Bain & Company hat der globalen KI-Branche eine Rechnung präsentiert, die sich nach eigener Berechnung des Beratungsunternehmens größtenteils nur mit Produkten begleichen lässt, die es noch nicht gibt. Der kürzlich veröffentlichte siebte Global Technology Report kommt zu dem Schluss, dass die Branche bis 2031 jährliche Umsätze von 6 Billionen Dollar erwirtschaften muss, um das Kapital zu rechtfertigen, das derzeit in Rechenzentren fließt – und rund 70 % dieses Betrags hängen von Einnahmequellen ab, die erst noch aufgebaut werden müssen.

Laut dem Bericht können bestehende KI-Dienste für Verbraucher und Unternehmen höchstens 1,8 Billionen Dollar davon abdecken, sodass 4,2 Billionen Dollar an neuen Umsätzen geschaffen werden müssen. Alles, was die Technologie heute verkauft, von Chatbots bis zu Workplace-Copiloten, deckt weniger als ein Drittel der prognostizierten Summe ab.

Bain erwartet, dass die Lücke aus jungen Segmenten geschlossen werden muss: autonome Maschinen und Robotik, Arzneimittelforschung, psychische Gesundheit und Energieerzeugung. Diese Sektoren sind klein, streng reguliert oder stecken noch im Labor, und die Branche setzt darauf, dass sie innerhalb von fünf Jahren Billionen erwirtschaften.

David Crawford, Hauptautor des Berichts, räumte das Ausmaß dieser Anforderung ein. Er sagte, die Branche brauche eine Innovationswelle, größer als alles, was Mobile und Cloud-Computing bewirkt haben, und eine nachhaltige Finanzierung des Ausbaus würde erfordern, die jährliche weltweite Wachstumsrate des BIP um rund 1 % zu erhöhen – eine Beschleunigung, die Volkswirtschaften selten erreichen, nur weil eine Branche sie benötigt.

Es ist nicht Bains erste Schätzung dieser Lücke. Im September vergangenen Jahres hatte das Unternehmen berechnet, dass KI-Unternehmen bis 2030 jährliche Umsätze von 2 Billionen Dollar benötigen würden, und ein Fehlbetrag von 800 Milliarden Dollar vorhergesagt. Das neue Ziel istimal so hoch und ein Jahr später datiert. Auch wenn die beiden Berichte ihren Umfang unterschiedlich definieren, ist die Richtung eindeutig: Die Kosten des Ausbaus steigen schneller als die Belege dafür, dass jemand dafür zahlen wird.

Die Kostenseite ist ernüchternd. Bain prognostiziert Ausgaben für Rechenzentren von 5 bis 6,5 Billionen Dollar bis 2030 und einen Zuwachs von mindestens 150 Gigawatt Kapazität. Größe und Kosten der Rechenzentren verdoppeln sich etwa alle 12 bis 16 Monate, teilweise wegen steigender Chippreise. Die Finanzierung lässt sich organisieren, aber Transformatoren, Wasser und Netzanschlüsse lassen sich nicht im gleichen Zeitraum beschaffen. Engpässe bei allen drei Faktoren sowie heftiger lokaler Widerstand blockierten oder verzögerten im Juni-Quartal US-Projekte im Wert von 68 Milliarden Dollar.

Weitere Analysten kamen zu ähnlichen Schlüssen. Goldman Sachs bezifferte diese Woche den Break-even-Punkt der fünf größten US-Hyperscaler – der riesigen Cloud-Betreiber – auf rund 300 Milliarden Dollar jährliche KI-Umsätze, gegenüber 800 Milliarden Dollar Infrastrukturausgaben im Jahr 2026. Da die KI-Cloud-Umsätze etwa 70 Milliarden Dollar über dem Trend vor dem KI-Boom liegen, schätzt Goldman die Lücke auf rund 230 Milliarden Dollar pro Jahr.

Goldmans Maßstab ist enger als der von Bain und umfasst nur die Hyperscaler und nur den diesjährigen Ausbau, deutet aber in dieselbe Richtung. Sequoias David Cahn hat eine Lücke von etwa 600 Milliarden Dollar pro Jahr berechnet, und Allianz Research beziffert die Diskrepanz zwischen KI-Investitionsausgaben und Umsatzwachstum auf rund 46 % – über den 32 %, die während des Telekom-Exzesses 2001 verzeichnet wurden, als Carrier Glasfasernetze weit schneller bauten, als die Nachfrage absorbieren konnte.

Bei beiden Zahlenreihen gibt es Vorbehalte. Goldman selbst warnt vor dem Risiko von Doppelzählungen und geht davon aus, dass nahezu alle Investitionsausgaben über dem Niveau von 2022 KI-bezogen sind, da faktisch jeder Dollar der Kapitalausgaben der Hyperscaler heute als KI-Ausgabe zählt. Bains Zahl ist ihrerseits eine Mindestrendite-Anforderung und keine Prognose: Sie beschreibt, was geschehen muss, nicht was geschehen wird.

Die problematischere Dynamik ist, dass kein Hyperscaler seine Ausgaben einseitig kürzen und Rivalen das Feld überlassen wird, was den Investitionszyklus unabhängig von kurzfristigen Renditen selbstverstärkend macht. Ein Wettrennen, bei dem der Stopp unbezahlbar ist, ist genau der Ort, an dem sich schlechte Renditen unbemerkt anhäufen können, weil die Ausgabenentscheidung nicht mehr von den Renditen abhängt.

Bain hat eine Stimmung in einen messbaren Test verwandelt. Ob KI nützlich ist, war längst nicht mehr die Frage; die Frage ist nun, ob sich dieseützlichkeit in einem Maßstab jenseits der Smartphone-Ökonomie beziffern lässt, in Märkten, die kaum existieren, bevor das Stromnetz und der Anleihemarkt die Geduld verlieren.

Zwei Indikatoren werden zeigen, wie sich die Gleichung bis 2027 entwickelt. Zum einen, ob Unternehmen aus Robotik und Arzneimittelforschung echte Umsatzlinien ausweisen. Zum anderen, ob die Investitionsprognosen ohne sie weiter steigen. Trifft das Zweite ohne das Erste ein, investiert die Branche nicht mehr in einen bewährten Markt – sie wettet lediglich, dass einer erscheinen wird.