LONDON (IT BOLTWISE) – Goldman Sachs rechnet vor, wie lange KI-Investitionen bei Hyperscalern noch brauchen, bis sie sich wirklich auszahlen. Laut dem Strategen Ryan Hammond müssen Konzerne wie Amazon, Oracle und Microsoft in den nächsten Jahren rund 300 Milliarden US-Dollar an KI-Umsatz erzielen, um ihre Ausgaben auszugleichen. Erst nach dieser Schwelle würden auch Cloud-Nutzer und Anbieter profitieren, weil Anwendungen im großen Stil profitabel werden müssen. Bis dahin bleibt für Anleger vor allem entscheidend, ob die Absatzseite schnell genug skaliert.
Die Kursfantasie rund um KI trifft derzeit auf eine nüchterne Rechnung aus der Kapitalmarktanalyse: Hyperscaler können zwar schneller als erwartet wachsende Cloud-Umsätze melden, doch der eigentliche „Break-even“ entsteht nicht automatisch mit jeder Wachstumswelle. Goldman Sachs argumentiert, dass die Renditeerwartungen an Künstliche Intelligenz (KI) vor allem davon abhängen, wann aus Infrastrukturinvestitionen in Rechenzentren und KI-Plattformen tatsächlich messbare, wiederkehrende Einnahmen werden. In der Betrachtung von Ryan Hammond wird die Lücke besonders klar: Selbst wenn Umsätze kurzfristig anspringen, muss die KI-Nachfrageseite über Jahre hoch genug sein, damit die Investitionen nicht nur ausgelastet, sondern langfristig wirtschaftlich amortisiert werden.
Konkret nennt Hammond eine Zielgröße: Die großen Cloud- und KI-Anbieter müssten laut den vorliegenden Zahlen in den „nächsten wenigen Jahren“ etwa 300 Milliarden US-Dollar an KI-Einnahmen generieren, um den Einsatz von Kapital in den vergangenen und laufenden Ausbauphasen auszugleichen. Das ist mehr als ein abstrakter Unternehmenswunsch; es ist eine Rechenlinie entlang der Frage, wie viel „AI revenue“ im Verhältnis zu den gestiegenen Kosten für Compute- und Infrastrukturbetrieb tatsächlich entsteht. Dazu kommt ein zweites Element, das in der Story entscheidend ist: Nicht nur die Hyperscaler müssen „break even“ erreichen, auch die Anwendungs- und Software-Schicht muss bei den Compute-Kosten stabile Gewinnmargen aufbauen können.
Um diese Größenordnung einzuordnen, blickt die Analyse auf zwei Verbraucherseiten der Rechnung: die kurzfristige Cloud-Dynamik und die langfristige Nachfrage nach KI-Use-Cases. Für das Jahr 2026 wird für die Gruppe der Hyperscaler eine Beschleunigung der Cloud-Umsätze beschrieben, annualisiert etwa 70 Milliarden US-Dollar über dem vor der KI-Phase erwarteten Trend. Gleichzeitig verweist die Darstellung auf ein enormes Nachfragepolster: Die angekündigten Backlogs für den Gesamtverbund lägen bei über 1,5 Billionen US-Dollar. Solche Backlogs sind in der Praxis ein Signal für laufende Projektbudgets und Kapazitätszusagen – für Anleger wirken sie wie „sichtbare“ Nachfrage, entlasten aber nicht vollständig die Frage, wann daraus tatsächlich der wirtschaftlich relevante Umsatzstrom wird.
Der eigentliche Druckpunkt liegt damit auf der Skalierung in der Anwendungsschicht. Hammond formuliert es als Bedingung: Nutzer müssten ungefähr 1 Billion US-Dollar jährlich für KI-Anwendungen ausgeben, damit die Hyperscaler „solide“ Renditen erzielen und gleichzeitig die Anwendungsebene starke Profitabilität aus ihren Compute-Aufwänden herauspressen kann. Diese Kette macht verständlich, warum KI-Investitionen trotz guter Cloud-Zahlen für einige Quartale oder Jahre wie ein „Vorleistungsgeschäft“ wirken: Compute ist schnell verfügbar, aber zahlungsbereite Workloads entstehen erst, wenn Modelle in Produkte und Prozesse überführt werden, die messbaren Nutzen liefern. Für Unternehmen, die KI intern einführen, heißt das übersetzt: Der ROI hängt nicht nur von der Modellgüte ab, sondern auch von der Effizienz der Workflows, dem Hosting-Modell und der Fähigkeit, wiederkehrende Nutzung statt Pilotitis zu etablieren.
Für den Markt ist die Aussage damit zweischneidig. Auf der einen Seite zeigt die im Text genannte ETF-Entwicklung, dass Anleger KI-Aktien kurzfristig weiter mit Momentum handeln: Der Roundhill Magnificent Seven ETF (MAGS), der die Performance ausgewählter KI-Hyperscaler abbildet, legt innerhalb eines Monats um 8% zu, während der S&P 500 moderater steigt. Auf der anderen Seite stellt die Goldman-Logik eine Art „Fundamental-Backstop“ bereit: Wenn die reale KI-Ausgabenhöhe die erwarteten Größen erst verzögert erreicht, können Bewertungen trotz steigender Umsätze unter Druck geraten. In solchen Phasen wird häufig sichtbar, wie stark sich Investorenerwartungen bereits „vorwegnehmen“ und wie viel Enttäuschung schon in kleinen Abweichungen vom Pfad steckt.
Technisch betrachtet lässt sich die Break-even-Frage gut mit dem Unterschied zwischen Kapazität und Auslastung erklären. Rechenzentren liefern die benötigte Rechenleistung, doch Kosten entstehen sofort in Bau, Betrieb, Energie und Wartung – während Erlöse vom tatsächlichen Verbrauch abhängen. In der Praxis bedeutet das: Hyperscaler müssen nicht nur mehr GPU- und Infrastrukturressourcen bereitstellen, sondern auch die Nachfrage in Form von skalierbaren API-Aufrufen, Enterprise-Workloads und gehärteten Betriebsmodellen verstetigen. Je stärker KI-Anwendungen auf kurze Experimente statt wiederkehrende Workloads setzen, desto länger dauert es, bis die Ausgaben in einem konsistenten Umsatzstrom landen. Genau deshalb ist Hammond zufolge der jährliche Anwendungs-Spend so zentral: Er ist ein Proxy dafür, ob KI tatsächlich „in die Breite“ gegangen ist und nicht nur punktuell getestet wird.
Für CIOs, CTOs und Produktverantwortliche ergibt sich daraus eine pragmatische Konsequenz: Wer KI-Projekte plant, sollte den Weg vom Modell zur Nutzungseinheit so dokumentieren, dass sich Compute-Kosten pro Ergebnis klar messen lassen. In vielen Organisationen ist das noch der Engpass – nicht die Modellwahl, sondern die Betriebsfähigkeit: Prompting- und Orchestrierungslogik, Datenzugriff, Latenzanforderungen, Monitoring sowie die Frage, wie sich Kosten bei gleichbleibender Output-Qualität reduzieren lassen. Wenn sich diese Elemente verbessern, steigt die Wahrscheinlichkeit, dass die Kundenperspektive in Richtung „KI-Applications mit wiederkehrendem Budget“ kippt – und damit indirekt auch die Marktannahmen stützt, auf die die Break-even-Rechnung zielt. Damit verschiebt sich die Diskussion von „KI zeigt Fortschritt“ hin zu „KI skaliert wirtschaftlich“, was letztlich auch den Ton an den Börsen mitprägt.
Auch wettbewerblich lässt sich die Botschaft einordnen, ohne dass ein einzelner Anbieter im Detail genannt werden muss. Die Analyse gruppiert Hyperscaler wie Amazon, Oracle und Microsoft als zentrale Infrastrukturbringer, aber die Profitkette berührt verschiedene Ebenen: Anbieter von Modellzugang, Tooling und Integrationsdiensten sowie Unternehmen, die KI als Feature in Produkte oder als Prozessautomatisierung einbetten. Entscheidend ist, ob die Anwendungsschicht ihre Margen aus den gestiegenen Compute-Kosten heraus erwirtschaftet – andernfalls bleibt die Schwelle zum Break-even in Reichweite, aber auf der falschen Seite der Zeitachse. Bis dahin werden Investoren und Analysten bei Quartalszahlen zunehmend darauf achten, ob das Umsatzwachstum wirklich von KI-Mehrwert getrieben ist und ob Backlogs in beschleunigte Realisierung übersetzen.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- 【MEHR LEBEN FÜR DEINEN SCHREIBTISCH】 Lerne Eilik kennen – deinen kleinen Roboter-Freund mit Persönlichkeit. Mit liebevollen Animationen, ausdrucksstarken Reaktionen und spielerischen Interaktionen bringt Eilik mehr Freude in deinen Alltag. Ob auf dem Schreibtisch, im Büro oder am Nachttisch – Eilik wird schnell zu einem vertrauten Begleiter für besondere Momente.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "Goldman: Hyperscaler brauchen 300 Milliarden US-Dollar KI-Umsatz für den Break-even" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "Goldman: Hyperscaler brauchen 300 Milliarden US-Dollar KI-Umsatz für den Break-even" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »Goldman: Hyperscaler brauchen 300 Milliarden US-Dollar KI-Umsatz für den Break-even« bei Google Deutschland suchen, bei Bing oder Google News!