Barclays analysiert das KI-Gewinnmodell: Von jedem 100 Dollar Umsatz eines Modellunternehmens fließen 35-40 Dollar an Cloud-Anbieter, was diesen einen Betriebsgewinn von 10-20 Dollar einbringt.

Autor | Kozmon

      Redaktion | Hard KI

Von jedem verdienten 100 US-Dollar eines KI-Modell-Unternehmens fließen etwa 35-40 US-Dollar als Inferenzberechnungskosten an die drei großen Cloud-Anbieter AWS, Azure und GCP. Die Cloud-Anbieter erzielen aus diesem Umsatz einen Betriebsgewinn von 10-20 US-Dollar, was einer Gewinnmarge von etwa 35%-45% entspricht.

Dies ist die zentrale Erkenntnis des Industry Unit Economics Reports von Barclays, der am 28. August veröffentlicht wurde.

Parallel dazu stieg die Profitspanne für kostenpflichtiges Inferenzieren in KI-Laboren von wenigen Prozentpunkten im Jahr 2025 auf mehr als 50%-65% im Jahr 2026, wobei die bereinigte Bruttomarge um 30-50 Prozentpunkte stieg. Der Treiber hierfür sind Firmenkunden sowie agentische Workflows, die zu unverzichtbaren Produkten am Markt wurden.

Barclays-Analyst Ross Sandler meint, dass die tatsächliche Profitspanne aktuell sogar noch höher sein könnte als im Bericht geschätzt, jedoch wird sie mit wachsendem Wettbewerb und steigendem Angebot an Rechenleistung voraussichtlich schrittweise zurückgehen.

Eine Branche, zwei Finanzgesichter

Barclays hat zwei hypothetische Modelle von fortschrittlichen Laboren erstellt, um die Gewinnunterschiede aufzuschlüsseln: "Labor A" erzielt rund 70% seiner Einnahmen aus APIs und 30% aus Abonnements; "Labor B" umgekehrt, 80% aus Abonnements und nur 20% aus APIs.

APIs haben von Natur aus eine höhere Inferenzgewinnmarge als Abonnements. Ergänzt durch Unterschiede im Trainingkostenausgleich und Partneranteil ergibt sich ein bereinigter Margenunterschied von 17 Prozentpunkten: Labor A liegt bei etwa 55%, Labor B bei etwa 38%.

Die Art der Umsatzerkennung verstärkt diese Verzerrung weiter: Labor A erkennt indirekte API-Einnahmen nach Bruttomethode an, Labor B verarbeitet diese nach Nettomethode und erkennt sogar indirekte API-Einnahmen aus strategischen Partner-Services nicht vollständig an. Barclays vergleicht dies mit UBER und LYFT: Gleicher Kernbereich, aber aufgrund unterschiedlicher Rechnungslegungsstandards ergeben sich völlig verschiedene Berichtszahlen. Mit GAAP-Berichten müssen Investoren diese Unterschiede beim Vergleich zwischen Unternehmen berücksichtigen.

Explosive Steigerung der Inferenzgewinnspanne

Im Detail auf die einzelnen Produktlinien—

Abonnement-Produkte (wie Claude Code, Codex) bieten eine Inferenzgewinnspanne von geschätzten 70% und sind damit die niedrigste der drei Produktlinien. Grund dafür ist, dass KI-Labore bereit sind, Token-Kosten zu subventionieren, um Nutzer zu halten. Abonnements basieren meist auf monatlichen Gebühren mit Nutzungslimits, deren Reset-Frequenz zuletzt deutlich gestiegen ist, was auf einen Mix aus Nutzerbindung und Effizienzsteigerung des Modells zurückzuführen sein kann.

Direkte APIs sind das früheste Geschäftsmodell der KI-Labore und bieten die höchsten Gewinnmargen. Entwickler wie Cursor, Figma bezahlen nach Verbrauch der Token. Barclays schätzt, dass die Inferenzgewinnmarge der APIs aktuell bereits über 80% liegt. Mehr Token-Effizienz des Modells (weniger Token für dieselbe Aufgabe), Erhöhung der API-Preise und Infrastruktur-Optimierungen—Quantisierung, Speculator-Technologie, neue Compute-Generation—erhöhen ständig den Profitspielraum. Barclays betont, dass die API-Inferenzmarge im zweiten Quartal 2026 deutlich über dem Berichtswert liegt, künftig aber wieder zurückgehen dürfte.

Indirekte APIs bieten Endnutzern das gleiche Erlebnis wie direkte APIs, aber die Abrechnung läuft zwischen Nutzer und Cloud-Anbieter. Durch steigenden Anteil indirekter APIs im Umsatz vergrößern sich die Unterschiede in der Umsatzerkennung zwischen den Laboren und damit die Vergleichbarkeit der Finanzdaten.

Wie viel verdienen Cloud-Anbieter?

Von 100 US-Dollar Umsatz eines KI-Labors erzielt Labor A 35 US-Dollar Umsatz für Cloud-Anbieter, nach Abzug der Infrastrukturkosten bleiben 11,8 US-Dollar Gewinn, Gewinnspanne etwa 34%. Labor B zahlt durch strategische Partnerbeteiligungen (20% vom Umsatz, mit Deckelung) mehr—41 US-Dollar Umsatz, 19,1 US-Dollar Gewinn, Gewinnspanne 47%.

Barclays stellt fest, dass Gewinnbeteiligungen die scheinbare Profitspanne der Cloud-Anbieter erhöhen, aber bereinigt haben die Token die gleichen Gewinne. Diese Beteiligungen fallen voraussichtlich nach 2028 weg.

Agentische Abonnementprodukte schaffen zusätzlichen Wert für Cloud-Anbieter. Diese Produkte mit zustandsabhängigen Laufzeiten greifen oft auf Datenbanken und andere Software-Ressourcen zu und bieten einen höheren Wert pro Umsatz. In einigen Szenarien bestehen sogar Umsatzbeteiligungen zwischen Cloud-Anbietern und KI-Laboren.

Vom Training zur Inferenz

Barclays schätzt, dass die Gesamteinnahmen der KI-Labore von 7 Milliarden US-Dollar im Jahr 2024 auf 137 Milliarden US-Dollar im Jahr 2026 und auf 690 Milliarden US-Dollar im Jahr 2028 steigen werden. Betrachtet man den ARR zum Jahresende: Ende 2026 etwa 200 Milliarden US-Dollar, Ende 2028 etwa 782 Milliarden US-Dollar.

Der Trainingsaufwand macht derzeit noch etwa 48% der Einnahmen der KI-Labore aus, das heißt, fast jeder US-Dollar Laborumsatz entspricht einem US-Dollar Umsatz der Cloud-Anbieter. Doch die Trainigsanteile sinken schnell: von 96% im Jahr 2024 auf geschätzte 35% im Jahr 2027 und 30% im Jahr 2028. Während Inferenzgewinne die Trainingsausgaben zunehmend übersteigen, verbessert sich die Gesamtprofitabilität der KI-Labore.

Der Anteil der KI-Umsätze der Cloud-Anbieter an den Umsätzen der KI-Labore schrumpft ebenfalls: von 153% im Jahr 2024 auf 90% im Jahr 2026 und auf 73% im Jahr 2028. Barclays erwartet, dass AWS, Azure und GCP in den nächsten zwei Jahren ihre jeweilige Marktposition bei den Rechenleistungen für KI-Labore halten, doch ab 2028 werden abgesicherte KI-Infrastrukturprojekte in Betrieb genommen und von den KI-Laboren bevorzugt. Die drei großen Cloud-Anbieter könnten deshalb schrittweise ihren Anteil am Training und an der Inferenz verlieren.