Mehr als nur Hype? Was du über die KI-Blase wirklich wissen musst
Einleitung: Zwischen Euphorie und Ernüchterung
Die Euphorie rund um künstliche Intelligenz ist allgegenwärtig. Unternehmen wie Nvidia und Microsoft haben die Billionen-Dollar-Marke durchbrochen, ihre Aktien historische Höchstwerte erreicht. Angetrieben vom Versprechen einer wirtschaftlichen Revolution fließen hunderte Milliarden Dollar in Rechenzentren, Chips und KI-Startups, die teils ohne klares Geschäftsmodell schwindelerregende Bewertungen erzielen. Diese Goldgräberstimmung erinnert viele an die Dotcom-Ära der späten 1990er-Jahre.
Takeaway 1: Der ROI-Schock – Warum 95 % der KI-Investitionen verpuffen
Unsere Untersuchung beginnt mit der ernüchterndsten Statistik des gesamten KI-Hypes. Trotz Investitionen in Höhe von 30 bis 40 Milliarden Dollar sehen 95 % der Unternehmen keinen messbaren Gewinn- und Verlusteffekt aus ihren GenAI-Projekten. Das ist die zentrale Erkenntnis aus dem erwähnten MIT-Bericht. Nur 5 % der integrierten KI-Pilotprojekte schaffen es, einen Wert in Millionenhöhe zu generieren, während die überwältigende Mehrheit im Experimentierstadium stecken bleibt.
Diese Kluft zwischen den gigantischen Investitionen der Tech-Konzerne und der Realität in der breiten Wirtschaft ist alarmierend. Doch dieser ROI-Schock ist weniger überraschend, wenn man bedenkt, dass ein signifikanter Teil der ausgewiesenen Cloud-Umsätze nicht aus echter Unternehmensadaption stammt, sondern aus einem künstlichen Finanzkreislauf.
Takeaway 2: Das Geldkarussell – Wie Tech-Giganten ihr eigenes Wachstum finanzieren
Ein besonders alarmierendes Merkmal der aktuellen KI-Ökonomie ist die sogenannte „zirkuläre Finanzierung“ oder das „Round Tripping“. Hierbei handelt es sich um einen Mechanismus, der die Bilanzen der großen Akteure künstlich aufbläht und ein fragiles Ökosystem schafft, das an die dunkelsten Kapitel der Dotcom-Ära erinnert.
Der Kreislauf funktioniert am Beispiel von Microsoft und OpenAI wie folgt:
- Ein Hyperscaler wie Microsoft investiert Milliarden von Dollar in ein KI-Startup wie OpenAI.
- Das Startup ist vertraglich verpflichtet, einen Großteil dieses Kapitals für den Kauf von Cloud-Diensten (in diesem Fall Microsoft Azure) beim Investor auszugeben.
- Der Hyperscaler verbucht diese Ausgaben als Cloud-Umsatz und kann so beeindruckende Wachstumszahlen vorweisen.
Takeaway 3: Die physische Grenze – KI stößt an eine Wand aus Energie und Wasser
- Eine einzige Anfrage an ein großes Sprachmodell (LLM) verbraucht schätzungsweise zehnmal so viel Energie wie eine traditionelle Google-Suche.
- Der Strombedarf von Rechenzentren in den USA könnte sich Prognosen zufolge bis 2030 verdreifachen und eine Lücke von bis zu 44 Gigawatt in der Erzeugungskapazität hinterlassen – das Äquivalent von 44 neuen Atomreaktoren.
- Bis 2030 könnte der KI-Boom jährlich bis zu 1,1 Milliarden Kubikmeter Wasser verbrauchen, was den Druck auf wasserarme Regionen massiv erhöht.
Takeaway 4: Die wahre Blase – Nicht die KI, sondern das Monopol von Nvidia
Eine differenzierte Perspektive besagt, dass nicht die KI-Transformation an sich eine Blase ist, sondern die extreme Bewertung ihres dominanten Zulieferers: Nvidia. Die KI-Revolution ist real und schafft Produktivität, aber die Monopolstellung von Nvidia mit einer Bruttomarge von 74 % erweist sich zunehmend als nicht nachhaltig.
- Google mit seinen Tensor Processing Units (TPUs)
- Amazon mit den AWS Trainium & Inferentia Chips
- Meta mit dem Meta Training and Inference Accelerator (MTIA)
Takeaway 5: Das Ende der Daten – Der Treibstoff für KI wird knapp
Ein weiteres grundlegendes, aber oft übersehenes Skalierungsproblem ist die drohende Erschöpfung des wichtigsten Rohstoffs für KI: hochwertige, von Menschen erstellte Daten.
Forscher des KI-Prognoseinstituts Epoch AI haben ein überraschendes Konzept vorgestellt: die „Data Exhaustion“. Ihre Prognose ist alarmierend: Der weltweite Vorrat an hochwertigen Textdaten, die für das Training von Sprachmodellen benötigt werden, wird voraussichtlich zwischen 2026 und 2032 vollständig aufgebraucht sein.
Die Industrie versucht, dieses Problem durch den Einsatz von synthetischen, also von KI selbst generierten Daten zu umgehen. Doch dies birgt die enorme Gefahr des „Model Collapse“: Werden Modelle rekursiv mit ihren eigenen Outputs trainiert, verlieren sie den Bezug zur Realität, die Vielfalt ihrer Antworten nimmt ab und ihre Qualität stagniert oder sinkt sogar. Diese technologische Grenze stellt die grundlegende Annahme des unendlichen Wachstums durch schiere Skalierung von Rechenleistung und Daten in Frage und könnte die Entwicklung der KI nachhaltig bremsen.
Fazit: Eine Blase der anderen Art
Die Antwort auf die Frage nach der KI-Blase ist kein einfaches „Ja“ oder „Nein“. Einerseits gibt es klare Anzeichen für spekulativen Exzess: eine Hype-Mentalität, zirkuläre Finanzierungsmodelle und eine extreme Marktkonzentration. Andererseits gibt es fundamentale Unterschiede zur Dotcom-Ära: Die Hauptakteure sind hochprofitable, finanzstarke Giganten, und KI liefert bereits heute nachweisbare Produktivitätsgewinne.
Statt eines katastrophalen, systemischen Platzens ist daher eine Marktbereinigung und Normalisierung das wahrscheinlichste Szenario. Die Blase ist lokal begrenzt, nicht systemisch. Es war nie eine Blase der Nachfrage, sondern eine Blase der überhöhten Margen eines einzelnen Lieferanten: Nvidia.
Wir werden eine Konsolidierungswelle bei KI-Startups und eine Pleitewelle bei undifferenzierten GPU-Vermietern erleben. Gleichzeitig findet eine Machtverschiebung statt: weg vom Hardware-Monopolisten Nvidia hin zu den vertikal integrierten Plattformen wie Google und Amazon, die den gesamten Stack vom Chip bis zur Anwendung kontrollieren. Die KI-Transformation wird bleiben, aber die überhitzte Bewertung des dominanten Zulieferers und die aktuelle Marktstruktur werden einer gesünderen, nachhaltigeren Ordnung weichen.
Quellen
MLQ AI. (2025). State of AI in Business 2025 Report. Abgerufen am 24.11.2025 (Link)
Kunz, C. (20. November 2025). Platzt die KI-Blase? Pro und Contra. Hardwarewartung.com (Link)
Schweizer Radio und Fernsehen (SRF). (20. August 2025). «Lotteriementalität» an der Börse: Analysen warnen vor KI-Blase – News – SRF (Link)
Peters, P., Hintz, C., & Speck, T. (o. D.). „AI Leaders“: Mit kühlem Risikoblick durch den KI-Zyklus. Christian Hintz Vermögensverwaltung GmbH (Link)
Porter, A. (16. Oktober 2025). KI gegen die Dotcom-Blase: 8 Gründe, warum die KI-Welle anders ist. Janus Henderson Investors (Link)
The Verge. (2025). Sam Altman says ‘yes,’ AI is in a bubble Abgerufen am 24.11.2025 (Link)
