Ein Depot mit drei Aktien
Wer sein Vermögen in eine einzige Aktie steckt, nennt das Klumpenrisiko: Solange sie steigt, wirkt es genial, fällt sie, trifft es alles. Viele Unternehmen, die KI in ihre Produkte einbauen, haben ihre Lieferkette ähnlich aufgebaut. Ein Chiphersteller liefert die Rechenkarten, ein oder zwei Cloud-Anbieter vermieten sie, ein Labor liefert das Sprachmodell. Dazwischen liegen Kredite, Pachtverträge und Versprechen, die kaum ein Kunde je zu Gesicht bekommt.
In dieser Woche haben gleich mehrere Glieder dieser Kette gewackelt. Die Frage für Geschäftsführer, Produktverantwortliche und Tech Leads lautet nicht, ob die KI-Industrie zusammenbricht. Sie lautet, was passiert, wenn ein Glied teurer, langsamer oder unzuverlässiger wird – und ob Ihr Produkt das aushält.
Was sich diese Woche zeigt
Der Chiplieferant hat ein Führungsproblem. Nvidia-Chef Jensen Huang hat laut Fortune eine außereheliche Beziehung eingeräumt; der Aufsichtsrat hat eine Untersuchung zu Berichten eingeleitet, er sei Ziel eines fremden Geheimdienstes gewesen. Wir haben die Faktenlage in den Ausgaben vom 9. November und 10. November getrennt in Belegtes und nur Berichtetes. Für unser Thema zählt etwas anderes: Fortune beschreibt einen Konzern, der um einen Mann herum gebaut ist – kein Chief Operating Officer, rund 60 direkte Berichte an Huang, nach Darstellung von Fachleuten kein öffentlich vorbereiteter Nachfolgeplan. Nvidia soll laut Fortune geschätzt rund 90 Prozent des Marktes für KI-Hochleistungschips kontrollieren. Die Aktie fiel laut TechCrunch binnen zwei Tagen um etwa 9,5 Prozent, obwohl es kaum Neuigkeiten aus dem Unternehmen gab.
Der Kapitalmarkt dreht an der Zinsschraube. Laut CNBC erlebte der Nasdaq am 5. November seinen stärksten Tagesverlust seit 19 Monaten, angeführt von Chip- und Neocloud-Werten; Anleger sorgen sich um höhere Kreditkosten, wachsende Schulden und öffentlichen Widerstand gegen Rechenzentren. Dazu passt: Laut CNBC haben die Wähler bei den Zwischenwahlen in 40 von 41 lokalen Abstimmungen in zehn Bundesstaaten Beschränkungen für Rechenzentren unterstützt oder Pro-Bau-Vorlagen abgelehnt (das sind die Zahlen von Ballotpedia und CNBC). Den Verlauf haben wir in der Ausgabe vom 6. November beschrieben.
Das größte Labor wächst auf geborgtem Geld. OpenAI erwartet laut einem von der Financial Times berichteten Investorenpapier, zwischen 2026 und 2030 rund 278 Milliarden Dollar mehr auszugeben, als einzunehmen, bei einem Rechenaufwand von etwa 856 Milliarden Dollar; im Februar hatte das Unternehmen öffentlich von rund 600 Milliarden gesprochen. The Next Web weist darauf hin, dass die Kategorien nicht ganz identisch sein könnten. Die Rechnung geht nur auf, weil Partner einen Teil der Last tragen – etwa über Garantien oder Mietverträge. Die Umsatzannahme von rund 350 Milliarden Dollar im Jahr 2030, gegenüber rund 36 Milliarden in diesem Jahr, ist der Dreh- und Angelpunkt; das sind Projektionen, keine geprüften Zahlen. Finanzchefin Sarah Friar sagte laut CNBC, der Ausbau gehe weiter, man werde weiter Kapital aufnehmen. Auch Anthropic nennt im Börsenprospekt rund 895 Milliarden Dollar Verpflichtungen für Rechenleistung, von denen laut VentureBeat knapp 214 Milliarden kündbar oder an Bedingungen geknüpft sind – und teils auch dann bezahlt werden müssen, wenn die Kapazität gar nicht genutzt wird.
Der Vermieter lässt die Kunden vorab zahlen. CoreWeave, ein sogenannter Neocloud-Anbieter (ein Spezialvermieter von KI-Rechenleistung), erwartet laut TechCrunch in den nächsten drei Monaten rund 9 Milliarden Dollar an Vorauszahlungen und Anzahlungen seiner Kunden. Die Preise seien im Juli um etwa 25 und später im Quartal um weitere 10 Prozent gestiegen. Kurzfristige Kapazität werde für mehr als 40 Millionen Dollar pro Megawatt und Jahr verkauft, neue Vier- bis Fünfjahresverträge lägen bei 20 bis 25 Millionen. Der Konzern verzeichnet laut TechCrunch ein Auftragsbuch von 132,5 Milliarden Dollar, laut MarketWatch übersteigt die Nachfrage die Kapazität für 2027 um das Zehnfache – und zugleich liegen Anleihenrenditen, laut TechCrunch zuletzt zeitweise über 15 Prozent.
Das Muster ist also zweigeteilt. Die Nachfrage ist offenbar hoch, die Finanzierung ist teuer, und die Last wandert zu den Kunden: Wer Kapazität will, zahlt früher, bindet sich länger oder zahlt mehr.
Was das für Ihre Rechnung heißt
Wie sich das bei normalen Unternehmen zeigt, hat VentureBeat in einer Oktober-Umfrage unter 156 Fachleuten erhoben (kleine, selbst gewählte Stichprobe, daher nur ein Indiz). Demnach berichteten 56 Prozent, dass ein Softwareanbieter in den letzten zwölf Monaten einen KI-Aufschlag verlangt, die Verlängerung teurer gemacht oder bereits vorhandene Funktionen in eine teurere Stufe verschoben hat. Amazon Web Services hat die Preise für reservierte GPU-Kapazität laut den von VentureBeat zitierten Berichten in diesem Jahr viermal erhöht, zuletzt am 7. Oktober um etwa 15 Prozent bei den meisten US-Konfigurationen. Gartner rechnet laut VentureBeat damit, dass die Preise für Arbeitsspeicher binnen zwölf Monaten mehr als doppelt so hoch sind, und erwartet, dass die Inferenzkosten pro Agenten-Workflow bis 2028 um mehr als das Fünffache steigen, auch wenn der Preis pro Token sinkt.
Wo die eigentliche Abhängigkeit sitzt
Der naheliegende Reflex lautet: Mehrere Modellanbieter nutzen. Das tun bereits fast alle. Stacklok hat im September 520 Technikverantwortliche befragt (der Hersteller verkauft selbst eine offene Alternative, die Umfrage ist also nicht neutral): Nur 8 Prozent nutzen einen einzigen Modellanbieter, 24 Prozent fünf oder mehr. Trotzdem haben 81 Prozent schon einmal eine Migration wegen Wechselkosten verzögert, verkleinert oder umgebaut. Als schwierigsten Teil nennen 53 Prozent die Anbindungen an interne Systeme und 52 Prozent die mehrstufigen Agenten-Abläufe – nicht das Modell selbst.
Das deckt sich mit einer Einschätzung bei TechTarget. Ein Modell auszutauschen sei „selten der Punkt, an dem die Abhängigkeit sitzt“, sagt dort Ryan Gross von Caylent; sie entstehe bei Anbindungen, Gedächtnis und Prüfverfahren. Eine Analogie: Das Modell ist der Stromanbieter, der Wechsel dauert einen Anruf. Die Verkabelung im Haus – Sicherungskasten, Steckdosen, Zähler – bleibt. Und laut VentureBeat berichteten 59 Prozent derer, die ein Modell in einer laufenden Anwendung gewechselt hatten, von Leistungseinbrüchen mit Nacharbeit oder Rückwechsel.
Sechs Entscheidungen für die nächsten Wochen
1. Eine Prüfmappe bauen (Evals). Eine Eval ist eine Sammlung echter Aufgaben mit bekannten richtigen Antworten, an der man misst, ob ein Modell gut genug arbeitet – wie die Eingangskontrolle in einer Fabrik. Nur wer sie hat, kann einen Ersatz zügig prüfen. TechTarget zitiert Gross: Eine echte Eval mache Portabilität überhaupt erst möglich.
2. Eine Zwischenschicht einziehen. Ein KI-Gateway, also ein eigener Verteiler zwischen Ihrer Anwendung und den Anbietern, wirkt wie eine Mehrfachsteckdose mit Adaptern: Die Anwendung spricht mit einer Stelle, dahinter lässt sich der Anbieter tauschen. TechTarget beschreibt einen Airline-Kunden von Caylent, bei dem Identität, Modell- und Datenzugriff über ein eigenes Gateway laufen; das Unternehmen besitze „Daten, Plattform, Gateway und jede Bauentscheidung“.
3. Das Gedächtnis exportierbar halten. Was der Agent sich merkt, was er an Regeln und Zugriffsrechten kennt, gehört in Ihre Datenhaltung und nicht in den Dienst eines Anbieters. 37 Prozent der Stacklok-Befragten sorgen sich, Zustand, Gedächtnis oder Evals nicht mitnehmen zu können.
4. Vertragsklauseln prüfen. Wenn Neoclouds Vorauszahlungen verlangen und längere Bindungen belohnen, lohnt ein Blick auf die eigene Seite: Welche Mindestabnahme gilt? Darf ich Kapazität weiterverkaufen oder kündigen, wenn der Anbieter ausfällt? Was gilt bei Preiserhöhungen mitten im Vertrag? Gibt es Mindestverfügbarkeit mit Konsequenzen? Bei Vorauszahlungen gilt: Wer zahlt, wird Gläubiger des Anbieters – das Risiko steigt mit dessen Verschuldung. Das ist unsere Einordnung, keine Rechtsberatung.
5. Kapazität nicht auf Verdacht reservieren. In der VentureBeat-Umfrage gaben 31 Prozent der Firmen mit Vorabreservierung an, dass mehr als ein Viertel ihres KI-Rechenbudgets auf reservierte, aber ungenutzte Kapazität entfällt. Wer reserviert, sollte vorher Auslastung messen.
6. Ein offenes Modell als Notstromaggregat bereithalten. Offene Modelle („Open Weights“) lassen sich selbst betreiben, ohne dass ein Anbieter die Preise oder den Zugang bestimmt. 80 Prozent der Stacklok-Befragten würden eine offene Alternative prüfen. Der Haken: Es ist kein Ersatz für den Normalbetrieb, sondern eine Rückfallebene, die laufend getestet werden muss, sonst bleibt sie ein Versprechen. Und sie braucht ihrerseits Rechenleistung, also GPUs.
Was nicht zu tun ist
Wichtig ist auch, was sich aus dieser Woche nicht ableiten lässt. Aus der Nvidia-Affäre folgt kein Lieferstopp: Es gibt keine belastbare Quelle dafür, dass Auslieferungen betroffen wären. Aus dem Kurssturz folgt keine Nachfrageschwäche: CoreWeave berichtet das Gegenteil, und der Kapitalmarkt reagierte auf dessen Zahlen positiv. Und aus OpenAIs Plänen folgt keine Insolvenz: Es sind Projektionen aus einem Papier für Investoren, das sich laut The Next Web schon zweimal geändert hat.
Der Punkt ist ein anderer, und er ist weniger spektakulär. Eine Lieferkette, in der wenige Firmen den Großteil der Rechenleistung, des Kapitals und der Modelle kontrollieren und sich gegenseitig finanzieren, reagiert empfindlich auf Stimmungsumschwünge. Das Ergebnis ist für die meisten Kunden kein Ausfall, sondern ein schleichender Preisanstieg, schärfere Vertragsbedingungen und längere Wartezeiten bei Kapazität.
Was das in der Praxis bedeutet
Für Geschäftsführer gilt: KI-Abhängigkeit gehört wie Energie oder Cloud in die Risikoliste, mit einer Antwort auf die Frage „Was kostet uns ein Anbieterwechsel in Wochen, und was passiert bis dahin?“ Für Produktverantwortliche: Preisgestaltung gegenüber den eigenen Kunden sollte steigende Inferenzkosten verkraften, etwa durch Verbrauchsstaffeln statt Pauschalen. Für Tech Leads: Eval-Set, Gateway und exportierbares Gedächtnis sind die drei Bausteine, die sich in einem Quartal bauen lassen und jede spätere Verhandlung verändern.
Und für alle gilt: Die Mehrfachnutzung von Anbietern ist die Hälfte der Arbeit. Entscheidend ist, ob die Schicht darüber – Anbindungen, Abläufe, Regeln, Gedächtnis – Ihnen gehört. Nach Darstellung von Stacklok-Chef Craig McLuckie kommt die Rechnung für Lock-in erst in zwei Jahren, meist bei der Person, die den Vorgänger ersetzt hat. Wer das nicht will, entscheidet besser jetzt.
- TechCrunch: CoreWeave turns to customer prepayments, shorter contracts to fund AI growth (11.11.2026)
- MarketWatch/Morningstar: CoreWeave's stock pops as new financing playbook eases debt concerns (11.11.2026)
- Fortune: Nvidia built itself around one man. A scandal is testing that bet (9.11.2026)
- TechCrunch: Nvidia's crisis has corporate governance experts reaching for the popcorn (10.11.2026)
- CNBC: OpenAI will keep investing in AI data centers despite election results, CFO says (6.11.2026)
- The Next Web: OpenAI told investors in February its compute bill would be around $600bn. A July presentation puts it at $856bn. (19.9.2026)
- VentureBeat: The AI race is raising companies' bills, from GPUs to memory to Microsoft 365 (4.11.2026)
- Stacklok: The model is easy to swap. The agent layer isn't (13.10.2026, Herstellerumfrage mit Eigeninteresse)
- TechTarget: AI vendor lock-in moves beyond the model (5.10.2026)