Werbung
Im Verfahren zwischen Elon Musk und OpenAI ist eine äußerst interessante Zahl ans Tageslicht gelangt, die die Dimension des aktuellen KI-Wettrüstens eindrucksvoll offenlegt. OpenAI-Mitgründer Greg Brockman soll laut der Nachrichtenagentur Reuters vor Gericht angegeben haben, dass das Unternehmen im laufenden Jahr rund 50 Milliarden US-Dollar für Rechenleistung ausgeben werde.
Die Summe steht in keinem guten Verhältnis zum eigentlichen Geschäft von OpenAI. Zwar konnte der ChatGPT-Anbieter seinen Umsatz 2025 mehr als verdreifachen, doch liegt die Marke von zuletzt rund 20 Milliarden US-Dollar im Jahr, wie sie im Januar von Finanzchefin Sarah Friar öffentlich gemacht wurde, erheblich darunter. Die genannten 50 Milliarden US-Dollar wären mehr als doppelt so hoch wie das aktuelle Umsatztempo. Ende 2024 hatte OpenAI nach eigenen Angaben erst rund eine Milliarde US-Dollar pro Quartal erlöst.
Damit wird klar, dass OpenAI den Ausbau seiner Infrastruktur nicht allein aus dem laufenden Geschäft finanzieren kann. Das Unternehmen sammelt Risikokapital ein, bindet sich an große Cloud-Partner und sichert sich langfristige Kapazitäten. Training, Inferenz und zunehmend klassische AI-Workloads benötigen enorme Mengen an Beschleunigern, Speicherbandbreite, Netzwerkleistung und Energie, die OpenAI für den Betrieb und die Weiterentwicklung seiner Plattform absichern will.
Zum Vergleich: Microsoft meldete für sein Geschäftsjahr 2025 einen Cloud-Umsatz von 168,9 Milliarden US-Dollar. NVIDIA kam im Geschäftsjahr 2026 auf 215,9 Milliarden US-Dollar Rekordumsatz – allein das Datacenter-Geschäft erreichte im vierten Quartal 62,3 Milliarden US-Dollar. AWS wiederum erzielte im ersten Quartal 2026 einen Umsatz von 37,6 Milliarden US-Dollar und einen operativen Gewinn von 14,2 Milliarden US-Dollar.
OpenAIs mögliche Compute-Ausgaben erreichen damit eine Größenordnung, die zwar unter den Jahresumsätzen der großen Infrastrukturkonzerne liegt, aber für einen einzelnen KI-Anbieter außergewöhnlich hoch ist.
Die Zahl passt zudem zu mehreren Vereinbarungen, die OpenAI in den vergangenen Monaten selbst öffentlich gemacht hatte. In der neu gefassten Partnerschaft mit Microsoft bleibt Azure zwar der primäre Cloud-Partner, OpenAI kann seine Produkte aber auch über andere Anbieter bereitstellen. Zugleich verliert Microsoft das bisherige Vorrecht, als Compute-Anbieter zuerst zum Zug zu kommen. OpenAIs Infrastruktur wird damit breiter aufgestellt, aber auch komplexer.
Parallel baut OpenAI die Zusammenarbeit mit AWS aus. Nach Angaben des Unternehmens umfasst eine mehrjährige Vereinbarung 38 Milliarden US-Dollar und sieht unter anderem EC2-UltraServers mit großen NVIDIA-GPU-Clustern vor. Genannt werden GB200- und GB300-Systeme, die sowohl für Training als auch für Inferenz genutzt werden sollen. In einer weiteren Amazon-Partnerschaft spricht OpenAI zudem von einer Erweiterung der bestehenden AWS-Vereinbarung um 100 Milliarden US-Dollar über acht Jahre sowie von rund 2 GW Kapazität. Neben NVIDIA-GPUs spielen damit auch Amazons eigene KI-Beschleuniger eine größere Rolle.
Technisch zeigt sich daran, wie weit sich KI-Infrastruktur von klassischen Cloud-Workloads entfernt hat. Entscheidend sind nicht einzelne Server, sondern komplette Cluster mit hoher Speicherbandbreite, schneller Vernetzung und planbarer Auslastung. Für Anbieter wie Microsoft, Amazon, NVIDIA und weitere Infrastrukturpartner bedeutet das langfristig hohe Umsätze. Gleichzeitig müssen sie Rechenzentren, Energieversorgung und Hardwarebeschaffung vorfinanzieren, ohne dass sich jede Investition sofort in ausgelastete Kapazität übersetzen lässt.
Offen bleibt, wie genau OpenAI die 50 Milliarden US-Dollar intern abgrenzt. Die Gerichtsaussage beschreibt nach der bisherigen Berichterstattung Ausgaben für Rechenleistung, nicht zwingend reine Hardwarekäufe. Darin können Cloud-Nutzung, Kapazitätsreservierungen, Inferenzkosten und an Partnerverträge gebundene Compute-Kontingente enthalten sein. Genau diese Unterscheidung ist wichtig. Viele der genannten Milliardenbeträge stammen aus strategischen Partnerschaften und sind nicht eins zu eins als klassischer Kauf von Servern oder GPUs zu verstehen.
