Token ist nicht ökonomisch, Ökonomie ist nicht Token

In letzter Zeit hat der Börseneintrittsplan von OpenAI dieses Labor, das lange Zeit mit einer „nichtgewinnorientierten Obergrenze“-Struktur operierte, in den Rampenlichtschein des öffentlichen Marktes gerückt. Gleichzeitig hat das Mutterunternehmen von Google, Alphabet, einen Finanzierungsprogramm von 80 Milliarden US-Dollar aufgelegt, wobei Berkshire Hathaway allein 10 Milliarden US-Dollar abonnierte.

Der erste Einstieg dieses konservativen Investmentriesen, der sich bisher von Tech-Aktien fernhielt, deutet darauf hin, dass das Kapitalspiel in der KI-Branche einen vorläufigen Höhepunkt erreicht hat. Erst heute kann man sagen, dass die KI-Branche eine tiefgreifende Paradigmenwende durchmacht.

Das am offensichtlichsten zu erkennende Merkmal ist, dass „Geldmangel“ und „Spaltung“ derzeit zwei parallele Erzählungen in KI-Unternehmen sind.

Der Grund für ersteres liegt darin, dass Rechenleistung ein kapitalintensives Gut ist. Google plant für 2026 Kapitalausgaben von 180 bis 190 Milliarden US-Dollar, und auch Microsoft, Meta und Amazon investieren jeweils Milliardenbeträge. Ein H100-Chip, ein Transformator eines Rechenzentrums oder eine Anschlussleitung an das Stromnetz – jeder Schritt erfordert echte Geldbeträge.

Letzteres ist in letzter Zeit die Hauptstrategie großer chinesischer Unternehmen. Die interne Bewertung von Keling AI von Kuaishou lag nur bei etwa 6 Milliarden US-Dollar. Nach der Spaltung und Unabhängigkeit stieg die Vor-Finanzierungs-Bewertung direkt auf 18 Milliarden US-Dollar, also um das Dreifache.

Baidu hat sein KI-Chip-Unternehmen Kunlunxin abgespalten und an die Börse gebracht. Außenstehende schätzen, dass dies Baidu einen Marktwertzuwachs von fast 30 Milliarden US-Dollar bringen könnte, was mehr als 60 % des aktuellen Gesamtmarktwerts von Baidu entspricht.

Hinter diesen Phänomenen spiegelt sich die Neudefinition von KI-Anlagen durch das Kapital wider. In den Konsolidierungsbilanzen großer Unternehmen werden KI-Betriebe als profitabrechnende Investitionen angesehen. Sobald sie jedoch unabhängig sind, ist es normal, dass die Unternehmenswert-Umsatz-Rate um ein Vielfaches höher ist, basierend auf der Seltenheit des Geschäftsfelds, der Umsatzwachstumsrate und den zukünftigen Potenzialen.

Obwohl diese beiden Linien scheinbar unabhängig voneinander sind, weisen sie auf denselben Kern hin: Die KI-Branche wechselt von einer Technologie- zu einer Kapitaleffizienz-dominierten Wettbewerbsstruktur.

Das Ende des Rechenleistungswettlaufs, die Zerrüttung und Rekonstruktion der Finanzierungslogik

Hinter dem „Geldmangel“ liegt eine grundlegende logische Kette. Der gegenwärtige Wettlauf um KI-Großmodelle ist im Wesentlichen kein Produktwettlauf, sondern ein kapitalintensiver Wettlauf um Rechenleistungskapazität. OpenAI hat sich für die Expansion der Rechenleistung zu zukünftigen Ausgaben von etwa 600 Milliarden US-Dollar verpflichtet. Selbst wenn es gerade 122 Milliarden US-Dollar an Finanzierungen abgeschlossen hat, wird man erwarten, dass dieses Geld innerhalb von drei Jahren aufgebraucht sein wird.

Offenbarer ist es, dass der Chefkaufmann von OpenAI, Fryer, kürzlich enthüllte, dass der Jahresumsatz von 2025 zwar über 20 Milliarden US-Dollar lag, aber immer noch nicht ausreichte, um die hohen Verluste auszugleichen. Das Unternehmen erleidet für jeden US-Dollar Umsatz einen Verlust von etwa 1,22 US-Dollar.

Das Problem liegt darin, dass die Kostenkurve des KI-Geschäfts sich von der des traditionellen Internets grundlegend unterscheidet.

Bei WeChat nähert sich die Grenzkosten für jeden zusätzlichen Benutzer Null. Aber je beliebter ChatGPT wird, desto höher werden die Inference-Kosten. Das Wachstum der Benutzer ist nicht nur ein reines Plus, sondern auch ein Kostendruck. Dieses „anti-Internet“-Geschäftsmodell bedeutet, dass die Skaleneffekte nicht nur keine Gewinne bringen, sondern auch den Cashflow-Druck verstärken – das Benutzerwachstum entspricht nicht mehr direkt dem Wertwachstum.

Tiefergehend ist das Phänomen des „Zirkularbuchhaltens“ in der KI-Zeit: Die 13 Milliarden US-Dollar, die Microsoft an OpenAI investiert hat, wurden nicht in bar ausbezahlt, sondern in Form von „Cloud-Punkten“ verteilt. OpenAI nutzt diese Punkte, um Modelle zu trainieren, und Microsoft zählt sie als neuen Cloud-Umsatz.

Dieser geschlossene Vorgang des „Kaufs von Cloud-Diensten mit Investitionen“ scheint auf den ersten Blick ein gesundes Umsatzwachstum zu sein, ist aber im Wesentlichen eine Selbstzahlung, die dann als Umsatz definiert wird. Laut Schätzungen hat sich die jährliche Rechnung für Cloud-Dienste von OpenAI auf über 60 Milliarden US-Dollar aufgeschaukelt, mehr als das Doppelte seines tatsächlichen Umsatzes von 25 Milliarden US-Dollar.

Dies ist das Wesen des „Geldmangels“: Die Kluft zwischen Bewertungsblase und tatsächlichem Cashflow. Wenn die Anleger anfangen, sich mehr um den „freien Cashflow“ als um das „Buchgewinn“ zu kümmern, ist das bisherige Bewertungssystem, das auf gegenseitigen Investitionsversprechen und Zirkularaufträgen basiert, einem sukzessiven Abschwächung der Bewertung ausgesetzt.

OpenAI plant, 2026 einen Verlust von 14 Milliarden US-Dollar zu verzeichnen und erst 2029 profitabel zu werden. Google plant für 2026 Kapitalausgaben von 180 bis 190 Milliarden US-Dollar. Diese Zahlen zeigen, dass der aktuelle „Geldmangel“ in der KI-Branche nicht einfach ein Problem der zyklischen Kapitalumschlags ist, sondern eine Schwierigkeit des gesamten Geschäftsmodells auf der Ebene der Kapitalstruktur.

Warum ist eine Bilanz plötzlich um das Dreifache wert?

Eines der bemerkenswertesten Signale von 2026 ist, dass große Unternehmen ihre Kern-KI-Anlagen konzentriert abspalten.

Das KI-Video-Produkt Keling von Kuaishou plant, mit einer Bewertung von 20 Milliarden US-Dollar eine Vor-IPO-Finanzierung durchzuführen. Dieser Betrag entspricht fast 70 % des Marktwerts des Mutterunternehmens von Kuaishou. Gleichzeitig bringt Baidu sein KI-Chip-Unternehmen Kunlunxin an die Börse in einem „A+H“-Doppelmarktmodell. Der Umsatz von 2025 wird voraussichtlich 3,5 Milliarden Yuan übersteigen und das Unternehmen könnte sich ins Plus bewegen. Es ist auch bekannt, dass Alibaba vorbereitet, seinen Flattop-Gesellschaftsteil abzuspalten, und Doubao von ByteDance könnte jederzeit den gleichen Weg gehen.

Wenn man darüber nachdenkt, war die Bewertung von Keling von Morgan Stanley vor der Spaltung nur etwa 6 Milliarden US-Dollar. Nach der Spaltung und der Zielsetzung einer Finanzierung von 20 Milliarden US-Dollar hat sich die Bewertung eines und desselben Unternehmens, mit demselben Umsatz und demselben Team, nur durch die Änderung der Bilanz über Nacht um mehr als das Dreifache erhöht.

Die Änderung der Bewertungslogik auf struktureller Ebene zeigt eine Art Mechanismusunterschied auf: Der Primärmarkt unterscheidet sich vom Sekundärmarkt. Seine Spielregeln folgen der ungewöhnlichen Preisbildungsmethode, dass „Konsens den Wert bestimmt“. Der Primärmarkt sieht in die Zukunft, beachtet die Position im Geschäftsfeld, die Zukunftsperspektiven und, ob es einen Käufer für die nächste Runde gibt, aber erachtet die aktuellen Gewinne und Umsätze weniger.

Der Grund, warum Keling eine Bewertung von 20 Milliarden US-Dollar erreichen kann, liegt in der Seltenheit solcher Spitzenanlagen. Nach der Schließung von Sora gibt es nur wenige Spitzenakteure im KI-Videoerzeugungs-Geschäftsfeld. Das Label „KI-Infrastruktur für die Inhaltsindustrie“ ist an sich wertvoll.

Was ist derzeit ein Spitzenunternehmen? Im gegenwärtigen KI-Umfeld muss ein Unternehmen ein eigenes Basis-Modell (ob sprachlich, video- oder multimodal) haben, nicht nur eine Umhüllung oder Feinabstimmung. Es muss bewiesen haben, dass es in mindestens einem vertikalen Sektor eine große Anzahl von Benutzern oder einen Umsatz hat (nicht nur ein Demo oder eine Konzeptprüfung). Und es muss die „Erwartung eines Käufers“ für die nächste Finanzierung haben – entweder einen strategischen Käufer (ein großes Unternehmen) oder einen IPO-Kanal (US-Börse, Hongkonger Börse oder chinesische Börse).

Es gibt weltweit nur wenige Unternehmen, die diese drei Kriterien erfüllen. OpenAI, Anthropic, xAI, Google DeepMind (wenn es unabhängig wäre), Chinas Zhipu, Yuezhianmian, MiniMax, ByteDance Doubao (wenn es unabhängig wäre), Kuaishou Keling (während der Spaltung) und Baidu Kunlunxin (Chip-Sektor). Jedes dieser Unternehmen ist ein seltenes Investmentobjekt, und jedes befindet sich in einer Situation, in der die Käufer anstehen und die Verkäufer die Preise in die Höhe treiben können.

Die zugrunde liegende Logik der „Neubewertung“ dieser Unternehmen ist, dass die KI-Anlagen in großen Unternehmen von einem „Kostenzentrum“ zu einem „Wertzentrum“ umgewandelt werden.

In großen Unternehmen werden KI-Betriebe als Teil des Unternehmens betrachtet. Sie werden normalerweise als „strategische Investitionen“ klassifiziert, was bedeutet, dass ihre Kosten (Rechenleistung, Forschung und Entwicklung, Datenbeschriftung) mit den etablierten Cashflow-Betrieben des Unternehmens (wie Werbung, E-Commerce, Spiele) zusammengeführt werden. Der Chefkaufmann des Unternehmens betrachtet die Konsolidierungsbilanz. Solange der KI-Betrieb noch Geld verbrennt, wird er immer wieder gefragt, „wann er Netto-Gewinne erzielen kann“.

In diesem Kontext wird das KI-Team gezwungen, kurzfristige ROI-Argumente zu präsentieren. Die Bewertungslogik wird natürlich von der Gesamt-PE-Multiplikation des Unternehmens gedrückt – etablierte Internetunternehmen erhalten normalerweise nur eine 10- bis 15-fache PE. Selbst bei einem hochwachsenden Betrieb kann nur ein 20 %-iger Aufschlag erzielt werden, nicht die 3- bis 5-fache PS eines unabhängigen Geschäftsfelds.

Sobald es abgespalten und unabhängig ist, kann die unabhängige Bilanz die Grenzen zwischen „Kosten“ und „Umsatz“ neu definieren. Beispielsweise kann die Rechenleistungskosten, die früher innerhalb des Unternehmens genutzt wurden, jetzt als „Verbundtransaktionsumsatz“ neu bewertet werden. Die Modelltraining, die früher als Forschungs- und Entwicklungskosten eingerechnet wurde, kann jetzt als „immaterielle Vermögenswerte“ amortisiert werden.

Mit anderen Worten, diese Anlagen erhalten ein Bewertungsmodell für „wachstumsorientierte Unternehmen“. Die abgespaltenen KI-Unternehmen können flexibler finanzieren und strategisch vorgehen, um den Beschränkungen der internen Ressourcenallokation zu entgehen und auf dem Kapitalmarkt eine unabhängige Bewertung basierend auf ihren eigenen Wachstumsperspektiven zu erhalten.

Außerdem führt dies zu einer weiteren Differenzierung des Bewertungssystems. Die bestehenden Geschäfte großer Unternehmen mit einem KI-Label können im Sekundärmarkt neue Aufschlagpotenziale entwickeln.

Dies erklärt auch, warum traditionelle Internetriesen (wie Baidu mit 47,5 Milliarden US-Dollar und Kuaishou mit 27 Milliarden US-Dollar) in Bezug auf den absoluten Marktwert von den neuen KI-Unternehmen eingeholt oder sogar überholt werden – Zhipu hat einen neuesten Marktwert von etwa 58,6 Milliarden US-Dollar und hat Baidu überholt, um der neunte größte KI-Tech-Aktie in China zu werden.

Von der „Modellverehrung“ zur „Wertumsetzung“, die strukturelle Verschiebung der Branchenerzählung

Ein Fachmann hat festgestellt, dass die gegenwärtige Entwicklung der KI-Zeit der früheren Explosion des Mobilinternets ähnelt. Dieser Vergleich ist sehr genau, aber der entscheidende Unterschied liegt in der grundlegenden Kostenstruktur.

Die Explosion des Mobilinternets gründete auf der Verbreitung von Smartphones und der stetigen Senkung der Bandbreitenkosten, wobei die Grenzkosten sinken. Die Explosion der KI steht vor harten Beschränkungen wie steigenden Rechenleistungskosten, starkem Stromverbrauch und langen Bauzeiten für Rechenzentren.

Eine Beobachtung ist, dass die KI-Branche derzeit in einem Zustand ist, in dem es „fast kocht, aber noch nicht kocht“.

Die Richtung der technologischen Breakthroughs (Agenten, Multimodalität) ist klar. Die Investitionen in die Rechenleistungsinfrastruktur sind beispiellos. Die Kapitalausgaben von großen US-amerikanischen Super-Cloud-Computing-Unternehmen werden 2026 auf 805 Milliarden US-Dollar steigen, fast doppelt so hoch wie die Vorhersage vor einem Jahr. Aber die echte kommerzielle Monetarisierung und die Skalierung der Umsetzung befinden sich noch am Ausgangspunkt.

Derzeit haben nur wenige Chefkaufleute 2025 einen realen finanziellen Wert durch KI gesehen. Noch weniger chinesische Unternehmen haben tatsächlich Umsatzwachstum durch KI erzielt. Diese Spannung zwischen „hoher Investition“ und „niedriger Rendite“ ist genau das Schmerzsignal für die Branche, die von der Konzept-Spekulation zur Umsetzung umschwenkt.

Viele Menschen haben möglicherweise nicht bemerkt, dass das Gewicht der KI-Wertschöpfungskette von der GPU-Seite zur gesamten Systemseite verschoben hat. Eine neueste Studie von Morgan Stanley zeigt, dass „Agenten-KI eine strukturelle Verschiebung von der Rechnung zur Orchestrierung markiert“. Im Agenten-Arbeitsfluss kann die Orchestrierungszeit auf der CPU-Seite 50 % bis 90 % der gesamten Verzögerung ausmachen. Daraus lässt sich schließen, dass bis 2030 ein zusätzlicher CPU-Markt von 32,5 bis 60 Milliarden US-Dollar entstehen wird.

Dies bedeutet, dass das Kernproblem der Branche von „mangelnder Rechenleistung“ zu „mangelnder Systemeffizienz“ wechselt. Die entsprechende Investitionslogik wird sich von einem „Einzel-Chip-Rechenleistungswettlauf“ zu einem „ganzen Systemprojekt“ erweitern. Die GPU bestimmt, „ob es möglich ist“, aber die CPU und das System bestimmen, „ob man Geld verdienen kann“.

Wenn die Explosion des Mobilinternets von der „Verbindung“ als Kernantrieb getragen wurde, wird die Explosion der KI von der „Intelligenz“ getragen. Die Breite ihrer Wertschöpfungskette wird wahrscheinlich die des Mobilinternets übersteigen und die gesamte Kette von Rechenleistung, Modellen, Anwendungen und Daten abdecken.

Ein Ökonom hat festgestellt, dass 2026 das Jahr der Singularität wird, in dem die KI von der „Hilfe beim Denken“ zur „selbstständigen Ausführung“ übergeht. Das aktuelle Kernproblem wandelt sich von „wer das stärkste Modell trainieren kann“ zu „wer die KI-Fähigkeiten am wirtschaftlichsten, am schnellsten und am weitesten verbreitet in realisierbaren kommerziellen Werten und Nutzergewinnen umsetzen kann“.

„Es muss nicht nur neu definiert, sondern auch neu bewertet werden.“ Alles, was in der KI-Branche 2026 passiert – die Geldnot der Giganten, die wilden Finanzierungen, die Spaltungen großer Unternehmen und die Häufung von IPOs – ist im Wesentlichen die konzentrierte Freisetzung derselben Kapitallogik: Wenn der Weg des „Brennens von Geld für Wachstum“ zu Ende geht,