Am 25. August präsentierte SemiAnalysis-Gründer Dylan Patel im Podcast von Dwarkesh Patel eine Hochrechnung: Bis Ende 2028 sollen Anthropic und OpenAI den Großteil der weltweit verfügbaren Rechenleistung kontrollieren.
"By the time you're towards the end of 2028 — if this trend continues, and I see nothing that's stopping it — you've got them just controlling most of the usable flops in the world on their own."
(Bis Ende 2028 – wenn sich dieser Trend fortsetzt, und ich sehe nichts, was ihn aufhalten könnte – kontrollieren die beiden praktisch im Alleingang den Großteil der nutzbaren Rechenleistung der Welt.)
So entfaltet sich die Zahlenreihe: Die Stromkapazität der beiden Unternehmen soll jeweils von rund 2 GW Ende 2025 auf über 5 GW Ende 2026, rund 18 GW Ende 2027 und rund 54 GW Ende 2028 steigen. Ihr Anteil am weltweiten Zuwachs an Rechenleistung liegt in diesem Jahr bei etwa 30 Prozent, im kommenden Jahr bei 40 bis 50 Prozent, um den Dezember 2027 herum bei etwa der Hälfte des Zuwachses und steigt 2028 auf 70 bis 80 Prozent. Der weltweite Zuwachs insgesamt soll 2026 bei 30 GW, 2027 bei 50 GW, 2028 bei 70 GW und 2029 bei 90 bis 100 GW liegen, womit die globale Gesamtkapazität 2028 bei rund 200 GW läge.
Wie viel bringt jedes Megawatt ein?
Patel sieht den Antrieb der Konzentration im Umsatz pro Einheit. Die aktuellen Infrastrukturkosten liegen bei etwa 10 bis 15 Millionen US-Dollar pro Megawatt, während der Umsatz von Anthropic pro Megawatt zeitweise auf 50 Millionen US-Dollar geklettert ist. Er erwartet, dass der Umsatz pro Megawatt bei den führenden Laboren bis Ende 2027 auf über 50 Millionen US-Dollar steigt, möglicherweise sogar auf 70 bis 80 Millionen US-Dollar. Wer pro Megawatt mehr einnimmt, kann im Wettlauf um Rechenzentrums-Racks auch mehr bieten.
"To get to that 100 gigawatts in 2028, you have to believe that the labs can outpay for compute...Does compute now get to $25 million a megawatt? Does it get to $40 million a megawatt?"
(Um 2028 auf diese 100 Gigawatt zu kommen, muss man glauben, dass die Labore beim Bieten um Rechenleistung alle anderen übertreffen können … Steigt der Preis für Rechenleistung jetzt auf 25 Millionen Dollar pro Megawatt? Auf 40 Millionen?)
Er fasst die drei Mechanismen in einem Satz zusammen — "Every force is screeching towards centralization." (Jede Kraft treibt kreischend auf Zentralisierung zu.) Skaleneffekte beim Training, höhere Umsätze pro Megawatt bei den Marktführern und die daraus resultierende Kaufkraft greifen ineinander und drehen sich immer enger.
Woher kommt das Geld?
Die Kapitalseite ist der schwerste Teil dieser Hochrechnung. Von 2024 bis 2029 soll das Investitionsvolumen des gesamten Ökosystems rund 11 Billionen US-Dollar erreichen, davon 6 Billionen in bar und 5 Billionen über Fremdkapital – es müssten also neue Kredite von über 5 Billionen US-Dollar aufgenommen werden. Bei den Zinsen liegen Metas aktuelle Finanzierungskosten bei 5 bis 6 Prozent; Patel sieht keinen Grund, warum sie nicht auf 8 Prozent steigen sollten. Dieser Anstieg um 250 Basispunkte würde sich über die Kreditmärkte auf die gesamte Wirtschaft ausbreiten.
Zu China nennt er drei Einschätzungen: 2028 werde Chinas KI-Rechenleistung bei 30 GW oder weniger liegen; derzeit entfalle weniger als 10 Prozent der weltweit für KI-Rechenzentren eingesetzten Kapazität auf China; und eine Umrechnung — "that 50 gigawatts is really worth as much as 20 gigawatts from American chips" (diese 50 Gigawatt seien in ihrem tatsächlichen Wert etwa mit 20 Gigawatt auf Basis amerikanischer Chips vergleichbar). Der Umrechnungsfaktor ist Patels eigene Schätzung, die Methodik ist nicht offengelegt – ihn als gesicherten Schluss zu behandeln wäre riskant.
Wo liegt die Schwachstelle dieser Hochrechnung? Sie verknüpft drei Kurven zu einer: Rechenleistungs-Kapazität, Umsatz pro Megawatt und Kreditangebot. Die ersten beiden bedingen sich gegenseitig – hohe Umsätze ermöglichen den Einkauf, der Einkauf ermöglicht die nächste Modellgeneration, ein stärkeres Modell bringt höhere Umsätze – ist dieser Kreislauf einmal in Gang, beschleunigt er sich tatsächlich selbst. Die dritte Kurve ist extern. Grob gerechnet: Wenn die 8 Prozent Finanzierungskosten zutreffen, würden allein die Zinsen auf 5 Billionen US-Dollar Schulden pro Jahr 400 Milliarden US-Dollar betragen – das verlangt, dass die KI-bezogenen Umsätze im gleichen Zeitraum ein sehr hohes Niveau erreichen. Auch Patel selbst lässt diesen Punkt als offene Frage stehen: Er fragt, ob die Labore höhere Preise zahlen können, beantwortet aber nicht, was passiert, wenn sie es nicht können.
Für chinesische Anbieter ist diese Anteilskurve aussagekräftiger als die absoluten Zahlen. Wenn 70 bis 80 Prozent des Zuwachses an zwei Labore gehen, müssen sich alle anderen Labore, Cloud-Anbieter, Unternehmen mit eigener Infrastruktur und staatlich getragene Projekte die restlichen 20 bis 30 Prozent teilen. Die weltweite Gesamtmenge wächst weiter, doch der Anteil, der auf den Rest entfällt, schrumpft.
Quellen: Dwarkesh Podcast, CocoLoop, SemiAnalysis; zu prüfen: die Gigawatt-Spannen für beide Labore, die Berechnungsgrundlage des Umsatzes pro Megawatt sowie das Verhältnis von Bar- zu Fremdkapital innerhalb der 11 Billionen US-Dollar Investitionen.