Milliardenschwere Frage: Wie finanziert die KI-Branche ihre gigantische Infrastruktur?
Kostspielige Infrastruktur: Rechenzentren für KI-Entwicklung benötigen gewaltige Summen für ihren Unterhalt. (Foto: Gorodenkoff/Shutterstock)
Wie David Cahn, Analyst bei der Risikokapitalgesellschaft Sequoia Capital in seinem Report vorrechnet, braucht die KI-Wirtschaft derzeit rund 600 Milliarden US-Dollar jährlich, um die Kosten für Chips und Rechenzentren zu decken.
Während die großen Tech-Unternehmen Unsummen in diesen Industriezweig investieren, ist allerdings völlig unklar, woher die benötigten Gewinne dafür kommen sollen. Cahn warnt deshalb vor einer allzu freudigen Goldgräberstimmung.
Der große Gewinner des KI-Booms: Nvidia
Wenn man irgendeine Erkenntnis aus den immer wieder auftretenden Goldräuschen der Geschichte ziehen kann, dann die, dass selten die reich werden, die tatsächlich in der Erde nach dem Edelmetall schürfen. Wirklich gute Geschäfte machen meist diejenigen, die den armen Glücksrittern Werkzeug, Ausrüstung und Proviant für die Goldsuche verkaufen.
Ganz ähnlich verhält es sich derzeit wohl auch in der KI-Branche. Diejenigen, die die Infrastruktur für Künstliche Intelligenz stellen, erhalten derzeit enorm hohe Investments, während die Endnutzer-Unternehmen nicht mal ansatzweise genug Umsatz machen, um diese Kosten zu decken.
Nvidia allein hat mit GPUs und Hochleistungsrechnern für KI im vergangenen Jahr 47,5 Milliarden US-Dollar umgesetzt. OpenAI, der Marktführer unter den KI-Endnutzer-Unternehmen hat im Vergleich dazu 3,4 Milliarden US-Dollar eingenommen. Die meisten anderen Unternehmen bleiben sogar unter der 100 Millionen-Dollar-Marke zurück.
Sequoia-Report: KI-Branche braucht 600 Milliarden US-Dollar zum Überleben
Um die Infrastrukturkosten für die gesamte Branche zu errechnen, hat Finanzanalyst Cahn eine recht einfache Rechnung vorgenommen: Laut dem Experten müsse man Nvidias Umsatzprognose verdoppeln. Denn Chips und Rechner sind nur die halbe Miete, die gleiche Summe müsse man auch noch für Gebäude, Strom, Notstromgeneratoren und ähnliches einrechnen.
Diesen Betrag muss man laut Cahn dann noch einmal verdoppeln, wenn man von einer 50 Prozent Bruttomarge der Endnutzer-Unternehmen ausgeht, die nach ihren Ausgaben für die Infrastruktur ja auch noch Geld verdienen müssen. Am Ende steht dann die gewaltige Summe von 600 Milliarden US-Dollar.
Finanzexperte: GPU-Hamsterkäufe sind nicht die Lösung
Verantwortlich für die enormen Kosten ist laut Cahn auch das Vorgehen großer Unternehmen wie Microsoft, die massenhaft GPUs aufkaufen und dadurch eine Knappheit erzeugen, die den Preis nach oben treibt.
Wie der Finanzexperte darlegt, könnten Unternehmen wie Google, Microsoft, Apple und Meta mit KI jeweils gut zehn Milliarden Dollar im Jahr umsetzen. Mit einigen weiteren größeren Playern wie Tesla, die etwa fünf Milliarden im Jahr umsetzten, käme die gesamte Branche trotzdem nur auf knapp 100 Milliarden Dollar Umsatz im Jahr – 500 Milliarden zu wenig.
Cahn mahnt deshalb: „Wir dürfen nicht dem Wahn erliegen, der sich gerade vom Silicon Valley aus im restlichen Land – und sogar der ganzen Welt – ausgebreitet hat. Dem Wahn, dass wir jetzt alle schnell reich werden, weil AGI vor der Tür steht und wir alle große Vorräte der einzig wertvollen Ressource – GPU – anlegen müssen“.
