- Die Investitionsblase in der KI-Branche hat sich bereits gebildet und könnte wegen der Kluft zwischen Produktivität und Rentabilität früher als erwartet platzen
- Big-Tech-Unternehmen liefern sich einen Wettlauf bei den Investitionsausgaben in historischer Größenordnung, um ihren Wettbewerbsvorteil zu verteidigen, doch das tatsächliche Ausgabenvolumen dürfte sinken
- Durch steigende Energiekosten, Schwankungen bei den RAM-Preisen und die Blockierung von Kapital aus dem Nahen Osten nimmt der finanzielle Druck auf KI-Labore zu; einige reagieren bereits mit höheren Nutzerpreisen
- Bei OpenAI werden wegen der Grenzen der Monetarisierung die Einführung von Werbung und ein möglicher Verkauf diskutiert; ein Übernahmeversuch durch Microsoft würde das Risiko bergen, die Begründung für den Aktienkurs zu schwächen
- Diese Entwicklung könnte zu sinkenden Marktbewertungen, angespannter VC-Finanzierung sowie rückläufiger Nachfrage nach Rechenzentren und GPUs führen und den Boom-und-Bust-Zyklus der KI-Branche insgesamt erneut sichtbar machen
Vorboten des Platzens der KI-Blase
- Die Auslöser für einen Einbruch der KI-Branche sind bereits vorhanden und könnten früher als erwartet wirksam werden
- Die KI-Technologie selbst wird bleiben, aber Produktivitätssteigerung und Rendite auf Investitionen sind zwei unterschiedliche Fragen
- Technologie kann die gesellschaftliche Effizienz erhöhen, ohne als Anlageziel dauerhaft attraktiv zu bleiben
Die Strategie von Big Tech: kein Sieg, sondern ein Ausgabenwettlauf
- Die Unternehmen der Magnificent 7 planen Investitionsausgaben (capex) in historischer Höhe; das ist eine defensive Maßnahme, um sich von Wettbewerbern und KI-Laboren abzusetzen
- Wenn etwa ein Unternehmen 50 Milliarden Dollar investiert, müssen OpenAI und Anthropic zur Konkurrenzfähigkeit 100 Milliarden Dollar aufbringen
- Je größer die benötigten Summen werden, desto weniger Investmentfonds können sie tragen, und besonders Kapital aus dem Nahen Osten ist aus geopolitischen Gründen schwer zugänglich
- Deshalb werden IPO-Pläne von KI-Unternehmen beschleunigt; sie dienen als wichtiges Mittel, um den Kapitalzufluss aufrechtzuerhalten
- Google ist durch seine Fähigkeit zur langfristigen Kapitalsteuerung in einer günstigen Position
- Das Unternehmen muss offengelegte capex nicht sofort einsetzen, sondern kann sie schrittweise ausgeben, bis Wettbewerber in Finanznot geraten
- Wenn Wettbewerber danach aufgeben, kann Google die Ausgaben senken und den Markt dominieren
- Alphabet hat eine Marktkapitalisierung von rund 2 Billionen Dollar und ist damit etwa zehnmal so groß wie der größte Rüstungskonzern
- In der Folge könnten die tatsächlichen capex der Mag-7-Unternehmen, insbesondere von Google, geringer ausfallen als erwartet, was für Investoren positiv sein könnte
- Apple prüft statt direkter Konkurrenz einen Ansatz, bei dem externe KI-Modelle kostenpflichtig an Siri angebunden werden; Amazon streut sein Risiko über die Investition in Anthropic, während Meta seine hohen Ausgaben fortsetzt
Auslöser: steigende Kosten und austrocknende Finanzierung
- KI-Labore stehen vor einer Kombination negativer Faktoren wie stark steigenden Energiekosten, der Blockierung von Kapital aus dem Nahen Osten, Sorgen über Zinserhöhungen und einem starken Rückgang der RAM-Preise
- Der Rückgang der RAM-Preise wird damit erklärt, dass Googles TurboQuant AI dafür sorgt, dass Modelle der nächsten Generation weniger Speicher benötigen, während die Labore bereits teure Großabnahmeverträge abgeschlossen haben
- Anthropic passt Nutzungsgrenzen an, um Kosten zu senken und den Umsatz zu erhöhen; wenn die Investorengelder versiegen, wird eine Weitergabe der Kosten an die Nutzer unvermeidlich
- Einem unabhängigen Bericht zufolge liegen die tatsächlichen Nutzungskosten des Claude-Modells beim Fünffachen der Abo-Gebühren; die Profitabilität ist unklar
- Preiserhöhungen könnten die Nachfrage dämpfen und damit die Wachstumserzählung schwächen
- Selbst bei steigendem Umsatz beschleunigt Wachstum ohne Gewinn den Cash-Burn
- Große Cloud-Unternehmen können KI-Funktionen als loss leader gebündelt anbieten, wodurch die Preiswettbewerbsfähigkeit unabhängiger Labore sinkt
- Die Tarife Claude Max und Max 5x (100 bzw. 200 Dollar pro Monat) erlauben keine Jahreszahlung, was auf spätere Preiserhöhungen hindeutet
Die Grenzen der Monetarisierung bei OpenAI
- OpenAI hat Schwierigkeiten, ausreichend Umsatz zu generieren, und greift mit Werbung in ChatGPT zu einem letzten Mittel
- CEO Sam Altman hatte dies in der Vergangenheit als „letzte Option“ bezeichnet
- Anthropic erzielt dagegen bei Unternehmenskunden und im Entwicklermarkt höhere Rentabilität
- Die Shopping-Funktion ist gescheitert, und die Kurzvideo-App Sora wurde zur Kostensenkung eingestellt
- In naher Zukunft wird ein möglicher Verkauf von OpenAI diskutiert
- Der wahrscheinlichste Käufer ist Microsoft, das bereits einen erheblichen Anteil hält
- Für eine Übernahme von OpenAI wären jedoch 613 Milliarden Dollar nötig, etwa 22 % der Marktkapitalisierung von Microsoft; ob die Aktionäre zustimmen würden, ist unklar
- Selbst wenn Microsoft die Übernahme durchzieht, besteht das Risiko, dass mit dem Zusammenbruch der KI-Wachstumserzählung die Begründung für den Aktienkurs geschwächt wird
- Wenn OpenAI scheitert, verliert Microsoft einen wichtigen Cloud-Kunden; zugleich könnte die von Microsoft unterstützte KI Kernprodukte wie GitHub kannibalisieren
Auswirkungen auf Markt und Einzelne
- Finanzierungsprobleme großer KI-Labore könnten die Finanzberichte und Wachstumsaussichten börsennotierter Unternehmen direkt belasten
- Das könnte zu sinkenden Bewertungen im Gesamtmarkt, schwächerer M&A-Aktivität und angespannter VC-Finanzierung führen
- Ein Rückgangszyklus der Investitionen ähnlich wie 2022 ist möglich
- Auch Pensionsfonds und Investitionen in Rechenzentren wären betroffen
- Wenn das Training neuer Modelle gestoppt wird, sinkt die GPU-Nachfrage und es entstehen Überkapazitäten
- Einige GPUs könnten gar nicht ausgeliefert oder nicht einmal produziert werden
- Das könnte Nvidia stark treffen
- Selbst wenn Rechenzentren in Betrieb gehen, müssen sie ihre Dienste womöglich zu niedrigeren Preisen als erwartet anbieten; KI-Nutzer profitieren, Betreiber machen Verluste
- Rechenzentren gelten üblicherweise als sichere Anlageklasse und werden über Bankkredite gebaut; sinkende Werte könnten jedoch zu Verlustrealisierungen bei Banken und einer Einschränkung der Kreditvergabe führen
- Einige Banken könnten ähnlich wie 2023 unter Liquidationsdruck geraten
- Wenn dazu noch Produktionsstörungen in Taiwan oder Störungen der Lieferkette kommen, könnte sich die Lage weiter verschärfen
- Allerdings ist auch möglich, dass die Nachfrage nach Modellen höher ausfällt als erwartet und alle Probleme ausgleicht
- Die meisten technologischen Innovationen durchlaufen jedoch Zyklen aus Boom und Abschwung, und KI dürfte hier keine Ausnahme sein
2 Kommentare
Das ist wohl der WWE-Beitrag, der jedes Jahr wieder auftaucht..
Hacker-News-Kommentare
Im Artikel wird behauptet, die „RAM-Preise stürzen ab“, aber tatsächlich ist das nicht der Fall
Wenn man sich den Preistrend für Speicher bei PCPartPicker ansieht, gibt es bislang keinen Preisrückgang, und auch Googles Artikel zu TurboQuant erwähnt nur die Möglichkeit, dass sich der RAM-Bedarf senken lässt
Auf dieser Grundlage die gesamte Argumentation aufzubauen, halte ich für unverantwortlich. Das ist kaum anders, als wenn ein LLM einen völlig unpassenden Link zitiert
Googles Ankündigung ist nichts Neues, und TurboQuant selbst ist bereits ein Jahr alte Technologie
Selbst wenn die gewerblichen Preise fallen, wirkt sich das erst viel später auf den normalen Konsumentenmarkt aus
Ich habe solche Fälle selbst schon mehrfach gesehen
Tatsächlich ist der Rückgang der Aktienkurse, wie im FT-Artikel beschrieben, real
Es ist erstaunlich, wie polarisiert der AI-Boom ist
Die Technologie selbst ist eindeutig ein schrittweiser Sprung nach vorn, aber niemand weiß, wohin das Ganze führt
Die Kosten für die Bereitstellung von Tokens liegen bereits seit über einem Jahr auf einem profitablen Niveau, das Problem sind R&D und Investitionsausgaben
In Rechenzentren übersteigt die Nachfrage weiterhin das Angebot. Anders als früher ist das kein Modell, das nur durch unrealistische Gehälter aufrechterhalten wird, sondern ein Markt mit realer Nachfrage
Anders als früher nach dem Muster „Menschen ersetzen“ entsteht hier gerade ein neuer Markt
Wenn die Qualität nicht mithält, könnte es allerdings zur Blase werden
Es ist ungenau, die Einführung von Werbung bei OpenAI im Artikel als „gescheiterte Monetarisierung“ darzustellen
Werbung ist nur eine Strategie für die kostenlose Version und nicht Teil der Bezahlpläne
Dass Startups in der Wachstumsphase Verluste machen, ist ein typisches Phänomen des VC-Zyklus
Inference ist im Gegenteil eher profitabel, und in R&D zu investieren ist die richtige Richtung
Bei TV und YouTube fing es genauso an
Ein Modell, das durch VC-Subventionen getragen wird, ist langfristig nicht nachhaltig
Wenn es schon um Unternehmen im Milliardenbereich geht, ist irgendwann auch der Übergang zur Profitabilität nötig
Schon der GPU-Betrieb selbst ist ein Verlustgeschäft, sodass selbst Rechenzentren kaum Gewinn machen können
Die Nutzung von LLMs ist explosionsartig gestiegen, aber wo ist der gesellschaftliche Effekt?
Ich hätte mit sichtbaren Zuwächsen im App Store, auf Steam, GitHub, PyPI usw. gerechnet
Ich hatte auf höhere Unternehmensproduktivität, bessere Bildungsergebnisse und sogar auf ein höheres BIP gehofft, aber ich spüre davon nichts
Persönlich halte ich es für ein nützliches Werkzeug, aber der makroökonomische Effekt ist bislang nicht sichtbar
AI hat das Coding zwar beschleunigt, aber die Prozesse rund um Planung, Management und Feedback sind eher chaotischer geworden
Ich entwickle selbst ein Indie-Game, und dank AI bin ich zwar 2- bis 4-mal schneller, aber es wird wohl trotzdem noch ein Jahr dauern
Die Behauptung „Token-Bereitstellung ist profitabel“ ist meist nur geschönte Buchhaltung
Das eigentliche Problem sind die Trainingskosten der nächsten Modellgeneration
Unabhängige Anbieter betreiben ähnliche Modelle bereits zu deutlich niedrigeren Preisen als Service
Selbst wenn der Umsatz steigt, wachsen die Kosten proportional mit, es gibt also keine Skaleneffekte
Nach OpenRouter-Maßstäben liegt man eher bei 90 % Marge
Betrachtet man nur einfache Chat-Nutzer, mag Profit möglich sein, aber der Großteil der Gesamtnutzung sieht anders aus
Die Abo-Preise sind viel niedriger als die API-Preise, also wird man sie letztlich erhöhen oder abschaffen müssen
Aussagen von Führungskräften aus AI-Unternehmen sind schwer vertrauenswürdig
Meiner Meinung nach ist der AI-Markt kein Winner-takes-all-Markt
ChatGPT hat zwar hohe Markenbekanntheit, aber die Wechselkosten zwischen Modellen sind fast null
Engineers nutzen mehrere Modelle parallel und wechseln sofort, wenn die Preise steigen
Es kann sogar günstiger sein, dass Unternehmen selbst GPUs kaufen und selbst hosten
Man sollte die Stärken und Schwächen der einzelnen Modelle situationsabhängig nutzen
Wenn sich dieser Markt öffnet, entsteht eine noch viel größere Chance als heute
Heute sind die Qualitätsunterschiede zwischen Modellen gering, deshalb werden die meisten Nutzer mehrere Modelle parallel verwenden
Microsoft-Produkte als „miserabel“ zu bezeichnen, ist überzogen
Produkte wie Word sind das Ergebnis jahrzehntelanger Arbeit der besten Engineers
Auch die erzwungenen AI-Funktionen sind lästig
Tatsächlich gibt es kaum noch Situationen, in denen ich Word benutzen müsste
Office könnte selbst mit bloßer Umbenennung noch lange bestehen
Wie man sagt: „Die Geschichte wiederholt sich nicht“ — vielleicht kommt diesmal also kein AI-Winter
Anders als in den 90ern gibt es heute keine Ersatztechnologie, und AI ist eindeutig ein technologischer Sprung
Der Kernpunkt ist: „AI wird bleiben, aber die Rendite auf Investitionen ist eine andere Frage“
Bei der Eisenbahnblase war es genauso — die Technologie bleibt, nur die Blase verschwindet
Die Lage bei Rechenzentren ist chaotisch
Die meisten 2024 angekündigten Zentren sind noch nicht fertiggestellt,
und die Ausrollgeschwindigkeit ist weit langsamer als Nvidias Produktionsrate
Viele Geräte können wegen Strommangels nicht einmal in Betrieb gehen, und es häuft sich „dark silicon“ an
Gleichzeitig kommen Verbraucher noch immer nicht zu Produkten zu vernünftigen Preisen
Dass die „Magnificent 7“ ihre massiven Investitionsausgaben (capex) erhöhen, ist eine defensive Maßnahme
Der Autor erklärt jedoch nicht, warum das eine Bedrohung für OpenAI oder Anthropic sein soll
Es wirkt eher wie ein oberflächlicher Text, der auf Shares abzielt
Langfristig ist das vielleicht aber gar nicht in diesem Ausmaß nötig