Milliardenverluste bei Anthropic und OpenAI: Warum die Rechnung der großen KI-Anbieter so nicht aufgeht

Die Zahlen, die jetzt auf dem Tisch liegen

Vor dem geplanten Börsengang musste Anthropic seine Bücher öffnen. Was Reuters und die Financial Times aus dem Prospekt berichten und heise online zusammengefasst hat, ist bemerkenswert: 4,6 Milliarden Dollar Umsatz im Jahr 2025 stehen einem Nettoverlust von 42 Milliarden Dollar gegenüber. Der operative Verlust hat sich von knapp 3 auf über 8 Milliarden Dollar mehr als verdoppelt. Für Cloud-Kapazitäten, Rechenleistung und Infrastruktur plant das Unternehmen in den kommenden Jahren 518 Milliarden Dollar ein. Und fast ein Viertel des Umsatzes kam 2025 von nur zwei Kunden.

Bei OpenAI sieht es nicht besser aus. Nach Zahlen, die der Journalist Ed Zitron veröffentlicht und die Financial Times bestätigt hat, gab der ChatGPT-Anbieter 2025 rund 34 Milliarden Dollar aus und nahm 13 Milliarden ein. Der Nettoverlust von rund 39 Milliarden enthält zwar eine einmalige Buchung von etwa 30 Milliarden aus der alten Firmenstruktur — aber auch ohne diesen Sondereffekt bleiben rund 8 Milliarden Dollar operativer Verlust. Allein an Microsoft flossen 17,2 Milliarden Dollar: 10,6 Milliarden fürs Training neuer Modelle und 6 Milliarden dafür, die Anfragen der Nutzer zu beantworten.

Wer so rechnet, muss die Preise erhöhen

Die Analysten der Großbank HSBC haben im Herbst 2025 durchgerechnet, was OpenAI bis 2030 braucht. Das Unternehmen hat Rechenzentren mit rund 36 Gigawatt Leistung unter Vertrag, mit einem Gesamtwert von bis zu 1,8 Billionen Dollar. Selbst mit sehr optimistischen Annahmen — drei Milliarden Nutzer, doppelt so viele zahlende Kunden wie heute — bleibt eine Lücke von mindestens 207 Milliarden Dollar, nur um weiter Verluste schreiben zu können.

Man muss kein Finanzanalyst sein, um die Richtung zu erkennen. Die heutigen Preise pro Anfrage decken die Kosten nicht. Sie sind Preise, die Marktanteile kaufen. Irgendwann wollen die Investoren ihr Geld zurück, und dann bleiben nur zwei Wege: die Kosten drastisch senken oder sie an die Anwender weitergeben. Wir halten es für eine Frage der Zeit, bis Unternehmen, die ihre Abläufe auf einen Cloud-Dienst gebaut haben, deutlich höhere Rechnungen sehen — nicht um Gewinn zu machen, sondern um überhaupt kostendeckend zu arbeiten.

Die Rechnung zahlen wir schon heute — beim Speicher

Die Folgen des Baurauschs spürt längst jeder, der einen Rechner kauft. KI-Rechenzentren binden einen immer größeren Teil der weltweiten Speicherproduktion, vor allem für den teuren HBM-Speicher auf KI-Beschleunigern. Ein Gigabyte HBM belegt etwa so viel Fläche auf dem Wafer wie vier Gigabyte gewöhnlicher Arbeitsspeicher. Das Ergebnis: Ein 32-GB-DDR5-Kit, das im September 2025 rund 114 Euro kostete, lag im August 2026 bei etwa 523 Euro. Die Marktforscher von TrendForce und Bernstein erwarten den Höhepunkt erst Ende 2026, sinkende Preise nicht vor 2027. Auch Grafikkarten sind davon betroffen.

Und dann gibt es Qwen3.8-27B — kostenlos

Während die großen Anbieter Hunderte Milliarden in Rechenzentren stecken, hat Alibaba Mitte August 2026 Qwen3.8-27B veröffentlicht. Hinter Qwen steht das Qwen-Team von Alibaba Cloud, der Cloud-Sparte des chinesischen Handelskonzerns. Qwen3.8-27B ist ein offenes Modell¹ und steht unter der Apache-2.0-Lizenz: herunterladen, im eigenen Haus betreiben, auch kommerziell nutzen — ohne Lizenzgebühr und ohne Kosten pro Anfrage. In unserem Praxistest lief es auf einer einzelnen RTX 5090 mit bis zu 200 Tokens pro Sekunde und lieferte bei Programmierung, Recherche und Dokumentarbeit Ergebnisse auf Cloud-Niveau.

Wie kann sich ein Konzern das leisten? Alibaba verdient sein Geld nicht mit dem Modell, sondern mit Cloud-Diensten, Rechenleistung und einem Ökosystem, in dem sein Modell zum Standard wird. Ein freies Spitzenmodell ist die günstigste Werbung, die man sich vorstellen kann. Das Gleiche gilt, aus anderer Richtung, für NVIDIA: Der Chiphersteller veröffentlicht mit der Nemotron-Familie eigene offene Modelle und optimiert Qwen-Modelle ausdrücklich für seine RTX-Grafikkarten und den DGX Spark. Jedes starke Modell, das lokal läuft, verkauft Hardware für Büro und Zuhause — und genau dort ist NVIDIA vorne. Dass ein Hardwarehersteller Interesse an guten lokalen Modellen hat, ist deshalb keine Verschwörung, sondern schlichte Geschäftslogik.

Angst als Geschäftsmodell?

Auffällig ist, wie laut gerade die großen US-Anbieter nach Regulierung rufen. Ihre Modelle seien so mächtig, dass nur sie selbst sie sicher beherrschen könnten. Anthropic listet im eigenen Börsenprospekt sogar „existenzielle Risiken für die Menschheit" auf. Man darf die Frage stellen, was eine Regulierung bewirkt, die vor allem jene stärkt, die sich die teuersten Rechenzentren leisten können — und ob ein Markt, in dem die Kosten der Anbieter den Umsatz um ein Vielfaches übersteigen, nicht auch deshalb nach Schutz ruft.

Das heißt nicht, dass KI-Sicherheit kein Thema wäre. Aber Sicherheit entsteht nicht dadurch, dass möglichst wenige Konzerne möglichst viel Rechenleistung kontrollieren. Sie entsteht durch Transparenz, Prüfbarkeit und dadurch, dass der Betreiber selbst entscheidet, was ein System darf.

„Die chinesischen Modelle schicken Daten nach Hause" — stimmt das?

Vor chinesischen Modellen wird regelmäßig gewarnt. Hier lohnt es sich, genau zu unterscheiden. Wer die App oder den Cloud-Dienst eines Anbieters nutzt, schickt seine Eingaben auf dessen Server — das gilt für DeepSeek genauso wie für ChatGPT oder Claude. Ein offenes Modell¹ dagegen ist eine Datei. Sie wird von einer ebenfalls offenen Laufzeit-Software auf dem eigenen Rechner ausgeführt und hat keinen eigenen Zugang zum Netz. Ob etwas das Haus verlässt, entscheiden die Software drumherum und die eigene Firewall — und das kann jeder selbst prüfen. In unseren Installationen, auch im Dauerbetrieb, haben wir keine einzige Verbindung eines lokal betriebenen Modells nach außen gesehen.

Qwen und DeepSeek gehören dabei zu den Anbietern, die ihre stärksten Modelle am konsequentesten offen veröffentlichen. Auch Mistral aus Frankreich, Google mit Gemma und sogar OpenAI mit gpt-oss bieten offene Modelle an — der Trend ist eindeutig. Bei den großen Cloud-Diensten aus den USA gilt dagegen: Was dort eingegeben wird, liegt auf Servern, die dem US CLOUD Act unterliegen, und je nach Tarif und Einstellung dürfen Eingaben zum Training verwendet werden. Warum ein „EU-Rechenzentrum" daran wenig ändert, erklären wir im Beitrag Cloud Act vs. DSGVO, was mit Eingaben bei ChatGPT passiert, im Beitrag Was mit Ihren Daten bei ChatGPT geschieht.

Häufige Fragen

Wie hoch waren die Verluste von Anthropic und OpenAI im Jahr 2025?

Laut Börsenprospekt, über den Reuters, Financial Times und heise berichten, machte Anthropic 2025 bei 4,6 Milliarden Dollar Umsatz einen Nettoverlust von 42 Milliarden Dollar; der operative Verlust lag bei über 8 Milliarden. OpenAI gab 2025 rund 34 Milliarden Dollar aus und nahm 13 Milliarden ein. Der Nettoverlust von rund 39 Milliarden enthält eine einmalige Buchung von etwa 30 Milliarden; operativ blieben rund 8 Milliarden Verlust.

Wer steht hinter Qwen3.8-27B?

Qwen wird vom Qwen-Team des chinesischen Konzerns Alibaba (Alibaba Cloud) entwickelt. Qwen3.8-27B erschien Mitte August 2026 unter der Apache-2.0-Lizenz und darf damit kostenlos heruntergeladen und auch kommerziell genutzt werden.

Kann ein lokal betriebenes chinesisches Modell Daten nach China senden?

Ein offenes Modell ist eine Datei, die von einer Laufzeit-Software auf dem eigenen Rechner ausgeführt wird. Es hat keinen eigenen Netzwerkzugang. Ob Daten das Haus verlassen, entscheidet die Software drumherum und die eigene Firewall – und das lässt sich jederzeit selbst prüfen. Anders ist es bei Apps und Cloud-Diensten eines Anbieters: Dort landen die Eingaben auf dessen Servern, egal aus welchem Land er kommt.

Warum sind die Speicherpreise so stark gestiegen?

Rechenzentren für KI binden einen großen Teil der weltweiten Speicherproduktion, vor allem für HBM-Speicher auf KI-Beschleunigern. Ein 32-GB-DDR5-Kit, das im September 2025 rund 114 Euro kostete, lag im August 2026 bei etwa 523 Euro. Marktforscher erwarten den Höhepunkt erst Ende 2026.