Hilf World Market Atlas zu wachsen
Mit der Bestellung einer Unternehmensbewertung unterstützt du auch die Weiterentwicklung des Projekts.
Projekt unterstützen
Unterstützen Sie die Weiterentwicklung von World Market Atlas, einem unabhängigen Projekt für private Anleger. Ihre Unterstützung hilft uns, Analysen zu erstellen und unsere Werkzeuge weiterzuentwickeln.
Die Verluste von OpenAI und Anthropic: die Ökonomie des Wettlaufs um KI-Spitzenmodelle und die Herausforderung, Finanzdaten zu vergleichen
Datenstand: 23. September 2026. Medienberichte, historische Ergebnisse und Prognosen werden im gesamten Text unterschieden.
Zusammenfassung
Dieser Artikel untersucht operative Verluste, Liquiditätsverbrauch und künftige Infrastrukturverpflichtungen bei zwei führenden privaten Entwicklern leistungsfähigster KI-Modelle: OpenAI und Anthropic. Die Analyse zeigt, dass es keine einzelne, vollständig vergleichbare und öffentlich bestätigte Zahl gibt, die den „Verlust“ jedes Unternehmens definiert. Die verfügbaren Quellen verwenden unterschiedliche Größen: operativer Verlust, Nettoverlust, negativer freier Cashflow, Liquiditätsverbrauch und bereinigtes operatives Ergebnis.
Laut Aktionärsunterlagen, über die The Information berichtete, soll OpenAI im ersten Quartal 2026 bei 5,7 Milliarden USD Umsatz 3,7 Milliarden USD an Liquidität verbraucht haben. Reuters wies darauf hin, diese Zahlen nicht unabhängig bestätigen zu können. Eine von der Financial Times gemeldete Prognose zeigt eine noch größere Größenordnung: OpenAI soll für 2026–2030 einen kumulierten negativen freien Cashflow von 278 Milliarden USD erwarten. Dies ist jedoch eine Prognose, kein bereits entstandener Verlust. Reuters
Für Anthropic nennen Medienquellen einen Liquiditätsverbrauch von rund 5,6 Milliarden USD 2024 und eine geplante Verringerung auf 3 Milliarden USD 2025. Im Jahr 2026 soll Anthropic erstmals ein positives bereinigtes operatives Ergebnis prognostiziert haben. Dies bedeutet nicht automatisch einen positiven Nettogewinn oder positiven freien Cashflow. Reuters
Schlüsselwörter: OpenAI, Anthropic, künstliche Intelligenz, Liquiditätsverbrauch, operativer Verlust, freier Cashflow, Rechenleistung, KI-Spitzenmodelle.
1. Einleitung
Die Entwicklung generativer künstlicher Intelligenz hat Unternehmen mit außergewöhnlich schnellem Umsatzwachstum hervorgebracht, aber auch einem beispiellosen Investitionsbedarf für Rechenzentren, Prozessoren, Energie, Übertragungsnetze, Cloud-Infrastruktur und hoch qualifizierte Beschäftigte. OpenAI und Anthropic gehören zu den führenden Teilnehmern dieses Wettlaufs.
Ihre Finanzlage lässt sich schwieriger beurteilen als die traditioneller börsennotierter Unternehmen. Beide sind weiterhin Privatunternehmen und veröffentlichen keinen vollständigen, standardisierten Konzernabschluss, der mit den Jahresberichten US-börsennotierter Unternehmen vergleichbar wäre. Die meisten Informationen über ihre Verluste stammen daher aus Investorenunterlagen, Aktionärspräsentationen, von Medien beschafften Dokumenten oder Managementaussagen.
Reuters erklärte in mehreren Fällen ausdrücklich, Zahlen aus Erstveröffentlichungen von The Information oder der Financial Times nicht unabhängig bestätigen zu können. Methodisch korrekt ist daher nicht „OpenAI hat definitiv einen bestimmten Betrag verloren“, sondern „laut den von einem bestimmten Medium beschriebenen Unterlagen soll das Unternehmen ein bestimmtes Ergebnis erzielt haben“. Reuters
2. Untersuchungsmethode und Quellenhierarchie
Der Artikel verwendet eine Dokumentenanalyse. Die Quellen werden in drei Gruppen unterteilt:
Nicht unterzeichnete Social-Media-Beiträge, ungeprüfte Online-Zusammenstellungen und Zahlen ohne ermittelbare Originalquelle wurden ausgeschlossen.
3. „Verlust“ ist kein einheitlicher Begriff
In Diskussionen über OpenAI und Anthropic werden häufig mehrere unterschiedliche Finanzgrößen vermischt.
Ein operativer Verlust entsteht, wenn die Kosten des Kerngeschäfts den Umsatz übersteigen. Dazu zählen Infrastruktur, Forschung und Entwicklung, Mitarbeitervergütung, Vertrieb und Verwaltung.
Der Nettoverlust berücksichtigt zusätzlich nicht operative Positionen, etwa Finanzierungskosten, Wertänderungen von Eigenkapitalinstrumenten, Steuern oder einmalige Restrukturierungseffekte. Er kann daher erheblich höher oder niedriger als der operative Verlust sein.
Liquiditätsverbrauch (Cash Burn) bezeichnet die Abnahme der liquiden Mittel eines Unternehmens zur Finanzierung von Betrieb und Investitionen. Dies ist nicht dasselbe wie ein bilanzieller Verlust.
Ein negativer freier Cashflow bedeutet, dass die vom Geschäft erzeugten Zahlungsströme zur Finanzierung der Investitionen nicht ausreichen. Bei KI-Laboren können sowohl laufende Rechenkosten als auch mehrjährige Verträge über Rechenzentrumskapazität wichtig sein.
Das bereinigte operative Ergebnis kann bestimmte Aufwendungen wie aktienbasierte Vergütung ausschließen. Ein positives bereinigtes operatives Ergebnis entspricht daher keinem positiven Nettogewinn.
Ein weiteres Problem ist der annualisierte Umsatz auf Basis der aktuellen Umsatzrate (Run Rate). Er rechnet das jüngste Verkaufstempo hoch, statt den tatsächlich in vollen zwölf Monaten erzielten Umsatz zu messen. Anthropic definierte diese Größe, indem es die verbrauchsabhängigen Umsätze der letzten 28 Tage mit 13 und die monatlichen Abonnementumsätze mit 12 multiplizierte. Laut Reuters Breakingviews überstieg Anthropics kumulierter GAAP-Umsatz von der Gründung bis Ende 2025 5 Milliarden USD, während die gemeldete annualisierte Umsatzrate im Februar 2026 bereits 19 Milliarden USD erreichte. Beide Zahlen können stimmen, messen aber völlig unterschiedliche Dinge. Reuters
4. OpenAI – Umsatzwachstum bei sehr hohem Kapitalverbrauch
4.1. Zahlen für das erste Quartal 2026
Laut Aktionärsunterlagen, über die The Information berichtete, soll OpenAI:
Reuters veröffentlichte diese Angaben am 16. Juni 2026 und wies zugleich darauf hin, den Bericht nicht unabhängig bestätigen zu können. Reuters
Das Verhältnis von Liquiditätsverbrauch zu Umsatz betrug rund:
(3,7 ÷ 5,7) × 100 % ≈ 64,9 %
Der gemeldete Liquiditätsverbrauch entsprach somit etwa 65 Cent je Dollar Quartalsumsatz. Dieses Verhältnis darf nicht als operative Marge interpretiert werden: Liquiditätsverbrauch kann Investitionen, Zahlungen aus früheren Verpflichtungen und Veränderungen des Working Capital enthalten.
4.2. Nicht öffentliche Zahlen für 2025
Im Juni 2026 beschrieb Fortune Kopien von OpenAI-Abschlüssen, die der Journalist Ed Zitron und die Financial Times erhalten hatten. Laut diesen Unterlagen sollen der Umsatz 2025 rund 13,07 Milliarden USD, die Kosten und Aufwendungen 34 Milliarden USD und der operative Verlust etwa 20,92 Milliarden USD betragen haben. Fortune
Diese Zahlen sind wichtig, sollten aber nicht als öffentlich bestätigtes, geprüftes Ergebnis dargestellt werden, das auf derselben Grundlage wie der Bericht eines börsennotierten Unternehmens vorliegt. Sie stammen aus Kopien von Dokumenten, die Medien erhalten haben. In diesem Artikel dienen sie daher als ergänzendes Material, nicht als unstrittiger öffentlicher Abschluss.
Falls die Zahlen zutreffen, entspräche der operative Verlust rund 160 % des Umsatzes und die Gesamtkosten etwa dem 2,6-Fachen der Erlöse. Diese Größenordnung deutet darauf hin, dass schnelles Umsatzwachstum noch nicht ausreichte, um Forschung, Infrastruktur, Modellbereitstellung, Vertrieb und organisatorische Expansion zu finanzieren.
4.3. Prognose bis 2030
Die wichtigste Zahl zum künftigen Finanzierungsbedarf von OpenAI stammt aus einer Unternehmenspräsentation, die der Financial Times vorgelegen haben soll. Laut Reuters prognostiziert OpenAI:
Alle diese Zahlen sind Prognosen aus einer internen Präsentation, keine erreichten Ergebnisse. OpenAI kommentierte den Bericht vor der Reuters-Veröffentlichung nicht direkt. Reuters
Der Plan würde bedeuten, dass das Unternehmen selbst bei sehr schnellem Umsatzwachstum mehrere Jahre negativen Cashflow erwartet. In dieser Hinsicht ähnelt OpenAIs Strategie dem Infrastrukturaufbau: Das Unternehmen sichert Rechenkapazität im Voraus, bevor die daraus erwirtschafteten Umsätze die Kosten vollständig decken.
4.4. Finanzierung der Verluste
Am 31. März 2026 gab OpenAI offiziell bekannt, 122 Milliarden USD an zugesagtem Kapital bei einer Bewertung nach der Finanzierung von 852 Milliarden USD eingeworben zu haben. Das Unternehmen erklärte zudem, monatlich rund 2 Milliarden USD Umsatz zu erzielen. Diese Informationen stammen direkt vom Unternehmen, bestätigen aber keine Rentabilität. OpenAI
Von Investoren aufgenommenes Kapital ist weder Umsatz noch Gewinn. Es hilft, negative Zahlungsströme abzudecken, Forschung zu finanzieren und Verträge über die künftige Bereitstellung von Rechenkapazität abzuschließen.
5. Anthropic – von hohem Liquiditätsverbrauch zu gemeldeter bereinigter Rentabilität
5.1. Liquiditätsverbrauch 2024–2025
Im Februar 2025 berichtete Reuters unter Berufung auf The Information, Anthropic habe:
Anthropic antwortete damals nicht auf die Reuters-Anfrage. Entscheidend ist, dass die 3 Milliarden USD eine Prognose für 2025 waren, kein später bestätigtes Jahresergebnis. Reuters
Daher ist die Aussage „Anthropic verlor 2025 3 Milliarden USD“ nicht angemessen. Korrekt ist, dass das Unternehmen im Februar 2025 für das Gesamtjahr einen Liquiditätsverbrauch von rund 3 Milliarden USD prognostiziert haben soll.
5.2. Erste gemeldete Prognose eines positiven operativen Ergebnisses
Im Mai 2026 berichtete Reuters Breakingviews, Anthropic habe im ersten Quartal 4,8 Milliarden USD Umsatz erzielt und erwarte für das zweite Quartal 10,9 Milliarden USD. Zudem soll das Unternehmen für diesen Zeitraum 559 Millionen USD bereinigten operativen Gewinn prognostiziert haben. Damit wäre es nach dieser Kennzahl das erste profitable Quartal. Reuters
Die prognostizierte bereinigte operative Marge betrug rund:
(0,559 ÷ 10,9) × 100 % ≈ 5,1 %
Laut Reuters enthielt diese Kennzahl die gesamten Kosten für das Training neuer Modelle, schloss aktienbasierte Vergütung jedoch aus. Sie entsprach daher weder dem unbereinigten operativen Gewinn noch dem Nettogewinn. Reuters
Im September 2026 berichtete die Financial Times, Anthropic habe seinen Aktionären für ein zweites Quartal in Folge ein positives bereinigtes operatives Ergebnis prognostiziert. Reuters wies erneut darauf hin, die Informationen nicht unabhängig überprüfen zu können; Anthropic antwortete vor der Veröffentlichung nicht. Reuters
Diese Prognosen deuten auf eine mögliche Verbesserung der operativen Wirtschaftlichkeit von Anthropic hin. Sie belegen jedoch noch nicht, dass das Unternehmen Folgendes erreicht hat:
5.3. Warum Anthropic und OpenAI ohne Anpassungen nicht vergleichbar sind
Reuters Breakingviews stellte fest, dass Anthropics Umsatz nicht um den den Vertriebspartnern zustehenden Anteil gekürzt wurde. OpenAI soll dagegen Umsatz nach Abzug des Microsoft-Anteils ausgewiesen haben. Ein von Anthropic gemeldeter Dollar Umsatz entspricht daher nicht zwangsläufig einem von OpenAI gemeldeten Dollar. Reuters
Ein ähnliches Problem besteht auf der Kostenseite. Anthropics bereinigtes operatives Ergebnis schloss aktienbasierte Vergütung aus. Für ein schnell wachsendes Technologieunternehmen kann diese wirtschaftlich erheblich sein, auch wenn sie keinen sofortigen Zahlungsmittelabfluss verursacht.
Die verfügbaren Zahlen rechtfertigen deshalb nicht die verlässliche Schlussfolgerung, Anthropic sei eindeutig profitabler als OpenAI. Man kann lediglich sagen, dass Anthropic einen schnelleren Weg zu einem positiven bereinigten operativen Ergebnis meldete.
5.4. Anthropics Finanzierung und Infrastrukturverpflichtungen
Im Februar 2026 gab Anthropic offiziell eine Finanzierungsrunde von 30 Milliarden USD bei einer Bewertung nach der Finanzierung von 380 Milliarden USD bekannt. Damals meldete es eine annualisierte Umsatzrate von 14 Milliarden USD. Anthropic
Im April 2026 kündigte Anthropic eine Vereinbarung mit Amazon an: Das Unternehmen verpflichtete sich, über zehn Jahre mehr als 100 Milliarden USD für AWS-Technologien auszugeben und sich bis zu 5 GW Rechenkapazität zu sichern. Amazon sagte gleichzeitig eine Investition von 5 Milliarden USD mit der Möglichkeit weiterer 20 Milliarden USD zu, zusätzlich zu den früher investierten 8 Milliarden USD. Anthropic
Die 100 Milliarden USD sind nicht Anthropics aktueller Verlust. Es handelt sich um eine mehrjährige vertragliche Verpflichtung, die künftig erfüllt werden muss. Sie zeigt dennoch, dass auch ein Unternehmen mit gemeldetem positivem bereinigtem operativem Ergebnis enorme Kapitalbeträge für zukünftige Infrastruktur sichern muss.
6. Überblick über die verfügbaren Zahlen
Die Tabelle zeigt, dass die verfügbaren Zahlen keine einheitliche Vergleichsreihe bilden. Manche Einträge sind historische Ergebnisse, andere Prognosen; zugleich unterscheiden sich die Definitionen von Umsatz und Rentabilität.
7. Hauptursachen der Verluste
7.1. Trainingskosten für KI-Spitzenmodelle
Die Untersuchung von Ben Cottier und Mitautoren zeigt, dass die amortisierten Trainingskosten der rechenintensivsten Spitzenmodelle seit 2016 im Durchschnitt jährlich um etwa den Faktor 2,4 stiegen. Nach Schätzung der Autoren entfielen in den untersuchten Projekten rund 47–64 % der Modellentwicklungskosten auf Rechenhardware und etwa 29–49 % auf Forschungs- und Entwicklungspersonal einschließlich aktienbasierter Vergütung. Energie allein machte mit üblicherweise 2–6 % einen deutlich geringeren Anteil aus. arXiv
Die Studie stellt nicht die tatsächlichen Abschlüsse von OpenAI oder Anthropic dar. Es handelt sich um ein Kostenmodell auf Grundlage von Hardware-, Energie-, Cloud- und Personaldaten. Wichtig ist der Befund, dass Trainingskosten weit über Stromkäufe hinausgehen. Die wichtigsten Kategorien sind Prozessoren, Server, Netze, Infrastrukturabschreibungen und die Arbeit hoch bezahlter Forschungsteams.
7.2. Kosten der Bedienung von Nutzern
Nach dem Training verursacht ein Modell weiterhin bei jeder Nutzeranfrage Kosten. Diese Inferenzkosten umfassen Prozessoren, Speicher, Netze, Rechenzentren und Energie.
Der Stanford AI Index berichtete, dass die Inferenzkosten eines Systems mit ungefähr dem Leistungsniveau von GPT-3.5 zwischen November 2022 und Oktober 2024 um mehr als den Faktor 280 sanken. Die Hardwarekosten gingen im Durchschnitt jährlich um rund 30 % zurück, während die Energieeffizienz jährlich um etwa 40 % stieg. Stanford HAI
Niedrigere Stückkosten führen nicht zwangsläufig zu geringeren Gesamtausgaben. Wachsen Nutzerzahlen, Antwortlängen, Agentennutzung und die Nachfrage nach leistungsfähigeren Modellen schneller als die Hardwareeffizienz, kann die gesamte Inferenzrechnung weiter steigen.
7.3. Der Wettlauf um Rechenkapazität
KI-Labore sichern sich Rechenkapazität Jahre im Voraus. Dies spiegelt die begrenzte Verfügbarkeit leistungsfähiger Beschleuniger, Transformatoren, Netzanschlüsse, Kühlsysteme und passend ausgestatteter Rechenzentren wider.
OpenAIs prognostizierte Infrastrukturausgaben von 856 Milliarden USD bis Ende 2030 und Anthropics Verpflichtung, über zehn Jahre mehr als 100 Milliarden USD für AWS-Technologien auszugeben, zeigen: Die Entwicklung von KI-Spitzenmodellen ähnelt zunehmend einem Infrastrukturgeschäft statt allein der Softwareentwicklung. Reuters
7.4. Forschungskosten und schnelles Veralten der Modelle
Ein neues Modell kann monatelange Forschung, Experimente und Sicherheitstests erfordern. Sein technologischer Vorsprung kann dennoch schnell schwinden, sobald Wettbewerber ihre nächste Modellgeneration einführen.
Dies beschleunigt die wirtschaftliche Entwertung der Forschungs- und Entwicklungsausgaben. Ein Modell kann technisch weiter funktionieren, aber eine Preissenkung oder den Ersatz durch ein neueres System erfordern. Dieses Risiko erhöht den Druck, fortlaufend weitere Trainingskosten zu tragen.
8. Diskussion: Sind Verluste ein Zeichen von Schwäche?
Hohe Verluste bedeuten nicht automatisch, dass das Geschäftsmodell eines Unternehmens unwirksam ist. In einer schnellen Expansion kann ein Unternehmen bewusst negativen Cashflow akzeptieren, um Kunden zu gewinnen, Technologie zu entwickeln und zukünftige Infrastruktur zu sichern.
Gleichzeitig belegt die Fähigkeit, enorme Kapitalbeträge aufzunehmen, keine nachhaltige Rentabilität. Die Investorenfinanzierung verschiebt lediglich den Zeitpunkt, ab dem der Umsatz Folgendes decken muss:
Inferenzkosten + Partneranteile + Forschung und Training + Mitarbeitervergütung + Infrastruktur + sonstige Kosten
Das größte Risiko entsteht, wenn die Modellpreise schneller sinken als die Trainings- und Bereitstellungskosten. Der Wettbewerb zwischen OpenAI, Anthropic, Google, Meta, xAI und Anbietern offener Modelle kann die Preise unter Druck setzen. In einem solchen Umfeld bedeutet schnelles Nutzerwachstum nicht zwangsläufig entsprechend steigende Margen.
Umgekehrt kann die zunehmende Automatisierung von Programmierung, Dokumentenanalyse, Kundendienst und Verwaltungsprozessen wesentlich wertvollere Umsätze erzeugen als einfache Chatbot-Interaktionen. Wirtschaftlich entscheidend wird daher nicht allein das Tokenvolumen sein, sondern die Fähigkeit, die Lösung eines konkreten Geschäftsproblems in Rechnung zu stellen.
9. Grenzen der Untersuchung
Die wichtigste Einschränkung ist das Fehlen vollständiger, öffentlich verfügbarer und nach einheitlichen Grundlagen erstellter Abschlüsse beider Unternehmen. Daraus folgen vier Probleme.
Erstens stammen manche Zahlen aus internen Dokumenten, über die Medien berichten. Zweitens werden historische Ergebnisse teilweise mit Zukunftsprognosen verglichen. Drittens unterscheiden sich die Umsatzdefinitionen der Unternehmen. Viertens können bereinigte Ergebnisse wirtschaftlich bedeutende Positionen wie aktienbasierte Vergütung oder Anteile von Vertriebspartnern ausschließen. Reuters
Das verfügbare Material erlaubt deshalb keine Berechnung vollständig vergleichbarer EBITDA-, EBIT-, Nettogewinn- oder Free-Cashflow-Margen für beide Unternehmen.
10. Schlussfolgerungen
OpenAI bleibt ein Unternehmen mit außergewöhnlich hohem Kapitalbedarf. Der jüngste Bericht zum ersten Quartal 2026 nennt einen Liquiditätsverbrauch von 3,7 Milliarden USD bei 5,7 Milliarden USD Umsatz; Reuters bestätigte diese Zahlen aber nicht unabhängig. Die Mehrjahresprognose eines negativen freien Cashflows von 278 Milliarden USD deutet darauf hin, dass das Management mindestens bis Ende des Jahrzehnts weiterhin eine umfangreiche Infrastrukturfinanzierung erwartet. Reuters
Auch Anthropic hatte sehr hohe Kosten, sichtbar im gemeldeten Liquiditätsverbrauch von rund 5,6 Milliarden USD 2024. Die Zahlen für 2026 deuten allerdings auf einen Übergang zu positivem bereinigtem operativem Ergebnis hin. Dies entspricht keinem dauerhaft positiven Nettogewinn: Die Kennzahl schloss unter anderem aktienbasierte Vergütung aus, und die Behandlung der Partneranteile wich von OpenAIs Vorgehen ab. Reuters
Die verfügbaren Belege stützen drei zentrale Schlussfolgerungen:
Die Verluste beider Unternehmen sind als Teil eines größeren Wettlaufs um die Kontrolle von Rechenkapazität zu verstehen. In diesem Modell wird Rechenleistung nicht nur zum laufenden Aufwand, sondern zu einer strategischen Produktionsressource. Der letztliche wirtschaftliche Wert von OpenAI und Anthropic hängt davon ab, ob die mit heute gesicherter Infrastruktur erzielten Umsätze die zukünftigen Kosten ihrer Finanzierung, Instandhaltung und laufenden Modernisierung übersteigen.
Literaturverzeichnis
Posts spiegeln die persönlichen Ansichten des Autors ab Veröffentlichung. Sie sind keine Anlageempfehlungen.