Platzt die KI-Blase? Ein nüchterner Blick auf die Zahlen

Zwei Nachrichten, eine Woche

Am 22. Juni musste Oracle einräumen, in den vergangenen zwölf Monaten 21.000 Stellen abgebaut zu haben — fast 13 Prozent der Belegschaft, von 162.000 auf 141.000 Beschäftigte. Der Konzern nennt den Grund in einer Pflichtmitteilung an die Börsenaufsicht selbst, ungewöhnlich offen: „Die Einführung und der Einsatz von KI-Technologien in unserem Betrieb haben zu Personalabbau geführt und können dies auch weiterhin tun.“ Die Restrukturierungskosten schnellten von 374 Millionen auf 1,8 Milliarden Dollar. Am 23. Juli, gut einen Monat später, legte Alphabet Quartalszahlen vor, die eine zweite Schwelle markieren: erstmals seit dem Börsengang 2004 ein negativer freier Cashflow, minus 5,9 Milliarden Dollar — trotz 39,1 Milliarden Dollar operativem Cashflow. Der Grund ist derselbe wie bei Oracle, nur mit umgekehrtem Vorzeichen: nicht zu wenig, sondern zu viel Geld, das in KI-Infrastruktur fließt. Alphabet hob seine Capex-Prognose für 2026 auf bis zu 205 Milliarden Dollar an, nach zuvor 180 bis 190 Milliarden, und finanzierte einen Teil davon über eine Aktienemission von 49,6 Milliarden Dollar, deren Verwendungszweck im Geschäftsbericht ausdrücklich „KI-Infrastruktur und globale Rechenkapazität“ lautet.

Zwei Konzerne, zwei entgegengesetzte Reaktionen auf denselben Druck: Der eine schrumpft die Belegschaft, um die Investitionen zu finanzieren, der andere verkauft Aktien. Beide Wege haben denselben Ursprung — und den zeigt eine Zahl, die tiefer blicken lässt als jede Einzelmeldung: die Investitionsquote, also Capex im Verhältnis zum Umsatz. Bei Meta springt sie von 35,9 auf 54,9 Prozent, bei Alphabet von 23 auf 41, bei Microsoft von 31 auf 45, bei Amazon von 18 auf 25 Prozent. Zum Vergleich: Für Technologiekonzerne galten historisch 5 bis 20 Prozent als normal. Die fünf größten Hyperscaler zusammen — Amazon, Microsoft, Alphabet, Meta, Oracle — werden 2026 zwischen 700 und 900 Milliarden Dollar investieren, ein Plus von 36 bis 77 Prozent gegenüber 2025, je nach Abgrenzung. Über die Herkunft eines Teils dieses Kapitals — 1,65 Billionen Dollar an bilanzfernen Zahlungsverpflichtungen — haben wir in der Reportage der Ausgabe vom 22. Juli berichtet. Diese Ausgabe fragt weiter: Reicht die Nachfrage, um das zu rechtfertigen — und woran erkennt man, wenn nicht?

Die Gegenrechnung: Warum die Bullen nicht falsch liegen müssen

Wer nur auf Capex und Cashflow schaut, übersieht die andere Seite der Gleichung: Es gibt reale, schnell wachsende Nachfrage. Anthropic steigerte seine annualisierte Umsatzrate von 1 Milliarde Dollar im Dezember 2024 auf rund 30 Milliarden im April 2026 und laut Branchenschätzungen auf etwa 47 Milliarden bis Mitte Mai — damit vor OpenAI, dessen Rate bei rund 25 Milliarden liegt. Für das Gesamtjahr 2026 werden bei Anthropic 75 bis 90 Milliarden Dollar Umsatz erwartet. Das sind keine Nutzerzahlen oder Absichtserklärungen, sondern abgerechnete Umsätze. Ergänzend dazu die Angebotsseite: Nvidia meldete im dritten Fiskalquartal einen Rekord-Rechenzentrumsumsatz von 51,2 Milliarden Dollar, CEO Jensen Huang beschrieb Cloud-GPUs als „ausverkauft“. Speicherchips für KI-Beschleuniger sind bei den großen Herstellern bereits für das gesamte Jahr 2026 verkauft. Ein Markt, der keine Kunden findet, produziert keine Lieferengpässe.

Das ist das eigentliche Bullen-Argument, und es ist ernst zu nehmen: Die Investitionen laufen nicht ins Leere, sondern in eine Nachfrage, die die Kapazität aktuell übersteigt. Die entscheidende Frage ist nicht, ob KI-Nachfrage existiert — sie existiert nachweislich —, sondern ob sie schnell genug wächst, um die Investitionslücke zu schließen. Der Investor David Cahn von Sequoia beziffert diese Lücke auf rund 600 Milliarden Dollar Umsatz, der jährlich zusätzlich erwirtschaftet werden müsste, um die aktuellen Ausgaben zu rechtfertigen — und nach seiner Rechnung wird die Lücke 2026 größer, nicht kleiner.

Was 2026 wirklich von 2000 unterscheidet

Der Vergleich zur Dotcom-Blase liegt nahe, und er trägt in Teilen — aber nicht dort, wo man ihn zuerst vermutet. Die Marktkonzentration in den großen Indizes ist heute höher als im Jahr 2000, und die Investitions-zu-Umsatz-Relationen der Infrastrukturbauer liegen über den damaligen Spitzenwerten. Der entscheidende Unterschied liegt woanders: 1999 verbrannten die Unternehmen, die den Boom trugen, Kapital, ohne je profitabel gewesen zu sein — Pets.com, Webvan, viele der Glasfaser-Bauer. 2026 tragen den Boom die profitabelsten Konzerne der Wirtschaftsgeschichte, die aus eigenem operativem Cashflow finanzieren, auch wenn dieser inzwischen nicht mehr ausreicht. Der Unterschied zwischen einer Solvenzkrise und einer Kapitalintensitätskrise ist kein semantischer: Wer aus positivem, aber schrumpfendem Cashflow heraus investiert, hat einen Hebel, den ein Unternehmen ohne jeden Cashflow nicht hat — er kann die Investitionen drosseln. Ob die Konzerne diesen Hebel rechtzeitig ziehen, ist trotzdem offen, und genau hier hilft der zweite Blick auf 2000: Auch damals wusste im Prinzip jeder, dass Glasfaser eine reale, wichtige Technologie war. Das schützte niemanden davor, mehr davon zu bauen, als in den folgenden zehn Jahren gebraucht wurde.

Vier Frühwarnsignale für Entscheider

Aus den Daten der vergangenen Wochen lässt sich eine kleine, konkrete Checkliste ableiten — nicht um vorherzusagen, ob die Blase platzt, sondern um zu erkennen, wann sich die Lage verschlechtert.

Erstens: die Investitionsquote der eigenen Cloud-Anbieter. Steigt sie strukturell über 40 bis 50 Prozent des Umsatzes, wie derzeit bei Meta und Oracle, sinkt der finanzielle Puffer, den ein Anbieter im Abschwung hat.

Zweitens: Kreditrisikoaufschläge und Konzentrationsrisiko. Als S&P Oracle am 9. Juli auf BBB- herabstufte — eine Stufe über Ramschniveau —, war die Begründung lehrreich: nicht das Geschäftsmodell, sondern die Konzentration auf einen einzigen Großkunden. Rund die Hälfte von Oracles 638-Milliarden-Dollar-Auftragsbestand entfällt auf OpenAI. Wer diese Kennzahl bei seinem eigenen Anbieter nicht kennt, kennt ein zentrales Risiko nicht.

Drittens: die eigene KI-ROI-Messung. Eine viel zitierte MIT-Studie fand, dass 95 Prozent der untersuchten generativen KI-Pilotprojekte keinen messbaren Effekt auf Umsatz oder Gewinn hatten — bei einem Investitionsvolumen von 30 bis 40 Milliarden Dollar allein im US-Unternehmenssektor. Diese Zahl betrifft nicht die Hyperscaler-Blase, sondern eine damit eng verwandte Frage: Wenn Unternehmen selbst keinen belastbaren ROI aus KI ziehen, wird die Umsatzseite, die die Infrastrukturinvestitionen rechtfertigen soll, dünner als gedacht. Wer eigene KI-Projekte ohne klare Erfolgsmetrik laufen lässt, trägt selbst zu diesem Risiko bei.

Viertens: Personalentscheidungen als Frühindikator. Wenn ein Anbieter Stellen abbaut, um Investitionen zu finanzieren, wie Oracle es öffentlich einräumt, ist das ein Signal über die interne Kapitaldisziplin des Anbieters — unabhängig davon, ob die KI-Wette am Ende aufgeht.

Was das für die eigene Strategie bedeutet

Für CEOs und Produktverantwortliche, die ihre Software auf gemieteter KI-Infrastruktur aufbauen, folgt daraus kein Grund, Investitionen zu stoppen — die Nachfrageseite ist zu real dafür. Es folgt aber eine praktische Konsequenz: Behandeln Sie die Frage „Ist das eine Blase?“ nicht als binäre Wette, sondern als Risikomanagement-Frage mit drei Stellschrauben. Diversifizieren Sie Anbieter dort, wo es technisch vertretbar ist, statt sich an einen einzigen Cloud-Vertrag mit langer Laufzeit zu binden. Verhandeln Sie Ausstiegsklauseln, insbesondere bei Anbietern mit hoher Kundenkonzentration oder frisch herabgestuftem Kreditrating. Und messen Sie den eigenen KI-Einsatz an harten Kennzahlen, nicht an Pilotprojekten ohne Enddatum — denn die MIT-Zahl zeigt, dass genau hier der Unterschied zwischen den 5 Prozent Erfolgsgeschichten und den 95 Prozent Enttäuschungen liegt. Ob die Investitionswelle der Hyperscaler eine Blase ist, entscheidet sich in den nächsten ein bis zwei Jahren an der Umsatzseite. Ob die eigene KI-Strategie eine Blase ist, lässt sich schon heute überprüfen.