Better Offline: The Hater's Guide To The AI Bubble, Pt. 1

In diesem ersten Teil seiner dreiteiligen Analyse des AI-Booms präsentiert Ed Zitron, Tech-Industrie-Veteran und Host von "Better Offline", eine fundamentale Kritik der aktuellen KI-Blase. Der Podcast behandelt das Thema "The Haters Guide to the AI Bubble" (Der Hasser-Leitfaden zur KI-Blase) und liefert eine detaillierte Aufschlüsselung der finanziellen Realitäten hinter dem Generative-AI-Hype. ### Die US-Börse hänge am GPU-Verkauf Zitron argumentiere, dass der gesamte US-Aktienmarkt gefährlich von Nvidias GPU-Verkäufen abhängig sei. Die "Magnificent Seven" (Nvidia, Microsoft, Alphabet, Apple, Meta, Tesla und Amazon) machten etwa 35% des US-Aktienmarktwerts aus, wobei Nvidia allein 8-9% des gesamten Marktes repräsentiere. "More than 42% of NVIDIA's revenue comes from Microsoft Amazon, Meta, Alphabet and Tesla continuing to buy more GPUs", erklärt er. Diese Abhängigkeit sei problematisch, da Nvidia nicht nur viele GPUs verkaufen müsse, sondern jedes Quartal mehr als im vorherigen. ### Massive Investitionen ohne entsprechende Erträge Die "Magnificent Seven" hätten zwischen 2024 und 2025 560 Milliarden Dollar für Kapitalausgaben ausgegeben, würden aber nur 35 Milliarden Dollar Umsatz und keinen Gewinn aus AI generieren. Microsoft plane 80 Milliarden Dollar CapEx für 2025, habe aber nur 13 Milliarden Dollar annualisierte AI-Einnahmen. Besonders problematisch: "10 billion dollars of that revenue according to the information comes from open ai's spend on microsoft's azure cloud", und diese Einnahmen würden "at cost or just above cost" generiert. ### Amazon und Google zeigten ähnliche Verlustmuster Amazon werde schätzungsweise 105 Milliarden Dollar für CapEx ausgeben, um nur 5 Milliarden Dollar AI-Umsatz zu erzielen. Google plane 75 Milliarden Dollar CapEx für geschätzte 7,7 Milliarden Dollar AI-Umsatz. "That's $7.7 billion of revenue, not profit on $75 billion of capital expenditures. Very nasty", kommentiert Zitron die Zahlen. ### Meta verbrenne Geld ohne klares AI-Geschäftsmodell Meta plane 72 Milliarden Dollar CapEx für 2025, habe aber kein klares Produkt, das Large Language Models monetarisiere. Zitron stelle fest: "There is no product that Meta sells that monetizes large language models, that I can tell at least." Gerichtsdokumente zeigten, dass Meta behaupte, zwischen 2 und 3 Milliarden Dollar AI-Umsatz zu erwarten, aber die Details seien unter Verschluss. ### Der AWS-Vergleich greife zu kurz Zitron widerlege ausführlich den häufigen Einwand, Amazon Web Services habe anfangs auch Verluste gemacht. Er zeige, dass AWS tatsächlich minimale direkte Kosten hatte, da es auf bereits vorhandener Infrastruktur aufbaute. Die Gesamtinvestitionen für AWS über etwa 10 Jahre seien selbst inflationsbereinigt deutlich geringer gewesen als die aktuellen jährlichen AI-Ausgaben der Tech-Konzerne. ## Einordnung Zitron liefert eine methodisch fundierte Finanzanalyse, die durch konkrete Zahlen und Quellen gestützt wird. Seine Argumentation folgt einer klaren Logik: Er identifiziert eine strukturelle Abhängigkeit des US-Aktienmarktes von wenigen Tech-Konzernen, die massive Summen in eine Technologie investieren, welche bislang keine angemessenen Erträge generiert. Besonders überzeugend ist seine Widerlegung des AWS-Vergleichs, da er zeigt, dass die historischen Investitionen in Cloud-Computing eine andere Größenordnung und Kostenstruktur hatten. Die Analyse profitiert von Zitrons Branchenerfahrung und seinem Zugang zu detaillierten Finanzdaten. Allerdings bleibt seine Perspektive stark auf die Kostenseite fokussiert und berücksichtigt mögliche zukünftige Durchbrüche oder Anwendungsfelder nur begrenzt. Der provokante Titel "Haters Guide" signalisiert bereits eine dezidiert kritische Haltung, die sich durch den gesamten Podcast zieht. Während seine Zahlenanalyse präzise ist, bleibt die Frage, ob er alternative Entwicklungsmöglichkeiten der AI-Technologie ausreichend würdigt. Als erste Folge einer dreiteiligen Serie etabliert er ein solides argumentatives Fundament für seine These einer übertriebenen AI-Blase. Hörempfehlung für alle, die eine datengestützte Gegenposition zum AI-Hype suchen und bereit sind, sich mit detaillierten Finanzanalysen auseinanderzusetzen.