Sind wir in einer AI-Blase? Ein klarer Blick auf Infrastruktur vs. Hype

Der Aufstieg von KI hat massive Investitionen, schnelle Innovationen und intensive öffentliche Aufmerksamkeit ausgelöst. Diese Bedingungen werfen fast unvermeidlich eine vertraute Frage auf: Sind wir in einer KI-Blase?

Es ist eine berechtigte Sorge. Perioden der technischen Begeisterung wurden oft von schmerzhaften Korrekturen gefolgt, besonders wenn Erwartungen die Grundlagen überholen. Aber um diese Frage zu beantworten, muss man sichtbaren Hype von den weniger sichtbaren Systemen darunter trennen und die Diskussion in Geschichte, Wirtschaft und den Realitäten der Infrastrukturebene verankern, die tatsächlich KI antreibt.

Wenn man das tut, sieht das Bild weit nuancierter aus als die Blasen-Narrative suggerieren.

1. Die Schlüsselunterscheidung: Infrastruktur vs. Anwendungen

Die meisten Gespräche über eine “KI-Blase” konzentrieren sich auf das, was man auf der Anwendungsebene sieht. Dazu gehören Schlagzeilen-machende Finanzierungsrunden von Unternehmen wie OpenAI, Anthropic und xAI mit schnellen Finanzierungsankündigungen, die nur Monate auseinander liegen. Dann gibt es virale KI-Agenten-Demos, die soziale Feeds überschwemmen, und weitreichende Behauptungen über künstliche allgemeine Intelligenz oder trillionenschwere Ergebnisse, lange bevor Umsätze nachziehen.

Diese Ebene der Branche bewegt sich schnell, weil sie von Erzählungen, Erwartungen und Investorenpsychologie angetrieben wird. Anwendungsbetriebe können so schnell an Aufmerksamkeit gewinnen, wie sie auch aus der Gunst fallen können. Narrative erweitern sich oft schneller als die zugrunde liegenden Geschäftsgrundlagen, und da dies der sichtbarste Teil der KI-Wirtschaft ist, wird es zum Standardbezugspunkt für Behauptungen, dass der gesamte Sektor überhitzt ist.

Aber Recheninfrastruktur operiert in einer völlig anderen Realität, einer, die von Physik, Wirtschaft und harten Kapazitätsbeschränkungen beherrscht wird.

Recheninfrastruktur wird von messbaren Kräften geformt: GPUs, die stündliche Einnahmen durch die Ausführung von KI-Workloads erzeugen, die Verfügbarkeit und Kosten von Strom, der Tempo von Rechenzentrumsbau, zunehmende Trainings- und Inferenzanforderungen, da Modelle in der Größe wachsen. Auslastung, nicht Sentiment, bestimmt, ob diese Ebene funktioniert.

Wo Anwendungen aufgrund von Wahrnehmung steigen und fallen, ist Infrastruktur in nachhaltiger Nachfrage verankert. Deshalb verhält sich die Infrastrukturebene nicht wie eine typische blaseanfällige Anlageklasse. Sie verhält sich eher wie das Stromnetz während der Elektrifizierung oder Glasfaser während des Internet-Booms. Es ist ein grundlegendes System, dessen Nachfragekurve von technologischem Fortschritt angetrieben wird und nicht von den Launen der Investoren.

2. Was die Geschichte tatsächlich zeigt

Ein Blick auf vorherige allgemeine Technologien zeigt ein konsistentes und sich wiederholendes Muster: Große technologische Verschiebungen beginnen mit einem enormen Anstieg der Infrastrukturinvestitionen, lange bevor Produktivitätsgewinne in der Wirtschaft sichtbar werden.

Eisenbahnen erforderten enorme Vorabinvestitionen, Jahrzehnte bevor sie den Handel transformierten. Elektrizität forderte teure Netzwerkaufbauten, bevor Fabriken sich vollständig um elektrische Energie reorganisieren konnten. Telekommunikationsnetze, Internet-Backbone-Infrastruktur, Mobilfunknetze und Cloud-Computing folgten alle dem gleichen Weg. In jedem Fall kam der Infrastrukturaufbau zuerst, während Produktivitätsverbesserungen nachhinkten.

Von außen sahen diese Phasen oft wie Blasen aus. Im Nachhinein waren sie Installationsphasen. Notwendige, kapitalintensive Aufbauten, die den Grundstein für Jahrzehnte des wirtschaftlichen Wachstums legten.

Diese weithin verbreitete Goldman-Sachs-Grafik veranschaulicht dieses Phänomen klar:

Infrastrukturinvestitionen schießen Jahre vor messbaren Produktivitätsgewinnen in die Höhe. KI heute folgt dieser Kurve fast genau.

Viel von heute’s KI-Aufbau wird von Unternehmen angetrieben, die grundlegend anders sind als die der Dotcom-Ära. Während der späten 1990er Jahre hatten viele hoch bewertete Internet-Unternehmen wenig oder keine Umsätze. Im Gegensatz dazu sind die größten Kräfte hinter dem aktuellen KI-Infrastrukturaufschwung, wie Microsoft, Google, Meta und Amazon, hoch profitable Unternehmen mit massiven, wiederkehrenden Cash-Flows aus etablierten Geschäften wie Cloud-Computing, Werbung und Unternehmenssoftware.

Ihr KI-Ausgaben werden größtenteils durch Betriebsgewinne finanziert, nicht durch spekulative Schulden. Diese Unterscheidung ist wichtig. Sie verringert systemische Fragilität erheblich und umdeutet heute’s Investitionen nicht als rücksichtslose Exzesse, sondern als bewusste langfristige Investitionen.

3. Die Nachfrage nach Rechenleistung ist strukturell, nicht sentimentgesteuert

Was den aktuellen KI-Zyklus außergewöhnlich widerstandsfähig macht, ist, dass die Nachfrage nach Rechenleistung nicht primär von narrativer Begeisterung getrieben wird. Sie wird von technischen Anforderungen getrieben, die unabhängig von Marktsentiment weiter expandieren.

Kern-Treiber der Rechenleistungsnachfrage beschleunigen sich:

• Die “Denk”-Steuer: Neue KI-Modelle suchen nicht nur Antworten, sondern durchdenken tatsächlich Tausende von Möglichkeiten, bevor sie antworten. Dies schafft eine neue Realität, in der ein einzelner Benutzeranstoß 100-mal mehr Rechenleistung wie eine traditionelle Suche verbrauchen kann.

• Synthetische Daten-Produktion: Wir haben effektiv alle hochwertigen menschlichen Daten, auf denen wir trainieren können, aufgebraucht. Um weiter zu verbessern, laufen Flotten von GPUs 24/7 nur, um das Trainingsmaterial für die nächste Generation von Modellen zu schreiben.

• Souveräne Infrastruktur: Regierungen kaufen jetzt Rechenleistung für die nationale Sicherheit, wie sie Energievorräte oder Verteidigungssysteme kaufen. Dies schafft eine massive, permanente Nachfragemarke, die immun gegen Marktsentiment ist.

Diese Kräfte existieren unabhängig davon, wie KI-Startups in einem gegebenen Quartal bewertet werden. Selbst während Marktrückgänge bleibt die GPU-Auslastung hoch, weil die Workloads selbst weiter an Komplexität und Volumen gewinnen.

Dieser Aufbau ist greifbar auf eine Weise, wie viele spekulative Blasen es nicht waren. GPUs, Server, Rechenzentren, Strominfrastruktur und eingesetzte KI-Anwendungen sind reale Vermögenswerte, die bereits messbare Produktivitätsgewinne liefern. Im Gegensatz zu vielen Dotcom-Konzepten, die Jahre von der praktischen Anwendung entfernt waren, sind KI-Systeme bereits in Workflows über Software-Entwicklung, Forschung, Kundensupport, Design, Logistik und Entscheidungsfindung eingebettet.

Es gibt auch eine wettbewerbliche Dynamik, die über Märkte hinausgeht. KI ist zu einem strategischen “Wettrüsten” zwischen Unternehmen und Nationen geworden. Regierungen und Konzerne können nicht einfach in Investitionen aussteigen, ohne langfristige Wettbewerbsfähigkeit zu riskieren. Hinterherzufallen bei Rechenleistung bedeutet immer mehr, hinterherzufallen bei Innovation, Talentanwerbung und Kapitalzugang.

4. Blase oder Wendepunkt?

Einige Ökonomen unterscheiden zwischen zwei Arten von Blasen. Finanzielle Blasen hinterlassen wenig, wenn sie platzen. Wendepunkt-Blasen beschleunigen hingegen den Aufbau von grundlegender Infrastruktur, die die wirtschaftliche Landschaft dauerhaft verändert, auch wenn Kapital auf dem Weg falsch alloziert wird.

Eisenbahnen, Elektrifizierung und das frühe Internet zeigten alle Elemente spekulativer Exzesse. Sie formten jedoch die Gesellschaft auf unwiderrufliche Weise um. Der Verschwendung wurde der Fortschritt nicht negiert.

Der KI-Zyklus zeigt Merkmale einer Wendepunkt-Blase. Es gibt zweifellos Hype an den Rändern und einige Investitionen werden scheitern. Aber die gebaute Infrastruktur ist real, dauerhaft und zunehmend unverzichtbar. Selbst wenn Bewertungen komprimiert werden, der Markt konsolidiert und spezifische Anwendungen scheitern, bleibt die zugrunde liegende Infrastruktur bestehen.

5. Das menschliche Unterschätzungproblem

Schließlich gibt es eine wiederkehrende Tendenz, die tiefgreifende Auswirkung neuer Technologien auf das tägliche Leben zu unterschätzen. Vor nur 18 Monaten wurde der größte Teil der Öffentlichkeit mit Tools wie ChatGPT in die KI eingeführt. Heute ist es für viele Wissensarbeiter schwer vorstellbar, ohne KI-Unterstützung zu arbeiten.

Diese Verschiebung erfolgte bemerkenswert schnell und befindet sich noch in den Anfängen.

Aus dieser Perspektive verfehlt die Bezeichnung als KI-Blase den größeren Punkt. Was wir beobachten, sieht weniger wie spekulativer Überschwang aus, der von der Realität losgelöst ist, und mehr wie die chaotische, kapitalintensive Installationsphase einer Produktivitätsrevolution, die bereits im Gange ist.

Öffentliches Sentiment wird schwanken. Preise werden korrigieren. Die Infrastruktur und die Innovation, die sie ermöglicht, bleiben bestehen.