Es ist der 30. November 2022. In Deutschland läuft die Fußball-WM. Donald Trump hat zwei Wochen zuvor seine Kandidatur angekündigt. Und ein kleines Unternehmen namens OpenAI bringt ein Produkt auf den Markt, das sich niemand wirklich erklären kann.

Fünf Tage später hat ChatGPT eine Million Nutzer. Nach zwei Monaten sind es hundert Millionen. Kein Produkt in der Geschichte der Menschheit hat sich so schnell verbreitet. OpenAIs Bewertung springt von 30 auf 80 Milliarden Dollar, zeitweise auf 90. Das entspricht ungefähr dem Börsenwert von Mercedes-Benz. Für ein Unternehmen, das bis dahin keinen Cent Umsatz gemacht hatte.

Seitdem fließen Hunderte Milliarden Dollar in KI-Infrastruktur. Im Januar 2025 kündigt Donald Trump das Projekt Stargate an, 500 Milliarden Dollar privates Kapital für KI. Beim KI-Gipfel in Paris einen Monat später werden weitere 109 Milliarden Euro allein für Frankreich zugesagt. Die EU plant 200 Milliarden über ihre Initiative InvestAI. Fast alles soll in Rechenzentren und Chips fließen.

Die Wette dahinter ist simpel: Wenn wir jetzt genug investieren, holen wir es später rein. Ob das stimmt, weiß niemand. Was man weiß, sind die Kosten.

Was der Boom schon heute kostet

Wer eine externe Festplatte kaufen will, zahlt heute deutlich mehr als noch vor einem Jahr. Nicht weil Festplatten schlechter geworden wären. Sondern weil Amazon, Google, Microsoft, Meta und OpenAI gerade alles aufkaufen, was Speicher hat.

Western Digital und Seagate, zwei der drei noch verbliebenen großen Festplattenhersteller, haben ihr gesamtes Produktionskontingent für 2026 bereits verkauft. Mit Verträgen bis 2028. Laut dem deutschen Preisvergleichsportal Heise sind die Preise für Festplatten seit Mitte 2025 um 20 bis 50 Prozent gestiegen. Einzelne SSD-Modelle haben sich zwei- bis dreifach verteuert.

Noch deutlicher trifft es den Arbeitsspeicher. Samsung und SK Hynix kontrollieren gemeinsam rund 70 Prozent des weltweiten DRAM-Marktes. Beide haben ihre Produktion auf hochmargigen KI-Speicher umgestellt. Für normalen Verbraucher-RAM bleibt weniger übrig. Ein DDR5-Kit, das im August 2025 noch 129 Euro kostete, lag im November bei 237 Euro. Das Marktforschungsunternehmen TrendForce prognostiziert für das erste Quartal 2026 weitere Steigerungen von bis zu 110 Prozent gegenüber dem Vorjahr.

Das betrifft nicht nur Unternehmen. Marktforscher von Gartner und IDC rechnen für 2026 mit einem Rückgang der PC-Auslieferungen um knapp zehn Prozent. Das Einsteigersegment unter 500 Euro könnte bis 2028 verschwinden. Der KI-Boom hat einen Effekt, den seine Befürworter selten erwähnen: Er verteuert Alltagstechnik für alle, auch für die, die KI nie benutzen.

Was er bringen soll

Die Investitionen rechtfertigen ihre Befürworter mit Produktivitätsversprechen. Das Institut der deutschen Wirtschaft hat im Februar 2025 eine umfangreiche Studie vorgelegt. Das Ergebnis ist nüchtern. KI wird die Produktivität in Deutschland von 0,4 Prozent jährlich auf 0,9 Prozent bis 2030 und 1,2 Prozent bis 2040 steigern. Die Forscher schreiben ausdrücklich: Ein Produktivitätswunder wird nicht gesehen.

Zum Vergleich: In den 1990er Jahren wuchs die Arbeitsproduktivität in Deutschland um rund zwei Prozent jährlich. KI bringt uns also bestenfalls auf das schwache Niveau der 2000er Jahre zurück.

Auf der anderen Seite stehen Investitionen, die damit kaum in Einklang zu bringen sind. OpenAI macht trotz Milliardenbewertung jedes Jahr Verlust. Das Geld kommt von Investoren, die es fast vollständig an dieselben Investoren zurückfließen lassen. Microsoft investierte über 13 Milliarden Dollar in OpenAI, Geld das OpenAI für Microsoft-Produkte ausgibt. Nvidia kündigte 100 Milliarden Dollar an, Geld das OpenAI für Nvidia-Chips ausgeben wird. Oracle berichtet von einem 300-Milliarden-Dollar-Fünfjahresvertrag ab 2027. Es ist ein Kreislauf, der nach außen wie Wachstum aussieht und nach innen wie gegenseitige Abhängigkeit funktioniert.

Männer, die Versprechen verkaufen

Um zu verstehen, wie es so weit kommen konnte, muss man die Männer verstehen, die diesen Boom antreiben. Denn das Muster, das sich dabei zeigt, ist nicht neu.

Sam Altman, CEO von OpenAI, hat KI als Lösung für nahezu jedes menschliche Problem beschrieben. Krebs. Klimawandel. Armut. Psychische Gesundheit. Demokratie. Universelles Grundeinkommen. Energiekosten gegen null. Universeller extremer Wohlstand für alle. Diese Versprechen sind in zahlreichen Interviews auf Youtube dokumentiert.

Es ist nicht das erste Mal, dass Altman so vorgeht.

Vor OpenAI gründete er Loopt, einen standortbasierten Dienst zum Auffinden von Freunden. Er vermarktete ihn mit der Sprache von Reichweite und Allgegenwärtigkeit und sammelte insgesamt rund 17 Millionen Dollar ein. Die Plattform habe 50.000 tägliche Nutzer, behauptete er. Als Reuters die tatsächlichen Zahlen recherchierte, waren es rund 500. Altman bestand darauf, die Zahl sei um den Faktor 100 falsch, und versprach Beweise. Die Beweise kamen nie. Loopt wurde verkauft, die Technologie sofort eingestellt, Altman verließ das Unternehmen mit Millionen, sobald er es rechtlich durfte. Investoren warfen dem Deal vor, primär dazu gedient zu haben, Sequoia Capital zu bereichern, das Anteile an Loopt hielt und zwei Vorstandsmitglieder bei Green Dot hatte, dem Käufer.

Später, als Präsident von Y Combinator, versprach Altman öffentlich, nicht in YC-Unternehmen zu investieren. Recherchen zeigten später, dass bis zu 75 Prozent seines Fonds in YC-Unternehmen flossen.

Das Muster ist konsistent. Ein großes Versprechen. Eine Zahl, die nicht stimmt. Ein Beweis, der nie kommt. Ein Ausstieg mit Gewinn.

Altman ist damit nicht allein.

Elon Musk versprach 2015, Tesla-Fahrer würden bald vollständig autonom fahren. Das Versprechen wiederholt er seitdem jährlich, mit immer neuen Zieldaten, die dann verfehlt werden. Teslas eigener Direktor für Autopilot-Software teilte der kalifornischen Kraftfahrzeugbehörde 2021 in einem internen Memo mit, Musks Einschätzung entspreche nicht der technischen Realität. Das System war bis dahin in Hunderte Unfälle verwickelt, die zu schweren Verletzungen und 17 Todesfällen führten. Für einen Mars-Flug nannte Musk 2017 das Jahr 2024. Daraus wurde 2026, dann 2029. Seinen Plan, Tesla zu privatisieren, musste er nach einer SEC-Klage wegen Betrugs mit 20 Millionen Dollar beilegen. Der zuständige Richter schrieb, an der Finanzierung sei nichts Konkretes gewesen.

Mark Zuckerberg kündigte Anfang 2025 an, Facebooks unabhängige Faktenprüfer abzuschaffen. Als Begründung nannte er die Rückkehr zu freier Meinungsäußerung. Die Entscheidung fiel zwei Wochen vor Donald Trumps Rückkehr ins Weiße Haus, nachdem Zuckerberg Dana White, einen engen Trump-Vertrauten, in den Meta-Vorstand berufen und seinen bisherigen Politikchef durch einen republikanisch orientierten Nachfolger ersetzt hatte. Der Real Facebook Oversight Board nannte den Schritt einen Rückzug von jedem vernünftigen Ansatz zur Inhaltsmoderation.

Drei der mächtigsten Männer im Technologiesektor. Drei Männer, die Versprechen machen, selektiv liefern und längst weitergezogen sind, bevor die Abrechnung kommt.

Wie OpenAI sein Versprechen aufgab

OpenAI wurde 2015 gegründet, unter anderem von Sam Altman, Elon Musk und Greg Brockman. Die Idee war ungewöhnlich. KI könnte gefährlich werden, wenn Großkonzerne sie kontrollieren. Also gründeten sie eine gemeinnützige Organisation, die ihre Ergebnisse offen teilt. Das Mission Statement von 2016 lautete sinngemäß: Das Ziel ist es, digitale Intelligenz auf eine Weise voranzutreiben, die der Menschheit als Ganzes zugute kommt, ohne durch finanzielle Interessen eingeschränkt zu sein.

Dann begann das Statement zu schrumpfen.

2018 fiel der Satz über offenes Teilen weg. 2020 verschwand der Zusatz, dass es der Menschheit als Ganzes dienen solle. 2022 lautete die Mission nur noch: Sicherstellen, dass AGI der ganzen Menschheit nützt. Der Hinweis auf fehlende finanzielle Interessen existiert nicht mehr.

Parallel dazu veränderte sich die Struktur. 2019 gründete OpenAI eine Capped-Profit-Tochtergesellschaft. Microsoft stieg ein. Im Gegenzug laufen OpenAIs Modelle auf Microsofts Cloud-Infrastruktur. Ein Unternehmen, das gegründet wurde um zu verhindern, dass KI von Großkonzernen kontrolliert wird, ist damit selbst von einem Großkonzern abhängig. Im vergangenen Jahr wurde die Tochtergesellschaft vollständig profitorientiert umgewandelt, ohne Gewinndeckel.

Was AGI wirklich bedeutet

Im Zentrum von OpenAIs Strategie steht ein Begriff: Artificial General Intelligence, kurz AGI. Eine KI, die in vielen oder allen Bereichen mindestens so leistungsfähig ist wie ein Mensch. OpenAI und Microsoft haben sich intern auf eine konkrete Definition geeinigt. AGI gilt als erreicht, wenn ein Modell 100 Milliarden Dollar Gewinn erwirtschaftet.

Das ist eine rein wirtschaftliche Definition. Heruntergebrochen bedeutet das, dass das Modell etwa 1,5 Millionen Arbeitsplätze ersetzen müsste, gerechnet mit durchschnittlichen Arbeitskosten von 60.000 Dollar pro Jahr.

Das erklärt vieles. OpenAI muss plötzlich sehr viel Geld verdienen, weil genau das darüber entscheidet, ob man nach der eigenen Definition als erstes Unternehmen AGI erreicht hat. Einnahmen sollen aus mehreren Quellen kommen: private Nutzer, Unternehmen, und zunehmend Staaten. Die Klausel, die militärische Verwendung untersagte, wurde aus den Nutzungsbedingungen gestrichen.

Parallel dazu führte OpenAI Werbung im kostenlosen Abo ein, personalisiert auf Basis früherer Chats. Ein Modell, das einst darauf ausgelegt war, Nutzer möglichst direkt zu einer Antwort zu bringen, entwickelt sich zu einer Plattform, die möglichst viel Zeit in der App halten soll. Das erinnert mehr an TikTok als an das ursprüngliche Versprechen, der Menschheit zu helfen.

Um politische Rückendeckung zu sichern, spendeten OpenAI-Führungskräfte 26 Millionen Dollar an Trumps Unterstützerorganisationen. Greg Brockman, Vizepräsident von OpenAI, war mit 25 Millionen dabei. Sam Altman mit einer Million. Die Trump-Regierung erließ daraufhin eine Executive Order, die KI-Unternehmen weitgehend von Regulierung freistellt. Das US-Verkehrsministerium lässt inzwischen Gesetze von KI entwerfen. Chefjurist Gregory Zerzan erklärte dazu, die Gesetze müssten nicht perfekt sein, nicht einmal sehr gut. Nur gut genug.

Was mit den Modellen passiert

Wer ChatGPT regelmäßig nutzt, hat vermutlich bemerkt, dass die Qualität schwankt. Auffällig oft kurz bevor ein neues Modell erscheint. Das ist kein Zufall.

Moderne Sprachmodelle durchlaufen nach dem Training ein Verfahren namens Reinforcement Learning. Das Modell bekommt eine Richtung vorgegeben, welche Antworten es bevorzugen soll, welche Themen es meiden. Das verbessert es in manchen Bereichen, macht es in anderen schlechter. Dazu kommen laufende Anpassungen der internen Anweisungen, nach denen das Modell arbeitet. Auch das kostet Kapazität.

Dazu kommt das sogenannte Reasoning. Neuere Modelle können vor einer Antwort intern nachdenken. Je länger dieser Prozess, desto präziser die Antwort, aber desto teurer die Berechnung. OpenAI bietet verschiedene Stufen an. In der Praxis gibt es Hinweise, dass das System nicht immer liefert, was eingestellt wurde. Wer Extended Thinking auswählt, bekommt manchmal trotzdem eine Antwort ohne sichtbaren Denkblock, fast sofort. In der mobilen App passiert das seit Monaten, mittlerweile auch in der Webversion. OpenAI erklärte, man habe Wartezeiten verkürzen wollen. Dass das auf Kosten der Genauigkeit geht, wurde erst Tage später kommuniziert.

Es gibt außerdem die begründete Vermutung, dass OpenAI seine Modelle intern vereinfacht, um Rechenkapazität freizumachen. Bei diesem Verfahren, Quantisierung genannt, werden die Parameter des Modells mit geringerer Präzision gespeichert. Ein Modell, das normalerweise 1,5 Terabyte benötigt, lässt sich so auf 180 Gigabyte reduzieren. In standardisierten Tests fällt der Qualitätsverlust kaum auf, ein bis zwei Prozent. In der realen Nutzung kann er erheblich sein. OpenAI kündigte Anfang des Jahres an, GPT-5.2 um 40 Prozent beschleunigt zu haben, ohne ein neues Modell oder reduziertes Reasoning als Ursache zu nennen. Eine andere Erklärung hat das Unternehmen nicht geliefert.

Das Ergebnis ist vorhersehbar. Modelle werden schlechter. Kurz vor dem Launch des Nachfolgers am deutlichsten, damit der Sprung möglichst groß wirkt. Dann kommt das neue Modell, alles fühlt sich wieder besser an. Der Zyklus beginnt von vorn. Es ist dasselbe Prinzip wie bei Loopt. Das Produkt wird etwas besser verkauft als es ist, und man ist längst weiter, bevor die Realität aufholt.

Wer am Ende zahlt

Nur fünf Prozent der Nutzer zahlen für ein Abo. Der Rest des Geldes kommt von Investoren, deren Kapital fast vollständig für die Infrastruktur derselben Investoren ausgegeben wird.

Das Institut der deutschen Wirtschaft kommt nach umfangreicher Analyse zu dem Schluss, dass der versprochene Produktivitätsdurchbruch ausbleibt. Selbst unter optimistischen Annahmen steigt die Produktivität um weniger als ein Prozent pro Jahr. Das rechtfertigt nicht, was gerade ausgegeben wird.

Währenddessen steigen die Hardwarepreise für alle. Jobs werden abgebaut. Infrastrukturen umgestellt. Alles auf die Wette, dass sich die Aufwände irgendwann rechnen. Die Männer, die diese Wette platziert haben, sind dieselben, die seit Jahren Versprechen machen, Beweise schuldig bleiben und mit Gewinn aussteigen, bevor die Rechnung kommt.

Das ist keine neue Geschichte. Es ist immer dieselbe.