據彭博社於 6 月 25 日引述研究機構 Exponential View 分析逾 1.000 家企業的 KI-Ausgabendatensatz, ergab sich: Im ersten Quartal 2026 erreichten die KI-Umsätze weltweit (ohne China) 25 Milliarden US-Dollar und übertrafen damit erstmals die同期en Abschreibungskosten von 21 Milliarden US-Dollar. Allerdings warten Infrastrukturverpflichtungen in Höhe von 850 Milliarden US-Dollar auf ihre Rückzahlung.
Die Verletzlichkeit der sechsjährigen Abschreibungsannahme: Wenn die GPU-Lebensdauer sinkt, steigt die 21-Milliarden-US-Dollar-Baseline
Technologie- und Cloud-Anbieter verteilen die Kosten für KI-Chips und andere Geräte derzeit in der Regel über einen Nutzungszeitraum von etwa sechs Jahren, was direkt die vierteljährlichen Abschreibungszahlen bestimmt. Die 21-Milliarden-US-Dollar-Abschreibungsbaseline von Exponential View basiert vollständig auf dieser sechsjährigen Annahme.
Sollte die tatsächliche Lebensdauer von GPU-Clustern kürzer als sechs Jahre sein – beispielsweise weil die Leistungssprünge der nächsten Chip-Generation zu einer vorzeitigen Ausmusterung der vorhandenen Geräte führen – beschleunigt sich die Abschreibung, die 21-Milliarden-Baseline verschiebt sich nach oben, und der Quartalsumsatz von 25 Milliarden US-Dollar fällt vom „Übertreffen" zurück ins „Nicht-Einholen".
Der Artikel weist darauf hin, dass der von OpenAI und Broadcom gemeinsam entwickelte Jalapeno-KI-Chip angeblich etwa 50 % Kosteneinsparungen gegenüber bestehenden GPU-Lösungen bietet und voraussichtlich noch in diesem Jahr in die Rechenzentren von Partnern wie Microsoft Einzug halten wird; der Kostenwettbewerb auf der Angebotsseite fängt gerade erst an.
Potenzielle Auswirkungen kostengünstiger Modelle wie DeepSeek auf die KI-Dienstleistungspreise
Auf der Einnahmenseite haben einige Nutzer bereits begonnen, zu günstigeren oder sogar kostenlosen chinesischen Modellen wie DeepSeek zu wechseln. Sollten Unternehmen in großem Stil auf günstigere Modelle umsteigen, wären die Hyper-Scale-Cloud-Anbieter gezwungen, ihre KI-Dienstpreise zu senken: Selbst wenn die Nutzerzahlen weiter steigen, könnte der Umsatz pro Nutzer gleichzeitig schrumpfen, was die gerade überwundene Abschreibungslinie erneut schwer zu halten macht.
850 Milliarden US-Dollar Infrastrukturverpflichtungen im Vergleich zu 25 Milliarden US-Dollar Quartalseinnahmen
Gleichzeitig zeigen Bloomberg-Daten: Meta hat neue Rechenzentrums-Mietverpflichtungen in Höhe von 79 Milliarden US-Dollar eingegangen; Microsoft 41 Milliarden US-Dollar; die künftigen Rechenzentrums-Mietverpflichtungen der gesamten Cloud-Branche belaufen sich auf 850 Milliarden US-Dollar.
850 Milliarden US-Dollar Infrastrukturverpflichtungen stehen einem Quartalseinnahmen von 25 Milliarden US-Dollar gegenüber; allein die Abschreibungslinie erfordert einen stabilen und über mehrere Jahre anhaltenden Vorsprung, damit dieser Bauboom in die eigentliche Amortisationsphase eintreten kann. Fazit des Artikels: „Das Überschreiten der Abschreibungslinie ist eine Tatsache, aber ob es sich um den Startschuss für eine neue Ära oder um eine vorübergehende, sich selbst rechtfertigende Zahl dieses Baubooms handelt, müssen die Daten der nächsten Quartale zeigen."
Häufig gestellte Fragen
Was bedeutet „Abschreibungskosten" und warum ist dieser Vergleich sinnvoll?
Abschreibung (Depreciation/Amortisation) ist eine Buchhaltungsmethode, bei der große Kapitalausgaben (z. B. für den Kauf von GPUs) über deren Nutzungsdauer verteilt in jeder Periode verbucht werden. Der Vergleich mit den Abschreibungskosten statt den tatsächlichen Kaufbeträgen ist sinnvoll, weil er näher am tatsächlichen periodischen „Verbrauch" des Kapitals liegt und die Standardmethode zur Bewertung ist, ob eine Investition beginnt, Rendite zu erwirtschaften. Dass die KI-Quartalseinnahmen die Abschreibungskosten übersteigen, bedeutet aus buchhalterischer Sicht, dass das KI-Geschäft beginnt, die Abschreibungen der investierten Infrastruktur zu „decken".
Ist die sechsjährige Abschreibungsannahme realistisch?
Laut Artikel ist sechs Jahre die derzeit übliche Abschreibungsdauer für KI-Geräte bei Technologie- und Cloud-Anbietern und stellt eine Branchenkonvention dar. Allerdings entwickelt sich KI-Hardware extrem schnell; sollte die nächste Chip-Generation in drei bis vier Jahren die aktuellen GPUs deutlich übertreffen, könnte die tatsächliche Nutzungsdauer bei weniger als sechs Jahren liegen, was die effektiven Abschreibungskosten erhöht. Daher ist die Sechs-Jahres-Annahme sowohl aktueller Branchenstandard als auch der größte Unsicherheitsfaktor für die Analyseergebnisse.
Wie wirkt sich der Jalapeno-Chip von OpenAI auf diese Gleichung aus?
Laut Artikel ist Jalapeno ein von OpenAI und Broadcom gemeinsam entwickelter eigener KI-Chip, der angeblich etwa 50 % Kosteneinsparungen gegenüber bestehenden GPU-Lösungen bietet und voraussichtlich noch in diesem Jahr in die Rechenzentren von Partnern wie Microsoft Einzug halten wird. Wenn effizientere und günstigere Chips breit eingesetzt werden, könnte dies einerseits die zukünftige Abschreibungsbasis senken (vorteilhaft für die Einnahmenseite), andererseits die vorzeitige Ausmusterung bestehender GPU-Anlagen beschleunigen und den kurzfristigen Abschreibungsdruck erhöhen.
