Tencents überraschender Gegenangriff im KI-Bereich
Anfang des Jahres fragte der Markt noch, warum Tencent so langsam sei und warum es bei Modellen und Rechenleistung nicht aggressiv genug vorgehe; mit der Veröffentlichung des Finanzergebnisses für das zweite Quartal wandelte sich die Frage zu: Warum wagt Tencent es, so viel Geld in KI zu investieren?
Am 12. August veröffentlichte Tencent sein Finanzergebnis für das zweite Quartal 2026. In diesem Quartal erzielte es einen Umsatz von 2047,85 Milliarden Yuan, was einem Anstieg von 11 % gegenüber dem Vorjahreszeitraum entspricht; nach nicht internationalem Rechnungslegungsstandard betrug der den Aktionären zurechenbare Nettogewinn 684,15 Milliarden Yuan, ein Plus von 9 % gegenüber dem Vorjahr.
Am meisten Aufmerksamkeit erregte, dass die Kapitalausgaben von Tencent im zweiten Quartal 527,84 Milliarden Yuan erreichten, was einem Anstieg von 176 % gegenüber dem Vorjahr und 65 % gegenüber dem Vorquartal entspricht. Gleichzeitig beliefen sich die Zahlungen für Kapitalausgaben auf 593 Milliarden Yuan. Bei einem Nettogeldfluss aus betrieblicher Tätigkeit von 527 Milliarden Yuan ergab sich zusammen mit Zahlungen für Medieninhalte und Mietverbindlichkeiten ein freier Cashflow von -138 Milliarden Yuan für das einzelne Quartal.
Dieses Geld fließt hauptsächlich in die Aktualisierung des Hy (Hunyuan)-Modells, die Inferenz von WorkBuddy und CodeBuddy, die KI-Funktionsentwicklung von WeChat sowie den Aufbau von KI-Fähigkeiten in weiteren Produkten von Tencent.
Die Sorgen des Marktes konzentrieren sich darauf, dass der Return on Investment der KI-Investitionen mit großen Unsicherheiten behaftet ist.
Bei genauer Betrachtung handelt es sich hierbei jedoch nicht um einen Scheck ohne Obergrenze. Zuerst wird die Rechenleistung Modellen und Agenten zugewiesen, anschließend wird der Ertrag durch Produktwachstum nachgewiesen. Sollte der Ertrag nicht den Erwartungen entsprechen, kann das Investitionstempo angepasst werden, und die bereits erworbenen umfangreichen Infrastrukturen können weiterhin über Tencent Cloud vermietet werden, was eine Absicherung gegen Abwärtsrisiken darstellt.
In der Agentenphase des Jahres 2026 hat Tencent nicht mehr nur das Modell als Trumfkarte in der Hand.
Tencent, das Anfang des Jahres noch als eher langsam galt, führt endlich einen Gegenangriff am KI-Spieltisch durch.
Eine KI-Investition mit Ausstiegsmöglichkeit
Bei genauer Aufschlüsselung ist diese KI-Ausgabenrechnung von Tencent keineswegs eine blinde Wette.
Zuerst geht es um die Priorisierung der Rechenleistung. In den kommenden Monaten wird der höchste Prioritätsbereich der Kapitalausgaben von Tencent nach wie vor das Training größerer und leistungsstärkerer Hy-Modelle sein; erst danach folgt die Inferenz, um Rechenleistung für Hy und andere Modelle bereitzustellen, die hinter WorkBuddy laufen. Nachdem die Bedürfnisse der Modelle und der eigenen Anwendungen gedeckt sind, gelangen die verbleibenden Rechenressourcen erst zu Tencent Cloud, um für die GPU-Vermietung und MaaS verwendet zu werden.
Hinter dieser Reihenfolge steht einerseits die Einschätzung von Tencent zum Wert von KI.
Die direkte Vermietung von GPUs kann schneller Einnahmen generieren, aber Tencent entscheidet sich trotzdem zuerst dafür, die Rechenleistung Modellen und Anwendungen zuzuweisen. Denn sobald die Modellfähigkeiten und die Agentenprodukte eine Größenordnung erreichen, können Token, Abonnements und nachfolgende Dienstleistungen einen höheren langfristigen Wert erzielen.
Andererseits gibt es bereits positive Signale im KI-Geschäft.
Auf der Modellseite ist die tägliche durchschnittliche Nutzung von Token über alle Kanäle nach der Veröffentlichung der offiziellen Version von Hy3 um etwa das 7-fache gestiegen, verglichen mit der Preview-Version;
Auf der Agentenseite ist der Ertrag von WorkBuddy noch direkter. Derzeit hat die Bruttomarge der zahlenden Nutzer und Modelldienstleistungen bereits ein Niveau erreicht, das mit der gesamten Bruttomarge von Tencent Cloud vergleichbar ist.
Die stetig wachsenden Kerngeschäfte wie Spiele und Werbung liefern darüber hinaus Cashflow-Unterstützung für die langfristigen KI-Investitionen von Tencent. Wenn die neuen KI-Produkte wie Hy, Yuanbao, CodeBuddy, WorkBuddy und Xiaowei vorübergehend aus der Finanzrechnung "herausgerechnet" werden, erreicht der operative Gewinn von Tencent im zweiten Quartal nach nicht internationalem Rechnungslegungsstandard 861 Milliarden Yuan, was einem Anstieg von 19 % gegenüber dem Vorjahr entspricht.
Tencent hat zudem einen Ausweg für diese Ausgabenrechnung vorgesehen. Nach den Berechnungen des Managements auf der Finanzkonferenz können die direkten Vermietung von Rechenressourcen an Dritte unter den aktuellen Anforderungen an die Rechenleistung bereits die Abschreibungen decken und Gewinne erzielen; ein Teil der vor Monaten im Voraus bezahlten und erworbenen Rechenleistung würde bei einem Verkauf unter aktuellen Marktbedingungen sogar einen Gewinnspielraum von über 30 % aufweisen.
Diese Investitionsrunde von Tencent ist zumindest kein reines Glücksspiel mit nur einem möglichen Ergebnis: Es gibt sowohl Raum für nach oben gerichtete Erträge aus Anwendungen und Modellen als auch eine Absicherung gegen Abwärtsrisiken auf Infrastrukturebene.
Mehr Trümpfe in der Hand
Aus Branchensicht ist der KI-Wettbewerb im Jahr 2026 kein reiner Modellkrieg mehr.
In den Jahren 2024 und 2025 haben fast alle globalen Großmodellunternehmen intensiv an der Verbesserung der Modellfähigkeiten gearbeitet. 2024 brachte OpenAI o1 auf den Markt, das mehr Inferenzrechenleistung für komplexe Probleme einsetzt, damit das Modell vor der Antwort längere Zeit schlussfolgern kann; 2025 legte Google bei der Veröffentlichung von Gemini 2.5 Pro den Fokus weiterhin auf das "intelligenteste Modell", die Inferenzfähigkeit und die Führung in mehreren Benchmarks.
Im Jahr 2026 bestehen diese Unterschiede zwar noch, schrumpfen aber rapide. Laut dem *2026 AI Index* der Stanford University sind die führenden Modelle der vier Unternehmen Anthropic, xAI, Google und OpenAI bis März dieses Jahres bereits innerhalb eines Arena-Elo-Wertes von 25 Punkten konzentriert.
Die Spitzenmodelle werden zwar immer leistungsfähiger, aber die Gruppe der führenden Akteure rückt immer näher zusammen, und der Grenznutzen des reinen Erzielens von Spitzenwerten in Benchmarks nimmt ab.
Das bedeutet auch, dass sich die Bewertungsmaßstäbe für den KI-Wettbewerb im Jahr 2026 verändern.
In der vergangenen Ära der Chatbots lag das Kernproblem einer Interaktion darin, "wie gut die Antwort auf diese Frage ist"; in der Agenten-Ära übernimmt KI eine längere Aufgabenkette, sodass die stabile Erledigung von Aufgaben wichtiger wird.
Welche Aufgaben ein Agent letztendlich erledigen kann, hängt nicht nur vom Modell ab, sondern auch von einer ganzen Reihe von Systemfähigkeiten außerhalb des Modells: Wie Harness Aufgaben zerlegt und orchestriert, ob der Kontext über Dutzende oder sogar Hunderte von Schritten hinweg gültig bleibt, ob Tools korrekt aufgerufen werden, ob Fehler wiederhergestellt werden können und ob eine ausreichende Anzahl von Software, Daten und Diensten verbunden werden kann.
Genau hier hat Tencent inzwischen mehr Trümpfe in der Hand.
Betrachtet man nur das Modell, steht Hy in einem äußerst umkämpften Wettbewerb. Aber nach dem Eintritt in die Agentenphase hat Tencent einerseits Agenten, die in echten Arbeitsumgebungen eingesetzt werden, und andererseits sein eigenes zugrundeliegendes Modell verbunden. Zwischen beiden entstehen zweiseitige Rückkopplungssignale, die zuvor kaum sichtbar waren.
Auf der Agentenseite wurde bereits eine bestimmte Größenordnung erreicht. Laut Daten von Analysys belief sich die monatliche Gesamtzugriffszahl von 17 gängigen inländischen KI-nativen Büroagenten für Desktop im Juni 2026 auf über 60 Millionen, davon erreichte WorkBuddy 20,97 Millionen und belegte den ersten Platz, mehr als die Summe des zweiten und dritten Platzes.
Hinter der Zugriffszahl von 20 Millionen stehen zahlreiche echte Büroaufgaben sowie ein Rückkopplungsmechanismus, der die Mängel von Agenten kontinuierlich aufdeckt. Ob die Aufgabenzerlegung angemessen ist, ob der Kontext ausreichend ist, ob Tools und Modelle korrekt aufgerufen werden, welcher Schritt fehlschlägt und ob der Nutzer das Ergebnis letztendlich akzeptiert – diese Probleme, die von Benchmarks kaum erfasst werden können, zeigen sich bei der tatsächlichen Ausführung und treiben die kontinuierliche Optimierung von Harness in Bereichen wie Aufgabenorchestrierung, Kontextverwaltung, Tool-Aufruf und Fehlerwiederherstellung voran.
Darüber hinaus können die aus echten Aufgaben gesammelten gültigen Rückmeldungen unter der Voraussetzung von konformer Autorisierung und Datenschutz auch die kontinuierliche Iteration von Hy fördern.
So bilden WorkBuddy und Hy eine Co-design Loop (gemeinsam gestalteter Flywheel): Echte Aufgaben polstern zuerst den Agenten auf und geben dann Rückkopplung an das Modell; wenn das leistungsstärkere Modell wieder in das Produkt integriert wird, treibt es WorkBuddy an die Grenze komplexerer Aufgaben, und neue Aufgaben erzeugen die nächste Runde von Rückmeldungen.
Die Wettbewerbsfähigkeit von Tencent KI hängt in Zukunft auch davon ab, wie schnell sich dieser Flywheel aus „echten Aufgaben – Produktfeedback – Harness/Modelliteration – mehr echten Aufgaben“ drehen kann.
Die Wachstumschancen der nächsten Runde erwerben
Diese Veränderung beginnt bereits, den Wettbewerb von Büroagenten neu zu gestalten.
Nachdem WorkBuddy einen phasenweisen Vorsprung erreicht hat, haben große inländische Unternehmen ihre Investitionen in Desktop-Büroagenten erhöht. Oberflächlich betrachtet konkurrieren die Akteure um Nutzer und Nutzungsdauer, aber das Wichtigste sind die Aufgaben-Trajektorien (Agentic Trajectory), die Agenten nach dem Eintritt in echte Arbeitsabläufe hinterlassen.
Eine vollständige Trajektorie umfasst nicht nur Zustandsbeobachtungen, Zwischeninferenzen, Tool-Aufrufe und Umgebungsrückmeldungen, sondern auch den gesamten Aufgabenausführungsprozess einschließlich Fehlerkorrekturen. Sie dokumentiert wirklich, wie eine Arbeit erledigt wird.
In der Branche bildet sich zunehmend eine klare Übereinstimmung heraus: Echte Arbeitsabläufe, die kontinuierlich hochwertige Prozessrückmeldungen erzeugen, werden zu einem immer selteneren Vermögenswert an Daten.
Die Übernahmeplanung von SpaceX für Cursor ist ein typisches Beispiel.
Dieses Jahr im Juni kündigte SpaceX die Übernahme der Cursor-Muttergesellschaft Anysphere im Rahmen einer reinen Aktientransaktion im Wert von 60 Milliarden US-Dollar an. Laut Morgan Stanley hat Cursor echte Nutzungsdaten von Entwicklern gesammelt, die 50.000 Unternehmen und 64 % der Fortune-500-Unternehmen abdecken. Dieser Datenvermögenswert kann SpaceX und xAI im Wettbewerb um Unternehmens-KI eine stärkere Rückkopplung für die Modelliteration liefern.
Gleichzeitig hat das von Claude eingeführte Claude Tag begonnen, direkt in Slack integriert zu werden. Es verhält sich wie ein Teammitglied im Kanal, liest autorisierte Kontexte, verbindet Tools und Codebasen, nimmt Aufgaben an und verfolgt diese kontinuierlich.
Aber damit eine große Anzahl von Nutzern Aufgaben dauerhaft an Agenten überträgt, braucht es ein Produkt-Erlebnis, das niedrigschwellig, stabil und natürlich ist.
Genau das ist die Stärke von Tencent. Von QQ über WeChat bis zu Tencent Meeting hat Tencent in der Vergangenheit immer wieder das getan: komplexe Technologien hinter Interaktionen zu verbergen, die Nutzer kaum wahrnehmen. Durch die Senkung der Nutzungskosten, die Optimierung des Erlebnisses und die Verlängerung der Nutzungsdauer werden Produkte nach und nach zu hochfrequenten Infrastrukturen.
Die kürzliche Funktion "Mensch-KI-Doppelschreiben", die WorkBuddy gemeinsam mit Tencent Docs eingeführt hat, spiegelt genau die Denkweise von Tencent bei der Entwicklung von KI-Produkten wider: Die echten Reibungspunkte in hochfrequenten Szenarien zu finden und die Fähigkeiten direkt in die Arbeitsabläufe zu integrieren.
Bei dem "Mensch-KI-Doppelschreiben" müssen Nutzer den Inhalt nicht zuerst in das KI-Dialogfeld kopieren und dann das generierte Ergebnis zurück in das Dokument übertragen. Stattdessen können sie in Tencent Docs oder lokalen Dateien direkt einen Inhaltsabschnitt auswählen, die KI mit natürlicher Sprache auffordern, ihn vor Ort umzuschreiben, und das Ergebnis landet sofort in der Originaldatei. Es unterstützt auch das Lesen von Anmerkungen sowie das gemeinsame Bearbeiten desselben Dokuments durch mehrere Personen und die KI.
Diese Art von Funktionen hängen nicht unbedingt von den extremsten Modellparametern ab, aber sie treffen die hochfrequenten, trivialsten und effizienzbeeinträchtigendsten Stellen im Büroalltag. Wenn Nutzer einmal weniger kopieren und einfügen, einmal weniger zwischen Fenstern wechseln, bedeutet das, dass KI leichter täglich genutzt werden kann, was zu anhaltendem hohem Wachstum und hoher Nutzerbindung führt.
WorkBuddy hat bereits eine phasenweise Nutzergröße erreicht. Die massive Investition von Tencent zu diesem Zeitpunkt dient im Wesentlichen dazu, das Zeitfenster zu nutzen, in dem sich der Wettbewerb um Agenten noch nicht verfestigt hat: So schnell wie möglich mehr normale Nutzer dazu bringen, echte Aufgaben an Agenten zu übergeben und den Zyklus zwischen Modellen, Produkten, Aufgaben und Rückmeldungen in Gang zu setzen.
Wenn dieser Zyklus in Zukunft auf weitere Szenarien wie Yuanbao, Xiaowei, WeCom und Tencent Meeting ausgeweitet wird, erhält Tencent zudem ein Produktnetz, das mehr echte Aufgaben abdeckt.
Was Tencent erwerben möchte, sind die Chancen in der nächsten Wachstumsphase, bevor diese festgelegt sind.