenn das Wachstum nachlässt und sich die Investitionsausgaben verlängern (wenn sie sich zusammen bewegen), schauen die Märkte auf eine Verlangsamung.
Politische Meilensteine sind wichtig, weil sie Zeitpläne ändern. In Europa treten Verpflichtungen für Anbieter von Modellen für allgemeine Zwecke in Kraft, die Zyklen verlängern und Fixkosten erhöhen. Änderungen bei der Exportkontrolle gestalten um, wer welche Chips kaufen kann, was sich direkt auf Mix und Margen auswirkt. Und vernachlässigen Sie nicht die langweiligen Dinge: Genehmigungen für Versorgungsunternehmen, Inkrafttreten von Verbindungen, Inbetriebnahme von Umspannwerken in Schlüsselregionen.
Dieser Moment sieht weniger aus wie eine reine Dotcom-Blase und mehr wie ein Infrastrukturboom mit Taschen voller Schaum. Im Kern werfen echte Unternehmen echtes Geld ab. Am Rande laufen die Erwartungen manchmal den Möglichkeiten der Kunden voraus und dem, was die Netze leisten können.
Wenn die Beiträge der Cloud-KI halten, wenn die Auftragsbestände rechtzeitig umgewandelt werden und wenn die Stückkosten weiter sinken, wird der Boom-Fall im Nachhinein offensichtlich erscheinen. Wenn die Anerkennung nachlässt und sich Reibungen bei Strom und Politik stapeln, wird die Verdauung in Aktien lange bevor sie in Umspannwerken sichtbar wird, sichtbar.
Wie auch immer, die Racks, Transformatoren und Fasern gehen nirgendwo hin – deshalb geht es in dieser Debatte letztendlich um Konversion und Takt, nicht um Glauben.
Schließen Sie sich über 500.000 Lesern an, die ihren Tag mit Quartz beginnen.
Mit dem Abonnieren stimmen Sie unseren Nutzungsbedingungen und unserer Datenschutzrichtlinie zu.
