72 % des Token-Verbrauchs machen nur 27 % der Ausgaben aus – ein zentrales Thema im Streit zwischen KI-Befürwortern und -Gegnern

Die Nachfrage nach KI-Daten sorgt derzeit für eine seltene Marktspaltung: Die gleiche Zahlenbasis wird von Bullen und Bären jeweils zu ihren Gunsten interpretiert, beide Seiten proklamieren ihren Sieg. Im Mittelpunkt dieser Debatte steht ein beunruhigender struktureller Widerspruch – der Token-Verbrauch wächst explosionsartig, aber der Großteil des Zuwachses fließt in die Modelle mit den niedrigsten Gebühren, während die Kosten für die GPU-Bereitstellung gleichzeitig steigen.

Laut dem jüngsten Bericht von Bobby Molavi von Goldman Sachs zeigen OpenRouter-Daten, dass Open-Weight-Modelle in der zweiten Septemberwoche 72% des Token-Traffics verarbeitet haben, aber nur 27% der Gesamtausgaben der Plattform erhielten; zugleich sank der Marktanteil der Closed-Source-Modelle von ursprünglich 89% Anfang Januar auf 73%, sie kontrollieren jedoch weiterhin den Großteil der Monetarisierungserlöse.

Bemerkenswert ist zudem, dass etwa 69% der Token auf der OpenRouter-Plattform Mitte September aus chinesischen KI-Labors stammen. Molavi bezeichnet den aktuellen Markt als „unspielbar“ (unplayable) und stellt fest, dass die Produktivitätsdividende von KI bisher außerhalb der Tech-Branche keine quantifizierbaren Spuren hinterlassen hat.

Dieser strukturelle Konflikt verändert die Erwartungen hinsichtlich der Rendite von KI-Investitionen grundlegend. Die GPU-Mietpreise steigen stetig an, während die Token-Verkaufspreise weiter fallen – Druck auf beiden Seiten. Das bedeutet, dass die Anbieter von Rechenleistung von den Mieterlösen profitieren, während die zahlenden Unternehmenskunden und deren Anteilseigner mit einer schwer einzulösenden ROI-Problematik konfrontiert werden. Meta hat jüngst bis zu 95 Milliarden Dollar von Aktionären für KI-Investitionen eingesammelt, gleichzeitig beteiligen sich die Chip-Lieferanten als Aktionäre, was zeigt, dass „Lieferantenfinanzierung“ sich von einer Form der Verschuldung zu einer Form des Beteiligungskapitals entwickelt hat und die Nachhaltigkeit des Kapitalzyklus immer dringlicher hinterfragt wird.

Token-Nachfrage explodiert: Die wahre Entwicklung hinter dem 250-fachen Wachstum

Das Wachstum der Nachfrage an sich ist unbestreitbar. Molavi zitiert OpenRouter-Daten, wonach die Token-Nachfrage seit November letzten Jahres um das 27-fache gestiegen ist und Open-Weight-Modelle derzeit 72% des Token-Anteils innehaben. Über einen längeren Zeitraum betrachtet, wuchs die wöchentliche Token-Verarbeitungsmenge auf der OpenRouter-Plattform von 0,5 Billionen Mitte Januar 2025 auf 128,4 Billionen in der Woche um den 14. September – ein Wachstum von etwa 250-fach innerhalb von 20 Monaten.

Auch die GPU-Preise bestätigen die Realität der Nachfrage. Die Mietpreise der H200 sind im laufenden Jahr um 160% gestiegen, die B200 um 120%, die H100 um 35%. Noch überzeugender: Die Mietpreise für A100-Chips aus dem Jahr 2020 liegen mittlerweile über dem Niveau zu Jahresbeginn, was die zentrale Annahme des bisherigen GPU-Depressionszyklus direkt infrage stellt – wenn ein Chip nach sechs Jahren noch höhere Erträge erwirtschaften kann, halten pessimistische Abschreibungsprognosen mit einer dreijährigen Basis nicht mehr stand und das langfristige Gewinnpotenzial von Hyperscalern muss neu bewertet werden.

Aus Sicht der Bullen ist dies das stärkste Argument: Die Nachfrage ist real, die wirtschaftliche Lebensdauer von Rechenleistungs-Assets übertrifft die Erwartungen der Bären.

Freier Fall der Token-Preise: Schnellste Deflation der Geschichte

Die Kehrseite der explodierenden Nachfrage ist jedoch der beispiellose Preisverfall der Token. Epoch AI veröffentlichte am 22. September den Forschungsbericht „The Plunging Price of Thought“, dem zufolge sanken die Kosten für das Erreichen gleicher KI-Performance seit 2023 im Schnitt um etwa 47% pro Quartal, das entspricht einer jährlichen Reduzierung um das 13-fache; bei den fortschrittlichsten Modellen verlief der Rückgang noch schneller – im Mittel 66% pro Quartal, bzw. 75-fach pro Jahr.

Epoch AI gibt dazu das anschaulichste Beispiel:

Im Januar 2025 beantwortete das o3-Modell von OpenAI beim GPQA-Diamond-Benchmark-Test für Wissenschaftlerfragen 75% korrekt, die Kosten pro Frage lagen bei etwa 0,30 US-Dollar; mittlerweile erzielt GPT-5.6 Luna die gleichen Ergebnisse, die Kosten pro Frage betragen nur noch 0,0004 US-Dollar, der Preis sank innerhalb von 18 Monaten um das 725-fache – das entspricht etwa dem Wertverfall eines Autos von 50.000 Dollar auf 69 Dollar.

Im historischen Vergleich fällt das Tempo der Preisreduktion für LLM-Inferenz viermal schneller aus als bei DNA-Sequenzierung, sechsmal schneller als das Tempo der Rechenleistung zwischen 1940 und 2001, 18-mal schneller als bei Lithium-Ionen-Akkus und 54-mal schneller als bei Strom.

Allerdings sinkt der tatsächlich von Kunden bezahlte Preis deutlich langsamer als der Listenpreis. YipitData hat fast 20 Billiarden (quadrillion) jährliche Token beobachtet: Der effektive Token-Preis für API-Dienste sank in der zweiten Hälfte des Jahres 2025 um 39% (OpenRouter: 44%), aber von Jahresbeginn bis Mai 2026 lediglich um 6%.

Der Grund: Entwickler streben weiterhin nach günstigeren Modellen, während Unternehmenskunden den Anteil hochmoderner Modelle erhöhen; fortschrittliche Labore können dank der neuesten Modelle vorübergehend höhere Preise durchsetzen – aber die Daten von Epoch zeigen, dass dieser Preisvorteil nur wenige Quartale hält, denn Open-Source-Klone können sehr bald dieselben Aufgaben zu minimalen Kosten erledigen.

Der Kern der Bullen-Bären-Spaltung: Wer verdient und wer zahlt

Das ist genau der Kern des Dilemmas „gleiche Daten, unterschiedliche Interpretationen“, das Molavi beschreibt.

Die Bullen argumentieren: Die Nachfrage wächst stetig, der adressierbare Markt (TAM) expandiert weiter, die explodierende Token-Nutzung ist ein Beweis für die breite KI-Adoption.

Die Bären argumentieren hingegen: Die Kosten pro Token steigen, die Einnahmen pro Token sinken und der Großteil des Traffic-Zuwachses entfällt auf die günstigsten Open-Source-Modelle. Die OpenRouter-Daten zeigen dieses Bild deutlich: Open-Weight-Modelle verarbeiten 72% der Token, bekommen aber nur 27% der Ausgaben; chinesische KI-Labors liefern fast 70% des Token-Traffic auf der Plattform. Der Goldman momo basket erreichte Ende Juni seinen Höhepunkt, exakt zum Zeitpunkt des massiven Einstiegs chinesischer Open-Weight-Modelle in den KI-Markt.

Molavi formuliert diesen Widerspruch so: GPU-Mieten steigen und Token-Preise sinken – beide Seiten des Marktes werden gleichzeitig gepresst. Für GPU-Besitzer ist das profitabel; für die Unternehmen, die Miete zahlen, sieht es anders aus.

Fehlende Produktivitätsdividende: Das Schweigen der S&P 493

Die zugrunde liegende Logik der KI-Kapitalausgaben ist die Steigerung der Produktivität, die der gesamten Gesellschaft zugute kommen soll. Bisher ist diese Hypothese außerhalb der Tech-Branche nicht durch Daten untermauert worden.

Molavi zitiert einen Strategie-Bericht, wonach KI „außerhalb des Tech-Kosmos in den entscheidenden Daten noch keine quantifizierbare Produktivitätssteigerung zeigt“: Die Mag 7 (die sieben größten Tech-Giganten) konnten sowohl den Umsatz pro Mitarbeiter als auch die Gewinnmargen steigern, während die entsprechenden Kennzahlen für die übrigen 493 Unternehmen im S&P 500 praktisch unverändert geblieben sind.

Diese Realität verändert die KI-Entscheidungslogik der Unternehmen. Molavi beobachtet, dass viele Unternehmen den Fokus von „Token-Ausgaben korrelieren mit Wachstum und Produktivität“ Richtung „Token-Ausgaben in Bezug auf Kosten und Margen“ verschieben. Die CFOs haben die KI-Budgetlinie identifiziert und wollen wissen, was sie für das ausgegebene Geld erhalten.

Das „Boom-Zyklus“-Dilemma und die Frage der Kapitalnachhaltigkeit

Die aktuelle KI-Investitionswelle basiert laut Molavi auf einem „Boom-Zyklus“: Je mehr Hyperscaler investieren, desto mehr Einnahmen fließen ins KI-Ökosystem, wodurch wiederum Risikokapital und Wachstumskapital angezogen werden – das sorgt für einen doppelten Kapitalfluss, dessen Ankerpunkt letztlich die anfänglichen KI-Investitionen selbst sind.

Das entscheidende Risiko dieses Zyklus liegt in seiner Nachhaltigkeit: Wenn die KI-Investitionen nachlassen, kann das Ökosystem seine Einnahmen selbst erhalten?

Auch der Private-Equity-Markt ist nicht immun. Molavi stellt fest, dass die aktuellen Exit-Fälle „zahlreich, aber extrem konzentriert“ sind (SpaceX, Cerebras, Cursor, Hugging Face). Manche Projekte wurden neu bewertet, „ohne jeglichen Katalysator außer einem Term Sheet“, und die ganze Handelspraxis im Private-Equity-Bereich scheint „als würde die Token-Ära ewig andauern und alles wird umgewälzt“.

Was die Finanzierung betrifft, so hat sich das Debt-Fenster verengt und Meta hat kürzlich bis zu 95 Milliarden Dollar von Aktionären für KI-Kapitalinvestitionen eingesammelt; die Chip-Lieferanten investieren synchron als Aktionäre. Lieferantenfinanzierung wandelt sich von Fremdkapital zu Eigenkapital, die Grenzen von Einnahmen und Finanzierung zwischen Anbieter und Nutzer verschwimmen zunehmend.

Molavi bringt die gesamte Debatte auf vier zentrale Fragen: Wie hoch sind die Baukosten, wer zahlt, ist die Mühe sinnvoll und wie lange dauert es bis zu einem Ertrag?

Die aktuelle Datenlage: Token-Nachfrage wächst um das 250-fache, die Zusatzerlöse fließen in die günstigsten Modelle; GPU-Mieten steigen, aber die Kosten landen letztlich bei den Aktionären; Produktivitätsgewinne sind außerhalb der Tech-Branche nicht zu erkennen.

Molavis Fazit ist, dass die Nachfrage eindeutig real ist, aber „die Nachfrage wächst um das 250-fache, das Geld fließt in die billigsten Modelle, die Mieterlöse in die GPUs der Besitzer, die Rechnung bei den Aktionären – das ist nicht das ursprüngliche ROI-Narrativ der KI-Investitionen“. Im Tauziehen zwischen Bullen und Bären könnten die Bären das stärkere Ende der Leine halten.