Platzt die KI-Blase? Philipp Klöckner über Hype und Realität der KI

Warum alle von der KI-Blase sprechen

Die Sorge ist nicht aus der Luft gegriffen. Auf der Investitionsseite hat die künstliche Intelligenz Dimensionen erreicht, die historische Maßstäbe sprengen. Die großen Cloud-Konzerne investieren 2026 laut Branchenschätzungen rund 700 Milliarden US-Dollar in KI-Infrastruktur. Diese Investitionen sind fast das Sechsfache des Niveaus von 2022, ein Boom, dessen Dimensionen selbst erfahrene Investoren staunen lassen.

Klöckner macht diese Summe greifbar. Sie entspricht etwa zwei Milliarden Dollar pro Tag und rund zwei Prozent der gesamten US-Wirtschaftsleistung. Zum Vergleich zieht er die drei größten Projekte der US-Geschichte heran: Manhattan-Projekt, Marshall-Plan und Apollo-Programm kosteten, in heutige Dollar umgerechnet, zusammen weniger, als Big Tech in einem einzigen Jahr in Rechenzentren steckt. Das gesamte EU-Budget ist kleiner als diese Jahresinvestition.

Dazu kommen Strukturmerkmale, die an die Dotcom-Blase erinnern. Ein erheblicher Teil des Geldes fließt in einer Art Kreislauf. Chip-Hersteller wie Nvidia investieren Milliarden in KI-Startups, die das Geld direkt wieder für deren Chips ausgeben. Diese zirkuläre Finanzierung treibt Bewertungen in schwindelerregende Höhen. OpenAI etwa wird mit rund 840 Milliarden Dollar bewertet, nach nur elf Jahren Firmengeschichte. Klassische Konzerne brauchten dafür Jahrzehnte.

Das eigentliche Risiko liegt in der Lücke zwischen Ausgaben und Erlösen. Die Investitionen in neue Rechenzentren übersteigen bei einigen Akteuren längst deren Umsätze, und ein Großteil des operativen Cashflows fließt in den Ausbau. OpenAI peilt bis 2030 einen Umsatz von 284 Milliarden Dollar an, rund die Hälfte davon soll von Endkund:innen kommen. Nur zahlen bislang lediglich etwa fünf Prozent der ChatGPT-Nutzer:innen. Die Differenz müsste über Werbung entstehen, die OpenAI lange kategorisch ausgeschlossen hatte.

Weil klassische Investoren und Wagniskapitalgeber bei diesen Summen nicht mehr mithalten, drängen die großen KI-Firmen an die Börse. Klöckner weist auf eine unbequeme Folge hin. Über Indexfonds und Sparpläne landet ein Teil dieser Wetten früher oder später auch in den Depots ganz normaler Anleger:innen, oft ohne dass sie je gezielt in KI-Aktien investiert haben.

Das sind reale Warnsignale, und die Angst vor einer platzenden Blase ist an den Aktienmärkten deutlich spürbar. Wer nur auf diese Risiken schaut, kommt schnell zum Schluss: Das kann nicht gutgehen.

‍

Der entscheidende Unterschied: Investitions-Hype ist nicht gleich reale Entwicklung

Genau hier liegt Klöckners Kernpunkt. Er trennt sauber zwischen dem finanziellen Hype und der tatsächlichen technologischen Entwicklung, zwei Dinge, die völlig unterschiedlichen Logiken folgen.

Das „Tal der Enttäuschung" ist eine Phase, kein Ende

Zur Einordnung nutzt er den bekannten Hype-Zyklus, nach dem neue Technologien erst überhöhte Erwartungen wecken, dann in ein „Tal der Enttäuschung" fallen und erst danach ihren produktiven Nutzen entfalten. Sein Punkt ist, dass wir wahrscheinlich kurz vor der Talsohle stehen, das Tal aber eine Phase ist und kein Ende. Nach der Ernüchterung folgt in aller Regel die Phase, in der die Technologie real und breit Wert schafft.

Die Modelle werden real immer besser

Denn während auf der Geldseite die Bewertungen heißlaufen, entwickeln sich die Modelle selbst ungebrochen weiter. Klöckner zeigt das an konkreten Beispielen. Ein besonders schwerer Wissenstest, den das beste Modell Ende 2024 noch an nahezu keiner Aufgabe bestehen konnte, wird heute von führenden Modellen zu über der Hälfte gelöst. Und die Zeitspanne, die eine KI eigenständig an einer Aufgabe arbeiten kann, ist von wenigen Minuten auf mehrere Stunden gestiegen.

Angetrieben wird dieser Fortschritt von jährlich leistungsfähigerer Hardware, von Reinforcement Learning und von immer größeren, saubereren Datenmengen. Die reale Leistungskurve zeigt steil nach oben, unabhängig davon, was an der Börse passiert. Eine mögliche Marktkorrektur würde also die Finanzierung treffen, nicht die Technologie.

Warum der Dotcom-Vergleich hinkt

Auch der Vergleich mit dem Jahr 2000 hinkt in einem entscheidenden Punkt. Die heutigen Tech-Giganten sind hochprofitabel und erwirtschaften gewaltige Cashflows, anders als viele Dotcom-Firmen, die nie Geld verdienten. Zwar fließt inzwischen nahezu ihr gesamter operativer Cashflow in KI-Investitionen, sodass sich viele bald netto verschulden werden. Eine selektive Bereinigung überhöhter Bewertungen ist also ein reales Risiko.

 Doch die zugrunde liegende Nachfrage ist real. OpenAI und Anthropic haben ihre Umsatzprognosen bislang jedes Mal übertroffen und liegen inzwischen bei rund 25 beziehungsweise 19 Milliarden Dollar Jahresumsatz. So schnell hat noch nie ein Unternehmen ein solches Umsatzvolumen aufgebaut.

Ein Blick in die Wirtschaftsgeschichte stützt das. Ob Eisenbahn, Elektrizität oder das Glasfasernetz der späten 1990er, fast jede Basistechnologie durchlief eine Phase euphorischer Überinvestition, gefolgt von einer Bereinigung. Und trotzdem blieb die Infrastruktur und veränderte die Wirtschaft grundlegend. Für die Praxis ist deshalb weitgehend irrelevant, ob und wann es an den Märkten kracht. Künstliche Intelligenz bleibt eine Basistechnologie.

Ein weiteres Signal spricht für Substanz. Während private Nutzer:innen KI-Tools oft nach wenigen Monaten wieder fallen lassen, steigt die Treue der Geschäftskunden deutlich. Blieben 2022 nach einem Jahr nur etwa die Hälfte der B2B-Kunden, sind es heute über 85 Prozent. Aus der anfänglichen Abwanderung wird zunehmend eine wachsende Bindung, ein Muster, das für nachhaltige, nicht für spekulative Nachfrage typisch ist.

‍

Was das für den Mittelstand bedeutet

Für mittelständische Unternehmen ist die eigentlich wichtige Erkenntnis eine beruhigende. Die Blasen-Debatte spielt sich auf der Ebene von Milliardenbewertungen und Aktienkursen ab, nicht auf der Ebene eurer konkreten Anwendungsfälle. Wer KI heute sinnvoll einsetzt, verliert diesen Nutzen nicht, nur weil an der Börse Kurse korrigieren.

Im Gegenteil zeigt Klöckner, dass das eigentliche Problem gar nicht der Hype ist, sondern die Umsetzung. Drei Zahlen aus seiner Keynote machen das deutlich:

• Über die Hälfte der KI-Projekte kommt nicht über die Pilotphase hinaus.
• Selbst in der IT skalieren rund 90 Prozent der Projekte nicht.
• Vier von fünf Beschäftigten haben überhaupt keinen Zugang zu KI.

Genau deshalb steigt die Produktivität in vielen Unternehmen nicht, und zwar nicht weil die Technologie zu schwach wäre, sondern weil sie gar nicht in der Breite ankommt. Drei Hebel sind für den Mittelstand entscheidend.

Eigene Use Cases 

Statt der Frage „Was ist das nächste heiße KI-Tool?" zählt die Frage „Welche unserer Aufgaben kostet am meisten Zeit und lässt sich mit KI verbessern?". Der Startpunkt ist immer der konkrete Anwendungsfall, nicht die Technologie. Wie der Weg vom ersten Prompt zum echten Arbeitssystem gelingt, zeigen wir im Beitrag zum Arbeiten mit KI.

Zugang für die Mitarbeitenden

Wenn vier von fünf Beschäftigten keinen KI-Zugang haben, liegt hier der größte ungenutzte Hebel überhaupt. Ein offizielles, sicheres Angebot für alle, die damit arbeiten könnten, holt aus vorhandener Technologie sofort mehr heraus als jedes neue Modell. Der Wettbewerb entscheidet sich nicht an der Börse, sondern bei der Umsetzung im eigenen Haus.

Die eigene Datenhoheit

Klöckner macht deutlich, worin der eigentliche Burggraben liegt: nicht im besten Modell, sondern in Daten, Hardware und Distribution. Große Plattformen wie Google dominieren alle drei. Für den Mittelstand bleibt daraus eine klare Lehre. Der eigene Schatz sind die eigenen Daten. Wer sie ordnet und souverän nutzt, macht sich unabhängiger vom Auf und Ab des Marktes.

Dabei helfen zunehmend quelloffene Modelle, die mit geringem zeitlichem Abstand die Leistung der besten kommerziellen Systeme erreichen und sich zum Teil sogar lokal betreiben lassen. Einen Überblick gibt unser Beitrag zu Open-Source-KI-Modellen. Allerdings stammen viele der stärksten offenen Modelle inzwischen aus China, was die Frage nach Datenhoheit und digitaler Souveränität umso dringlicher macht. Wer stattdessen auf europäische Anbieter setzen will, findet die relevanten Optionen in unserer Übersicht zu europäischer KI.

Wie andere Mittelständler:innen genau diese Hebel nutzen, jenseits von Hype und Panik, erlebst du im direkten Austausch auf der d:u27 am 13. und 14. April in Münster.

‍

Fazit: Die richtige Frage ist nicht, wann die Blase platzt

„Platzt die KI-Blase?" ist eine verständliche, aber irreführende Frage. Sie lenkt den Blick auf Aktienkurse und Zeitpunkte und weg von dem, was wirklich zählt. Wie Klöckners Keynote zeigt, ist die entscheidende Unterscheidung die zwischen einem möglichen Investitions-Hype und einer realen technologischen Entwicklung, die davon weitgehend unberührt bleibt.

Für dich als  Mittelständler:in ist die bessere Frage deshalb nicht „Wann platzt sie?", sondern „Was bleibt, und was fangen wir damit an?". Wer eigene Use Cases verfolgt, seinen Teams Zugang verschafft und seine Daten souverän nutzt, ist auf beide Szenarien vorbereitet: auf eine Marktkorrektur genauso wie auf die produktive Phase, die nach jedem Tal der Enttäuschung kommt. Diese Haltung schützt vor beiden teuren Risiken, dem blinden Mitlaufen im Hype und der Schockstarre aus Angst vor dem Crash.

Die vollständige Keynote „Beyond the AI Hype" und weitere Sessions findest du in der d:u Education-Bibliothek. Und wer die Debatte live und aus erster Hand erleben will, ist auf der d:u27 am 13. und 14. April 2027 in Münster richtig. Dort kommen auf sechs Stages, mit über 350 Speaker:innen rund 17.000 Teilnehmende zusammen, für den ehrlichen Blick auf das, was hinter dem Hype steckt. Jetzt Tickets für die d:u27 sichern!