Zerschmettern der Theorie vom Künstlichen-Intelligenz-Blase: Anthropic erzielt erstmals Gewinn

Das Gewinn- und Verlustkonto der Pionier-Modellfirma zeigt endlich positive Zahlen.

Laut einer Meldung der Wall Street Journal steht Anthropic vor einem entscheidenden Quartal: Das Unternehmen erwartet, dass der Umsatz im zweiten Quartal 2026 über 10,9 Milliarden US-Dollar liegen wird, was eine Verdoppelung gegenüber dem ersten Quartal mit 4,8 Milliarden US-Dollar darstellt, und dass es erstmals einen Betriebsgewinn erzielen wird. Die Reuters berichtete anschließend, dass Anthropic im zweiten Quartal einen Betriebsgewinn von etwa 559 Millionen US-Dollar erwarten würde.

In den letzten Jahren hat die Skepsis gegenüber der AI-Blase nie aufgehört. Obwohl die großen Modelle sehr beliebt sind, sind sie auch sehr kostspielig: Das Training von Modellen kostet Geld, die Inferenzdienste kosten Geld, und die Ausgaben für GPU, Rechenzentren, Strom und Fachkräfte sind unendlich.

Je höher der Umsatz und die Nutzung, desto höher sind auch die Kosten. Man sieht nur ständige Investitionen, aber es hört sich so an, als gäbe es keine Rückmeldung.

Das lässt viele Menschen fragen: Ist eine Pionier-Modellfirma wirklich ein guter Geschäftszweig oder nur eine Kapitalfalle, die nur durch Finanzierungen am Leben gehalten wird?

Jetzt, kurz vor dem IPO einiger "Pumpenfirmen", gibt Anthropic eine überzeugende Antwort: Wenn die Pionier-Modelle tatsächlich in Unternehmen, Programmierung und langfristige Agent-Szenarien integriert werden, ist es möglich, dass der Umsatz die Kosten übersteigt.

Mit anderen Worten, können die großen Modellfirmen ihre technologischen Fähigkeiten in echte geschäftliche Ergebnisse umsetzen.

01 Warum Anthropic zuerst die Gewinngrenze erreicht hat

Der direkteste Grund, warum Anthropic so schnell einen Betriebsgewinn im Quartal erzielt hat, ist die rasanten Umsatzsteigerung.

Laut der Wall Street Journal betrug der Umsatz von Anthropic im ersten Quartal dieses Jahres 4,8 Milliarden US-Dollar, und im zweiten Quartal wird er voraussichtlich über 10,9 Milliarden US-Dollar liegen. Der Umsatz hat sich innerhalb eines Quartals verdoppelt.

Eine solche Wachstumsrate ist bei jeder Softwarefirma selten, und das gilt umso mehr für Anthropic, die keine leichten Vermögenswerte aufweisende SaaS-Firma, sondern eine Pionier-Modellfirma ist. Sie hat enorme Kosten: Das Training von Modellen, die Bereitstellung von Inferenzdiensten, der Kauf von Rechenleistung und die Unterstützung der häufigen globalen Nutzung von Claude kosten viel Geld.

Was bemerkenswert ist, ist, dass es Anthropic gelungen ist, eine noch steilere Umsatzkurve zu erzielen, obwohl die Kostenkurve bereits sehr steil ist.

Die Kernfrage, die die Märkte in Bezug auf die großen Modellfirmen stellen, liegt hier: Es ist nicht, dass es keinen Umsatz gibt, sondern dass der Umsatz möglicherweise von den Kosten aufgezehrt wird.

Je mehr Benutzer und je häufiger die Nutzung, desto höher sind die Inferenzkosten; je stärker das Modell, desto teurer ist das Training; je größer das Unternehmen, desto höher sind die Investitionen in Rechenzentren, Strom, Chips und das Ingenieursteam.

Anthropic hat bewiesen, dass in bestimmten hochwertigen Szenarien der Umsatz einer großen Modellfirma die Kosten übersteigen kann.

Der Schlüssel, warum es Anthropic so schnell gelungen ist, die Gewinngrenze zu erreichen, liegt darin, dass Claude in die Unternehmens- und Programmier-Szenarien getroffen hat.

Das Wachstum von Claude stammt hauptsächlich von Unternehmenskunden, Entwicklern, Programmiertools, langfristigen Agenten und automatisierten Arbeitsabläufen. Diese Szenarien unterscheiden sich vollständig von den Abonnements von normalen Verbrauchern.

Normale Abonnenten nutzen die KI oft zum Schreiben von E-Mails, Recherchieren, Chatten, Verbessern von Texten und Generieren von Bildern. Die Nutzerzahl kann groß sein, aber der Preis ist begrenzt, und die Nutzung ist schwer zu kontrollieren. Ein Abonnent, der monatlich 20 US-Dollar zahlt, kann für das Unternehmen möglicherweise nicht rentabel sein, wenn er den Modell täglich stark nutzt.

Aber Unternehmenskunden sind anders.

Unternehmen sind bereit, höhere Preise für Stabilität, Zugangskontrolle, Datensicherheit, Systemintegration, API-Nutzung und Automatisierung von Arbeitsabläufen zu zahlen. Insbesondere in der Programmier-Szene ist die ROI (Return on Investment) sehr direkt. Wenn ein Modell Ingenieuren hilft, Code zu schreiben, Tests durchzuführen, Bugs zu beheben und große Code-Bibliotheken zu verstehen, spart es nicht nur normale Bürozeit, sondern die Zeit von hochbezahlten Ingenieuren.

Anthropics Strategie in diesem Bereich ist sehr offensichtlich. Im vergangenen Jahr hat es Claude offensichtlich in Richtung "Unternehmens-AI-Werkzeugkasten" entwickelt.

Im August 2025 hat Anthropic Claude Code in die Team- und Enterprise-Pläne integriert. Unternehmensadministratoren können ein Premium-Abonnement mit Claude Code erwerben, um Chat, Code-Generierung und Entwicklungsprozesse in einem Paket zu haben.

Es hat auch Ausgabenlimits, Sitzverwaltungen, Nutzungsanalysen, Strategieeinstellungen und Compliance-APIs eingeführt, um es Unternehmen zu erleichtern, ihr Budget zu kontrollieren, die Zugangsberechtigungen ihrer Mitarbeiter zu verwalten, die Nutzungsdaten zu verfolgen und die Prüfungs- und Compliance-Anforderungen zu erfüllen.

In der Branche ist die Finanzbranche das am deutlichsten Beispiel. Im Mai dieses Jahres hat Anthropic 10 Agent-Vorlagen für den Finanzdienstleistungssektor veröffentlicht, die hochfrequente Szenarien wie Anlageforschung, Unternehmensbewertung, Bilanzanalyse, KYC und Monatsabschluss abdecken. In Bezug auf die Daten- und Tool-Ekosysteme kann Claude sich mit Markt-Daten- und Forschungsplattformen wie FactSet, S&P Capital IQ, MSCI, PitchBook, Morningstar und LSEG verbinden, sowie mit den eigenen Datenbanken, Forschungsbibliotheken und CRM-Systemen von Unternehmen.

Das ist die reale Form der Unternehmens-AI: Modelle, Daten, Zugangsberechtigungen, Plugins, Arbeitsabläufe und Branchenvorlagen werden zusammengepackt, anstatt ein einzelner Chat-Frame zu sein.

Für Unternehmen ist Claude ein Produktivitätssystem, das in die Forschung und Entwicklung, den Kundendienst, die Anlageforschung, die Datenanalyse, die Dokumentenverarbeitung und interne Prozesse integriert werden kann. Es ist kein dekorativer Chat-Partner, sondern ein Werkzeug, mit dem man rechnen kann.

Das ist auch der Grund, warum die Programmier- und Agent-Szenarien für Anthropic so wichtig sind.

Der Nutzen von normalen Chat-Produkten ist eher verteilt. Benutzer können es nützlich finden, aber es ist schwierig, genau zu messen, wie viel Gewinn es tatsächlich generiert. Programmiertools sind anders. Man kann leicht sehen, ob Code geschrieben wurde, ob Bugs behoben wurden, ob Aufgaben erledigt wurden und ob die Effizienz der Ingenieure verbessert wurde.

Langfristige Agenten funktionieren ähnlich. Sie können mehr Rechenleistung verbrauchen, aber die Probleme, die sie lösen, sind näher an den realen Unternehmensarbeitsabläufen. Solange die Aufgaben wichtig genug sind, sind die Kunden bereit, höhere Preise zu zahlen.

Man kann sagen, dass Anthropic nicht durch niedrige Preise und breite Verbreitung Umsatz erzielt, sondern indem es in teurere, dringender benötigte und leichter kommerzialisierbare Szenarien eintritt und die Fähigkeiten von Claude in höherwertigen Umsatz umsetzt.

Dies erklärt auch, warum das Umsatzprofil von Anthropic eher zu Gewinnen führt als das von OpenAI.

OpenAI hat den stärksten Verbraucherzugang. ChatGPT ist eine der wichtigsten Anwendungen der gesamten KI-Zeit, aber die andere Seite des Verbraucherzugangs sind enorme Nutzungskosten.

Ein Zugang für die breite Öffentlichkeit bedeutet eine breite Nutzung. Je mehr Benutzer und je intensiver die Nutzung, desto höher sind die Inferenzkosten. Kurzfristig bedeutet ein Superzugang auf der Verbraucherseite nicht unbedingt eine gute Gewinnspanne.

Der Weg von Anthropic ähnelt eher dem eines Unternehmens-AI-Lieferanten. Es hat nicht wie ChatGPT einen Zugang für die breite Öffentlichkeit, aber es hat früher und konzentrierter die Unternehmenskunden und Entwickler-Szenarien erfasst. Der Umsatz ist konzentrierter, der durchschnittliche Preis pro Kunde ist höher, die Gründe für die Zahlungen der Kunden sind klarer, und es ist leichter, einen stabilen Umsatz um APIs, Team-Editionen, Unternehmens-Editionen, Programmiertools und Agent-Arbeitsabläufe herum aufzubauen.

02 Die AI-Blase-Theorie trifft erstmals auf eine finanzielle Gegenbeweis

Anthropics Gewinn erzielt in diesem Quartal ist nicht nur ein finanzieller Erfolg für das Unternehmen selbst. Wichtiger ist, dass es die AI-Blase-Theorie erstmals auf einen schwer zu umgehenden finanziellen Gegenbeweis trifft.

Die AI-Blase-Theorie beruht in einem großen Teil darauf, dass das Einheitenwirtschaftsmodell nicht funktionieren kann.

Obwohl die großen Modelle nützlich sind, sind sie auch sehr teuer. Das Training von Modellen erfordert eine enorme Rechenleistung, die Inferenzdienste erfordern kontinuierliche Zahlungen, und die Investitionen in GPU, Strom, Rechenzentren und Forschungsteams sind alle hoch. Noch schwieriger ist, dass AI-Firmen im Gegensatz zu traditionellen Softwarefirmen nicht von einer sinkenden Grenzkosten profitieren, wenn die Anzahl der Benutzer steigt. Je mehr Benutzer und je häufiger die Nutzung, desto höher sind die Inferenzkosten.

Wenn jede Modellaktualisierung größere Trainingskosten bedeutet und jedes Wachstum der Benutzerzahl höhere Inferenzausgaben zur Folge hat, wird der Verlustbetrag auch bei einem schnellen Umsatzwachstum nur größer.

Das ist der Grund, warum viele Menschen befürchten, dass die großen Modellfirmen schließlich zu "Kapitalpumpen" auf dem Kapitalmarkt werden: Sie finanzieren sich ständig, kaufen ständig Karten, erweitern ständig ihre Rechenzentren, aber es ist immer noch schwierig, die technologische Begeisterung in Gewinne umzuwandeln.

Alle Pionier-Modellfirmen, einschließlich OpenAI und Anthropic, erzählen dieselbe Geschichte: Die Modelle werden neue Zugänge, die Agenten werden die Arbeitsabläufe neu gestalten, und die Rechenleistung wird zur neuen Infrastruktur. Aber egal wie groß die Geschichte ist, es gibt immer noch eine Frage: Wann wird das Gewinn- und Verlustkonto positive Zahlen zeigen?

Jetzt gibt Anthropic zumindest eine vorläufige Antwort.

Es hat nicht bewiesen, dass alle AI-Firmen profitabel sein können, und es bedeutet auch nicht, dass die Branche der großen Modelle das Geldverbrennen aufgegeben hat. Aber es hat etwas sehr Wichtiges erreicht: Eine Firma, die an der Spitze des Wettbewerbs um die besten Modelle steht, kann tatsächlich im realen Geschäftsmarkt den Umsatzwachstum die Kostenwachstum übersteigen lassen.

Die AI-Blase-Theorie ist nicht völlig unbegründet. Die Bewertungen sind zu hoch, die Kapitalausgaben sind zu groß, und viele Anwendungen haben noch keine stabilen Zahlungsmodelle gefunden. Selbst Anthropic bedeutet dieses Gewinn nicht, dass es von nun an immer profitabel sein wird. Die zukünftigen Rechenleistungskontrakte, Modelltrainings, Inferenzanforderungen und Investitionen in Rechenzentren können den Gewinn wieder aufzehren.

Aber wenn eine Pionier-Modellfirma einen Betriebsgewinn erzielen kann, während ihr Umsatz verdoppelt wird, ist es schwierig, einfach zu sagen, dass die großen Modellfirmen nur durch Finanzierungen am Leben gehalten werden können und nur Geld in GPU und Parameter verbrennen können.

Die genauere Frage lautet: Welche Szenarien können profitabel sein, welche Kunden sind bereit zu zahlen, welche Modellfirmen können die Kosten kontrollieren und welche Firmen können ihre technologischen Vorteile in finanzielle Vorteile umsetzen?

Anthropics Gewinn in diesem Quartal ist für alle großen Modellfirmen ein positives Signal.

Es gibt zumindest ein Beispiel: Solange die Szenarien dringend benötigt werden, die Kunden bereit sind zu zahlen und das Produkt in die realen Arbeitsabläufe integriert werden kann, können die großen Modelle auch Gewinne erzielen.

Daraus folgt, dass sich der kommerzielle Weg anderer großer Modellfirmen immer mehr in dieselbe Richtung neigen wird.

Die Entwicklung von Produktivitätstools und der Weg des Unternehmensdienstleistungsgeschäfts sind machbar. Chatbots können Skala und Zugang bringen, aber sie bringen nicht unbedingt ein gutes Gewinn- und Verlustkonto.

OpenAI hat in den letzten Monaten auch in diese Richtung investiert.

Obwohl ChatGPT immer noch der stärkste Verbraucherzugang von OpenAI ist, ist OpenAI nicht mehr zufrieden, nur ein Chatprodukt mit einer großen Nutzerzahl zu sein. Es baut die Unternehmensseite neu auf: Von der Vertriebsarbeit bei Großkunden, der Branchenimplementierung, der Zusammenarbeit mit Beratungsfirmen bis hin zur Integration in interne Unternehmenssysteme, das Ziel ist, die KI tatsächlich in die Kernarbeitsabläufe von Unternehmen zu integrieren.

OpenAI betont selbst diese Veränderung. Im April dieses Jahres hat Denise Dresser, der Chief Revenue Officer von OpenAI, in einem Artikel über Unternehmens-AI erwähnt, dass der Unternehmensgeschäft bereits über 40 % des Umsatzes von OpenAI ausmacht und bis Ende 2026 möglicherweise die gleiche Größe wie der Verbrauchergeschäft erreichen wird.

Im Mai hat OpenAI auch direkt die OpenAI Deployment Company gegründet, um Unternehmen bei der tatsächlichen Implementierung von KI-Systemen zu helfen. Laut OpenAI wird es Ingenieure, die sich speziell auf die Implementierung von fortschrittlicher KI