Die Rechnung ging irgendwann Ende 2025 nicht mehr auf. Anthropic und OpenAI haben kollektiv über 100 Milliarden US-Dollar für Infrastruktur und Forschung & Entwicklung ausgegeben. Keines der beiden Unternehmen ist profitabel. Die Lücke zwischen eingesetztem Kapital und erzielten Einnahmen ist kein Problem mehr im Venture-Capital-Maßstab, sondern ein existenzielles.
Das ist die Monetarisierungsklippe, um die seit 2023 alle herumgetanzt sind. Sie ist nicht mehr theoretisch.
Die Zahlen, die zählen
OpenAI erwirtschaftet nach Schätzungen im ersten Quartal 2026 rund 3,4 Milliarden US-Dollar Jahresumsatz. Allein die Rechenkosten übersteigen jährlich 2 Milliarden US-Dollar. Anthropic hat trotz starkem Wachstum bei der Unternehmensakzeptanz keine Profitabilitätskennzahlen veröffentlicht – eine Stille, die Bände spricht. Beide Unternehmen sind derweil an mehrjährige Rechenzentrumsverträge gebunden, die ihre aktuellen Umsatzströme in den Schatten stellen.
Die Infrastruktur-These war immer dieselbe: Jetzt stark investieren, später durch Skalierung monetarisieren. Skalierung kam. Monetarisierung nicht.
Hayden Fields jüngste Berichterstattung bei The Verge deckt eine kritische Spannung auf: Große KI-Firmen können die Profitabilität nicht unbegrenzt hinauszögern, aber eine Beschleunigung der Monetarisierung birgt das Risiko, die Nutzerbasis zu kannibalisieren, die die ursprüngliche Investition rechtfertigt. Erhöhen Sie die Preise für die Claude-API-Nutzung, und die Entwickler springen ab. Drosseln Sie den Zugang zur kostenlosen Stufe, und die Verbraucherakzeptanz stagniert. Das Zeitfenster zwischen „noch Dominanz aufbauen“ und „beweisen, dass man Geld verdienen kann“ schließt sich schneller, als die meisten Führungskräfte erwartet hatten.
Warum das jetzt wichtig ist, nicht später
Frühere Technologieblasen (Dotcom, Krypto) hatten andere Zeitpläne. Risikokapital konnte fünf Jahre auf Profitabilität warten. Die Märkte tolerierten es. Der heutige KI-Infrastrukturaufwand unterscheidet sich in Umfang und Sichtbarkeit. Der Ausbau von Rechenzentren erfordert Milliarden an Investitionsausgaben, die Banken und institutionelle Anleger innerhalb von 18–36 Monaten in Cashflow umgewandelt sehen müssen, nicht erst in einem Jahrzehnt. Die Geduld wurde strukturell ausgehöhlt.
Mindestens die Hälfte der bei Decoder interviewten CEOs hat die Realität direkt anerkannt: Einige Firmen werden scheitern. Das ist kein Pessimismus. Das ist Arithmetik.
Das Fragmentierungsproblem
Hier ist, was die meiste Berichterstattung übersieht: Profitabilitätsversagen ist nicht auf einen einzelnen Akteur beschränkt. Wenn OpenAI oder Anthropic straucheln, erleidet die Glaubwürdigkeit des gesamten Sektors einen Schaden. Unternehmenskunden hören auf, langfristige API-Partnerschaften einzugehen. Startups, die auf diesen Plattformen aufbauen, ziehen sich zurück. Der Vertrauensverlust breitet sich aus.
Umgekehrt, wenn ein Hauptakteur nachhaltige Stückkosten zu skalieren erreicht, wird die gesamte Kategorie legitimiert. Das ist die Asymmetrie. Erfolg ist nicht garantiert. Misserfolg ist ansteckend.
Was sich tatsächlich ändern muss
Monetarisierung ist kein Kanalproblem (bessere SaaS-Pakete, Optionen auf verschiedenen Stufen usw.). Es ist ein grundlegendes Problem. Die Rechnung erfordert entweder:
- Inferenzkosten sinken um 50 %+ durch algorithmische Effizienzgewinne oder günstigere Hardware (beides möglich, keines davon garantiert zu den erforderlichen Zeitplänen)
- Der durchschnittliche Umsatz pro Nutzer steigt um das 3- bis 5-fache, ohne die Kundenbasis zu verlieren (fast unmöglich, ohne die Akzeptanzdynamik zu zerstören)
- Ein wirklich neuer Anwendungsfall entsteht, der 10x+ höhere Margen erzielt als aktuelle API-Preise (spekulativ)
Keine dieser Verbesserungen tritt schrittweise ein. Sie stapeln sich oder sie tun es nicht. Und Zeit ist die Einschränkung, nicht nur Kapital.
Das realistische Ergebnis
Konsolidierung ist der wahrscheinlichste Weg. Kleinere Modelle mit geringeren Infrastruktur-Fußabdrücken werden überleben. Universelle Systeme im großen Maßstab werden sich um 2-3 dominante Akteure konsolidieren, die die Infrastrukturkosten lange genug absorbieren können, um operative Effizienz zu erreichen. Open-Source-Alternativen (Llama 3, Mistral) werden spezifische Segmente beherrschen, bei denen Kosten oder On-Premise-Bereitstellung wichtiger sind als die Leistungsfähigkeit.
Was nicht passieren wird: Alle schaffen es. Risikokapital schränkt die KI-Finanzierung bereits ein – Series B-Runden dauern länger, Downrounds nehmen zu. Die Party ist mathematisch begrenzt.
Ihr Zug diese Woche
Wenn Sie auf einer geschlossenen API aufbauen, diversifizieren Sie. Nicht aus Paranoia – aus Pragmatismus. Führen Sie denselben Inferenz-Workload durch Claude Sonnet, GPT-4o mini und eine lokale Mistral 7B-Bereitstellung aus. Dokumentieren Sie die Kosten und Latenz für jede. Wenn Ihr Hauptanbieter auf eine Profitabilitätsklippe stößt und die Preise um 40 % erhöht, möchten Sie eine vorbereitete Ausstiegsroute haben, keine Panikmigration. Die nächsten 12 Monate werden klären, welche Wetten echt waren und welche auf Momentum beruhten. Ihre Infrastrukturwahl muss diese Unsicherheit jetzt widerspiegeln.
