Schätzung der Kapitalausgaben für KI-Rechenkapazität: 3 bis 4 Billionen US-Dollar lassen sich rechnerisch ermitteln, doch die Voraussetzungen für deren Realisierung sind extrem streng.

Die Implementierung der Agent-Technologie verleiht großen Modellen echte "Hände" und "Füße": Der Sprung in die Codierungsfähigkeit und die Vervollständigung des Tool-Aufrufs heben die KI von einem "konversationellen Assistenten" auf eine neue Ebene eines "autonomen Ausführenden". Andererseits lässt die umfassende Anspannung der Lieferkette den Markt die Hardware voll und ganz annehmen. Das weitverbreitete "Investitionsbibel" lautet: "In den USA fehlt Strom, in China fehlen Chips, und Speicher fehlt immer."

Mit dem Eintritt Nordamerikas in die Berichtssaison steht die KI-Erzählung jedoch an einer heiklen Kreuzung: Die Kapitalausgaben der Großkonzerne übertreffen die Erwartungen, aber die Aktienkurse von globalen KI-Hardware-Unternehmen stehen nacheinander erheblich unter Druck.

Alle Debatten drehen sich um die Frage: Wo liegt die Obergrenze der künftigen Kapitalausgaben für KI-Rechenleistung in Nordamerika? Die derzeitigen, eher optimistischen Erwartungen des Marktes sind bereits nicht niedrig. Eine kürzlich von Semi Analysis vorgelegte Prognose besagt, dass der zusätzliche Strombedarf von US-KI-Datenzentren von 21 GW im Jahr 2026 schnell auf 84 GW im Jahr 2030 ansteigen wird.

Bei den aktuellen Hardwarekosten belaufen sich die Investitionen in KI-Datenzentren pro GW auf mindestens 40 Milliarden US-Dollar (bei Verwendung der neuesten Plattformgeneration Vera Rubin kann die Obergrenze der Investitionen pro GW 470 bis 500 Milliarden US-Dollar erreichen). Bei einem Umfang von 80 GW in 30 Jahren impliziert dies, dass die Gesamtinvestition in die KI-Infrastruktur zu diesem Zeitpunkt 3 bis 4 Billionen US-Dollar erreichen könnte.

Tabelle: Das Ausmaß der Kapitalausgaben, die dem KI-Bauvolumen unter hohen Erwartungen entsprechen. Quelle: Zusammenfassung des Jinduan Research Institute

Aber damit stellt sich auch die Frage: Können die künftigen Einnahmen die Angemessenheit dieser riesigen Investition rechtfertigen? Hat die aktuelle Intensität der Kapitalausgaben bereits die angemessene Grenze erreicht? Wenn die vorstehenden Ausführungen zutreffen, woher soll das Geld dann kommen? Dieser Artikel versucht, die rationale Obergrenze von KI-Investitionen aus einer neutralen und objektiven Perspektive zu berechnen.

01

Vorwort: Vier Sprünge der Nachfrageexpansion und die Verankerung der Gesamtangemessenheit

Um den Spielraum für Kapitalausgaben zu verstehen, muss man zuerst die zugrundeliegende Logik verstehen, warum die KI-Nachfrage expandieren kann. Seit Ende 2022 haben große KI-Modelle vier klare Paradigmenwechsel durchlaufen:

○ Die erste Runde war die Ära des Frage-Antwort-Systems, die durch Textgenerierung aus Text eingeleitet wurde und eine Ausweitung der Nutzerbasis mit sich brachte;

○ Die zweite Runde war die Vervollständigung der Kontextfähigkeit und der visuellen Fähigkeiten, die eine Ausweitung der Datenkapazität mit sich brachte;

○ Die dritte Runde war die Ära des Schlussfolgerns und der Denkkette, die eine Ausweitung der Tiefe der Informationsmenge mit sich brachte;

○ Die vierte Runde, die derzeit erlebt wird, ist die Ära der Agenten, in der große Modelle äußerst komplexe Aufgaben erledigen können.

Das Endergebnis jedes Sprungs ist dasselbe: Der Token-Verbrauch steigt stark an, und die Grenzen der Fähigkeit der KI, Probleme zu lösen, erweitern sich erheblich. Das direkte Ergebnis der Nachfrageexplosion ist die anhaltende Anspannung der Lieferkette und die umfassende Preiserhöhung, was letztendlich dazu führt, dass die Kapitalausgaben der Cloud-Anbieter kontinuierlich nach oben korrigiert werden.

Insbesondere seit 2026 hat die beschleunigte Umsetzung des vierten Paradigmenwechsels dazu geführt, dass "Arbeitsagenten" aus dem Konzept in die Realität übergehen, und die Geschwindigkeit, mit der die zentralen Arbeitsabläufe von Unternehmen durch KI durchdrungen werden, hat sich deutlich beschleunigt.

Daten des U.S. Census Bureau zufolge ist die KI-Penetrationsrate in US-Unternehmen von weniger als 5 % Ende 2023 schnell auf etwa 20 % Mitte 2026 gestiegen. Offensichtlich ist KI zu einer schwergewichtigen technologischen Revolution geworden, die alle paar Jahrzehnte stattfindet.

Abbildung: KI-Penetrationsrate in US-Unternehmen. Quelle: U.S. Census Bureau, CITIC Securities

Ist das Ausmaß dieser KI-Investition aus makroskopischer Sicht angemessen?

Derzeit beträgt das globale BIP insgesamt etwa 118 Billionen US-Dollar, und die KI-Investitionen im Jahr 2026 belaufen sich auf etwa 1 Billion US-Dollar, was weniger als 1 % des globalen BIP entspricht. Unter der Annahme, dass das globale BIP bis 2030 130 Billionen US-Dollar erreicht, der Anteil der IT-Ausgaben 3 % beträgt (die IT-Ausgaben in den USA machten zuvor bereits 6 % des BIP aus) und die Hälfte der IT-Ausgaben auf KI entfällt, lassen sich die KI-Kapitalausgaben auf 4 Billionen US-Dollar berechnen.

Da diese Runde von Nordamerika angeführt wird, ist eine andere Perspektive, nur die Investitionsintensität in den USA zu betrachten. Das BIP der USA beträgt 38 Billionen US-Dollar, und der Anteil der aktuellen KI-Kapitalausgaben am BIP liegt bei etwa 2 %. Wenn man sich an den historischen Infrastrukturzyklus orientiert – die Investitionen in britische Eisenbahnen erreichten einst etwa 6 % des BIP, die Investitionen in US-Eisenbahnen 3 bis 4 % des BIP – gibt es für den Anteil der KI-Investitionen noch einen deutlichen Spielraum für mehr als eine Verdoppelung.

Abbildung: Während der britischen Eisenbahnbubble erreichten die Kapitalausgaben einst 6 bis 7 % des BIP. Quelle: Huatai Research

Diese Berechnungen deuten gemeinsam auf eine Schlussfolgerung hin: Aus makroskopischer Sicht sind Kapitalausgaben für KI in Höhe von 3 bis 4 Billionen US-Dollar keine völlig unmögliche Annahme.

Aber die "Machbarkeit" auf makroskopischer Ebene bedeutet nicht die "Umsetzbarkeit" auf mikroskopischer Ebene.

02

Wie hoch ist die Sichtbarkeit der Einnahmen? 3 Billionen sind sicher, 7 Billionen stehen noch aus

Investitionen brauchen letztendlich Einnahmen als Unterstützung.

Aus historischen Erfahrungswerten kann angenommen werden, dass die Intensität der Kapitalausgaben (Capex/Umsatz) der KI-Branche in der Hochphase 35 % beträgt. Dann implizieren Kapitalausgaben von 3 bis 4 Billionen US-Dollar, dass die KI-Branche einen Jahresumsatz von 8 bis 10 Billionen US-Dollar erzielen muss.

Was bedeutet das? Hier ist eine einfache Vergleichsanalyse:

○ Im Jahr 2025 beliefen sich die Gesamteinnahmen der nordamerikanischen Mag 7 auf etwa 2,2 Billionen US-Dollar. 8 bis 10 Billionen US-Dollar entsprechen fast 5 weiteren Mag 7.

○ Wenn man sich auf den S&P 500 ausweitet, betrugen seine gesamten Betriebseinnahmen im Jahr 2025 etwa 19 Billionen US-Dollar. Die KI muss mindestens die Hälfte eines weiteren S&P 500 schaffen.

○ Bei einem Umsatz von fast 10 Billionen US-Dollar, wenn wie in anderen Informationstechnologiebranchen 50 % des Umsatzes in das BIP umgewandelt werden können, schätzen wir, dass der Anteil der KI-Industrie am globalen BIP bis 2030 etwa 3 bis 6 % betragen wird. Das entspricht der Schaffung einer weiteren Automobil- und Pharmaindustrie. Die KI muss in 10 Jahren den Weg von zwei Branchen zurücklegen, die jeweils hundert Jahre alt sind.

Tabelle: Anteil der KI-Industrie am BIP. Quelle: Schätzung des Jinduan Research Institute

Wie viel von dieser riesigen erwarteten Einnahmenmenge ist derzeit "sichtbar"? Aus den derzeit funktionierenden Geschäftsmodellen gibt es hauptsächlich drei Wege.

Der erste ist der Cloud-(API)-Dienst.

Dies ist derzeit der Weg mit der klarsten Route und der sichersten Umsetzung: Die KI steigert erheblich die Motivation der Unternehmen, in die Cloud zu wechseln, und die Obergrenze ihrer Zahlungsbereitschaft. Dass etwa 70 bis 80 % der Einnahmen von Anthropic aus API-Aufrufen stammen, bestätigt die zentrale Rolle der Monetarisierung auf der Cloud-Seite.

Schätzungen der Zuwächse an KI-bezogenen Einnahmen der wichtigsten nordamerikanischen Cloud-Anbieter für 2026-2030 zeigen, dass Amazon um etwa 200 Milliarden US-Dollar wachsen dürfte, Google um etwa 300 Milliarden US-Dollar, Microsoft um etwa 200 Milliarden US-Dollar und weitere neue Cloud-Anbieter um etwa 200 Milliarden US-Dollar. Zusammen entspricht dies einem Einnahmenspielraum von etwa 900 Milliarden US-Dollar, also einer Billionen-Dollar-Branche.

Der zweite ist das persönliche Abonnement (To C).

Auf dem US-Markt, vertreten durch OpenAI, Anthropic und andere, wurde auf der C-Seite allgemein eine "KI-Steuer"-Schwelle von mindestens 20 US-Dollar pro Monat festgelegt.

Wenn die Zahl der zahlenden Nutzer auf der globalen C-Seite 2 Milliarden erreicht, entspricht allein das Basisabonnement etwa 500 Milliarden US-Dollar. Zusammen mit zusätzlichen Diensten wie Werbung ist ein gesamter Spielraum von etwa 1 Billion US-Dollar auf der C-Seite nicht abwegig. Die Unsicherheit in dieser Branche liegt jedoch in der Zahlungsbereitschaft und der Bindungsrate der Nutzer sowie den Unterschieden der Zahlungsfähigkeit in verschiedenen Regionen.

Der dritte ist das Programmieren (Coding).

Dies ist derzeit die vertikale Branche mit der höchsten Aufmerksamkeit und der sichersten Monetarisierung. Der Grund, warum die Codierungsbranche leichter Geld verdienen kann, liegt darin, dass die Nutzer hochbezahlte Wissensarbeiter sind, die Tools tief in den Entwicklungsprozess eingebettet sind, die zahlende Partei das F&E-Budget der Unternehmen und nicht einzelne Verbraucher ist, und die Ergebnisse quantifizierbar sind.

Es gibt weltweit etwa 50 Millionen Programmierer mit einem durchschnittlichen Jahresgehalt von etwa 50.000 US-Dollar. Wenn 40 % ihrer Arbeit durch KI ersetzt oder verbessert werden, entspricht dies einem Marktvolumen von etwa 1 Billion US-Dollar.

Zusammen ergeben die drei Branchen Cloud-Dienste, C-Seite und Codierung voraussichtlich vorhersehbare Einnahmen von etwa 3 Billionen US-Dollar. Dies ist der Teil mit der höchsten Marktkonsensheit und klaren Datenunterstützung. Aber zwischen diesem und dem Ziel von 10 Billionen US-Dollar gibt es noch eine Lücke von etwa 7 Billionen US-Dollar, aus welchen Szenarien diese Lücke entstehen soll, ist derzeit nicht klar.

Auch Drittforschungen können keine höheren Zahlen berechnen.

Bloomberg Intelligence hat im Jahr 2026 die langfristige Marktgröße der generativen KI von 1,8 Billionen US-Dollar auf 2,3 Billionen US-Dollar nach oben korrigiert und eine detaillierte Einnahmenaufteilung für 2032 vorgelegt: fast 600 Milliarden US-Dollar für Infrastruktur, 730 Milliarden US-Dollar für Geräte und Anwendungen (Inferenz), 191,9 Milliarden US-Dollar für Cloud-Workloads für Inferenz/Fine-Tuning, 120 Milliarden US-Dollar für LLM-Lizenzgebühren, 310 Milliarden US-Dollar für Chatbots/KI-Agenten, 210 Milliarden US-Dollar für KI-Agenten für Kundenservice/Vertragsprüfung, 210 Milliarden US-Dollar für werbeausgaben, die durch generative KI angetrieben werden, 80 Milliarden US-Dollar für IT-Dienste und 80 Milliarden US-Dollar für Workload-Überwachungssoftware.

HSBC prognostiziert, dass die weltweiten Einnahmen der KI-Branche im Jahr 2030 920 Milliarden US-Dollar betragen werden, davon 708 Milliarden im B2B-Bereich. Jefferies schätzt, dass das weltweite adressierbare Marktvolumen (TAM) für KI in Unternehmen außerhalb Chinas im Jahr 2030 1,4 Billionen US-Dollar beträgt.

Noch wichtiger ist, dass aus der aktuellen Penetrationsrate in den USA der Anteil der Beschäftigten in hochqualifizierten Branchen wie Informationsdienste, Finanzversicherungen, technische Dienstleistungen und Unternehmensverwaltung, die generative KI nutzen, am höchsten ist und jeweils über 60 % liegt; während die Penetrationsrate in traditionelleren Branchen wie öffentliche Verwaltung, Unterhaltung und Freizeit, Beherbergung und Gastgewerbe sowie Transport jeweils unter 30 % liegt.

Untersuchungen von Anthropic zufolge kann die theoretische KI-Penetrationsrate in Branchen wie Verwaltung, Wirtschaft und Finanzen sowie Computer und Mathematik über 80 % liegen; in Branchen wie Produktion, Fertigung und Reparatur sowie Landwirtschaft liegt die theoretische Penetrationsrate jedoch unter 20 %.

Das bedeutet, dass die KI neue Billionen-Dollar-Branchen erschließen muss, indem sie weiterhin