KI stellt zugleich eine echte technologische Revolution und eine enorme Finanzblase dar. Die Frage ist, ob der wundersame Fortschritt die katastrophalen Kosten in Billionenhöhe übersteigen wird. Laut dem britischen Analysten Julian Garran handelt es sich um die „größte und gefährlichste Blase, die die Welt je gesehen hat“, die 17-mal größer als die Dotcom-Blase und viermal größer als die Hypothekenkrise von 2008 ist. Zehn unrentable KI-Start-ups erreichten zusammen einen Marktwert von fast 1 Billion Dollar, wobei das Ökosystem auf kontinuierlicher Finanzierung beruht und alle außer NVIDIA Geld verlieren.
Garran behauptet, dass große Sprachmodelle (LLM) aus vier Gründen kommerziell erfolglos sind. Erstens funktionieren sie wie eine verbesserte automatische Wortvervollständigung auf Grundlage statistischer Muster, ohne echtes Verständnis. Das beschränkt sie auf eng umrissene Aufgaben. Zweitens wiederholen sie beim Programmieren lediglich erlernte Muster aus den Trainingsdaten und sind nicht in der Lage, neue Lösungen zu entwickeln. Drittens sind sie an die Grenzen der Skalierung gestoßen – seit der Einführung von GPT-4 im März 2023 hat kein Modell seinen Vorgänger deutlich übertroffen, trotz enormer Ausgaben. Viertens hängt das System von Risikokapital durch Investoren wie SoftBank oder Staatsfonds ab, die die Verluste aller Akteure außer den Chipherstellern subventionieren.
Dieser Konflikt spaltet die Meinungen. Die bullische Seite, vertreten durch den Investor Marc Andreessen und NVIDIA-Chef Jensen Huang, sieht darin die „Computerindustrie 2.0“ – einen Wandel, der eine beispiellose Produktivität freisetzen wird. Die bärische Seite, zu der auch der Autor Ed Zitron gehört, beschreibt einen zirkulären, schuldengetriebenen Wahn, der in einem Zusammenbruch enden wird.
Bullische Argumente: Die Revolution ist in vollem Gange
Das bullische Szenario basiert auf einer langfristigen Perspektive. Marc Andreessen argumentiert, dass KI nicht mit der Dotcom-Blase vergleichbar sei, die eher eine Telekommunikationsblase mit zu viel Infrastruktur für zu wenige Nutzer gewesen sei. Heute ist ein Produkt wie ChatGPT bereits beeindruckend und für Hunderte Millionen Menschen verfügbar. Der Ingenieur Martin Alderson hat berechnet, dass die Verarbeitung von Eingabedaten 1000-mal günstiger ist als die Erzeugung von Ausgaben, wodurch Anwendungen wie Programmierassistenten mit hohen Margen bei Abonnements äußerst profitabel sind.
Andreessen prognostiziert, dass KI jeden Menschen zu einem „Super-Doktor der Philosophie in jedem Bereich“ machen wird, was zu einem massiven Beschäftigungswachstum und sinkenden Preisen für Waren und Dienstleistungen führen werde. Ihm zufolge demokratisiert KI Technologien schneller als alles zuvor – ChatGPT hat innerhalb von zwei Jahren 800 Millionen Nutzer erreicht, gegenüber 50 Millionen Internetnutzern im Jahr 1999. Die Technologie ist bereits voll funktionsfähig, anders als das frühe Internet, das Jahrzehnte brauchte, um sich zu verbessern.
Jensen Huang von NVIDIA betont die exponentielle Nachfrage. KI entwickelt sich von einfachen Antworten hin zu Argumentationsketten, wodurch der Rechenbedarf bis zu einer Milliarde Mal steigt. Es gibt drei Skalierungsgesetze: Vortraining, Nachtraining und Inferenz. Die gesamte weltweite Basis allgemeiner Rechenkapazität im Wert von Billionen Dollar muss durch beschleunigte KI-Infrastruktur ersetzt werden. Huang schätzt, dass die Erweiterung der menschlichen Intelligenz, die 50 Billionen Dollar des weltweiten BIP ausmacht, einen jährlichen Markt von 10 Billionen Dollar für KI-Token schaffen wird.
Bärische Argumente: Eine zirkuläre Illusion
Das bärische Szenario sieht eine finanzielle Illusion. Ed Zitron beschreibt, wie NVIDIA in „Neoclouds“ wie CoreWeave investiert, die sich Milliarden für den Kauf von GPUs von NVIDIA leihen und dadurch eine künstliche Nachfrage erzeugen. Die Gesamteinnahmen aus generativer KI sollen 2025 lediglich 61 Milliarden Dollar betragen, gegenüber Kosten in Höhe von Hunderten Milliarden. Microsoft konnte nur 1,81 % der 440 Millionen Office-Nutzer davon überzeugen, für Copilot zu bezahlen.
Ewa Szyszka und Ethan Ding weisen darauf hin, dass die Anwendungskosten explodiert sind, weil alle die neuesten Modelle nutzen wollen, die bei komplexen Aufgaben 100-mal mehr Token verbrauchen. Das erzeugt einen „Token-Short-Squeeze“ – Unternehmen mit Pauschalabonnements können die Kosten für Power-User nicht decken, was zu Einschränkungen bei Diensten wie Claude Code oder Cursor führt.
Der Mathematiker Terrence Tao fügt hinzu, dass die tatsächlichen Kosten auch fehlgeschlagene Versuche umfassen, was die Wirtschaftlichkeit weiter verschlechtert. Zitron schätzt, dass OpenAI in den nächsten vier Jahren mehr als 1 Billion Dollar benötigt, darunter 300 Milliarden Dollar für Oracle, das verfügbare Kapital jedoch nicht ausreicht.
Wie geht es weiter? Das Paradox von Revolution und Blase
Die Belege deuten auf ein Paradox hin: eine echte Revolution, finanziert durch eine generationenprägende Blase. Eine schmerzhafte Korrektur auf der Anwendungsebene ist wahrscheinlich, auch wenn die zugrunde liegende Technologie bestehen bleibt. Der Futurist Peter Leyden sieht einen „welthistorischen“ Wendepunkt, an dem KI die geistige Leistungsfähigkeit ähnlich verstärken wird, wie die Dampfmaschine die körperliche Kraft verstärkte.
Für Gründer und Investoren: Vermeiden Sie den bloßen Weiterverkauf von APIs, integrieren Sie eigene Modelle oder binden Sie Kunden dauerhaft. Für Fachkräfte: Der unbegrenzte Zugang zu High-End-KI geht zu Ende; bereiten Sie sich auf nutzungsbasierte Preise vor, die pro Entwickler 100.000 Dollar jährlich übersteigen können. Überwachen Sie Ihre „Token-Ausgaben“, um den ROI zu verbessern.
Dieser Konflikt zwischen Bullen und Bären prägt unsere Ära. Ob nun eine Revolution oder ein Zusammenbruch kommt, das Chaos ist Teil des Übergangs in das „KI-Zeitalter“. Schnallen Sie sich an.
Quelle: theneuron.ai
