OpenAIs Geldverbrennung warnt vor KI-Übermut – aber sie beweist noch keinen Crash

Beides kann nebeneinander stimmen. Ein Unternehmen kann sehr schnell wachsen und trotzdem finanziell unter Druck geraten, wenn die Infrastrukturkosten für das nächste Wachstumskapitel noch schneller steigen.

Das eigentliche Risiko: Ausgaben vor dem Beweis

Das Problem ist nicht einfach, dass OpenAI Geld ausgibt. Entscheidend sind Größenordnung und Timing.

The Information berichtete, OpenAI habe seine Umsatzprognosen angehoben, rechne aber zugleich mit 111 Milliarden US-Dollar zusätzlichem Cash Burn bis 2030 . CNBC meldete außerdem, OpenAI habe seine Ausgabenerwartungen neu gesetzt und peile bis 2030 rund 600 Milliarden US-Dollar an . Demnach arbeite das Unternehmen auch an einer Finanzierungsrunde, die mehr als 100 Milliarden US-Dollar umfassen könnte, wobei rund 90 Prozent von strategischen Investoren kommen sollen .

So viel Kapital kann einem Unternehmen Zeit kaufen. Es erhöht aber auch den Erwartungsdruck. Wenn Rechenzentren heute gebaut werden, weil für morgen eine gewaltige KI-Nachfrage erwartet wird, müssen Investoren irgendwann sehen, dass die Umsätze diese Investitionen tragen können.

Warum das nach Blase riecht

Der blasenartige Teil liegt im Abstand zwischen heutigen Ausgaben und künftigen Erträgen.

Das betrifft nicht nur OpenAI. Bloomberg berichtete, vier der größten US-Technologiekonzerne hätten für 2026 zusammen Investitionen von etwa 650 Milliarden US-Dollar angekündigt, während sich der KI-Wettlauf verschärft . Reuters Breakingviews beschrieb eine KI-Ausgabenwelle von rund 630 Milliarden US-Dollar und argumentierte, das unmittelbare Problem sei nicht nur eine mögliche Nachfrageschwäche, sondern auch die Frage, ob Tech-Konzerne derart große Budgets überhaupt sinnvoll genug einsetzen können .

Das ist der Kern der Marktsorge. Wenn KI-Umsätze schnell genug nachziehen, könnten die heutigen Ausgaben im Rückblick wie der teure Aufbau einer neuen Plattform-Infrastruktur wirken. Wenn nicht, drohen Überkapazitäten, schwächere Renditen und eine Neubewertung von KI-nahen Vermögenswerten.

Warum die KI-Blase damit noch nicht geplatzt ist

Ein echtes Platzen einer Blase sieht normalerweise anders aus: Finanzierung versiegt, Bewertungen brechen breit ein, große Projekte werden gestrichen, Zulieferer melden schwächere Bestellungen oder Kunden ziehen sich spürbar zurück.

Diese breite Kettenreaktion ist bisher nicht belegt. BloombergNEF schrieb, der Ausbau von KI-Rechenzentren laufe trotz Marktnervosität und Blasensorgen weiter; Ende September 2025 seien weltweit mehr als 23 Gigawatt Rechenzentrumskapazität im Bau gewesen, rund drei Viertel davon in den USA . Reuters berichtete zudem, Nvidia-Chef Jensen Huang habe Sorgen zurückgewiesen, der Ausgabenboom für KI-Chips gehe zu Ende .

Das beweist nicht, dass jede KI-Investition aufgehen wird. Es spricht aber dafür, dass der Markt bislang eher zwischen Sorge und Disziplinierung steckt als in einem flächigen Zusammenbruch.

Warum gerade OpenAI der Druckpunkt ist

OpenAI steht besonders im Fokus, weil die Berichte seine Umsatz- und Nutzerziele direkt mit der Fähigkeit verknüpfen, große Rechenzentrumspläne zu finanzieren . Andere Berichte drehen sich um mehrjährigen Cash Burn, externe Finanzierung und künftige Rechenkapazitäten .

Damit ist OpenAI ein schärferer Testfall als die allgemeine Geschichte über höhere Investitionsausgaben der großen Tech-Konzerne. Starke Nutzung allein reicht nicht, wenn jeder zusätzliche Wachstumsschritt noch größere Infrastruktur voraussetzt. Die gemeldeten Zahlen machen genau diese Spannung sichtbar .

Welche Signale ein echtes Platzen anzeigen würden

OpenAIs gemeldete Zielverfehlungen sind wichtig. Für ein wirkliches Ende des KI-Booms müsste sich der Druck aber über ein einzelnes Unternehmen hinaus zeigen. Entscheidende Warnzeichen wären etwa:

• wiederholte Umsatz- oder Nutzerverfehlungen bei mehreren führenden KI-Unternehmen;
• verschobene oder abgesagte Rechenzentrumsprojekte, ausdrücklich wegen schwacher Nachfrage;
• langsameres Wachstum bei Bestellungen von KI-Beschleunigern und GPUs;
• teurere Finanzierung für Rechenzentrumsbetreiber, Compute-Anbieter oder KI-Start-ups;
• Unternehmen, die ihre KI-Budgets kürzen, weil Produktivitätsgewinne die Kosten nicht rechtfertigen;
• Cloud-Anbieter, die vor ungenutzter KI-Kapazität warnen.

Solche Signale würden auf eine breitere Abwicklung der KI-Wette hindeuten. OpenAIs berichtete Probleme allein zeigen Stress – nicht den bestätigten Knall.

Fazit

OpenAIs Cash Burn ist am besten als Riss im KI-Boom zu verstehen, nicht als Beweis für eine bereits geplatzte Blase.

Die gemeldeten Zielverfehlungen und Ausgabenpläne zeigen, dass KI in eine strengere Phase eintritt: Nutzerwachstum allein genügt nicht mehr, wenn die Ökonomie dahinter nicht trägt . Gleichzeitig bleiben die Investitionen in KI-Infrastruktur hoch, und der Bau von Rechenzentren geht trotz Blasensorgen weiter .

Die entscheidende Frage lautet, ob KI-Umsätze schnell genug wachsen, bevor die Infrastrukturrechnung zu groß wird. Gelingt das, wirkt diese Phase später vielleicht wie ein schmerzhafter, aber rationaler Investitionszyklus. Gelingt es nicht, könnte OpenAIs Geldverbrennung im Rückblick als eines der ersten sichtbaren Zeichen gelten, dass der KI-Ausbau seiner wirtschaftlichen Grundlage vorausgeeilt ist.