Big Techs KI-Ausbau ist keine sichere Gelddruckmaschine. Er ist eine Wette unter Vorbehalt: Die größten Cloud-Plattformen können den aktuellen Investitionsschub besser verkraften als kleinere Anbieter. Wirklich tragfähig wird er aber erst, wenn aus KI-Experimenten in Unternehmen dauerhaft bezahlte, margenstarke Cloud-Nutzung wird.

Aus Cloud-Ausbau wird ein Kapitalrennen

Die einzelnen Schätzungen unterscheiden sich, weil sie verschiedene Unternehmen einbeziehen und andere Annahmen zum Zeitpunkt der Ausgaben treffen. Die Richtung ist dennoch eindeutig: Der Bau von KI-Infrastruktur hat eine Größenordnung erreicht, die weit über eine normale Erweiterung bestehender Cloud-Kapazitäten hinausgeht.

Die Futurum Group schätzte, dass Microsoft, Alphabet, Amazon, Meta und Oracle für 2026 zusammen Investitionsausgaben von 660 bis 690 Milliarden US-Dollar zugesagt haben – fast doppelt so viel wie 2025 ^[5]. Campaign US berichtete separat, Meta, Microsoft, Alphabet und Amazon seien auf Kurs, 2026 mehr als 650 Milliarden US-Dollar in KI zu investieren, vor allem in Rechenzentren, Spezialchips und Flüssigkühlung ^[7]. Business Insider meldete nach den Quartalsberichten zum ersten Quartal später, Amazon, Microsoft, Meta und Google planten für 2026 Investitionsausgaben von bis zu 725 Milliarden US-Dollar ^[14].

SiliconRepublic ordnete ein Paket von rund 650 Milliarden US-Dollar als Anstieg um 60 % gegenüber 410 Milliarden US-Dollar im Jahr 2025 ein; gegenüber 245 Milliarden US-Dollar im Jahr davor entspräche das einem Plus von 165 % ^[9]. Kurz gesagt: Das ist kein gewöhnlicher Cloud-Zyklus mehr, sondern ein strategisches Wettrüsten um Rechenleistung.

Warum die Ausgaben vorerst rational wirken

Der stärkste Grund für die Investitionen ist strategischer Natur. Die großen Cloud- und KI-Infrastrukturanbieter finanzieren nicht nur den Start eines einzelnen Produkts. Sie versuchen, Kapazität für eine mögliche nächste Rechenplattform zu sichern. Futurum beschreibt Microsoft, Alphabet, Amazon, Meta und Oracle in seiner Analyse als die fünf größten US-Anbieter von Cloud- und KI-Infrastruktur ^[5].

Das ist wichtig, weil sogenannte Hyperscaler – also sehr große Cloud-Plattformen – mehrere Wege zur Monetarisierung haben: klassische Cloud-Kunden, KI-Dienste für Unternehmen, Training großer Modelle, Inferenz-Workloads und eigene KI-Produkte. Wenn die Nachfrage weiter wächst, kann knappe Rechenkapazität zum Schutz von Marktanteilen werden.

Hinzu kommt eine defensive Logik. SiliconRepublic berichtete, dass Meta, Google, Amazon und Microsoft KI-Rechenleistung als möglichen „Winner-take-all“- oder „Winner-takes-most“-Markt betrachten ^[9]. In diesem Denken kann zu wenig Kapazität kurzfristig gefährlicher sein als zu viel: Wer nicht liefern kann, riskiert, dass Arbeitslasten dauerhaft zu Wettbewerbern abwandern.

Das bedeutet nicht, dass jeder investierte Dollar automatisch eine attraktive Rendite bringt. Es bedeutet nur, dass die größten Plattformen mehr Möglichkeiten haben, das Risiko abzufedern als Unternehmen mit schmalerer Umsatzbasis.

Der Engpass ist die Rendite bei Unternehmenskunden

Das größte Nachhaltigkeitsrisiko liegt im Timing. Die Infrastruktur wird jetzt gebaut, während viele Unternehmen noch herausfinden, wie sie mit KI tatsächlich Geld verdienen oder Kosten nachhaltig senken.

McKinseys „State of AI“-Erhebung 2025 ergab, dass fast zwei Drittel der Organisationen KI noch nicht unternehmensweit skaliert haben ^[25]. Gleichzeitig gibt es positive Signale: 64 % der Befragten sagten, KI ermögliche Innovation. Aber nur 39 % berichteten von einem EBIT-Effekt auf Unternehmensebene ^[25].

Andere Berichte klingen noch vorsichtiger. Digital Commerce 360 berichtete über MITs „GenAI Divide“-Arbeit aus dem Jahr 2025: Trotz geschätzter 30 bis 40 Milliarden US-Dollar an Unternehmensausgaben für generative KI-Tools und -Systeme hätten 95 % der Organisationen noch keine messbare finanzielle Rendite gesehen ^[21]. Campus Technology fasste denselben MIT-Bericht so zusammen, dass nur 5 % der integrierten KI-Pilotprojekte Millionenwerte erschließen, während die meisten ohne messbaren Gewinn-und-Verlust-Effekt stecken bleiben ^[23].

Das beweist nicht, dass KI im Unternehmen scheitert. Es zeigt aber, warum der Investitionsboom riskant ist: Die Cloud-Anbieter bauen Infrastruktur für den produktiven Masseneinsatz, während viele Kunden noch im Experimentier- oder Pilotmodus sind.

Woran sich die Wette messen lässt

Die zentrale Frage lautet nicht, ob KI weiter genutzt wird. Entscheidend ist, ob KI-Workloads wertvoll genug werden, um teure Infrastruktur dauerhaft auszulasten und profitabel zu machen.

Vier Signale sind besonders wichtig:

1. Auslastung von KI-Rechenzentren und GPUs. Kapitalintensive Infrastruktur braucht stetige Nachfrage. Ungenutzte Kapazität verursacht weiterhin Kosten.
2. Wachstum der KI-bezogenen Cloud-Umsätze. Der Ausbau lässt sich leichter rechtfertigen, wenn daraus wiederkehrender Cloud-Umsatz entsteht – nicht nur allgemeines „KI-Interesse“.
3. Margen nach Infrastrukturkosten. Die Investitionen fließen in teure physische Systeme, darunter Rechenzentren, Spezialchips und Flüssigkühlung ^[7]. Umsatzwachstum muss stark genug sein, um diese Kostenbasis zu tragen.
4. Unternehmensweite Einsätze statt Pilotprojekte. Die klarste Bestätigung wäre, wenn mehr Unternehmen EBIT-Effekte auf Unternehmensebene melden – nicht nur Innovationsvorteile oder einzelne erfolgreiche Anwendungsfälle ^[25].

Verbessern sich diese Signale gemeinsam, wirkt der Boom wie eine vorgezogene Investition in den nächsten Cloud-Zyklus. Bleiben sie aus, sieht derselbe Ausbau schnell nach Überkapazität aus.

Anleger unterscheiden bereits zwischen Gewinnern und Ausgebern

Die Börse behandelt nicht jede KI-Investitionsgeschichte gleich. Fortune berichtete, dass Meta nach Ankündigungen höherer KI-Ausgaben durch Alphabet, Meta und Microsoft im nachbörslichen Handel um mehr als 6 % fiel, Microsoft nahezu unverändert blieb und Alphabet um fast 7 % stieg ^[2]. Derselbe Bericht verwies auf jüngste Schätzungen, wonach die kombinierten KI-bezogenen Investitionsausgaben 2026 mehr als 600 Milliarden US-Dollar erreichen dürften ^[2].

Diese unterschiedliche Reaktion ist entscheidend. Anleger fragen nicht nur, wer am meisten ausgibt. Sie fragen, wer Infrastrukturinvestitionen glaubwürdig mit Umsatzwachstum, belastbaren Margen und verteidigbaren Marktanteilen verbinden kann.

Fazit

Big Techs KI-Infrastrukturboom ist tragfähig – aber nur unter Bedingungen. Die größten Cloud-Plattformen können den kurzfristigen Ausbau als strategisches Rennen um Rechenkapazität begründen, zumal die Schätzungen für 2026 je nach Unternehmenskreis und Methode von mehr als 650 Milliarden bis zu 725 Milliarden US-Dollar reichen ^[7][14].

Langfristig hängt die Rechnung jedoch davon ab, ob die Rendite bei Unternehmenskunden nachzieht. Füllen KI-Workloads die Rechenzentren, steigern sie Cloud-Umsätze und erzeugen sie messbaren Geschäftsnutzen, wirkt der heutige Kapitaleinsatz wie eine notwendige Plattforminvestition. Bleibt KI dagegen in Pilotprojekten stecken, enttäuscht die Auslastung oder geraten Margen unter Druck, wird dieselbe Ausgabenwelle deutlich schwerer zu verteidigen.