Sehen wir gerade erste Zeichen, dass die AI-Blase platzt?Borns IT- und Windows-Blog

Das Jahr 2026 dürfte essentiell für die Protagonisten des KI-Hypes werden. Gerade zum Jahresanfang sind mir einige Meldungen untergekommen, die darauf hindeuten, dass wir so langsam erste Zeichen sehen, dass die KI-Blase platzt. Es gibt keinen Nachweis, dass KI Vorteile im betrieblichen Alltag bringt. Neue KI-Rechenzentren werden wegen fehlender Handwerker und fehlender Energie nicht gebaut werden können. Und OpenAI könnte in einigen Monaten die Pleite drohen. Derweil schwelgt manches Management weiter in seiner eigenen Blase.

Handwerkermanagel behindert KI-Rechenzentrumsbau

Verfolgt man die Meldungen der großen Tech-Firmen oder AI-Protagonisten, werden in den kommenden Jahren ganze Landschaften mit KI-Rechenzentren zugepflastert, um die  vermeintlich benötigte gigantische KI-Rechenleistung irgendwo anbieten zu können. Diese Phantasien haben zumindest in den USA gerade einen erheblichen Dämpfer bekommen. Dort fehlen schlicht die benötigen Handwerker, um die Rechenzentren zu bauen.

Bei Wired ist gerade der Artikel The Real AI Talent War Is for Plumbers and Electricians (ggf. nicht frei lesbar) erschienen. Die kompakte Botschaft des Beitrags lautet: “Der wahre Kampf um KI-Talente findet bei Klempnern und Elektrikern statt. Denn der KI-Boom befeuert zwar Pläne für eine beispiellose Welle von Rechenzentrumsbauprojekten. Aber in den USA gibt es nicht genügend qualifizierte Fachkräfte, um mit dieser Entwicklung Schritt zu halten.”

Die “AI-Revolution” startet also mit gezogener Handbremse, weil der Elektriker oder der Klempner fehlt, um das Klo fertig zu stellen oder die Rechner anzuschließen. Bei T3N ist der deutschsprachige Artikel Fachkräftemangel: Warum in der KI-Branche gerade Elektriker und Klempner fehlen erschienen, der dieses Thema aus dem Wired-Beitrag aufgreift.

Abseits des obigen Themas liegen die Preissteigerungen und Komponentenknappheit bei Speichern noch als “road blocks” auf dem Weg zum “allumfassenden KI-Einsatz”. Alleine dies wird einiges in der Entwicklung schlicht abwürgen – und nach den mir vorliegenden Informationen könnte diese Problematik bis ins Jahr 2028 andauern.

Der KI-Boom wird an der Energie scheitern

Zum 19. Januar 2026 ist in der Welt ein Artikel mit dem Titel “Ener­gie­ver­brauch von KI wird an eine Grenze sto­ßen” erschienen (leider Paywall, daher nicht verlinkt). Der Inhalt des Beitrags hat in meinen Augen Hand und Fuß. Martin van den Brink, langjährige Technologiechef des niederländischen Chipmaschinenkonzerns ASML, warf auf dem DLD-Forum (“Digital, Life, Design”, DLD, ist die internationale Konferenz- und Innovationsplattform von Hubert Burda Media) einen Blick auf das Thema “wie viel Energie braucht man eigentlich, damit die KI-Rechenzentrumsphantasien der Branche Realität werden”.

Seine nüchterne Aussage: Wenn es nicht gigantische technologische Sprünge gibt, die den Energieverbrauch von KI-Chips dramatisch reduzieren, wird “der Energieverbrauch von KI wird in absehbarer Zeit an eine Grenze stoßen, die gesellschaftlich nicht mehr tragbar ist – wahrscheinlich innerhalb der nächsten zehn Jahre”.

Ich hatte 2024 bereits im Artikel Der KI-Ressourcenverbrauch wird Stromnetze und Länder überfordern ein Kernproblem angesprochen: “Wo kommt die Energie zum Betrieb der ganzen KI-Rechenleistung her?”. Wenn es um dieses Thema ging, konnte man 2025 in den Medien lesen: “Kein Problem, die großen Techfirmen kaufen sich ein stillgelegtes AKW oder bauen ein neues (Gas-)Kraftwerk neben das Rechenzentrum, und das Problem ist gelöst”. Mancher Artikelschreiber verstieg sich sogar noch dazu, dass Firmen wie Microsoft darauf setzen, dass man 2028 Fusionskraftwerke zum Betrieb der Rechenzentren habe (2023 ist so was bei heise zu lesen gewesen, wobei das Thema eine breite Spur zog).

Martin van den Brink seziert aus seiner Sicht die Bruchstellen der Entwicklung. Laut Brink habe sich die weltweite Energieerzeugung den vergangenen zwanzig Jahren zwar verdoppelt. Diese Entwicklung sei viel zu langsam, um mit dem KI-Energiebedarf mitzuhalten.

• Die benötigte Rechenleistung steige aktuell alle zwei Jahre um den Faktor 16, sagt Brink. Wenn man heute ein KI-Rechenzentrum baut und ein (Gas-)Kraftwerk zur Energieversorgung daneben errichtet, mag das noch klappen.
• Aber das lasse sich nicht skalieren, in zwei Jahren müsse man dann 16 Kraftwerke neben das Rechenzentrum bauen, um die Energieversorgung sicherzustellen.
• Schreibe man die bisherigen Trends fort, könnte es 2035 zu der Situation kommen, dass das einmalige Training eines einzelnen dann aktuellen KI-Modells die gesamte Jahresproduktion globaler Energie verbrauchen würde, war eine der im Welt-Artikel zitierten Aussagen von Brink.

Brink konstatiert “Ein KI-Trainingswachstum um den Faktor 16 alle zwei Jahre ist nicht nachhaltig. Zwischen dem heutigen Wachstum des KI-Trainings und dem energetisch gesellschaftlich Tragbaren klafft eine Lücke von etwa dem Faktor zehn.” Brink, der inzwischen den Aufsichtsrat von ASML berät, glaubt zwar, dass man bei KI-Chips noch optimieren könne. Wenn ich seine Ausführungen richtig interpretiere, plädiert er aber dafür, menschliches Fachwissen stärker in die Entwicklung von KI-Systemen einzubinden – und nicht, wie bisher, auf “immer größere Datenmengen” beim Training von Modellen zu setzen.

Möglicherweise gibt es technologische Durchbrüche (chinesische Entwickler von DeepSeek haben Anfang 2025 gezeigt, dass sich Rechenmodelle auch mit weniger Aufwand als bei der US-Konkurrenz trainieren lassen). Aber die “road blocks” der Physik, die ich oben aufgezeigt habe, liegen nach wie vor herum und könnten zum Killer der hochfliegenden Träume werden.

Kein Nachweis von KI-Nutzen

Kommen wir zu einem springenden Punkt in der Debatte um die Zukunft von KI: Irgendwer muss die Party bezahlen, und Firmen werden nur weiter auf das Thema setzen, wenn sich Vorteile ergeben. Mir ist die Tage folgender Post unter die Augen gekommen, der sich mit der Produktivität befasst.

Die Kernbotschaft lautet: Trotz Milliardeninvestitionen in die KI-Infrastruktur zeigen sich die Produktivitätssteigerungen nicht in den Makrodaten. Ein Analyst von Forrester sagt dazu, dass “wir” in keiner der verfügbaren Statistiken einen KI-bedingten Aufschwung “sehen”.

Bereits vor einigen Tagen bin ich zudem bei The Register auf den Artikel Experiment suggests AI chatbot would save insurance agents a whopping 3 minutes a day gestoßen. Forscher der Dakota State University haben in Zusammenarbeit mit dem regionalen Versicherungsunternehmen Safety Insurance einen experimentellen Chatbot namens „Axlerod” entwickelt, der unabhängige Versicherungsmakler unterstützen soll. Die Zeitersparnis lag gerade einmal bei 3 Minuten pro Tag. Gut, war ein Forschungsprojekt.

Die großen Einsparungen liegen doch beim Personal, wenn ich im Support Mitarbeiter sparen kann, schaufelt es die Kosten für die AI-Lösungen durch wieder rein? Auf Zeit Online ist die Tage der Beitrag “Was das schlimmste KI-Szenario wäre” (wegen Paywall nicht verlinkt) erschienen. Dort kamen Experten aus dem Bereich zu Wort. Katharina Zweig, Leiterin des Algorithm Accountability Labs am Fachbereich Informatik der TU Kaiserslautern, führt dort aus, was vermutlich viele aus der Leserschaft bereits erlebt haben. “Menschen trauen der KI zu viel zu und nutzen sie in Situationen, die Zuverlässigkeit verlangen, obwohl sie das nicht leisten oder garantieren kann.”

Sprachmodelle und darauf basierenden KI-Agenten-Systeme können, laut Katharina Zweig, beispielsweise weder zuverlässig Kundengespräche führen noch Kundenwünsche ausführen. Ihre Prognose: Firmen werden viel Geld – und ihren guten Ruf – verlieren, wenn sie KI-Agenten verwenden, die am Ende nicht wirklich weiterhelfen können. Hier einige Zitate von Frau Zweig:

Ich habe selbst erlebt, wie KI wiederholt versuchte, meine Kundenbeschwerden entgegenzunehmen – und versagte. Das verärgert Kunden und kostet uns volkswirtschaftlich viel Zeit, die die Maschinen doch eigentlich einsparen sollen. Die Erfolge sind begrenzt, die Langzeitfolgen werden wir in anderthalb bis zwei Jahren sehen.

Als ich das las, war es wie ein deja-vue-Erlebnis, welches ich mit Bots im Beschwerde- oder Hilfemanagement vieler Firmen erlebt habe. Und kürzlich kamen mir hier einige Aussagen einer KI-Expertin unter die Augen, die ausführt, wofür sie diese Technologie keinesfalls verwenden würde. Kommt mir irgendwie bekannt vor, spiegelt es doch meine Gedanken wieder. Ich lese derzeit viel zu AI-Entwicklungen und experimentiere auch schon mal mit lokalen LLMs (RAG). Da gibt es sinnvolle Szenarien, die ich sehe, aber nicht das, was die AI-Protagonisten so zeichnen.

Aber es wird vom Marketing immer noch als “Stein der Weisen” angepriesen. Im Beitrag Verantwortungsvoller KI-Einsatz: Code of Conduct “Demokratische KI”; Governance und Abwägung gefordert hatte ich den Schweizer Anbieter Spitch angesprochen, der seinen Kunden verspricht, dass AI den Kundendialog übernimmt. Der Schuss kann auch nach hinten losgehen, war mein Folgerung, die in obigem Zitat bestätigt wurde.

Gerade trended eine Analyse der Beratungsgesellschaft PwC zum Nutzen von KI. PwC hat in einer weltweiten Umfrage unter Spitzenmanagern ermittelt, wie sich die KI auf deren Geschäft auswirkt und ob es messbare Produktivitätssteigerungen oder Kosteneinsparungen gibt. Zwischen 11 % (Deutschland) und 29% (international) der Befragten berichten von “höheren Umsätzen” zur KI (was immer das heißt). Global sind nur 12 % der Befragten in der Lage, Umsätze mit KI zu steigern oder Kosten zu senken – wobei man auch diese Zahlen hinterfragen könnte.

Insgesamt ergibt sich eine ernüchternde Bilanz. Ich verlinke mal den heise-Artikel Kaum Mehrwert in Firmen: Ist KI doch eine Enttäuschung?, der das Thema aktuell in deutscher Sprache aufbereitet. heise zitiert PwC-Deutschland-Chefin Petra Justenhoven mit folgender Aussage:

Die Ergebnisse zur KI-Adoption zeigen eine Diskrepanz zwischen hohen Erwartungen und einer ernüchternden Realität. Wir sehen eine große Bereitschaft, in KI zu investieren – aber nur eine kleine Minderheit von Unternehmen erzielt damit auch messbare Ergebnisse. Besonders rar ist noch die Fähigkeit, sich mithilfe von KI vom Wettbewerb zu differenzieren, neue Erlösquellen zu erschließen und dadurch zu wachsen.

Getroffen im 29. Global CEO Survey, für den PwC über 4400 CEOs aus 95 Ländern befragt hat. Nur zur Erinnerung: In diesem Bereich sind Milliarden-Summen (600 Milliarden US-Dollar) versenkt worden – das müsste irgendwann bezahlt werden. Das sieht gar nicht gut aus, wenn man nüchtern auf Aufwand und Ertrag blickt – die Berliner pflegen das unter “Außer Spesen nücht gewesen” zu verbuchen – aber die Spesenrechnung war schon arg happig, und die Controller in Banken und Unternehmen beginnen langsam zu streiken.

Mancher hofft, dass man da noch was mit “Schulung der Mitarbeiter” was machen kann, um die “Schätze mittels AI zu heben”. Sind halt viele Traumtänzer unterwegs – war nicht das Versprechen der “künstlichen Intelligenz”, dass die endlich den Leuten ermöglichen soll, “völlig unstrukturiert und ohne Fachwissen, ihre Fragen zu stellen und dann sinnvolle Antworten zu bekommen”? Und sollten nicht Bots Aufgaben übernehmen und alles selbständig abwickeln, die Leute kann man dann raus werfen?

Und jetzt soll man als einfacher Sachbearbeiter erst einmal auf “Prompt Engineer” promovieren, bevor man die richtigen Fragen an die LLMs stellen kann, so dass was Sinnvolles heraus kommt? Wobei die nächste Sau, die durchs Dorf gejagt wird, junge Leute davon abhält, sich überhaupt damit zu beschäftigen. Denn diese KI wird ja bald die “Wissensarbeiter” überflüssig machen, weil sie das alles ja besser kann. Junge Programmierer? Brauchen wir nicht, KI kann diese Aufgabe übernehmen. Redakteure, Anwälte, Analysten, kann KI alles viel besser.

The Register befasst sich hier mit einer Studie von Forrester, der auf die Auswirkungen von KI auf den Arbeitsmarkt eingeht. Es gibt Entlassungen, aber es ist kein Effekt auf die Wirtschaftlichkeit zu finden. Und es gibt einen Artikel, der sich damit befasst, wie KI die Institutionen in der Gesellschaft untergräbt und an den Wurzeln dessen rüttelt, was uns bisher definiert hat. Auf Substack gibt es den Artikel The AI revolution is here. Will the economy survive the transition?, der sich mit Fragen der Verwerfungen, die der AI-Hype ausgelöst hat und weiter auslöst, befasst.

So ganz naiv heruntergebrochen – es sind doch naheliegende Fragen, die sich ein junger Mensch heute möglicherweise stellt: Warum soll ich ein Studium oder eine Ausbildung in diesem Bereich beginnen, wenn ich später doch keine Arbeit bekomme? Nannte man früher “das Kind mit dem Bade ausschütten” – das wird uns in einigen Jahren noch mächtig auf die Füße fallen.

Fazit aus dem Abriss in diesem Abschnitt: Die blumigen Versprechungen der KI-Protagonisten in Bezug auf die Wirtschaftlichkeit oder Nützlichkeit haben sich bisher als Fata Morgana oder Täuschung erwiesen. Und ich sehe nicht, wie die Blase, die vom KI-Hype aufgebaut wurde, weiter tragen könnte – denn jetzt geht es ans Geld.

Ist OpenAI bald pleite?

Und damit sind wir beim letzten Thema dieses Artikels mit dem Abriss zur KI-Blase. Der “Musterknabe” des AI-Hypes ist die US-Firme OpenAI um Sam Altman. Die Firma wird zwar von Elon Musk auf über 100 Milliarden US-Dollar verklagt, weil Musk sich als früher Finanzier getäuscht sieht. Aber es gibt etwas viel brisanteres: Gab OpenAI mit seinen Entwicklungen die letzten Jahre den Takt der Branche an, verliert das Unternehmen seit kurzem Boden gegenüber Google und dessen Gemini-Modell.

Altmann hatte kürzlich in einem internen Memo Alarm geschlagen, dass 2026 das Jahr der Entscheidung für OpenAI werden könne, in dem sich herausstellt, ob die Firma überlebt. Eine aktuelle Meldung besagt, dass OpenAI auf ChatGPT Werbung schalten werde, so dass das Abonnement für 8 US Dollar pro Monat möglich werde (heise hat hier was zu veröffentlicht). Und in diesem heise-Artikel las ich zum Beispiel, dass OpenAI seine Rechenleistung gesteigert und den Umsatz auf 20 Milliarden US-Dollar verdreifacht habe – die typischen Erfolgsmeldungen, es gibt keine Grenzen, nur Rekord-Wachstum.

Die Finanzzahlen haben aber Leute bewogen, genauer hinzuschauen. Die Tage wurden  daher Social-Media-Kanäle mit der brennenden Frage geflutet, ob OpenAI bald das Geld ausgeht und der Entwickler von ChatGPT bald pleite sei. Obiger Tweet bringt es mit dem leeren Geldbeutel und der Aussage, dass OpenAI heftig Geld verbrennt und alleine im Jahr 2026 die gigantische Summe von 14 Milliarden US-Dollar Verluste schreiben dürfte, auf den Punkt. Wenn es Sam Altman nicht gelingt, neue Geldgeber zu finden, könnte die Unternehmenskasse bereits im Jahr 2027 leer sein und die Pleite drohen.

Ein weiterer Post bringt es auf den Punkt: OpenAI schreibt [weiterhin] rote Zahlen und wird bei diesem Tempo bis 2027 kein Geld mehr haben, da es die Rentabilität von KI überschätzt hat. Jüngste Analysen und interne Prognosen deuten auf jährliche Verluste von rund 14 Milliarden US-Dollar im Jahr 2026 hin, nach etwa 8 Milliarden US-Dollar im Jahr 2025.

Der Poster führt diese Entwicklung auf eine Überschätzung der kurzfristigen Rentabilität  zurück, da für OpenAI trotz starker Nutzerakzeptanz und Milliardenumsätzen weiterhin hohe Kosten für Inferenz und Rechenzentren anfallen. Ohne wiederholte massive Finanzierungsrunden könnte das Unternehmen laut Analysten bereits Mitte 2027 mit einem Liquiditätsengpass konfrontiert sein. Die Kollegen von Dr. Windows haben es in diesem Artikel ebenfalls aufgegriffen.

Meine zwei Cent

So faszinierend ich persönlich die Technologie hinter Large Language Modellen (LLMs) samt der Entwicklung sehe und auch dedizierte Einsatzszenarien, wo ein versuchsweiser Einsatz Sinn machen kann, erkenne, so ernüchtert bin ich seit Jahren bezüglich der Übertreibungen des Marketing und der KI-Protagonisten, die einen riesigen Hype befeuert haben. Wer nüchtern auf die Fakten geschaut hat, konnte bereits vor Jahren erkennen, dass sich da eine große Blase aufbaut, die irgendwann platzen muss.

Aber wie bei jeder Blase wurden Leute, die zur Vorsicht mahnten, als Spinner, Bremser und Bedenkenträger betitelt. Mir sind noch die Kommentare mit dem Beispiel der Dampfmaschine oder den ersten Zügen hier im Blog gegenwärtig. Wer nicht auf die Entwicklung aufspringe, werde zurück bleiben.

Die spannende Frage für mich ist, wann und wie die KI-Blase platzt, welche Verwerfungen dies auslöst und was am Ende des Tages dann übrig bleibt, und was sich sinnvoll verwerten lässt. Was aktuell aber bereits erkennbar ist, sind die Verwerfungen, die der Hype auf dem Arbeitsmarkt (an Unsicherheiten), bei Unternehmen (die mit hastig eingeführten AI-Lösungen gerade scheitern) sowie bei den Kosten für Speicher (dies wird einige Entwicklungen über die nächsten zwei, drei Jahre massiv ausbremsen) bereits ausgelöst haben.

Ähnliche Artikel:
Die KI-Blase wird platzen, aber wann?
Goldman Sachs warnt vor AI-Blase, die Rechenzenten-Boom platzen ließe
Der KI-Ressourcenverbrauch wird Stromnetze und Länder überfordern
KI-Sicherheit: Die spezielle Seite der neuen Technologie
Technische Hypotheken: Muss die KI-Revolution ausfallen? – Teil 2
Gesellschaftliche Risiken durch KI fürs Lernen – werden wir immer dümmer?
Job-Verluste durch KI – eine Themenübersicht
Private-Equity-Gesellschaft Apollo reduziert Unternehmensanteile wegen KI-Unsicherheiten
KI-Rechenzentren: Hardware-Wechsel verhindert Wirtschaftlichkeit
Gartner warnt: Blockt aus Sicherheitsgründen alle KI-Browser auf absehbare Zeit
ChatGPT: Atlas-Browser, der erste Schritt zum KI-Betriebssystem
Perplexity Comet Browser Prompt Injection als großes Sicherheitsrisiko
Sicherheit: AI-Browser und Copilot-Schwachstellen
No-Code Agentic AI kann für Finanzbetrug und Workflow Hijacking missbraucht werden
KI-Irrsinn Teil 1: Wenn ChaptGPT, Copilot & Co. dich zu Fake-Orten locken
KI-Irrsinn Teil 2: Amazon schickt Unterlassungserklärung an Perplexity AI für Einkäufe über Comet
KI-Irrsinn Teil 3: KI-generiere “Nichtigkeitsklage” vom Gericht abgewiesen
KI-Irrsinn Teil 4: Wenn die Anwender mal selber machen
KI-Irrsinn Teil 5: Deloitte, die KI und der versemmelte Report in Australien
KI-Irrsinn Teil 6: Autohändler gibt Kundendaten zum KI-Training an obskure Firma
Steuererklärung per KI? Expertin warnt vor Risiken
KI-Experiment gescheitert: Automat “verschenkt” Inhalte
Edge for Business und AI/Copilot im Browser: Böse Hörstörung bei Microsoft?
Vivaldi positioniert sich gegen KI-Agenten
MIT-Studie: “ChatGPT”- bzw. LLM-Nutzung und Gehirn-Aktivitäten
Job-Verluste durch KI – eine Themenübersicht
Gesellschaftliche Risiken durch KI fürs Lernen – werden wir immer dümmer?