Was ein KI-Grossinvestment wirtschaftlich tragen muss
Ein Investitionsentscheid in Rechenkapazität ist kein Technologieentscheid, sondern eine Rechnung mit ungewöhnlich kurzer Nutzungsdauer. Eine Einordnung der Grössen, die dabei zusammenkommen müssen.
Über Investitionen in Künstliche Intelligenz wird meist in der Sprache der Technologie gesprochen: Modellgrössen, Trainingsläufe, Leistungskennzahlen. Für die Frage, ob sich ein solches Investment trägt, ist diese Sprache ungeeignet. Sie beschreibt, was ein System kann, nicht, was es kosten darf.
Die Rechnung beginnt bei der Nutzungsdauer
Klassische Industrieinvestitionen werden über Jahrzehnte abgeschrieben. Eine Produktionshalle steht dreissig Jahre, eine Werkzeugmaschine fünfzehn. Rechenkapazität für KI-Training verhält sich anders: Die eingesetzte Hardware verliert ihren Vorsprung nicht durch Verschleiss, sondern durch Nachfolgegenerationen, und diese erscheinen in Abständen, die deutlich kürzer sind als jeder gewohnte Abschreibungszeitraum.
Das verschiebt die gesamte Rechnung. Wer eine Anlage über drei bis vier Jahre amortisieren muss statt über fünfzehn, braucht in diesem Zeitraum einen Rückfluss, der ein Vielfaches dessen beträgt, was bei langlebigen Investitionsgütern genügt. Die Frage ist nicht, ob die Technologie funktioniert. Die Frage ist, ob der Ertrag schnell genug kommt.
Auslastung ist die zweite Unbekannte
Eine Anlage trägt sich nur bei hoher Auslastung. Bei Rechenkapazität ist die Auslastung jedoch nicht gleichmässig: Trainingsläufe sind stossweise, Inferenz ist es weniger, und beide Lastprofile stellen unterschiedliche Anforderungen an dieselbe Infrastruktur.
Wer für Spitzenlast dimensioniert, zahlt im Normalbetrieb für Kapazität, die stillsteht. Wer für den Durchschnitt dimensioniert, kann Spitzen nicht bedienen. Beides ist teuer, und die Entscheidung fällt vor dem Bau, zu einem Zeitpunkt, an dem die tatsächliche Nachfrage noch nicht bekannt ist.
Der Preis, zu dem verkauft werden kann, ist nicht gesetzt
Die dritte Grösse ist die volatilste. Anbieter von Rechenleistung und von darauf aufbauenden Diensten stehen in einem Markt, in dem Kapazität zügig aufgebaut wird und in dem mehrere Teilnehmer gleichzeitig Marktanteile suchen. In einer solchen Lage ist der erzielbare Preis keine Konstante, sondern das Ergebnis eines Wettbewerbs, dessen Verlauf sich zum Investitionszeitpunkt nicht festlegen lässt.
Eine Investitionsrechnung, die mit heutigen Preisen kalkuliert und eine kurze Amortisationsdauer unterstellt, trifft damit zwei Annahmen, die sich gegenseitig verschärfen: Sie braucht schnelle Rückflüsse in einem Markt, dessen Preise unter Druck stehen können.
Was daraus folgt
Keine dieser Überlegungen spricht gegen den Einsatz von KI. Sie sprechen dagegen, die Investitionsentscheidung als Technologieentscheidung zu behandeln. Nutzungsdauer, Auslastung und erzielbarer Preis sind kaufmännische Grössen, und sie entscheiden darüber, ob ein Vorhaben trägt — unabhängig davon, wie gut das System am Ende funktioniert.
Für Unternehmen, die nicht selbst Infrastruktur betreiben, folgt daraus vor allem eines: Die interessante Frage ist selten, wie gross ein Modell ist, sondern welcher konkrete Vorgang damit günstiger oder besser wird als heute — und ob sich diese Verbesserung beziffern lässt.