Bis 2027 soll die Rechenkapazität für KI deutlich wachsen. Am Beispiel von OpenAI und Anthropic untersucht der Beitrag, welche Umsätze nötig wären, um die zusätzlichen Kapazitäten zu finanzieren.

Am 16.09. legte Ursula von der Leyen in ihrer Rede zur Lage der Europäischen Union einen deutlichen Schwerpunkt auf KI: auf ihre Risiken, ihren Einsatz in zentralen Branchen und die Notwendigkeit, Europas Rechenkapazitäten auszubauen. Vor diesem Hintergrund lohnt ein genauerer Blick auf den für 2027 erwarteten Ausbau der Rechenzentren. Das Ausmaß des geplanten Ausbaus wirft ernste Fragen auf, wenn Kapazitäten und Zahlungsverpflichtungen schneller wachsen als die Einnahmen, mit denen sie finanziert werden sollen.

Der Blogartikel stellt das transformative Potenzial von KI nicht infrage. Die Nachfrage nach Rechenkapazität wird auf längere Sicht massiv steigen. Zweifel bestehen jedoch am derzeitigen Tempo des Rechenkapazitätsausbaus. Genauer gesagt daran, ob die beiden großen KI-Labore OpenAI und Anthropic bei den aktuellen Preisen genügend Umsatz erzielen können, um all die zusätzlichen Kapazitäten zu finanzieren, die 2027 in Betrieb gehen sollen.

Die meisten der folgenden Schätzungen stammen von Dylan Patel von SemiAnalysis, der sie im August im Podcast von Dwarkesh Patel erläuterte. SemiAnalysis gehört zu den führenden Analyse- und Beratungsunternehmen im KI-Bereich und gilt als verlässliche Quelle für Branchendaten. Dennoch beruhen die Prognosen auf Annahmen und können erheblich von der tatsächlichen Entwicklung abweichen.

Wie stark die Rechenkapazität bis 2027 wachsen könnte

OpenAI und Anthropic mieten derzeit den Großteil ihrer Recheninfrastruktur. Bis Ende dieses Jahres dürften beide Unternehmen über jeweils rund 5 Gigawatt (GW) verfügen. Patel hält es für möglich, dass 2027 weltweit 50 GW zusätzliche Kapazität hinzukommen, von denen 40–50 % auf OpenAI und Anthropic entfallen könnten. Legt man mit 40 % das untere Ende dieser Spanne zugrunde, würden die beiden Unternehmen Ende 2027 zusammen über rund 30 GW Rechenkapazität verfügen.

Laut SemiAnalysis entfallen bei den großen KI-Laboren etwa 50 % der Rechenkapazität auf Forschung und Training und 50 % auf Inferenz. Das bedeutet, dass rund 15 GW Inferenzkapazität die Einnahmen erwirtschaften müssten, die sowohl die Inferenz als auch Forschung und Training finanzieren.

Welche Umsätze nötig wären, um den Ausbau zu finanzieren

Die Anmietung von Rechenkapazität kostet in den meisten Fällen rund 15 Millionen US-Dollar pro MW und Jahr, entsprechend 15 Milliarden US-Dollar pro GW und Jahr. In einigen Fällen liegt der Preis sogar höher. Von Anthropic liegen sehr konkrete Zahlen vor. Wie im Mai bekannt gegeben wurde, vereinbarte Anthropic mit SpaceX, bis Mai 2029 monatlich 1,25 Milliarden US-Dollar für den exklusiven Zugang zum SpaceX-Rechenzentrum Colossus 1 mit einer Kapazität von 300 MW zu zahlen. Teilt man die jährlichen Zahlungen von 15 Milliarden US-Dollar durch 300 MW, ergeben sich Mietkosten von rund 50 Millionen US-Dollar pro MW und Jahr.

Bei einem angenommenen Preis von 15 Millionen US-Dollar pro MW und Jahr würde die Nutzung von 30 GW über ein volles Jahr rund 450 Milliarden US-Dollar kosten. Das wären allerdings nur die Kosten für die Rechenkapazität. Beide Unternehmen müssen weitere Ausgaben finanzieren und wollen idealerweise einen Gewinn erzielen. Für die folgende Berechnung wird angenommen, dass die übrigen Ausgaben 20 % des Umsatzes ausmachen und die KI-Labore eine operative Marge vor Zinsen und Steuern von 20 % anstreben. Dann bleiben 60 % des Umsatzes, um die Rechenkapazität zu finanzieren.

Um unter diesen Annahmen Kosten für Rechenkapazität von 450 Milliarden US-Dollar zu decken, müssten die beiden KI-Labore 2027 einen Jahresumsatz von etwa 750 Milliarden US-Dollar erzielen.

Zum Vergleich: Im August veröffentlichte Zahlen bezifferten den auf ein Jahr hochgerechneten Umsatz von Anthropic auf rund 65 Milliarden US-Dollar und den von OpenAI auf rund 40 Milliarden US-Dollar. Zusammen ergibt das etwa 105 Milliarden US-Dollar. Diese annualisierte Umsatzrate schreibt den Monatsumsatz vom Juli auf zwölf Monate fort. Bei gleichbleibendem Umsatz würden die beiden Unternehmen innerhalb eines Jahres also rund 105 Milliarden US-Dollar erwirtschaften. Unter den oben genannten Annahmen müsste der Jahresumsatz bis Ende 2027 von rund 105 Milliarden auf etwa 750 Milliarden US-Dollar steigen – also auf mehr als das Siebenfache.

Um die Größenordnung einzuordnen: Amazon, das nach Umsatz größte Unternehmen der Welt, erzielte 2025 einen Umsatz von rund 717 Milliarden US-Dollar.

Es gibt auch optimistischere Schätzungen. Einige KI-Analysten, etwa bei SemiAnalysis, nehmen an, dass der Umsatz pro MW auf 100 Millionen US-Dollar oder mehr steigen könnte, weil die Hardware effizienter wird und agentische Arbeitsabläufe die Rechenzentrumscluster deutlich stärker auslasten. Unter dieser Annahme würden 15 GW Inferenzkapazität einen Jahresumsatz von rund 1,5 Billionen US-Dollar ermöglichen.

Sinkende Preise könnten Neoclouds unter Druck setzen

Das sind enorm hohe Zahlen. Natürlich können die KI-Labore mehr Umsatz erzielen, indem sie ihre bisherigen Abonnementangebote verändern. Viele Nutzer verbrauchen mit einem Abonnement deutlich mehr Tokens, als sie bei einer Abrechnung zu API-Preisen kaufen würden. Das allein reicht jedoch nicht aus. Ein weiteres, durchaus wahrscheinliches Szenario sind sinkende Preise für Rechenkapazität, die KI-Labore von Neoclouds und anderen Anbietern beziehen. Die Einnahmen dieser Anbieter könnten dann nicht mehr ausreichen, um ihre Betriebskosten sowie Zins- und Tilgungszahlungen zu decken. In diesem Fall könnten zumindest kurzfristig Zahlungsausfälle und eine deutliche Marktkorrektur folgen.

Was die finanziellen Risiken für Europas Investitionen bedeuten

Für die EU ist daher Vorsicht geboten, wenn sie zusätzliche Kapazitäten subventioniert. Öffentliche Förderung sollte glaubwürdige Nachweise der Nachfrage voraussetzen und auch bei niedrigeren Preisen für Rechenkapazität gerechtfertigt bleiben. Wenn der Zugang für die Forschung oder strategische Autonomie Investitionen rechtfertigen, die über die kommerzielle Nachfrage hinausgehen, sollten diese Ziele und ihre Kosten ausdrücklich benannt werden.

Auch Pensionsfonds sollten bei Investitionen in Rechenzentren vorsichtig sein, wenn deren Wirtschaftlichkeit hohe Preise für Rechenkapazität voraussetzt oder noch keine verlässlichen Abnehmer feststehen. Ein mögliches Überangebot im Jahr 2027 könnte die Preise drücken und dazu führen, dass die Einnahmen hinter den Erwartungen zurückbleiben.

Das außerordentlich transformative Potenzial von KI bleibt davon unberührt. Der derzeitige Ausbau könnte jedoch erhebliche kurzfristige finanzielle Risiken schaffen, die ernst genommen werden müssen.

Einige Einschränkungen: Es handelt sich um Schätzungen, die mit erheblichen Unsicherheiten verbunden sind. Hinweise auf belastbarere Zahlen sind daher willkommen. Die Berechnung beruht zudem auf mehreren Annahmen und Vereinfachungen. In der Praxis könnten die Kosten für Rechenkapazität niedriger ausfallen. Schließlich ist ungewiss, ob und wann die für OpenAI und Anthropic prognostizierte gemeinsame Kapazität von rund 30 GW tatsächlich in Betrieb geht. Doch selbst unter vorsichtigeren Annahmen bleibt der erforderliche Umsatzanstieg enorm.

Die vorliegende Berechnung baut auf der Arbeit von Jon vom hervorragenden YouTube-Kanal Asianometry auf. Er hat als Erster durchgerechnet, welche Umsätze diese Kapazitätsschätzungen voraussetzen.

Dieser Text ist lizenziert unter einer  Creative Commons Namensnennung 4.0 International Lizenz.