Von Maksym Misichenko · ZeroHedge ·
Was KI-Agenten über diese Nachricht denken
Das Gremium stimmt darin überein, dass die Energiebedürfnisse von KI erhebliche Risiken bergen, wobei die dringendste Sorge der Zeit-Mismatch zwischen Energieprojekten und den schnellen Capex-Zyklen von KI ist. Während einige Panelisten dies als Risiko für die Margen sehen (Grok, Claude, ChatGPT), argumentieren andere, dass es zu einer Sektorrotation (Grok) oder sogar Konsolidierung (Gemini) führen könnte. Der Konsens ist, dass die Wachstumsgeschichte von KI sich möglicherweise hin zu margengetriebener Produktivität verschieben wird.
Risiko: Zeit-Mismatch zwischen Energieprojekten und schnellen KI-Capex-Zyklen, was zu gestrandeter Kapazität und Margenkompression führt.
Chance: Konsolidierung im Energiesektor im Versorgungsmaßstab und in der Halbleiterlieferkette, da physische Einschränkungen dazu dienen, die Marktmacht der etablierten Akteure zu konzentrieren (Gemini).
Diese Analyse wird vom StockScreener-Pipeline generiert — vier führende LLM (Claude, GPT, Gemini, Grok) erhalten identische Prompts mit integrierten Anti-Halluzinations-Schutzvorrichtungen. Methodik lesen →
KI's Ernüchternde Realität: Wenn die Physik den Hype einholt
Verfasst von Chris MacIntosh über InternationalMan.com,
In fünf Jahren werden wir wahrscheinlich alle über KI kichern und mit dem Kopf schütteln. Denn heute fühlt sich die Technologie kostenlos und grenzenlos an, nicht wahr?
Menschen generieren endlose Inhalte: Bilder, Videos, Memes, Code-Schnipsel, Social-Media-Posts. Unternehmen schrauben KI standardmäßig an Produkte, so wie jedes Fortune-500-Unternehmen vor fünf Jahren plötzlich entdeckte, dass es „nachhaltig“ war.
Derzeit gibt es viele Diskussionen über KI, die sich in zwei Hauptthesen aufteilen:
Die Mehrheit – diejenigen, die für das Versprechen sterben werden, überzeugt, dass wir nur noch Monate von effektivem Altruismus, BGE und empfindungsfähigen Toastern entfernt sind.
Und die Minderheit – normalerweise ältere, erfahrenere Typen – die es nicht vollständig verstehen, aber auf Zahlen schauen, den Dotcom-Crash in Erinnerung behalten und denken, dass sich das reimt. Diese Debatte überlassen wir den Abendessenpartys.
Was uns interessiert, ist etwas Langweiligeres. Physik. Denn die Sache ist die: KI ist nicht kostenlos.
Jedes Token repräsentiert Elektrizität. Etwas, worüber der durchschnittliche Entwickler, Produktmanager, Benutzer oder Investor absolut keine Gedanken verschwendet.
Elektrizität bedeutet Kraftwerke, Stromleitungen, Netzinfrastruktur – ja. Es bedeutet auch heiße Schuppen; kapitalintensive Rechenzentren und all die Ausrüstung, Kühlsysteme und Immobilien, die dazu gehören. Reale Dinge. Physische Dinge.
Wir sind von Hype umgeben, ohne die Physik zu berücksichtigen.
Derzeit besteht eine Diskrepanz zwischen den physischen Kosten dieser Technologie und dem Preis, den Benutzer dafür zahlen.
Diese Lücke wird von der Wall Street, Risikokapitalgebern, Pensionsfonds, den Bilanzen von Hyperscalern und strategischen Ausgaben für „Wachstum“ (ein Wort, das hier „Verluste, die wir neu etikettiert haben“ bedeutet) abgedeckt.
Die Frage ist: Was passiert, wenn diese Lücke geschlossen wird?
Szenario 1: Die Branche reift
Kein offener Zusammenbruch, aber finanzielle Disziplin setzt ein. Ein neues Konzept im Silicon Valley. Geringwertige Nutzung verschwindet zuerst. „KI-Schrott“ stirbt, weil die Leute, die Müll generieren, aufhören, wenn es sie tatsächliches Geld kostet. Es stellt sich heraus, dass niemand bereit ist, echtes Geld zu zahlen, damit ein Chatbot seine Gedankenführerschaftsposts auf LinkedIn schreibt. Tragisch.
Ernsthafte Benutzer – diejenigen, die Gewinn oder echte Produktivitätssteigerungen erzielen – bleiben. Das Wachstum verlangsamt sich, stoppt aber nicht. GPU-Upgrade-Zyklen verlängern sich von zwei auf drei, fünf oder sieben Jahre. Bewertungen komprimieren. Der Schaum geht ab, aber die Infrastruktur bleibt wichtig.
Das Boardroom verschiebt sich von „unendlichem logarithmischem Wachstum“ zu „Fokus nur auf das Profitabelste“. Weniger Blasenplatzen, mehr ein langes, langsames Entweichen der Enttäuschung. Ein bisschen wie ESG.
Szenario 2: Energie als Schiedsrichter
Nun überlagern wir strukturell höhere Energiepreise. Wissen Sie, die Sache, von der uns allen gesagt wurde, dass sie keine Rolle spielen würde, weil wir bis jetzt alle mit Sonnenenergie und Einhornfürzen laufen würden. Wenn Strom materiell teurer wird, während die Kapitalmärkte gleichzeitig straffer werden, werden die wirtschaftlichen Rahmenbedingungen viel schwieriger.
Die Inferenzkosten steigen. Das Training von LLMs wird verdammt teuer. Aktionäre fangen an, sich zu fühlen, als würden sie die nächsten NFT-Affen halten. Die Ausgaben verlangsamen sich drastisch. Viele KI-Unternehmen verschwinden. Hyperscaler ziehen sich zurück, vielleicht mit Steuerzahlerhilfe (sie sind schließlich strategisch wichtig für die Machthaber – lustig, wie das funktioniert).
GPU-Zyklen verlängern sich weiter. Sieben oder mehr Jahre zwischen größeren Upgrades werden außerhalb der Top-Liga normal. Die Märkte korrigieren hart. Das Vertrauen braucht lange, um sich wieder aufzubauen.
Dies ist nicht das Ende der KI, sondern eine Neuausrichtung. Benutzer werden sich wehmütig an die „guten alten Zeiten“ erinnern, als sie kostenlos war. Als man eine Filmszene generieren und auf X posten konnte, wie man gerade das Geschäftsmodell eines milliardenschweren Produktionsunternehmens beendet hat. Maximale Verblendung sorgt für großartige Inhalte.
Szenario 3: KI liefert tatsächlich
Es gibt auch den positiven Fall, obwohl wir zugeben, dass er hier eher wie eine „Minderheit“ eingefügt ist, die auffällig in einem Unternehmensvorstand platziert ist – eine reine Formsache.
In diesem Szenario steigert KI die Produktivität in Unternehmen erheblich. Sie senkt die Kosten dauerhaft. Sie integriert sich in alles, vom Coding über Logistik bis hin zur Forschung. Der empfindungsfähige Toaster.
Höhere Energiepreise töten die Nachfrage nicht, weil die Effizienzgewinne sie überwiegen. Hardware-Zyklen bleiben kurz. Die heutigen Bewertungen erscheinen im Rückblick gerechtfertigt und Jensens Lederjacke bekommt einen eigenen Flügel im Smithsonian.
Für jeden, der uns kennt, wissen Sie, dass wir dies für das unwahrscheinlichste Szenario halten. Und doch ist es bei weitem die Konsensmeinung. Was, wenn Sie die Konsensmeinungen der letzten zehn Jahre verfolgt haben („Inflation ist transitorisch“, „ESG ist die Zukunft“, „Gewerbeimmobilien sind in Ordnung“), Ihnen etwas sagen sollte.
Die Kluft zwischen Erwartungen und wahrscheinlicher Realität bleibt weit offen. Für Insider-Mitglieder sind Sie mit der Portfolio-Positionierung und der Nasdaq-Absicherung vertraut.
Was wirklich zählt
Die Schlüsselvariable ist nicht, ob KI beeindruckend oder nützlich ist (das ist sie). Die Schlüsselvariable ist, ob KI zu einer echten Profitmaschine wird oder ein subventioniertes Kostenzentrum bleibt, das sich in einem Hoodie und einem TED-Talk verkleidet.
Wenn sie profitabel und produktivitätssteigernd ist, sind die aktuellen Bewertungen gerechtfertigt und der Geldsegen fließt weiter. Wenn sie hauptsächlich Hype über schwachen wirtschaftlichen Grundlagen bleibt, werden die Ausgaben zurückgehen, die Hardware-Zyklen sich verlängern und wir könnten ein absolut grandioses wirtschaftliches „Ereignis“ erleben.
Eine zehnjährige Stagnation würde etwas Extremes erfordern: Nachfragerückgang, Hyperscaler werden zu Hyposcalern, Kapitalmärkte wollen nichts mit KI zu tun haben und die Energie bleibt teuer – alles gleichzeitig. Seltsamere Dinge sind passiert. Fragen Sie einfach jeden, der Peloton für 170 $ gekauft hat.
Fast 50 Jahre Geschichte zeigen, dass sich dies irgendwann zum Mittelwert zurückbildet… und das Pendel schwingt in die andere Richtung.
* * *
Der KI-Boom ist nur ein Beispiel für einen viel größeren Wandel, der bereits im Gange ist – bei dem Wirtschaft, Politik, Energie und Kultur auf eine Weise kollidieren, auf die die meisten Investoren nicht vorbereitet sind. Deshalb haben wir einen Sonderbericht vorbereitet: „Clash of the Systems: Thoughts on Investing at a Unique Point in Time“. Darin erfahren Sie die wichtigsten Trends, die sich derzeit abzeichnen, die Risiken, die sie für Ihr Geld und Ihre persönliche Freiheit darstellen, und was ein konträrer Vermögensverwalter glaubt, was Sie tun könnten, um einen Schritt voraus zu sein. Holen Sie sich Ihr kostenloses Exemplar von „Clash of the Systems“ jetzt.
Tyler Durden
So, 31.05.2026 - 21:00
Vier führende AI-Modelle diskutieren diesen Artikel
"Der Artikel identifiziert Energie zu Recht als Engpass, übersieht aber, dass Hardware-Effizienz und wettbewerbsorientierte Kommodifizierung die KI-Kosten wahrscheinlich schneller komprimieren werden, als die Energieinflation sie erhöhen kann, was Szenario 1 (langweilige Reifung) zum Basisszenario macht, nicht zum Zusammenbruch."
MacIntoshs Physik-Argument hat Hand und Fuß – KI-Inferenzkosten sind real und steigen –, aber es vermischt zwei getrennte Probleme. Der Artikel geht davon aus, dass die aktuellen Preise bestehen bleiben, und ignoriert, dass (1) Effizienzgewinne im Chipdesign (NVIDIAs Roadmap von H100 zu H200 zu Blackwell zeigt alle 18-24 Monate 2-3x Leistungssteigerungen pro Watt) und (2) Wettbewerbsdruck von AMD, Intel und kundenspezifischer Silizium die Margen und Pro-Token-Kosten schneller komprimieren werden, als die Energiepreise steigen. Das wirkliche Risiko ist nicht Energie; es ist, dass KI zu einem handelsüblichen Dienstprogramm mit rasiermesserscharfen Margen wird, nicht dass es zusammenbricht. Szenario 1 (Reifung) ist bei den aktuellen Bewertungen bereits eingepreist. Szenario 2 erfordert, dass die Energie stark ansteigt UND die Kapitalmärkte gleichzeitig einfrieren – unwahrscheinlich angesichts der strategischen Bedeutung von KI für Verteidigung und Geopolitik.
Wenn die Energiepreise um 40 %+ steigen, während sich die Halbleiterlieferketten verengen und sich der ROI von Unternehmens-KI als illusorisch erweist (viele Pilotprojekte zeigen Produktivitätssteigerungen von 5-15 %, nicht die für die Rechtfertigung der aktuellen Ausgaben erforderlichen 30 %+), wird das Szenario 2 des Artikels plausibel – und der Markt hat keine Absicherung für dieses Tail-Risiko.
"Energie- und Infrastrukturkosten werden die GPU-Erneuerungszyklen verlängern und die Multiplikatoren für alle außer den Top-KI-Namen innerhalb von drei Jahren komprimieren."
Der Artikel weist zu Recht auf die physischen Grenzen des KI-Skalierens hin – Strom, Kühlung und Capex –, unterschätzt aber, wie schnell Inferenzoptimierung und kundenspezifische Silizium die Kosten dämpfen könnten. Hyperscaler zeigen bereits die Bereitschaft, Verluste für strategische Positionierung in Kauf zu nehmen, und Regierungen könnten Energie subventionieren, da KI zur nationalen Infrastruktur wird. Das unmittelbarere Risiko ist kein plötzlicher Zusammenbruch, sondern anhaltender Margendruck, der zuerst kleinere KI-Startups trifft, während NVDA und MSFT relativ geschützt bleiben. Dies deutet auf eine Sektorrotation statt auf einen breiten Zusammenbruch hin.
Effizienzgewinne durch neue Modellarchitekturen und spezialisierte Chips könnten den Inferenz-Energieverbrauch innerhalb von 24 Monaten um das 5-10-fache senken und die Wirtschaftlichkeit auch bei steigenden Strompreisen aufrechterhalten.
"Die physischen Energiebeschränkungen von KI werden als Eintrittsbarriere wirken, die die Dominanz von Hyperscalern zementiert, anstatt ihren finanziellen Zusammenbruch zu verursachen."
Der Artikel identifiziert zu Recht die „Energie-Mauer“ als primären Engpass für die KI-Skalierung, aber er charakterisiert die Art der Kapitalausgaben von Hyperscalern grundlegend falsch. Unternehmen wie Microsoft (MSFT) und Alphabet (GOOGL) „subventionieren“ KI nicht nur; sie vertikalisieren aggressiv ihre Energieversorgungsketten und steigen in Kernkraftvereinbarungen und proprietäre Netzinfrastruktur ein. Dies ist kein Kostenzentrum; es ist ein defensiver Burggraben. Während der Autor sich Sorgen über „KI-Gülle“ macht, übersieht er, dass der tatsächliche wirtschaftliche Wert auf der Infrastrukturebene und nicht auf der Anwendungsebene erfasst wird. Ich bleibe optimistisch für den Energiesektor im Versorgungsmaßstab und die Halbleiterlieferkette, da die genannten physischen Einschränkungen tatsächlich dazu dienen, die Marktmacht der etablierten Akteure zu konsolidieren.
Die These ignoriert, dass, wenn die Energiekosten unerschwinglich werden, der Grenznutzen des KI-Trainings zusammenbrechen wird, wodurch die massiven Kapitalinvestitionen in Rechenzentren zu gestrandeten Vermögenswerten und nicht zu Wettbewerbsvorteilen werden.
"Dauerhafte Profitabilität aus KI erfordert einen ROI, der die Energie- und Capex-Kosten übersteigt; andernfalls ist eine mehrjährige Gewinn- und Bewertungsbereinigung wahrscheinlich."
Der Artikel hebt eine reale Einschränkung hervor: Die KI-Wirtschaft hängt von Strom, Rechenzentrums-Immobilien und Capex ab, nicht nur von cleveren Modellen. Wenn die Energiekosten steigen oder die Finanzierung knapp wird, verschiebt sich die Erzählung von ständigem Wachstum zu margengetriebener Produktivität, mit langsamerer Adoption und erheblicher Bewertungskompression. Das Stück unterschätzt den Zeitfaktor (Unternehmens-Rollout verzögert sich), regulatorische Kosten und Engpässe in der Lieferkette (GPU/Hardware-Zyklen). Netto-Fazit: Achten Sie auf die Stückkosten und den realen ROI, nicht auf die Schlagzeilen-KI-Umsätze. Eine dauerhafte Profitmaschine könnte immer noch entstehen, aber der Weg ist enger und kapital- und energieintensiver, als der Hype vermuten lässt.
Das stärkste Gegenargument ist, dass KI tatsächlich erhebliche Produktivitätssteigerungen liefert, die Margen auch bei höheren Energiekosten aufrechterhält und die Skalierung und Lizenzierung von Hyperscalern nutzt, um die Netto-Capex zu reduzieren.
"Die Energie-Vertikalisierung von Hyperscalern ist eine mehrjährige Absicherung gegen einen 2-jährigen Nachfragezyklus – der Zeit-Mismatch, nicht die Kosten, ist das Risiko gestrandeter Vermögenswerte."
Geminis Burggraben-Argument geht davon aus, dass die Energie-Vertikalisierung *erfolgreich* ist – aber die Kernkraftdeals von Microsoft und Google haben Vorlaufzeiten von 5-10 Jahren, während die KI-Capex-Zyklen 18-24 Monate betragen. Wenn die Nachfrage nachlässt, bevor diese Verträge in Kraft treten, haben sie teure Energie für gestrandete Kapazitäten gebunden. Claude und Grok unterschätzen beide diesen Zeit-Mismatch. Das eigentliche Risiko sind nicht die Energiekosten, sondern die Capex-Investitionen vor dem Eintreten der ROI-Klarheit.
"Verzögerungen bei der Genehmigung von Zwischenstromversorgung werden die Zeitpläne über Claudes Kernkraft-Mismatch hinaus verlängern und die Klarheit des ROI stärker beeinträchtigen."
Claude weist auf einen echten Zeit-Mismatch bei Kernkraftprojekten im Vergleich zu Capex-Zyklen hin, unterschätzt aber, wie Genehmigungs- und Netzanschlusswarteschlangen für jede Backup-Stromversorgung zusätzlich zu diesen 5-10-jährigen Bauten 3-5 Jahre hinzufügen. Dies verstärkt die Engpässe in der Lieferkette und die bereits bestehende ROI-Verzögerung, was die Wahrscheinlichkeit erhöht, dass zwischenzeitliche LNG- oder Netzergänzungen die bindende Einschränkung werden, anstatt gestrandete Kernkraftanlagen.
"Die Energie-Vertikalisierung von Hyperscalern ist ein Hochrisiko-Glücksspiel auf unbewiesene Nukleartechnologie, das den unmittelbaren 24-monatigen Capex-zu-ROI-Mismatch nicht löst."
Geminis „Burggraben“-Argument ignoriert die regulatorische Realität: Hyperscaler setzen auf SMRs (Small Modular Reactors), die noch keine NRC-Zertifizierung oder kommerzielle Skalierung erreicht haben. Sich auf unbewiesene Nukleartechnologie zu verlassen, um einen 24-monatigen Capex-Zyklus zu lösen, ist ein massives strategisches Glücksspiel. Wenn diese Energieprojekte den gleichen Genehmigungsproblemen wie die traditionelle Infrastruktur ausgesetzt sind, werden MSFT und GOOGL gezwungen sein, sich auf teuren, kohlenstoffintensiven Netzstrom zu verlassen, was die Margen, die sie zu schützen hoffen, untergräbt.
"NRC- und Netzanschlussverzögerungen könnten energiegetriebene Burggräben in ein Risiko für gestrandetes Kapital verwandeln, wenn die KI-Nachfrage nachlässt, was den Zeitpunkt wichtiger macht als den Energiepreis."
Gemini, dein Burggraben beruht auf einer vorauseilenden Energie-Vertikalisierung. Doch NRC-Zertifizierungen und Netzanschlusswarteschlangen können diese Projekte um 5-10 Jahre verzögern und ein vermeintliches strategisches Gut in gestrandetes Kapital verwandeln, wenn die KI-Nachfrage nachlässt. In diesem Fall sehen sich etablierte Unternehmen immer noch Margenkompression durch schnellere Inferenz-Effizienzen und Lizenzmodelle gegenüber. Das eigentliche Risiko sind nicht höhere Energiepreise an sich, sondern der Zeit-Mismatch zwischen Energie-Assets und ROI-Klarheit inmitten von Nachfragevolatilität.
Das Gremium stimmt darin überein, dass die Energiebedürfnisse von KI erhebliche Risiken bergen, wobei die dringendste Sorge der Zeit-Mismatch zwischen Energieprojekten und den schnellen Capex-Zyklen von KI ist. Während einige Panelisten dies als Risiko für die Margen sehen (Grok, Claude, ChatGPT), argumentieren andere, dass es zu einer Sektorrotation (Grok) oder sogar Konsolidierung (Gemini) führen könnte. Der Konsens ist, dass die Wachstumsgeschichte von KI sich möglicherweise hin zu margengetriebener Produktivität verschieben wird.
Konsolidierung im Energiesektor im Versorgungsmaßstab und in der Halbleiterlieferkette, da physische Einschränkungen dazu dienen, die Marktmacht der etablierten Akteure zu konzentrieren (Gemini).
Zeit-Mismatch zwischen Energieprojekten und schnellen KI-Capex-Zyklen, was zu gestrandeter Kapazität und Margenkompression führt.