ROCKSTRATEGE · ES GIBT EINE KI DAFUER

EGEKID-DOSSIER

Sechs Monate Tempoverlust – was das für KI-Investments bedeutet

EGEKID-Dossier · 14. September 2026 · Udo A. Schacht („Rockstratege“) · Lesezeit ca. 7 Min.

1. Was passiert ist

Am Wochenende hat Anthropic-Chef Dario Amodei etwas gefordert, das man in dieser Branche selten hört: langsamer werden. Sam Altman von OpenAI und Elon Musk von xAI signalisierten Zustimmung [2]. Fast zeitgleich rechnet der US-Kongress an Regeln für besonders leistungsfähige KI-Systeme, die er noch vor der Sitzungspause verabschieden will [3]. Der Markt hat sofort reagiert: Nasdaq-100-Futures verloren zeitweise 1,72 Prozent, asiatische KI- und Halbleiterwerte gaben breit nach [4].

Die Analysten von Epoch AI liefern dazu die Zahl, die man kennen sollte, bevor man über die Nachricht urteilt: Der Trainingsrechenaufwand („Compute“ – also wie viel Rechenleistung ein Modelltraining verschlingt) für die größten Sprachmodelle wächst seit 2020 im Schnitt um das Fünffache pro Jahr. Das entspricht einer Verdopplung ungefähr alle 5,2 Monate [1].

2. Die Mechanik dahinter

Rechnen wir das kurz durch, denn genau hier liegt der Denkfehler, den viele gerade machen. Wenn sich der Rechenaufwand alle 5,2 Monate verdoppelt, dann liegt er nach sechs Monaten – bei unverändertem Trend – beim rund 2,24-Fachen des Ausgangsniveaus. Nicht beim 1,5-Fachen, wie eine lineare Milchmädchenrechnung suggerieren würde. Exponentielles Wachstum tickt anders als der Taschenrechner im Kopf.

Das heißt umgekehrt: Eine hypothetische sechsmonatige Entwicklungspause verschiebt nicht bloß einen halben Jahresumsatz nach hinten. Sie kappt oder streckt den Bedarf des nächsten großen Trainingssprungs – und der wäre ohne Pause mehr als doppelt so groß gewesen wie der vorherige. Genau das trifft zuerst die Lieferkette: GPU-Auslastung, HBM-Bestellungen (High Bandwidth Memory – der schnelle Spezialspeicher, der neben den Chips sitzt), dann Netzwerktechnik, Stromlieferverträge und die Finanzierung neuer Rechenzentren [1].

Wichtig ist aber auch der zweite Teil der Rechnung, den man leicht übersieht: Trainingsnachfrage ist nicht gleich Gesamtnachfrage. Inferenz – also der laufende Betrieb bereits trainierter Modelle, wenn Millionen Nutzer sie täglich anfragen – verschwindet nicht, nur weil das nächste Training pausiert. Perplexity etwa nutzt laut einer öffentlichen Kundenbeschreibung OpenAIs GPT-6 Astra inzwischen nicht nur für Chats, sondern für Kommunikation, Softwareentwicklung und die Überwachung produktiver Systeme [5] – ein Beispiel dafür, wie bestehende Modelle immer breiter im Alltag verankert werden, unabhängig vom nächsten Trainingsrekord.

3. Der historische Befund

Wer die letzten Jahre verfolgt hat, kennt das Muster: Auf jede Phase „das Tempo ist zu hoch, wir müssen bremsen“ folgte bisher keine echte Verlangsamung, sondern höchstens eine Verlagerung des Wettbewerbs – von reiner Modellgröße hin zu Effizienz, Feintuning und neuen Einsatzfeldern. Die Debatte ist nicht neu: China hat einen möglichen Kontrollverlust über fortgeschrittene KI bereits in einem Rahmenwerk aus dem Jahr 2024 als Sicherheitsrisiko benannt [7] – lange bevor sie im Westen diese Woche Schlagzeilen machte. Auch König Charles empfängt in dieser Woche KI-Führungskräfte, um über gemeinsame Leitprinzipien zu sprechen [8]. Das zeigt: Die Sorge um Tempo und Kontrolle ist inzwischen global und politisch verankert – nicht nur ein Nischenthema von Sicherheitsforschern.

Was daraus historisch selten folgte: ein tatsächlicher, koordinierter Baustopp bei Rechenzentren oder Chip-Bestellungen. Meist gewann der Wettbewerbsdruck. Ob das diesmal anders läuft, weiß heute niemand – auch Epoch AI nicht. Die Zahl von 5,2 Monaten ist ein Rückblick, kein Versprechen für die Zukunft.

4. Was jetzt zählt

Für dich als privaten Anleger zählt nicht die Schlagzeile, sondern die Frage: Wo in der Kette sitzt das Unternehmen, das du hältst oder beobachtest? Trifft eine Verlangsamung zuerst die Hardware-Zulieferer (GPUs, Speicher, Netzwerktechnik) oder eher die Betreiber, deren Umsatz stärker aus laufender Nutzung als aus neuen Trainingsläufen kommt?

• Unternehmen mit hohem Anteil an Trainings-Hardware-Umsatz reagieren empfindlicher auf Tempo-Nachrichten.
• Unternehmen mit hohem Anteil an Inferenz/Anwendung-Umsatz sind robuster gegen eine Trainingsbremse.
• Regulatorik (Kongress, Buckingham Palace, chinesische Rahmenwerke) wirkt eher mittelfristig auf Bewertungen als kurzfristig auf Kurse.

5. Die Investoren-Brille

Handwerk statt Hype heißt hier: nicht auf die Nachricht reagieren, sondern auf die Mechanik prüfen, bevor du irgendetwas im Depot anfasst.

Eine letzte Anmerkung zur Einordnung, nicht zur Panik: Auch wenn große Modelle langsamer würden, verschwindet die Fehleranfälligkeit von KI-Systemen im Alltag nicht automatisch – ein neues öffentliches Register für dokumentierte KI-Agentenfehler zeigt, dass die Betriebsseite von KI ihre eigenen Risiken hat, unabhängig vom Trainingstempo [6]. Das ist ein Argument mehr dafür, Depot-Entscheidungen nicht an einer einzelnen Wochenend-Schlagzeile aufzuhängen, sondern an der Frage, wie ein Unternehmen tatsächlich Geld verdient – heute, nicht in der nächsten Trainingsrunde.

Quellen

[1] Was ein halbes Jahr weniger Tempo bedeutet (Analyse-Quelle)
[2] Der Modellwettlauf bekommt ein Tempolimit
[3] US-Kongress ringt um Frontier-Kontrollen
[4] Die KI-Bremse trifft zuerst die Bewertung
[5] Perplexity gibt Astra mehr Systemzugriff
[6] Agentenfehler sollen endlich vergleichbar werden
[7] Peking denkt Kontrollverlust längst mit
[8] KI-Sicherheit erreicht den Buckingham Palace

← ZUR STARTSEITE ROCKSTRATEGE.COM