In einem jüngsten Fachgespräch analysierten David George, Partner bei Andreessen Horowitz, und David Clark, Chief Investment Officer bei VenCap, die sich schnell verändernde Dynamik der KI-Branche. Der Dialog verdeutlichte eine zunehmende Polarisierung: Modellentwickler wie OpenAI und Anthropic erfassen den Großteil des Marktwerts. Deren monatliche Neuaufwendungen übersteigen bereits jene von Meta, Google oder Microsoft. Projektionen deuten auf Jahresumsätze von bis zu 200 Milliarden US-Dollar für 2026 hin, was einer Marktwertexplosion entspricht, die den gesamten Russell-2000-Index übertrifft. Die Preisbildung für Rechen Tokens fungiert als zentraler Marktindikator. Ein monopolistisches Modell mit wenigen führenden Anbietern würde Preise hoch halten und die Anpassungsgeschwindigkeit in der Wirtschaft verlangsamen. Wäre der Markt hingegen stärker fragmentiert, würden sinkende Token-Preise die Anwendungsebene beflügeln. Dieser Strukturkampf wird durch internationale und technologische Faktoren verschärft. Chinesische Wettbewerber bieten vergleichbare Fähigkeiten zu etwa einem Zehntel der Kosten, während Open-Source-Initiativen und KI-Distillation die proprietären Modelle wirtschaftlich unter Druck setzen. Rechtliche und technische Hürden gegen das Herunterladen von Modellwissen bleiben unklar. Aus Investorensicht steigen die Anforderungen für erfolgreiche Marktübertritte drastisch. Die notwendige Bewertung für frühe Venture-Capital-Exits kletterte innerhalb von vier Jahren von einer auf über 32 Milliarden US-Dollar. Dennoch bleibt die Branche volatil. Vierzig Prozent der im vergangenen Jahr ausgezeichneten KI-Unternehmen sind bereits von der führenden Indexwertung gefallen. Historisch gesehen verzeichnen Top-VCs rund sechzig Prozent ihrer Exit-Transaktionen als nicht profitabel, was auf einen fundamentalen Überhang an Kapital und ähnlichen Marktauftritten hinweist. Trotz der hohen Unsicherheit lehnen die Investoren eine generelle Blasenbildung ab. Knappheiten bei Rechenzentren, Strom und Halbleitern würden das Angebot vorerst stützen, bis Kapazitäten frühestens Ende 2028 flächendeckend verfügbar sind. Die tatsächliche Integration in die Realwirtschaft bleibt mit unter fünf Prozent verhältnismäßig gering. Die meisten Unternehmen durchlaufen noch die Phase der Wissensdokumentation und testen Automatisierungslösungen, ohne Geschäftsmuster grundlegend zu verändern. Gleichzeitig vollzieht sich ein kultureller Wandel: Neue KI-fokussierte Gründer arbeiten agiler, personalknapper und stärker auf maschinelles Lernen ausgerichtet als traditionelle SaaS-Veteranen. Langfristig wird der Erfolg des Ökosystems von der Stabilität der Token-Preise und der Fähigkeit der Plattformbetreiber abhängen, eine lebendige Anwendungsschicht zu ermöglichen. Sollte ein algorithmischer Durchbruch die Modellgrößen drastisch reduzieren, könnte sich das Marktgleichgewicht rasch verschieben, kurzfristig dominiert jedoch die Knappheit die Preisfindung.