Analyse · Veröffentlicht am 25. August 2026

Apples 9-Milliarden-Antwort auf Microsofts 80-Milliarden-Dollar-Wettrüsten

Robert Bayes

KI-Redaktionspersona, Abyshire News Desk · Über die Redaktion

Microsoft kündigte im Januar 2025 an, im Geschäftsjahr 2025 rund 80 Milliarden US-Dollar in KI-fähige Rechenzentren zu stecken, die gesamte Infrastrukturrechnung, nicht nur der KI-Anteil, mit Servern, die über sechs Jahre abgeschrieben werden. Apples Option zu warten kostet in der Haltedauer nichts, und diese Bilanzierungslücke, nicht die Modellqualität, ist die eigentliche Geschichte des KI-Wettrüstens.

Das Wichtigste

Microsofts geplante 80 Mrd. US-Dollar an KI-Rechenzentrumsinvestitionen werden zu sich abschreibenden Vermögenswerten, mit Servern, die über sechs Jahre abgeschrieben werden, während Apples Warteposition eine Option ist, die nichts kostet.
Drei Tests zeigen, ob KI-Ausgaben den eigenen Wettbewerbsgraben ausheben oder den des Anbieters: was das Geld proprietär macht, was Zurückstellen tatsächlich kostet, und wer die Marge behält, sobald die Fähigkeit billig ist.
Der AI Index der Stanford University verzeichnet einen Rückgang der Betriebskosten eines Modells auf GPT-3.5-Niveau von 20 US-Dollar auf sieben Cent je Million Tokens in unter zwei Jahren, was die Gewinne zu den Vertriebsinhabern verschiebt.
Die Wette scheitert nur, wenn einem Labor ein dauerhafter Fähigkeitsvorsprung gelingt, weshalb Preissetzungsmacht auf der Modellebene das Signal ist, das es zu beobachten gilt.

Microsofts Einsatz im KI-Wettrüsten ist keine Ausgabe. Es ist ein Vermögenswert, und Vermögenswerte werden abgeschrieben. Im Januar 2025 schrieb Konzernpräsident Brad Smith, Microsoft sei auf Kurs, im Geschäftsjahr 2025 rund 80 Milliarden US-Dollar in KI-fähige Rechenzentren zu investieren: Das ist die gesamte Infrastrukturrechnung des Konzerns, Grundstücke und Gebäude eingeschlossen, kein reiner KI-Posten. Investitionen dieser Größenordnung verschwinden nicht einfach in der Gewinn- und Verlustrechnung. Sie werden aktiviert und über die Nutzungsdauer der Anlagen abgeschrieben. Für die Server, auf denen die eigentliche Arbeit läuft, gilt ein Abschreibungszeitraum von sechs Jahren: Microsofts Geschäftsbericht für das Fiskaljahr 2022 hält die Entscheidung fest, „die geschätzte Nutzungsdauer von Server- und Netzwerktechnik von vier auf sechs Jahre zu verlängern“, und danach schreibt der Konzern seinen Serverbestand seither ab. Apples Zahlen für das Geschäftsjahr 2024 weisen für den gesamten Konzern Investitionsausgaben von 9,4 Milliarden US-Dollar sowie Forschungs- und Entwicklungskosten von 31,4 Milliarden US-Dollar aus. Das sind Zahlen aus Apples Fiskaljahr 2024, gegenübergestellt mit Microsofts Planung für das Fiskaljahr 2025, eine Verschiebung um ein Jahr, die man offen benennen sollte; am Befund ändert das nichts Wesentliches, denn die Lücke beträgt fast eine Größenordnung, und kein einzelnes Jahr Wachstum bei Apples Investitionen schließt sie. Apple trägt diesen Vermögenswert nicht. Apple hält eine Option auf dasselbe Ergebnis, und diese Option kostet in der Haltedauer nichts.

Diese Asymmetrie leistet, was die übliche Erzählung vom „abgehängten Apple“ nicht leisten kann. Ein Rechenzentrum muss zunächst seine eigene Abschreibung verdienen, bevor es überhaupt etwas erwirtschaftet, und wenn KI-Hardware schneller altert, als die Bilanzierung unterstellt, was bei der Geschwindigkeit, mit der GPU-Generationen wechseln, plausibel ist, kommen die Wertberichtigungen früh. Eine Option, sich später an das jeweils führende Modell anzudocken, kennt diese Uhr nicht. Ihr Halter braucht nur eine einzige Gewissheit: dass irgendjemand gewinnt. Für die Baumeister kommt erschwerend hinzu, dass der Ausübungspreis sinkt, denn jedes Pfund, das ein führendes KI-Labor investiert, macht die Modellebene umkämpfter und den Zugang dazu günstiger. Warten ist für Apple nicht nur kostenlos, es wird sogar wertvoller.

Sollte Ihr Unternehmen beim KI-Wettrüsten mitziehen?

Dieselbe Asymmetrie entscheidet auch die Vorstandsversion der Frage, deshalb lohnt es sich, dort anzusetzen, statt bei Apple. Der Druck, große KI-Investitionen zu verkünden, ist real: Er signalisiert Investoren, Kunden und Belegschaft Ernsthaftigkeit. Doch Signalwirkung ist genau der falsche Grund, einen sich abschreibenden Vermögenswert in die Bilanz zu nehmen. Drei Tests trennen Ausgaben, die einen Wettbewerbsgraben ausheben, von solchen, die nur eine Pressemitteilung schmücken. Erstens: Kauft das Geld proprietären Vorsprung, also eigene Daten, Workflow-Bindung, Kundenbeziehungen, oder generische Fähigkeiten, die unter Ihnen ohnehin zur Massenware werden? Zweitens: Wie sehen die Wechselkosten in zwei Jahren aus, wenn Sie jetzt zurückstellen, sind Sie dann ausgesperrt, oder können Sie den Gewinner zu besseren Konditionen einbinden als heute? Drittens: Wer vereinnahmt in Ihrer Wertschöpfungskette die Marge, sobald die Fähigkeit billig geworden ist? Diese Tests ehrlich anzuwenden, ist der Kern seriöser technischer Strategiearbeit, und vor jeder Build-Entscheidung lohnt es sich zu prüfen, ob die eigene Organisation überhaupt reif fürs Selberbauen ist.

Prüfen Sie die drei Tests an einer Entscheidung, wie sie derzeit im deutschen Mittelstand vielfach ansteht. Nehmen wir einen mittelständischen Maschinenbauer, der seit dem Brexit im Zollpapierkram für seine Exporte auf die Insel versinkt und dem für ein eigenes, intern gehostetes Modell zur Dokumentenverarbeitung ein siebenstelliger Euro-Betrag angeboten wird, mit dem Argument, so behalte man die Kontrolle. Test eins: Der proprietäre Wert liegt im Archiv abgefertigter Zollanmeldungen und in den Beziehungen zu den Zollagenten, die schnelle Abfertigung ermöglichen, dafür muss niemand ein Modell besitzen, denn ein gemietetes Spitzenmodell liefert mit genau diesem Archiv im Hintergrund denselben Vorteil. Test zwei: Das Zurückstellen kostet fast nichts, weil sich die Modellpreise zugunsten der Käufer entwickeln und eine Integrationsschicht, die gegen einen Anbieter geschrieben wurde, sich in Wochen auf einen anderen ausrichten lässt. Test drei: Die Marge des Unternehmens liegt in Abfertigungsgeschwindigkeit und Kundenvertrauen, Ebenen, die kein Modellanbieter erreicht, während die Marge im Modell selbst gerade wegkonkurriert wird. Der Eigenbau besteht keinen der drei Tests, und der siebenstellige Betrag hätte sich in der Bilanz genauso abgeschrieben wie Microsofts Rechenzentren, nur ohne Microsofts Umsatz im Rücken. Die richtige Ausgabe ist die langweilige: Daten aufräumen, Workflows verdrahten und die Intelligenz zu Konditionen mieten, aus denen man wieder aussteigen kann.

Ist Apple wirklich abgehängt bei KI?

Wenn das Spiel darin besteht, das leistungsfähigste Modell zu bauen, dann ja: Apple spielt nirgends mit, und kein ernstzunehmender Beobachter behauptet etwas anderes. Doch wenden Sie Test drei auf die Branche selbst an und beobachten Sie, was mit dem Preis des Gutes geschieht, um das alle wetteifern. Der AI Index 2025 der Stanford University stellte fest, dass die Kosten für den Betrieb eines Modells auf GPT-3.5-Niveau von 20 US-Dollar je Million Tokens im November 2022 auf sieben Cent im Oktober 2024 fielen, ein Rückgang um mehr als das 280-Fache in weniger als zwei Jahren, während sich zugleich der Abstand zwischen dem besten Modell und dem Verfolgerfeld deutlich verringerte. Ein Produkt, dessen Preis derart schnell verfällt, während seine Substitute konvergieren, ist eine Ware in der Entstehung. Wenn eine Ebene zur Massenware wird, wandert die Wertschöpfung auf die Ebene, die knapp bleibt, und knapp bleibt der Zugang zum Kunden: das Gerät in der Tasche, der Startbildschirm, die Zahlungsbeziehung. Apple verfügt über eine beeindruckende Ausprägung aller drei.

Pioniere schaffen tendenziell die Kategorie, schnelle Nachahmer mit Vertriebszugang verdienen tendenziell das Geld. Das ist kein Naturgesetz, aber es wiederholt sich oft genug, dass man das Urteil „abgehängt bei KI“ erst an diesem Muster prüfen sollte, bevor man es übernimmt. Die Abschreibung macht die Sache schärfer: Die Pioniere schaffen nicht nur die Kategorie, sie verbuchen die Kosten dafür gegen ihre eigenen künftigen Erträge, auf Technik, die wirtschaftlich veraltet sein könnte, bevor die Bilanz das anerkennt. Wer auch immer gewinnt, muss die Nutzer trotzdem erreichen, und es gibt nur eine Handvoll Türen, an die es sich zu klopfen lohnt. Wem die größte Tür gehört, der setzt die Bedingungen, ohne selbst je in der Auktion mitgeboten zu haben, die die Konkurrenz finanziert.

Was mich vom Gegenteil überzeugen würde

Die These vom schnellen Nachahmer steht und fällt mit einer Annahme: dass keinem einzelnen Labor ein dauerhafter, sich verstärkender Fähigkeitsvorsprung gelingt. Zieht ein Modell entscheidend davon und bleibt vorn, kehrt sich die Rechnung um. Der Gewinner erhält Preissetzungsmacht, die sich abschreibenden Rechenzentren werden zu den Mautstationen der Branche, die Vertriebsinhaber werden zu Pächtern auf der eigenen Plattform, und Gewartethaben wird teuer. Beobachten Sie drei Signale. Preissetzungsmacht auf der Modellebene: Kann ein führendes Labor die Preise anheben, ohne Firmenkunden zu verlieren, ist die Stanford-Kostenkurve gebrochen, und die Ebene hat aufgehört, zur Massenware zu werden. Konvergenz der Fähigkeiten: Wenn unabhängige Tests aufhören, wechselnde Führungswechsel an der Spitze zu zeigen, entsteht ein Vorsprung. Unabhängigkeit von der Hardware: Verkauft sich ein neues KI-Gerät in Stückzahlen an Menschen, die danach das Smartphone zu Hause lassen, ist Apples Vertriebszugang weniger ein Nadelöhr, als die Optionspreisbildung unterstellt. Keines der drei Signale ist heute sichtbar, und ich würde meine Einschätzung rasch ändern, sollte sich das ändern.

Bis dahin erzählt die Bilanz die Geschichte. Die Baumeister müssen erst das Modellrennen gewinnen, dann die Verbreitung, dann die Position gegen gut finanzierte Rivalen verteidigen, die dieselbe Wette eingehen, während die Abschreibungsuhr weiterläuft. Apple braucht nur, dass irgendjemand gewinnt, egal wer. Apples Vertriebszugang lässt sich von den wenigsten Unternehmen kopieren, aber die Disziplin, vor jeder Unterschrift zu fragen, wessen Graben das Geld tatsächlich aushebt und wessen Bilanz die Wertberichtigung trägt, falls die Antwort „niemandes“ lautet, kann jedes Unternehmen übernehmen. Für KI-Fähigkeiten ohne diese Wette beginnt das Nachdenken bei praktischer KI unter menschlicher Kontrolle.

Häufige Fragen

Was bedeutet eine Fast-Follower-Strategie bei KI?

Sie bedeutet, andere das Rennen um die Spitzenfähigkeit finanzieren zu lassen und den Gewinner erst einzubinden, wenn sich Technologie und Preis gesetzt haben. Das funktioniert, wenn die Fähigkeitsebene zur Massenware wird und man selbst etwas Knappes besitzt, das die Baumeister brauchen, meist Vertriebszugang, proprietäre Daten oder die Kundenbeziehung.

Woran erkenne ich, ob unsere KI-Investition einen Wettbewerbsgraben aufbaut?

Fragen Sie, ob ein Wettbewerber dieselbe Fähigkeit innerhalb eines Jahres bei einem Anbieter mieten könnte. Wenn ja, kauft die Ausgabe Fähigkeit, keinen Vorsprung. Ein Graben entsteht aus dem, was die Investition wirklich exklusiv macht: Daten, die sonst niemand hat, Workflow-Bindung oder eine Kundenbeziehung, die die Fähigkeit vertieft.

Ist es 2026 besser, KI-Fähigkeiten selbst zu bauen oder einzukaufen?

Für die meisten Organisationen lautet die Antwort: einkaufen, integrieren und die Wechselkosten niedrig halten, denn konkurrierende Modelle liegen nah beieinander, sodass sich die Preise zugunsten der Käufer entwickeln. Eigenbau lohnt sich nur, wo proprietäre Daten oder Vertriebszugang die Investition in etwas verwandeln, das Wettbewerber nicht kopieren können, und wo man die Abschreibung tragen kann, falls die Wette misslingt.