OpenAI hat die Investitionsziele für Kapitalaufwand um 60 % gekürzt. Die Medien sagen, das sei „rationaler geworden“.

Ich halte es für eine genauere Aussage, dass sie endlich eine Zahl präsentieren, die den Investoren eine plausible Begründung liefert.
Vor einigen Monaten kündigte Sam Altman eine Leistungsfähigkeit von 1,4 Billionen US-Dollar an.
Als diese Zahl bekannt wurde, begann die gesamte Branche zu reagieren: GPU-Bestellungen, Standortwahl für Rechenzentren, Stromverträge. Niemand hat es genau durchgerechnet, weil es von OpenAI kam.
Jetzt ist es auf 6000 Milliarden gesunken.
Oberflächlich betrachtet ist das „finanzielle Disziplin“. Die Ausgaben an die erwarteten Umsätze zu koppeln, zeigt, dass das Unternehmen reifer geworden ist. Viele Analysten interpretieren das innerhalb dieses Rahmens.
Aber eine Zahl ist es wert, genauer betrachtet zu werden.
OpenAI erwartet für 2025 einen Umsatz von 13,1 Milliarden US-Dollar. Das Ziel für 2030 sind 280 Milliarden.
Das ist nicht radikal, sondern eine durchschnittliche jährliche Wachstumsrate von über 80 % über fünf Jahre. Und um dieses Tempo aufrechtzuerhalten, darf es fünf Jahre lang keinen Geschwindigkeitsverlust geben.
Die Ausgaben von 6000 Milliarden sind „diszipliniert“, relativ zu den 1,4 Billionen. Wenn man das auf jährliche Ausgaben umrechnet, sind das etwa 100 Milliarden pro Jahr — das ist höher als die jährlichen Kapitalausgaben des gesamten Cloud-Geschäfts von Microsoft oder Amazon.
Deshalb ist die „趨於理性“-Erzählung eigentlich nur eine größere Zahl als Referenz genommen.
Das ist ein bisschen so, als würde jemand sagen: „Ich habe meine Ausgaben von 140.000 auf 60.000 pro Monat reduziert, ich bin viel rationaler“ — aber sein aktuelles Monatsgehalt beträgt nur 13.000.
Die Realität in der Technik ist so: Wenn die Erzählung lautet „Mehr Rechenleistung ist immer besser, weil die Modelle noch nicht an der Grenze sind“, dann gibt es keine Obergrenze für die Kapitalausgaben. Aber nach DeepSeek, „mit weniger Rechenleistung ähnliche Ergebnisse erzielen“, beginnen die Paper wirklich in die Produktion zu gelangen. Investoren stellen eine Frage, die sie vorher kaum gewagt haben: Ist die Beziehung zwischen Recheninvestition und Output wirklich linear?
Die Zahl von 1,4 Billionen wirkt jetzt eher wie eine Finanzierungsstrategie, kein technisches Budget.
Sie soll die Konkurrenz dazu bringen, mitzubieten, den Markt glauben zu lassen, wer nicht mitmacht, wird zurückfallen, und für die nächste Bewertungsrunde eine Geschichte zu haben. Solche Zahlen haben in Silicon Valley einen Namen, sie heißen nicht forecast, sondern narrative.
Ist die Zahl von 6000 Milliarden glaubwürdig? Nicht unbedingt.
Aber sie zeigt zumindest: Das „Rechenleistung ohne Limit“-Narrativ ist schwer zu verkaufen. Die nächste Frage ist, wer zuerst eine Zahl findet, die sowohl Investoren überzeugt als auch mit der technischen Realität vereinbar ist.
Dieser kritische Punkt hat einen Namen: vom Rechenwettbewerb zum Effizienz-Wettbewerb.
Es geht nicht darum, wer am meisten verbrennt, sondern wer mit denselben Mitteln die Margen des Modells nicht zu schnell sinken lässt.