Der „große Wettlauf um Rechenleistung“ mit KI: Wer zahlt die Rechnung – und wer läuft barfuß?
Hallo zusammen, ich bin euer Finanzjournalist. Kürzlich ist etwas Großes im KI-Bereich passiert: Niemand spricht mehr über Geldsparen, sondern über Geldleihen und Geldausgaben.
JD.com kündigt an, einen Supercluster mit hunderttausend Grafikkarten aufzubauen, ByteDance hat einen riesigen Kredit in Höhe von 29,6 Milliarden US-Dollar (ca. 210 Milliarden Yuan) aufgenommen, die Budgets von Alibaba und Tencent haben sich verdoppelt, und auf der anderen Seite des Ozeans haben OpenAI und Anthropic astronomische Verträge unterzeichnet.
Viele Menschen verstehen das nicht: Hatte KI nicht bisher noch kaum Gewinne erzielt? Warum kaufen alle wie verrückt Ausrüstung, bauen Rechenzentren und leihen sich hohe Zinsen?
Heute werde ich diese Nachricht in einfachen Worten erklären und euch zeigen, welche Logik hinter diesem „Rüstungswettlauf um Rechenleistung“ steckt und wo die Risiken liegen.
---
Wo geht das Geld hin? Vom „Erzählen von Geschichten“ zum „Kaufen von Schaufeln“
Früher sprachen die großen Unternehmen über KI und erzählten, wie groß die Modelle seien, wie viele Nutzer sie hätten und wann sie Geld verdienen würden. Jetzt hat sich die Richtung geändert.
Das Geld fließt an Orte, die man nicht sehen kann: GPU-Grafikkarten, Rechenzentren, Strom – sowie Rechenressourcen, die bereits Jahre im Voraus bestellt werden müssen.
Das ist wie früher, als die Leute noch darüber diskutierten, wo die Goldminen liegen; jetzt kaufen sie einfach Schaufeln, Bergwerksfahrzeuge und bauen Straßen.
- Die Logik von JD.com ist „Pragmatismus“:曹 Peng hat es ganz klar gesagt: JSDs KI dient nicht dazu, in wissenschaftlichen Arbeiten zu prahlen, sondern wird in Lagerhäusern, Vertriebsstationen und Robotern eingesetzt. Sie wollen 3 Millionen Roboter und 1 Million autonome Fahrzeuge kaufen. Der Bau des Superclusters mit hunderttausend Grafikkarten dient dazu, dass KI diese Hardware steuern kann. Das nennt man „Zuerst die Füße messen und dann Schuhe machen“ – sie kaufen so viel Rechenleistung, wie ihre Geschäfte benötigen.
- Die Logik von Alibaba ist „Langlebigkeit“:Wu Yongming sagt, dass sie in den nächsten drei Jahren 380 Milliarden investieren werden, mehr als in den letzten zehn Jahren zusammen. Sie wollen die Cloud- und KI-Infrastruktur komplett überarbeiten und setzen darauf, dass alle Unternehmen in der Zukunft auf KI angewiesen sein werden.
- Die Logik von ByteDance ist „aggressiver Ausbau“:ByteDance plant in diesem Jahr Investitionen in Höhe von über 200 Milliarden Yuan, davon die Hälfte in Chips. Sie haben einen Kredit in Höhe von 29,6 Milliarden US-Dollar aufgenommen – bei sehr niedrigen Zinsen, was darauf hindeutet, dass die Banken glauben, dass ByteDance die Summe zurückzahlen kann. ByteDance setzt darauf, dass ihre KI-Anwendungen (wie DouBao und JianYing) am schnellsten und besten laufen werden.
- Die Logik von Tencent ist „sichere Gewinne“:Tencent investiert relativ wenig, aber Tencent Cloud verdient bereits Geld. Sie nutzen die Gewinne aus ihren bestehenden Geschäften, um KI langsam zu fördern und Stabilität zu gewährleisten.
Zusammenfassung: Früher ging es darum, mit KI Geld zu verdienen; jetzt geht es darum, die KI-Infrastruktur zu besitzen – sonst ist man aus dem Rennen.
---
Unterschiede in der Vorgehensweise zwischen China und den USA: Die USA zahlen im Voraus, China rechnet sorgfältig
Bei diesem großen Wettlauf unterscheiden sich die Vorgehensweisen von China und den USA deutlich – und das bestimmt, wer größere Risiken trägt.
Die USA: Vorsorgliche Zahlungen für „Sicherheit“
Die großen US-Unternehmen (wie Microsoft, Amazon, Meta) und KI-Unternehmen (wie OpenAI, Anthropic) verfolgen eine Strategie, die auf „die Zukunft sichern“ abzielt.
- Der Beispiel von Anthropic ist am extremsten: In den letzten 11 Monaten hat es Verträge über 51,7 Milliarden US-Dollar für Rechenleistung unterzeichnet – das entspricht achtmal seinem Jahresumsatz! Viele dieser Verträge sind „Take-or-pay“ (man muss bezahlen, auch wenn man die Leistung nicht nutzt).
- Warum tun sie das? Weil das US-Kapital reichlich vorhanden ist und sie befürchten, dass sie in Zukunft keine Chips und keinen Strom mehr bekommen, wenn die Nachfrage nach KI explodiert. Deshalb zahlen sie lieber jetzt viel Geld, um sicherzustellen, dass sie in den nächsten Jahren über genügend Rechenleistung verfügen.
- Risiko: Wenn die Nachfrage nach KI nicht eintritt, sind diese riesigen Verträge eine enorme Belastung und können zum Bankrott führen.
China: Sorgfältiges Rechnen unter Einschränkungen
Die großen chinesischen Unternehmen stehen vor zwei realen Problemen:
1. Geringerer Cashflow als die USA: Laut Moody’s könnten die führenden chinesischen Unternehmen in den nächsten zwei Jahren einen negativen Frei-Cashflow haben, und die finanzielle Flexibilität chinesischer Unternehmen ist begrenzt.
2. Chips sind knapp: Hochwertige Nvidia-Chips sind nicht erhältlich oder nur in geringen Mengen.
Daher setzt die Strategie chinesischer Unternehmen auf „Geschäftskontext“: Jede neue Investition in Rechenleistung muss mit konkreten Geschäftsprojekten verbunden werden. Zum Beispiel wird JSDs Rechenleistung in Lagerhäuser, Baidu in Suchfunktionen und Alibaba in Cloud-Dienste eingesetzt.
- Der Unterschied zwischen ByteDances Kredit und Anthropics Vertrag: ByteDances Geld ist geliehen; dahinter steht das eigene Geschäftskreditwürdigkeit. Anthropics Geld ist eine Vorauszahlung – es basiert auf dem Glauben an die Zukunft.
Kurz gesagt: Die USA setzen darauf, dass die Zukunft eine große Entwicklung für KI bringen wird, und zahlen deshalb im Voraus; China setzt darauf, seine aktuellen Geschäfte erfolgreich zu führen, und kauft entsprechend.
---
Die Rolle der inländischen Chiphersteller: Der Aufschwung und die verborgenen Sorgen
In diesem Goldrausch sind nicht diejenigen am sichersten, die Gold schürfen, sondern diejenigen, die Schaufeln verkaufen. Einer der größten Gewinner dieser KI-Welle sind die inländischen GPU-Chip-Hersteller.
Warum sind inländische Chips so beliebt?
1. Explosive Nachfrage: Im ersten Quartal dieses Jahres stieg die Nachfrage nach KI-Rechenleistung in China um 417%, während die Angebotsmenge nur um 128% zunahm. Hochwertige Chips sind schwer zu bekommen.
2. Zwang zur Auswahl: Aufgrund von Exportbeschränkungen sind hochwertige Nvidia-Chips nicht erhältlich; inländische Chips sind zur „Notlösung“ geworden.
Was ist auf dem Kapitalmarkt passiert?
- Rasant steigende Bewertungen: Die Aktien von Chuanyuan Technology stiegen am ersten Handelstag um 188% auf einen Marktwert von 170 Milliarden Yuan; weitere inländische Chip-Hersteller wie MooreThread, Muxi und Beren haben ebenfalls an der Börse notiert und ihre Aktienkurse stark gestiegen.
- Huaweis „Super-Node“-Strategie: Huawei verfügt zwar nicht über die Rechenleistung von Nvidia, aber es kombiniert tausende Chips zu einem Supercomputer (Super-Node). Der Atlas 950 hat eine Rechenleistung, die sechsmal so hoch ist wie die entsprechenden Nvidia-Produkte. Huawei nutzt dabei „Systemvorteile“, um seine Schwächen auszugleichen.
- Vom Verkauf von Chips zum Verkauf von Lösungen: Früher wurden nur einzelne Grafikkarten verkauft; jetzt werden komplette Lösungen (Chip + Netzwerk + Software) angeboten.
Aber es gibt auch Risiken:
- Überhöhte Bewertungen: Abgesehen von Cambricon haben die meisten inländischen Chip-Hersteller noch Verluste. Die Marktbewertung von Suoyuan bei der Börse lag bei 171-fach – das zeigt hohe Erwartungen, die die tatsächlichen Ergebnisse noch nicht erfüllen.
- Lösung von Beschränkungen: Unternehmen wie MooreThread stehen vor der Freigabe großer Mengen an gebundenen Aktien, was zu Kursrückgängen führen könnte.
- Risiko von Kreislaufgeschäften: Ähnlich wie bei der Investition von Nvidia in OpenAI und der anschließenden Käufe von Nvidia-Chips gibt es auch in China solche Kreislaufgeschäfte. Wenn die Branche einbricht, können diese Verbindungen zu Problemen führen.
Zusammenfassung: Inländische Chip-Hersteller sind derzeit sehr erfolgreich – aber ob sie ihre Marktwerte in Gewinne umwandeln können, hängt davon ab, wie groß die „Goldmine“ wirklich ist.
---
Das größte Paradoxon: Die Aggressivsten raten zur Vorsicht
Es gibt ein sehr interessantes Phänomen, das auch ein Schlüsselindikator für die Risiken ist:
Sam Altman, der CEO von OpenAI, rät der Branche kürzlich in Podcasts zur Vorsicht.
- Früher hat er die meisten Verträge unterzeichnet und die Rechenleistungsinvestitionen weltweit angeheizt.
- Jetzt sagt er: „Es tauchen viele neue Cloud-Unternehmen auf, die behaupten, im nächsten Jahr riesige Rechenleistungen aufbauen zu wollen – aber sie haben weder Einnahmen noch Käufer.“
Auch Anthropic steht vor der IPO und steht unter großem Vertragsdruck: Es hat Verträge über 51,7 Milliarden US-Dollar unterzeichnet, aber viele der Rechenleistungen werden erst 2027 verfügbar sein.
- Wenn die Nachfrage nach KI 2027 nicht erfüllt wird, sind diese Verträge eine enorme Belastung.
Warum raten die Aggressivsten zur Vorsicht?
1. Risikoverteilung: Viele der neuen Cloud-Unternehmen sind nur Scheinunternehmen, die durch Geschichten Kapital beschaffen. Wenn diese Unternehmen scheitern, leiden die Chiphersteller und Rechenzentren.
2. Physikalische Grenzen: Strom und Land sind begrenzt. Wenn das Geld so reichlich vorhanden ist, dass es bedeutungslos wird, spricht man in „Gigawatt“ (Einheit für Stromverbrauch). Das zeigt, dass sich die Herausforderungen von „Geld“ auf „physische Ressourcen“ verlagert haben.
Was bedeutet das?
- Eine Blase könnte entstehen: Wenn selbst die Aggressivsten anfangen, sich Sorgen zu machen, dass niemand die Rechnung zahlt, deutet das darauf hin, dass sich die Stimmung auf dem Markt von „Begeisterung“ zu „Angst“ verändert.
- Die Differenzierung wird sich verschärfen: Nur die Unternehmen mit echten Geschäften und Cashflows (wie JD.com, Alibaba, Tencent, ByteDance) werden überleben. Diejenigen, die nur auf Finanzierung angewiesen sind und keine echten Geschäftsmodelle haben, könnten als Erste scheitern.
---
Die finale Frage: Wer wird diesen Wettlauf um Rechenleistung durchstehen?
Schließlich kommt die entscheidende Frage: Worum geht es bei diesem großen Wettlauf um Rechenleistung mit KI?
Es geht nicht darum, wer das meiste Geld hat, sondern darum, wer am längsten durchhält.
1. Für US-Unternehmen: Es geht darum, zu wetten, dass die Nachfrage nach KI weiter stark wächst. Wenn sie richtig liegen, sind die im Voraus gebuchten Rechenleistungen wertvolle Ressourcen – wenn nicht, werden die langfristigen Verträge und die hohen Investitionen zum Verhängnis.
2. Für chinesische Unternehmen: Es geht darum, ob die inländischen Chips den Markt ersetzen und die KI wirklich in Geschäftsprozesse integriert werden kann. Wenn das gelingt, können die Investitionen in Produktivität umgewandelt werden; andernfalls führen zu schnelle Investitionen oder technische Rückschläge zu Problemen.
Für die Allgemeinheit:
- Vermeiden Sie blindes Investieren in KI-Aktien: Viele Chip-Hersteller haben ihre Bewertungen bereits auf zukünftige Ergebnisse ausgestreckt.
- Konzentrieren Sie sich auf Unternehmen mit echten Geschäften: Unternehmen wie JD.com, Alibaba, Tencent und ByteDance, deren KI-Investitionen direkt in konkrete Geschäftsprozesse fließen, sind widerstandsfähiger gegenüber Risiken.
- Seien Sie vorsichtig mit reinen Rechenleistungslieferanten: Unternehmen ohne eigene Technologie und die sich nur auf den Kauf und Verkauf von Chips verlassen, sind am meisten gefährdet.
Fazit:
Die Rechenleistung mit KI ist in eine Phase des „großen Wettlaufs“ eingetreten – niemand wagt es, als Erster aufzugeben. Denn sobald man aufhört, könnte man von der Zeit überholt werden. Doch jetzt geht es nicht mehr um Mut, sondern um Ausdauer und Effizienz.
Wer die Rechenleistung tatsächlich in Produktivität umwandeln kann, wird am Ende lachen. Diejenigen, die nur mit Geschichten und Finanzierung überleben, könnten im nächsten Zyklus verschwinden.
Dieses Spiel hat gerade erst begonnen – aber das Ausscheidungsspiel hat bereits begonnen.