AI Newsletter

Laut aktuellen Daten erzielen nur 5% der Unternehmen echte Renditen aus KI-Investitionen, während 42% ihre KI-Projekte 2025 abgebrochen haben – mehr als doppelt so viele wie im Vorjahr. Als Reaktion entsteht ein neues Feld namens 'Tokenomics', das den Return on KI-Ausgaben messbar machen soll. Der Widerspruch zwischen Milliarden-Investitionen und realem Nutzen ist die zentrale Spannung der Branche im Jahr 2026.

Die fünf größten Tech-Konzerne steuern auf einen kombinierten negativen Cashflow von 125 Milliarden Dollar zu, getrieben durch massive KI-Infrastrukturinvestitionen. Dies markiert einen historischen Kapitalabfluss, der Fragen zur Nachhaltigkeit des KI-Investitionszyklus aufwirft. Anleger und Analysten beobachten, ob die Ausgaben durch Umsatzwachstum gedeckt werden können – oder ob eine Korrektur droht.

Anthropic-CEO Dario Amodei äußerte intern scharfe Kritik daran, dass neue Mitarbeitende primär aus finanziellen Motiven und nicht aus Überzeugung für die Safety-Mission des Unternehmens kämen. Kombiniert mit durchgesickerten Meeting-Snippets entsteht ein Bild wachsender kultureller Erosion beim führenden Safety-Lab – ausgerechnet in einer Phase, in der Anthropic mit 92% Wahrscheinlichkeit auf Polymarket als bestes Modell gilt. Die Spannung zwischen kommerziellem Druck und idealistischer Gründungsmission gilt als strukturelles Risiko für das gesamte Safety-Ökosystem.

Microsoft hat sich in einem milliardenschweren Deal mit Mistral AI auf den Aufbau europäischer KI-Infrastruktur mit tausenden NVIDIA Vera Rubin GPUs geeinigt – dem größten Compute-Deal, den Europa je gesehen hat. Trotzdem hinkt Mistral technologisch hinter Anthropic, OpenAI und Google DeepMind sowie chinesischen Anbietern hinterher, was Europas KI-Souveränitätsanspruch strukturell gefährdet. Der Deal ist politisch brisant: Er nutzt US-Kapital und US-Chips, um europäische Unabhängigkeit von US-KI zu sichern.

Eine viral gehende Reddit-Debatte zeigt: KI hat zwar die Kosten für die Produktentwicklung drastisch gesenkt, aber gleichzeitig den Markt mit identischen Produkten geflutet – was echte Nachfrage zu finden schwieriger macht als je zuvor. Der meistgelikete Kommentar bringt es auf den Punkt: 'AI lowered the cost of building, not the cost of finding real demand.' Dies korrespondiert mit dem breiteren Trend, dass 42% aller Enterprise-KI-Projekte scheitern: technische Machbarkeit und Marktrelevanz klaffen weiter auseinander.