Die Kosten für den Betrieb von KI-Modellen sind in den letzten Monaten stark gefallen, und Goldman Sachs ist der Ansicht, dass dieser Rückgang strukturelle Risiken für die Technologiekonzerne birgt, die Hunderte von Milliarden Dollar in den Aufbau der dahinterstehenden Infrastruktur investieren.

In einer Warnung vom September 2026 machte die Delta-One-Handelseinheit von Goldman Sachs auf wachsende Risiken für Hyperscaler aufmerksam — die Betreiber der riesigen Cloud- und Rechenzentrumsnetzwerke, auf denen KI-Dienste beruhen —, da die Kosten für KI-Modellnutzungs-Tokens schneller einbrechen, als die Nachfrage wachsen kann. Tokens sind die Einheit, über die die Modellnutzung abgerechnet wird, und der Silicon Data LLM Token Expenditure Index fiel im August 2026 um 29 % und erreichte ein Rekordtief von 0,97 $ pro Million Tokens — mehr als 50 % unter seinem Hoch von Mai 2026 von rund 2,05 $.

Preisdruck überholt Nachfrage

Rich Privorotsky, Leiter der Delta-One-Einheit von Goldman, verwies auf zwei zusammenwirkende Kräfte, die die Preisdurchsatz-Abrechnung pro Token für Cloud-Inferenz erdrücken: die rasche Verbesserung proprietärer Modelle, die mit weniger Ressourcen mehr leisten, und die anwachsende Welle von Open-Source-Alternativen, die kommerzielle Angebote preislich unterbieten.

Goldman zeichnete ein Szenario, in dem Token-Preise um 30 % fallen, während die Nutzung nur um 10 % wächst — eine Lücke, die direkt in die Einnahmen aus KI-Infrastrukturinvestitionen fraße. Laut der Einheit deuten die August-Zahlen darauf hin, dass diese Dynamik bereits im Gange ist. Das ist der Kern der Warnung: Günstigere Token senken die Kosten für Unternehmen und Entwickler, die KI nutzen, doch für die Anbieter, denen die Infrastruktur gehört, untergraben sinkende Einzelpreise die Einnahmen, die die enormen Kapitalausgaben rechtfertigen sollen.

Zu den Unternehmen, die in diese Zange geraten, gehören die größten Namen der Technologiebranche: Meta, Microsoft, Amazon und Alphabet. Alle vier haben Kapitalausgabenprogramme für KI-Infrastruktur zugesagt die Goldman als beispiellos in der Geschichte des Technologiesektors beschrieb.

Open-Source-Modelle verschärfen den Preiskrieg

Modelle, für die früher teure API-Aufrufe an führende Labore nötig waren, lassen sich nun lokal oder auf günstigeren Cloud-Instanzen mit Open-Weight-Alternativen betreiben. Jede Verbesserung der Open-Source-Fähigkeiten setzt die Preise, die kommerzielle Anbieter verlangen können, weiter unter Druck.

Metas Muse Spark 1.3 wurde kürzlich veröffentlicht, während OpenAIs Astra sich abzeichnet. Beide dürften den Preiskrieg verschärfen.

Die Gesamtkapitalrendite der Hyperscaler ist laut Goldmans Analyse bereits auf ein Allzeittief gefallen. Der Token-Preiseinbruch von 2,05 $ auf 0,97 $ innerhalb von rund drei Monaten ist die Art von Bewegung, die eine strategische Neubewertung erzwingt.

Ob die Hyperscaler genügend Nachfragewachstum erzeugen können, um den Preisverfall zu überholen, könnte das nächste Kapitel des KI-Investitionszyklus bestimmen, so der Bericht. Künftige Werte des Silicon Data Index — die zeigen, ob das Nutzungswachstum die durch fallende Preise entstandene Lücke schließen kann — und die Wettbewerbseffekte des neu veröffentlichten Muse Spark 1.3 und des erwarteten Astra sind die kurzfristigen Indikatoren, die zu beobachten sind.