9,3 Milliarden Dollar operativer Verlust. In einem einzigen Quartal. Das ist mehr als das gesamte Jahresbudget mehrerer EU-Mitgliedsstaaten zusammen. Und es ist die Zahl, die OpenAI im ersten Quartal 2026 in einem Dokument für seine Aktionäre festgehalten hat.
Die KI-Industrie verbrennt gerade mehr Geld als je zuvor in der Geschichte der Technologiebranche, und zwar nicht trotz ihres Wachstums, sondern wegen ihm. Wer das versteht, hat eine andere Perspektive auf das, was sich gerade aufbaut.
Was das konkret bedeutet: Umsatz und Verlust wachsen bei den großen KI-Labs derzeit im Gleichschritt. Das ist keine schlechte Unternehmensführung, das ist ein Strukturproblem dieser Phase. Und wer die Zahlen aller großen Player nebeneinander legt, erkennt ein Muster, das weit über Quartalszahlen hinausgeht.
Was steckt hinter dem OpenAI-Verlust von 9,3 Milliarden Dollar?
Lass mich die Zahlen ordnen, bevor wir über Implikationen reden.
OpenAI hat im ersten Quartal 2026 bei 5,7 Milliarden Dollar Umsatz rund 3,7 Milliarden Dollar an Cashburn verbucht. Beide Werte haben sich gegenüber dem Vorjahresquartal verdreifacht. Der operative Verlust lag bei 9,3 Milliarden Dollar, wobei der Nettoverlust mehr als 21,3 Milliarden betrug, von denen 12,4 Milliarden buchhalterischer Natur sind und durch die Neubewertung von Investorenrechten entstanden.
Das klingt katastrophal. Ist es aber nur halb so einfach.
Allein die aktienbasierte Vergütung für Mitarbeiter belief sich auf mehr als 2,3 Milliarden Dollar im ersten Quartal, mehr als doppelt so viel wie im Vorjahreszeitraum. Mit anderen Worten: Ein erheblicher Teil des „Verlusts“ ist kein Geld, das aus dem Fenster fliegt, sondern Vergütungskosten für ein Team, das OpenAI aufgebaut hat, um in einer Branche zu konkurrieren, in der Talente teurer sind als Rechenleistung.
Positiv ist dabei: Die Bruttomarge stieg von 33 auf 39 Prozent. Das ist ein echter Trend in die richtige Richtung.
OpenAI verfügt derzeit über mehr als 73 Milliarden Dollar an Bargeld und Wertpapieren und benötigt daher kurzfristig kein frisches Kapital, es sei denn, das Unternehmen tritt in einen Preiskampf mit Anthropic und chinesischen Modellen ein.
Und genau das ist kein unwahrscheinliches Szenario. Ich hab mich in meinem Artikel über OpenAIs Sora-Debakel bereits mit der Frage beschäftigt, was passiert, wenn Consumer-Produkte mehr Compute verbrennen, als sie jemals einspielen können. Der Preiskampf ist die logische Fortsetzung dieser Dynamik.
Dazu kommen die längerfristigen Projektionen, die OpenAI mit Investoren geteilt haben soll: Das Unternehmen projiziert Ausgaben von 121 Milliarden Dollar auf Compute allein im Jahr 2028 und erwartet keinen Breakeven vor 2030. Das ist eine Wette auf eine Zukunft, die zum Zeitpunkt der Investition noch nicht existiert.
Anthropic: Mehr Umsatz, weniger Transparenz, bessere Unit Economics
Anthropic macht es zum Vergleich noch spannender. Das Unternehmen wächst schneller als OpenAI, kommuniziert aber weniger präzise.
Anthropic erzielte im ersten Quartal 2026 einen Umsatz von 4,8 Milliarden Dollar und gilt damit als erster echter Gegenentwurf zu OpenAIs Consumer-First-Strategie. Für das zweite Quartal 2026 wird ein Umsatz von 10,9 Milliarden Dollar erwartet, was mehr als dem gesamten Jahresumsatz 2025 entspräche.
Zum Vergleich der Wachstumskurven: Anthropics annualisierter Umsatz lag im Dezember 2024 bei etwa 9 Milliarden Dollar, im Februar 2026 bei 14 Milliarden, im März bei 19 Milliarden und im April 2026 bei 30 Milliarden. Dieser Sprung von 9 auf 30 Milliarden in vier Monaten ist in der Geschichte des Enterprise-Software-Geschäfts ohne Präzedenzfall.
Sacra schätzt, dass Anthropic im Mai 2026 einen annualisierten Umsatz von 47 Milliarden Dollar erreicht hat, mit über 1.000 Kunden, die mehr als eine Million Dollar jährlich ausgeben.
Das Modell dahinter ist ein anderes als bei OpenAI. Enterprise und Startup-API-Calls treiben den Großteil des Umsatzes über Pay-per-Token-Preisgestaltung. Über 300.000 Geschäftskunden stehen für rund 80 Prozent des Umsatzes, von denen mehr als 100.000 Claude über Amazon Bedrock betreiben.
Das erklärt die bessere Unit-Economics-Story. Fortune berichtete, dass Anthropic 2,10 Dollar Umsatz pro Compute-Dollar erzielt, verglichen mit 1,60 Dollar bei OpenAI. Das ist kein kleiner Unterschied: Es bedeutet, dass Anthropic aus der gleichen Rechenleistung mehr Geld herausholt.
Trotzdem: Anthropic ist wie OpenAI hochprofitabel auf dem Weg zur Verlustzone. Interne Projektionen zeigen einen Gesamtverlust von 14 Milliarden Dollar für 2026. Der Unterschied zur OpenAI-Geschichte liegt in der Geschwindigkeit, mit der Anthropic auf Profitabilität zusteuert. Das Unternehmen projiziert positiven freien Cashflow bis 2027, während OpenAI seinen Breakeven-Zeithorizont auf 2030 verschoben hat.
Wer den Artikel zur rekursiven KI-Selbstverbesserung bei Anthropic gelesen hat, versteht, warum das strukturell möglich ist: Wenn mehr als 80 Prozent des eigenen Codes von Claude geschrieben wird, sinken Entwicklungskosten bei steigender Ausgabelistung. Das ist kein Trick. Das ist ein Effizienzsprung.
Einen kritischen Punkt muss ich ansprechen: Anthropic verwendet Rechnungslegungsmethoden, die noch nicht den strengen Anforderungen eines börsennotierten Unternehmens unterliegen. Es ist unklar, welche Buchungsmethoden für Umsatz und Kosten angewendet wurden. Ein geplanter Börsengang wird hier für Klarheit sorgen. Bis dahin sollte man die Wachstumszahlen mit einem gesunden Vorbehalt lesen.
xAI und Grok: Der teuerste Außenseiter im Rennen
Elon Musks xAI ist durch den SpaceX-Börsengang erstmals öffentlich durchleuchtet worden. Und die Zahlen, die dabei ans Licht kamen, sind bemerkenswert direkt.
xAI verzeichnete im ersten Quartal 2026 einen operativen Verlust von 2,47 Milliarden Dollar bei einem Umsatz von 818 Millionen Dollar, was 17 Prozent von SpaceX‘ Gesamtumsatz von 4,69 Milliarden Dollar in diesem Quartal entspricht.
Auf das Gesamtjahr 2025 gerechnet: xAI verlor 6,4 Milliarden Dollar aus dem operativen Geschäft bei einem Umsatz von 3,2 Milliarden Dollar. Die Verlust-Umsatz-Ratio ist damit schlechter als bei OpenAI und deutlich schlechter als bei Anthropic.
Was hinter dem Umsatz steckt, ist komplizierter als es klingt, weil xAI und X (ehemals Twitter) nach dem Merger zusammengelegt wurden. Der Umsatzsprung von 2024 auf 2025 kam zu einem großen Teil aus „AI Solutions and Infrastructure Revenue“ in Höhe von 465 Millionen Dollar, wovon 365 Millionen aus X- und Grok-Abonnements stammten und 88 Millionen aus Datenlizenzierung.
Grok selbst, die KI-Assistenz-Schnittstelle, die Musk als direkte Antwort auf ChatGPT positioniert hat, hat dabei ein deutliches Nutzerwachstum gezeigt. Per März 2026 gab es 117 Millionen monatlich aktive Nutzer für Grok-KI-Features, bei insgesamt 550 Millionen X-Nutzern. Allerdings: Nur 1,9 Millionen zahlende Abonnenten haben Zugang zu den fortgeschrittenen Grok-Modellen wie SuperGrok. Bei 117 Millionen Nutzern ist das eine Konversionsrate, die ich freundlich als „Wachstumspotenzial“ bezeichnen würde.
Die KI-Investitionsausgaben sind von 12,7 Milliarden Dollar im Jahr 2025 auf 7,7 Milliarden Dollar allein im ersten Quartal 2026 gestiegen, was einem annualisierten CapEx-Tempo von rund 30,8 Milliarden Dollar entspricht, mehr als doppelt so viel wie im Vorjahr.
PitchBook-Analyst Harrison Rolfes bringt es auf den Punkt: „Wenn man xAI mit einem traditionellen SaaS-Unternehmen vergleicht, sehen die Zahlen rücksichtslos aus.“ Das stimmt. Aber es trifft auch auf OpenAI zu. Der Unterschied ist, dass OpenAI eine Geschichte der Skalierung vorweisen kann, die xAI noch schuldet.
Mistral: Der europäische Sonderweg mit offenen Büchern-Problemen
Mistral AI ist die einzige große KI-Lab auf dieser Liste, die man mit einigem Recht als „europäisch“ bezeichnen kann. Das Pariser Startup hat in kurzer Zeit bemerkenswerte Zahlen produziert, aber es gibt einen Haken.
Mistral verzeichnete einen annualisierten Umsatz von über 400 Millionen Dollar im Jahr 2025 und strebt bis Ende 2026 mehr als eine Milliarde Dollar ARR an. Zum Vergleich der anderen Größenordnungen: Das ist ungefähr das, was Anthropic in gut einer Woche umsetzt.
Im Juni 2026 erhielt Mistral eine Finanzierungsrunde über 3,5 Milliarden Dollar bei einer Bewertung von 20 Milliarden Dollar, was Mistral zu einem der wertvollsten privaten Technologieunternehmen Europas macht.
Was Mistral auszeichnet, ist der strategische Ansatz. Rund 60 Prozent des Umsatzes kommen aus Europa, angetrieben durch regulierte Branchen wie Finanzwesen, Gesundheit und öffentliche Verwaltung, die aus Datensouveränitätsgründen europäische Anbieter bevorzugen. Das ist eine strukturelle Stärke, die kein amerikanischer Wettbewerber replizieren kann. Die Frage ist, wie groß dieser Markt wirklich ist und ob er ausreicht, um gegen die Skaleneffekte der US-Labs zu bestehen.
Mistral hat nie einen Nettoverlust, einen operativen Verlust, eine Bruttomarge oder einen Cashburn öffentlich bekannt gegeben. Das ist für ein privates Unternehmen legal, sagt aber etwas aus. Für einen Artikel in der EU KI-Strategie hab ich das Prinzip bereits beschrieben: Europa kämpft mit strukturell schmaleren Kapitalzugängen und kompensiert das mit strategischer Positionierung. Das gilt auch für Mistral.
Ein Unternehmen, das 3,88 Milliarden Dollar eingesammelt und 400 Millionen Dollar ARR erreicht hat, ohne je eine Verlustziffer zu veröffentlichen, ist mit hoher Wahrscheinlichkeit operativ in der Verlustzone. Unternehmen, die profitabel sind, kommunizieren das üblicherweise.
Was sagen uns diese Zahlen wirklich?
Ich beobachte das regelmäßig in meiner Beratungsarbeit mit EPU und KMU in der DACH-Region: Die meisten Menschen denken beim Thema KI-Kosten an monatliche Abogebühren. Was tatsächlich hinter diesen Plattformen steckt, ist eine Kapitalallokation in einem Ausmaß, das historisch ohne Vergleich ist.
Hier ist, was ich aus den Zahlen aller vier Unternehmen ableite:
Die Phase, in der wir sind, ist strukturell defizitär. Nicht weil die Unternehmen schlecht wirtschaften, sondern weil die Logik des Marktes in dieser Phase so lautet: Wer jetzt Marktanteile gewinnt, kontrolliert die Infrastruktur der nächsten Dekade. Verluste heute sind Investitionen in Pricing Power morgen.
Die Effizienzlücken werden deutlicher. OpenAI gibt 4x mehr für Modelltraining aus als Anthropic für vergleichbare Ergebnisse. xAI verbrennt pro Umsatzdollar mehr als alle anderen auf dieser Liste. Mistral beweist, dass man mit europäischen Kapitalstrukturen trotzdem wettbewerbsfähig sein kann, wenn man den richtigen Nischenansatz wählt.
Der Preiskampf kommt. OpenAI steht möglicherweise vor einem Preiskampf mit Anthropic und chinesischen Modellen, was für ein Unternehmen mit 73 Milliarden Dollar Kapitalreserven kurzfristig handhabbar wäre, die Prognosen für 2028 und 2029 aber erheblich unter Druck setzen würde. Und ja, dabei geht es auch um DeepSeek und andere chinesische Modelle, die zu Bruchteilskosten liefern.
Anthropic hat die bessere Story für Europa. Das klingt wie eine Meinung. Es steckt aber eine These dahinter: Ein Unternehmen, das zu 80 Prozent auf Enterprise setzt, das striktere ethische Leitplanken zieht als die Konkurrenz, das seine eigene KI nutzt, um sich selbst effizienter zu machen, und das gleichzeitig auf Profitabilität bis 2027 zusteuert, hat ein Modell, das für regulierte Märkte und europäische Compliance-Anforderungen besser passt. Das war schon im LLM-Vergleich 2026 mein Eindruck. Die Finanzzahlen bestätigen die Richtung.
Häufige Fragen zu den KI-Finanzierungsmodellen 2026
Warum verlieren OpenAI und Anthropic trotz Milliardenumsätzen so viel Geld?
Compute-Kosten und Personalaufwand skalieren mit dem Umsatz mit. Für jede API-Anfrage braucht es GPU-Kapazität. Die Modelle werden laufend verbessert, was Trainingskosten verursacht. Und Talente in diesem Segment kosten zwischen 500.000 und mehreren Millionen Dollar pro Jahr. Kurzfristige Profitabilität ist nicht das Ziel, sondern Marktführerschaft und Infrastrukturkontrolle.
Was unterscheidet Anthropics Finanzmodell von dem OpenAIs?
Der Hauptunterschied liegt in der Kostenstruktur: Anthropic gibt pro Compute-Dollar mehr Umsatz aus, fokussiert sich stärker auf Enterprise-Kunden mit hohen Vertragsvolumina und plant früher einen Breakeven. OpenAI hat mehr Consumer-Umsatz, aber auch höhere absolute Ausgaben für Infrastruktur und Forschung.
Ist Mistral wirklich ein ernstzunehmender Konkurrent für OpenAI?
In absoluten Umsatzzahlen nein, in strategischer Positionierung ja. Mistral adressiert europäische regulierte Märkte, die US-Anbieter strukturell nicht vollständig bedienen können. Das ist keine Nische für Mitleid, sondern ein echter Wettbewerbsvorteil in einem Segment, das in Europa erhebliches Volumen hat.
Was bedeutet der SpaceX-xAI-Merger für Grok?
Der Merger hat xAI Zugang zu einer deutlich günstigeren Schuldenstruktur gegeben. xAI hatte 2025 allein 16 Milliarden Dollar neue Schulden aufgenommen. SpaceX hat diese Position mit einem günstigeren Kredit umfinanziert. Das schafft kurzfristig finanziellen Spielraum, ändert aber nichts daran, dass Grok im Vergleich zu OpenAI und Anthropic noch erheblich aufzuholen hat.
Was das für Unternehmen bedeutet, die heute entscheiden
Du wählst heute, mit welcher KI-Infrastruktur du arbeitest. Das ist keine neutrale Entscheidung. Wenn ein Anbieter in drei Jahren das Preismodell dramatisch verändert, weil er auf Profitabilität umschwenken muss, bist du in der Position des abhängigen Kunden.
Meine Beobachtung aus der Praxis: Die Unternehmen, die ich in der DACH-Region begleite, machen sich zu wenig Gedanken über die Nachhaltigkeit der KI-Plattformen, auf die sie ihre Prozesse aufbauen. Anthropics IPO-Vorbereitung, OpenAIs Börsengang-Gespräche und xAIs SpaceX-Merger sind keine abstrakten Finanzierungsereignisse. Sie sind Weichenstellungen dafür, welche Unternehmen die nächste Phase der KI-Kommerzialisierung kontrollieren.
Wer das jetzt versteht, trifft bessere Entscheidungen. Wer wartet, bis die Zahlen veröffentlicht sind, entscheidet im Rückspiegel.
