Wie dieser Rechner entstanden ist
Dieser Rechner wurde am 12. Juni 2026 in einer Arbeitssitzung mit Claude Fable 5 (Anthropic) im Cowork-Modus der Claude-Desktop-App gebaut. Die KI hat zunächst per Web-Recherche die aktuellen Investitions-, Nutzer- und Umsatzzahlen zusammengetragen (Hyperscaler-Capex, Venture-Funding, Abonnentenzahlen), daraus ein vereinfachtes Annuitätsmodell entwickelt, die Berechnungen programmatisch in Python gegengeprüft und schließlich diese Seite im Design der School umgesetzt.
In Version 2 kamen hinzu: getrennte Abschreibung nach Anlagenklassen, ein Strompreis-Regler, eine Sensitivitätsanalyse (Tornado), eine Monte-Carlo-Simulation mit Unsicherheitsband, eine Zeitachsen-Betrachtung mit Break-even-Jahr und Branchen-IRR, der Vergleich mit historischen Megaprojekten sowie teilbare Szenario-Links und ein Druck-Export. Das Modell bleibt bewusst einfach: Es soll keine Prognose liefern, sondern Größenordnungen begreifbar machen. Alle Quellen und Annahmen sind unten offengelegt.
Deine Annahmen
Neun Regler in vier Bereichen – wähle links einen Bereich, justiere rechts. Jede Änderung rechnet sofort neu und landet in der URL.
KI-Umsatz entsteht vor allem nutzungsbasiert (API/Enterprise), nicht über 20-$-Abos.
Mischpreis = 3:1-Listenpreis (Output:Input) eines Flaggschiff-Korbs; eigene Zusammenstellung aus öffentlichen Preisen – Größenordnung, monatlicher Snapshot. Kontext: a16z „LLMflation“, Epoch AI. Greifbar-Annahmen: ~0,75 Wörter/Token, ~225 Wörter/Min. Lesen, Weltbevölkerung 8,1 Mrd.
Vereinfachtes Annuitätsmodell zur Einordnung von Größenordnungen. Keine Prognose, keine Anlageberatung. Datenstand: 12.06.2026.
KI-Capex der großen Tech-Konzerne
Mrd. $/Jahr · Amazon, Microsoft, Alphabet, Meta, Oracle
Benötigter vs. tatsächlicher KI-Umsatz
Mrd. $/Jahr
Benötigter Monatspreis je nach Abonnentenzahl
$/Monat, logarithmische Skala · Kurve folgt Deinen Annahmen
Welcher Regler kippt das Ergebnis? (Sensitivitätsanalyse)
Spanne des benötigten Monatspreises, wenn jeweils eine Annahme von „günstig" bis „ungünstig" variiert wird – alle anderen bleiben auf Deinen Werten.
Wie unsicher ist das Ergebnis? (Monte-Carlo-Simulation)
3.000 Zufallsszenarien um Deine Einstellungen herum – statt einer Punktschätzung ein ehrliches Unsicherheitsband.
Die Zeitachse: Wann rechnet sich der Ausbau?
Statt der statischen Jahresrechnung: Investitionspfad gegen Umsatz-Rampe, abgezinst mit Deinem WACC. Break-even = das Jahr, in dem der kumulierte, diskontierte Bruttogewinn die kumulierten, diskontierten Investitionen überholt.
Einordnung: der KI-Ausbau neben den Megaprojekten der Geschichte
Gesamtinvestitionen, grob inflationsbereinigt in Mrd. $ von heute – Schätzwerte zur Einordnung, keine exakte Statistik.
Billigere Token – das Ende der Story? Nicht unbedingt.
Fallende Token-Preise klingen nach Margen-Tod. Drei Gegenkräfte erklären, warum Kapitalgeber trotzdem optimistisch sind – ganz ohne Preisabsprachen:
App-, Agent- und SaaS-Firmen bepreisen nach Ergebnis oder Sitzplatz, nicht je Token. Fallen die Token-Kosten, sinkt ihr Wareneinsatz (COGS), während ihr Verkaufspreis hält → ihre Marge steigt. Genau hier sitzt das VC-Geld. Der Preis, der nicht so schnell fällt wie die Kosten, ist der der Anwendung – keine Absprache nötig, sondern eine andere Schicht mit Differenzierung und Wechselkosten.
Billiger heißt massiv mehr Nutzung. Eine dünne Marge mal explodierendem Volumen kann den Gesamt-Rohertrag trotzdem wachsen lassen.
Die neuesten Modelle behalten temporär Preissetzungsmacht: „Kosten fallen“ gilt für die Leistung von gestern – die Spitze von heute kostet weiter. Ein bewegliches Ziel, keine Koordination.
Die Kehrseite – und der Grund für diesen Rechner: Wenn der Wert in die kapitalleichte Anwendungsschicht wandert und der Token-Preis wegkonkurriert wird, verdienen ausgerechnet die kapitalintensiven Infrastruktur- und Modell-Anbieter (die die Billionen-Capex stemmen) ihre Rendite möglicherweise nicht. Genau diese Spannung bildet der Rechner ab.
Der Rechenweg – Schritt für Schritt
| Schritt | Logik | Wert |
|---|
Warum es diesen Rechner braucht
Über KI wird in Superlativen gesprochen – aber selten in Einheiten, die ein Mensch nachvollziehen kann. „725 Milliarden Dollar Capex" ist eine Schlagzeile; „dein Abo müsste über 1.000 Dollar im Monat kosten, wenn die heutigen Zahler die Rechnung allein tragen müssten" ist ein Gedanke, den man zu Ende denken kann. Genau diese Übersetzung leistet der Rechner: Er bricht die abstrakteste Zahl der Gegenwart auf die konkreteste herunter – den Preis, den Du selbst zahlen würdest.
Das ist mehr als ein Rechenspiel. Wer verstehen will, ob die KI-Investitionswelle eine Blase ist oder der Aufbau einer neuen Basisinfrastruktur, muss genau diese Mechanik durchschauen: Kapital kostet Rendite, Hardware veraltet in wenigen Jahren, und zwischen Umsatz und Gewinn liegen Strom- und Rechenkosten. Aus diesen drei nüchternen Tatsachen folgt zwingend, dass irgendwo in der Weltwirtschaft jedes Jahr ein dreistelliger Milliardenbetrag an neuem Wert entstehen muss – durch Abos, durch Unternehmenslösungen oder durch Produktivität. Ob das gelingt, ist die vielleicht wichtigste ökonomische Frage dieses Jahrzehnts.
Und schließlich ist der Rechner ein Stück Mündigkeit: Statt eine fertige Meinung zu übernehmen („Blase!" oder „Revolution!"), kannst Du die Annahmen selbst verstellen und sehen, wann die Rechnung kippt. Wer einmal selbst erlebt hat, dass das Ergebnis zwischen 35 und 1.200 Dollar schwankt – je nachdem, was man über Abonnentenzahlen und Margen glaubt –, liest jede KI-Schlagzeile danach anders. Genau diese Haltung wollen wir an der School vermitteln: nicht glauben, sondern rechnen. Dare to think.
Die Annahmen im Detail
Startwerte des Basisszenarios – alle per Regler verstellbar. Die Startwerte werden aus einer separaten Datendatei geladen und quartalsweise gepflegt.
| Annahme | Startwert | Begründung |
|---|---|---|
| Investitionsbasis | 2,0 Bio. $ | Kumulierte KI-Investitionen 2023–2026: KI-Anteil des Hyperscaler-Capex (~1,1 Bio. $: 2024 ≈ 192, 2025 ≈ 332, 2026e ≈ 544 Mrd. $), Venture-Funding (~0,6 Bio. $: 2024 = 114, 2025 = 211 Mrd. $), Rest Chips, Energie und unabhängige Rechenzentrumsbetreiber. Bewusst konservativ – Goldman Sachs erwartet allein 2026–2031 weitere 7,6 Bio. $. |
| Kapitalkosten (WACC) | 10 % | Übliche Renditeerwartung für Tech-Investitionen; Venture-Kapital erwartet deutlich mehr, Anleihen weniger. |
| Nutzungsdauer Chips/Server | 5 Jahre | Hyperscaler schreiben über 4–6 Jahre ab; Kritiker (u.a. zur GPU-Entwertung durch neue Generationen) halten 2–3 Jahre für realistischer. |
| Nutzungsdauer Gebäude/Netze | 15 Jahre | Rechenzentrums-Hüllen, Strom- und Kühlinfrastruktur sind langlebig – das dämpft die Kapitallast. |
| Hardware-Anteil | 60 % | Der Großteil der KI-Investitionen fließt in Chips und Server (kurzlebig), der Rest in langlebige Infrastruktur. |
| Bruttomarge | 50 % | KI-Dienste haben hohe variable Kosten (Strom, Inferenz-Compute, Betrieb) – deutlich unter klassischen Software-Margen von 80–90 %. |
| Strompreis-Index | 100 % | Energie ≈ 15 Umsatzpunkte im Basisfall. Steigt der Strompreis um 50 %, sinkt die effektive Marge um ~7,5 Punkte – Strom ist der am schnellsten wachsende Kostenblock des Ausbaus. |
| Abo-Anteil | 40 % | Consumer-Abos tragen nur einen Teil; Enterprise- und API-Erlöse wachsen schneller (Anthropic: ~47 Mrd. $ Run-Rate fast ohne Consumer-Geschäft). |
| Zahlende Abonnenten | 300 Mio. | Heute real ~80 Mio. weltweit (ChatGPT: 50 Mio. zahlend bei 900 Mio. wöchentlichen Nutzern = ~5–6 % Konversion). 300 Mio. unterstellt fast eine Vervierfachung. |
| Umsatzwachstum (Zeitachse) | 35 %/Jahr | Zwischen dem historischen Hyperwachstum (Anthropic: 80× in zwei Jahren) und reifer Software (~15–20 %). Konstant gerechnet – eine bewusste Vereinfachung. |
| Heutiger KI-Umsatz | ~175 Mrd. $/J. | Grobe Summe Mitte 2026: OpenAI ~29, Anthropic ~47 (Run-Rate), dazu KI-Erlöse von Google, Microsoft, Meta & Co. |
Quellen
IEEE ComSoc: Hyperscaler-Capex 2024–2026 · Goldman Sachs: Tracking Trillions – Annahmen des KI-Ausbaus · CNBC: Big-Tech-Capex über 1 Bio. $ ab 2027 · AI Funding Tracker: 211 Mrd. $ Venture-Funding 2025 · Crunchbase: Funding der Foundation-Model-Anbieter · Roic: ChatGPT – 900 Mio. Nutzer, 50 Mio. zahlende Abos · CNBC: Anthropic-Umsatzentwicklung · Bain & Company: 2 Bio. $ benötigter Jahresumsatz bis 2030 · Tom's Hardware: Bains 800-Mrd.-$-Lücke · Al Jazeera: KI-Ausbau im Vergleich zu historischen Megaprojekten · IMF World Economic Outlook: nominales BIP der Länder (2025)
Recherchiert am 12.06.2026. Die Startwerte des Rechners liegen in der Datei rechner-ai-breakeven-daten.json und werden quartalsweise aktualisiert – die Regler erlauben Dir jederzeit, eigene Werte einzusetzen. Methodische Fragen? Unsere Quellen-&-Methodik-Seite.