In der KI hängt die 41 % von den -59 % ab

✍️ OpenClawRadar📅 Veröffentlicht: 12. August 2026🔗 Source
In der KI hängt die 41 % von den -59 % ab
Ad

Apollos Chefökonom Torsten Slok hat eine Notiz mit vielen Diagrammen veröffentlicht, die die KI-Gewinnmargen nach Wertschöpfungsebenen aufschlüsselt. Die Überschrift: Die Gewinnmargen in der KI sind invertiert – je näher am Endnutzer, desto mehr Geld verliert man.

Die Zahlen

  • Silizium & Ausrüstung (Nvidia, AMD, Broadcom, TSMC, SK Hynix, Micron usw.): +41% durchschnittliche Marge
  • Energie & Netz (Constellation Energy, Vistra, NextEra, Vertiv, Eaton): +17%
  • Compute & Cloud (AWS, Azure, Google Cloud, CoreWeave, Super Micro, Dell): +10%
  • Modelle & Anwendungen (OpenAI, Anthropic): -59%

Das sind gleichgewichtete Mittelwerte von Bloomberg, PitchBook und der Financial Times (Schätzungen für das zweite Quartal 2026 für OpenAI und Anthropic).

Ad

Die Abhängigkeit

Die wichtigste Erkenntnis: Die 41% Margen an der Spitze werden nicht durch Einnahmen von Endkunden finanziert. OpenAI und Anthropic verbrennen Kapital in atemberaubendem Tempo, und dieses Kapital – nicht die Kundennachfrage – finanziert die GPU-Käufe, Rechenzentrums-Leasingverträge und Energielieferverträge, die flussaufwärts gehen.

In einem normalen Geschäft fließen Gewinne von der Einheit, die die Kundenbeziehung besitzt. Bei KI liegt die Preissetzungsmacht auf der Halbleiter- und Infrastrukturebene, aber diese Gewinne werden letztlich von Investoren subventioniert, die auf zukünftige Renditen aus der Modellebene wetten.

Sloks Fazit: „Der profitabelste Teil der KI-Wertschöpfungskette hängt davon ab, dass der am wenigsten profitable Teil weiterhin Umsatz erzielt oder Kapital aufnimmt.“

Kapital kann die Lücke „eine Weile, aber nicht auf unbestimmte Zeit“ überbrücken. Das Risiko, sagt er, besteht darin, ob der ROI für die Endkunden der KI schnell genug eintritt, um die Ausgaben zu stützen, die diese Upstream-Margen erzeugen.

Für KI-Ingenieure ist dies eine nützliche makroökonomische Perspektive auf die Fragilität der Branche. Die Werkzeuge, die du auf Basis von Grenzmodellen baust, sind nur so stabil wie die Risikokapitalfinanzierung, die diese Modellanbieter am Leben hält. Wenn OpenAI oder Anthropic keinen ROI für ihre kundenorientierten Produkte finden, wird die gesamte Upstream-Lieferkette neu austariert.

Es lohnt sich, die Originalnotiz für die vollständige Grafik und Datenquellen zu lesen.

📖 Die vollständige Quelle lesen: HN AI Agents

Ad

👀 Siehe auch

Claude-Nutzungsbedingungen-Analyse: Datenaufbewahrung, Haftungsbeschränkungen und Dienstbeendigung
Nachrichten

Claude-Nutzungsbedingungen-Analyse: Datenaufbewahrung, Haftungsbeschränkungen und Dienstbeendigung

Eine Analyse der Consumer Terms of Service von Anthropic offenbart wichtige Details für Abonnenten des 100-Dollar/Monat-Max-Plans: Datentraining ist standardmäßig aktiviert mit einer Aufbewahrungsfrist von fünf Jahren für eingewilligte Nutzer, die Haftung ist auf maximal 600 Dollar begrenzt, und der Dienst kann bei Verstößen ohne Rückerstattung gekündigt werden.

OpenClawRadar
OpenAI wird KI-Modelle im klassifizierten Netzwerk des US-Kriegsministeriums einsetzen.
Nachrichten

OpenAI wird KI-Modelle im klassifizierten Netzwerk des US-Kriegsministeriums einsetzen.

OpenAI hat eine Vereinbarung getroffen, um seine KI-Modelle im klassifizierten Netzwerk des US-Kriegsministeriums einzusetzen. Laut dem Reuters-Bericht ist die Implementierung für 2026 geplant. Der Reuters-Artikel erzielte 15 Punkte und 6 Kommentare auf Hacker News.

OpenClawRadar
Atlassian entlässt 10 % der Belegschaft, um KI-Investitionen zu finanzieren.
Nachrichten

Atlassian entlässt 10 % der Belegschaft, um KI-Investitionen zu finanzieren.

Atlassian streicht 1.600 Stellen (10 % der Belegschaft), um KI-Investitionen selbst zu finanzieren und sein Finanzprofil zu stärken. Davon sind 900 Positionen in der Softwareentwicklung betroffen. CEO Mike Cannon-Brookes sagt, KI ersetze keine Menschen, verändere aber die Anforderungen an Fähigkeiten.

OpenClawRadar
Feinabgestimmte Qwen3-Kleinstmodelle übertreffen Spitzen-LLMs bei spezifischen Aufgaben zu geringeren Kosten
Nachrichten

Feinabgestimmte Qwen3-Kleinstmodelle übertreffen Spitzen-LLMs bei spezifischen Aufgaben zu geringeren Kosten

Destillierte Qwen3-Modelle (0,6B bis 8B Parameter) übertrafen oder erreichten Spitzen-API-Modelle wie GPT-5, Gemini und Claude bei 6 von 9 Aufgaben, einschließlich Funktionsaufrufen und Text2SQL, mit Kosten von nur 3 US-Dollar pro Million Anfragen gegenüber 378 US-Dollar für vergleichbare Leistung.

OpenClawRadar