KI-Branche: Hohe Kosten, geringe Gewinne – ein Profitabilitätsproblem
Trotz des stratosphärischen Aufstiegs führender KI-Unternehmen wie OpenAI, Microsoft und Nvidia an der Börse offenbart eine tiefere Untersuchung eine komplexere und unbequemere Wahrheit: Die Künstliche-Intelligenz-Branche ist derzeit weit davon entfernt, profitabel zu sein, und ihr Weg zur finanziellen Rentabilität bleibt zutiefst ungewiss. Selbst die glühendsten KI-Befürworter hatten in jüngsten Interviews mit der New York Times Schwierigkeiten, einen klaren Weg zur Profitabilität für die Technologie und ihr umgebendes Ökosystem zu formulieren.
Andrew McAfee, ein MIT-Forschungswissenschaftler und Gründer einer KI-Beratungsfirma, hob diese Diskrepanz hervor und beklagte, dass die „rohe technologische Leistungsfähigkeit“ der KI zwar „fantastisch“ sei, sie allein jedoch nicht das Tempo der wirtschaftlichen Transformation der KI bestimmen werde. Ein Haupthindernis für die KI, die von vielen erhoffte lukrative Investition zu werden, sind ihre immensen Betriebskosten, die voraussichtlich weiter steigen werden, wenn die Operationen expandieren.
Ein Bericht von McKinsey Anfang dieses Jahres unterstrich diese finanzielle Herausforderung und schätzte, dass KI-Rechenzentren bis 2030 erstaunliche 6,7 Billionen Dollar für Rechenleistung ausgeben müssen, um die steigende Nachfrage zu decken. Im Gegensatz dazu stehen Schätzungen des Softwareunternehmens Hartinger, die die Gesamtmarktgröße der KI-Branche bis Ende 2025 auf etwa 305,9 Milliarden Dollar beziffern; das Ausmaß der erforderlichen Investitionen wird dadurch deutlich. Es ist schwer vorstellbar, dass in den nächsten fünf Jahren Billionen von Dollar in die Branche fließen werden, geschweige denn darüber hinaus. Wie der Tech-Journalist Ed Zitron Anfang dieses Jahres bemerkte, hat OpenAI Berichten zufolge seine gesamten 4 Milliarden Dollar Einnahmen für den Betrieb und das Training seiner Modelle ausgegeben.
Während die unerbittlichen Hype-Zyklen der KI oft bahnbrechende Modelle versprechen, die die Welt näher an die allgemeine künstliche Intelligenz (AGI) oder menschliche Intelligenz heranführen werden, sind KI-Unternehmen diesen ehrgeizigen Zielen immer wieder nicht gerecht geworden. Ein bemerkenswertes Beispiel für diese sinkenden Erträge war der mit Spannung erwartete Start von OpenAI’s GPT-5, der sich letztendlich als Enttäuschung erwies. Mit jedem aufeinanderfolgenden Modell, das keinen signifikanten Sprung nach vorne liefert, legt ein wachsender Chor von Kritikern nahe, dass der Fortschritt der KI ein Plateau erreicht haben könnte.
Diese ernüchternde Realität hat begonnen, sich in den Vorstandsetagen von Unternehmen auszubreiten, die eifrig in KI investiert haben. Ein im Mai von der Arbeitsmanagement-Softwarefirma Asana veröffentlichter Bericht, basierend auf einer Umfrage unter fast 4.000 IT-Fachleuten, ergab, dass 29 Prozent – oder etwa jedes dritte – Unternehmen, das 2024 KI eingeführt hat, ihre Entscheidung nun bereuen. Wie der Bericht es prägnant formulierte: „Der Ansturm von 2024, KI einzusetzen, hat eine ernüchternde Realität hervorgebracht.“
Solche Bedauern führen bereits zu konkreten Maßnahmen. Eine ähnliche Umfrage, die im März von S&P Global Market Intelligence durchgeführt wurde und 1.000 Unternehmen befragte, die in KI investiert hatten, ergab, dass erstaunliche 42 Prozent ihre KI-Vorhaben bereits aufgegeben hatten. Dies stellt einen signifikanten Anstieg gegenüber den 17 Prozent dar, die ihre KI-Projekte im Jahr 2024 eingestellt hatten. Lori Beer, Chief Information Officer bei JPMorgan, teilte der New York Times mit, dass sie nach der Entscheidung der Bank, die Nutzung von ChatGPT durch Mitarbeiter einzuschränken, Hunderte weiterer KI-Projekte gekürzt habe. „Wir stellen definitiv Dinge ein“, erklärte Beer und betonte: „Wir haben keine Angst davor, Dinge einzustellen. Wir denken nicht, dass das schlecht ist. Ich denke, es ist eine kluge Sache.“
Während KI-Befürworter wie McAfee diese Investitionsfehler als Teil des Innovationsprozesses darstellen könnten, indem sie argumentieren, dass „Innovation ein Prozess ist, bei dem man ziemlich regelmäßig scheitert“, macht die zunehmende Evidenz kolossaler Kosten und begrenzter greifbarer Erträge es zunehmend schwierig, die KI-Branche als etwas anderes als eine massiv aufgeblähte Blase zu betrachten, die vor einer Korrektur steht.