Analyse KI, AI, IT, Künstliche Intelligenz, Artificial Intelligence, Amazon, Alphabet, Microsoft, Meta, Siemens, SAP, Huawei, Rechenzentren, Energieversorgung, Kraftwerke, Stromverbrauch, KI für die Industrie, ARPU, KI-Agenten, SMR, Energieversorgung, Solarpark, AGI, Produzenten vs. Konsumenten

Infografik: Wie entwickeln sich die Ausgaben der Tech-Riesen? | Statista

Begleittext von Statista

Die Investitionsausgaben der großen Techkonzerne haben sich in den letzten drei Jahren vervielfacht. Ein Beispiel: 2022 investierte Microsoft rund 29 Milliarden US-Dollar, im laufenden Jahr werden es laut eigener Prognose etwas mehr als 88 Milliarden US-Dollar sein – das entspricht einem Plus von 202 Prozent. In einem ähnlichem Umfang legten die Ausgaben bei Alphabet zu (+195 Prozent). Aber auch Meta und Alphabet haben in diesem Zeitraum deutlich mehr Geld in die Hand genommen. Verantwortlich für diese Entwicklung ist der aktuelle KI-Boom und der damit einhergehende Bedarf an Rechenzentren. Größter Profiteur dieser Entwicklung ist Nvidia, das die hierfür benötigte Hardware herstellt. Das kalifornische Unternehmen ist mittlerweile so bedeutend, dass es alleine im laufenden Jahr fast 20 Prozent zum Wachstum des S&P 500 beigetragen hat.

Bei dem obigen kurzen Text konnten wir natürlich nicht stehenbleiben, und es ist logisch, dass wir eine KI mit der Vertiefung beauftragt haben:

Es ist faszinierend, diese Zahlen im Kontext der aktuellen Entwicklungen Anfang 2026 zu betrachten. Die Grafik von Statista aus dem November 2025 markierte einen Wendepunkt in der Wahrnehmung dessen, was wir heute als die „Infrastruktur-Ära der KI“ bezeichnen.G 

---

Die 427-Milliarden-Dollar-Wette: Big Tech und das Fundament der Intelligenz

1. Von Schätzungen zur Realität: Die finalen Zahlen 2025

Im November 2025 prognostizierten Analysten, dass die „Big Four“ (Microsoft, Alphabet, Amazon und Meta) gemeinsam etwa 373 Milliarden US-Dollar investieren würden. Blickt man auf die nun vorliegenden Zahlen für das Gesamtjahr 2025, so zeigt sich: Die Realität hat die ohnehin schon astronomischen Schätzungen sogar noch übertroffen.

Nach den jüngsten Finanzberichten summierten sich die Investitionsausgaben (CapEx) dieser vier Giganten im Jahr 2025 auf insgesamt rund 427 Milliarden US-Dollar. Das ist eine Steigerung, die in der Wirtschaftsgeschichte ohne Beispiel ist. Um die Dimensionen zu verdeutlichen, die Sie ansprachen:

• Amazon hat sich mit ca. 100 bis 105 Milliarden Dollar an die Spitze gesetzt, primär getrieben durch den massiven Ausbau der AWS-Infrastruktur und neue Energieprojekte (wie das Project Rainier).

• Alphabet (Google) folgte mit rund 93 Milliarden Dollar. Hier floss das Geld nicht nur in Rechenzentren, sondern massiv in die Skalierung der eigenen TPU-Chips (Tensor Processing Units), um die Abhängigkeit von Nvidia zumindest teilweise abzufedern.

• Microsoft landete bei etwa 82 Milliarden Dollar. Der „Cloudmaster“ musste massiv investieren, um die Kapazitätsengpässe bei Azure zu beheben, da die Nachfrage nach KI-Diensten zeitweise das Angebot an Rechenpower überstieg.

• Meta investierte rund 72 Milliarden Dollar. Mark Zuckerberg verfolgt hier die Strategie, durch Open-Source-Modelle (Llama-Serie) den Markt zu prägen, was jedoch eine gigantische eigene Hardware-Basis erfordert.

Diese Zahlen verdeutlichen, dass das von Statista im November beschriebene „Plus“ von über 200 Prozent gegenüber 2022 kein temporärer Ausschlag war, sondern der Beginn einer neuen industriellen Basis.

2. Die gigantische Wette und das „europäische Klein-Klein“

Was wir hier sehen, ist die größte wirtschaftliche Wette aller Zeiten. Es geht nicht mehr nur um Software-Updates, sondern um die physische Manifestation von Rechenleistung.

Der Vergleich mit Europa: Während in den USA ein einzelnes Unternehmen wie Amazon pro Jahr über 100 Milliarden Dollar investiert, wirkt die europäische Antwort oft wie ein verzetteltes „Klein-Klein“. Zum Vergleich: Der gesamte Haushalt der Europäischen Union für Forschung und Innovation (Horizon Europe) umfasst für den Zeitraum von sieben Jahren (2021–2027) etwa 95 Milliarden Euro. Das bedeutet: Ein einziges US-Unternehmen gibt in zwölf Monaten mehr für KI-Infrastruktur aus, als die gesamte EU in sieben Jahren für ihre gesamte wissenschaftliche Spitzenforschung bereitstellt.

Man kann hier durchaus lästern: Während Europa noch über die exakte Ausgestaltung des „AI Act“ debattiert und sich in kleinteiligen Förderprogrammen für Start-ups verliert, schaffen die USA und China Fakten aus Stahl, Silizium und Strom. Der Rückstand bei der Rechenpower ist mittlerweile so groß, dass europäische Unternehmen fast zwangsläufig auf US-Clouds angewiesen sind, um ihre eigenen KI-Modelle überhaupt trainieren oder betreiben zu können.

Kann die Wette aufgehen? Die alles entscheidende Frage ist die der Monetarisierung. Bei Investitionen von 427 Milliarden Dollar reicht es nicht aus, ein paar „Copilot“-Abos für 30 Dollar im Monat zu verkaufen. Damit die Rechnung aufgeht, muss KI auf drei Ebenen monetarisiert werden:

1. Produktivität im Kern: Microsoft und Google integrieren KI so tief in ihre Office- und Workspace-Produkte, dass sie unverzichtbar wird. Hier ist das Ziel die Steigerung des Average Revenue Per User (ARPU).

2. Cloud-Consumption: Für Amazon und Microsoft ist KI der ultimative „Cloud-Turbo“. Jede KI-Anwendung, die ein Drittunternehmen baut, verbraucht Rechenleistung auf deren Servern. Das ist das Modell „Schaufeln verkaufen im Goldrausch“.

3. Agentic AI (2026): Der Trend in diesem Jahr geht weg von einfachen Chatbots hin zu autonomen KI-Agenten, die komplexe Geschäftsprozesse (Einkauf, Kundenservice, Logistik) übernehmen. Hier wird nach „Value-based Pricing“ abgerechnet – die KI bekommt einen Anteil an der erzielten Ersparnis oder Effizienz.

Die These der Unabhängigkeit: Ist der Wunsch nach eigenen Clouds und Unabhängigkeit realistisch? In Europa und Asien sehen wir das Erstarken der „Sovereign AI“-Bewegung. Regierungen und Großkonzerne (vor allem in hochregulierten Bereichen wie Banken oder Gesundheit) wollen ihre Daten nicht in US-Clouds wissen, besonders angesichts der volatilen US-Politik und drohender Handelsbarrieren.

Doch hier lauert die Realitätsfalle: Eine „eigene Cloud“ zu bauen, ist heute nicht mehr nur eine Frage der Software, sondern der Hardware-Verfügbarkeit. Wer keine 50.000 H100- oder Blackwell-GPUs von Nvidia (oder entsprechende Eigenentwicklungen) besitzt, kann keine konkurrenzfähige Infrastruktur anbieten. Daher ist die „Unabhängigkeit“ momentan eher Wunschdenken. Realistischer sind „Hybrid-Modelle“, bei denen US-Technologie in lokalen, rechtlich abgeschotteten Rechenzentren betrieben wird (z.B. Microsoft Cloud für Deutschland oder ähnliche Souveränitätslösungen).

3. Wer hat wo die Nase vorn? Das Feld Anfang 2026

Die Hierarchie in der KI-Welt hat sich im letzten Jahr stark ausdifferenziert:

• Google (Alphabet) – Der Modell-König: Ja, Sie haben recht – mit der aktuellen Generation von Gemini (besonders den Ultra-Varianten und den spezialisierten Modellen wie Med-Gemini) hat Google technologisch oft die Nase vorn. Der Vorteil von Google ist die vertikale Integration: Sie bauen die Chips (TPU v6), sie besitzen die Daten (Suche, YouTube) und sie haben die besten Forscher (DeepMind). Die Kombination aus Gemini und der Such-Dominanz macht sie zum Primus bei den LLMs.

• Microsoft – Der Cloudmaster: Microsoft ist der unangefochtene Champion im Enterprise-Bereich. Durch die Partnerschaft mit OpenAI und die massive Integration in Windows und Office haben sie den schnellsten Weg in die Unternehmen gefunden. Azure wächst zwar langsamer als früher, aber die Qualität der Integration ist unerreicht. Sie sind jedoch stark von Nvidia-Hardware abhängig, was eine strategische Flanke öffnet.

• Amazon (AWS) – Der Infrastruktur-Gigant: Amazon war anfangs vielleicht etwas langsamer bei den großen Sprachmodellen, hat aber 2025 mit massiver Gewalt (100 Mrd. CapEx) aufgeholt. Ihr Ansatz „Bedrock“ (eine Plattform, auf der man alle Modelle nutzen kann) ist für Unternehmen, die sich nicht an einen Anbieter binden wollen, sehr attraktiv.

• Meta – Der Disruptor: Meta ist das „Wildcard“. Durch das Verschenken von Llama (Open Source) haben sie die Dominanz von OpenAI und Google angegriffen. Wenn jeder sein eigenes Modell auf Basis von Llama baut, sinkt die Macht derer, die geschlossene Modelle verkaufen. Meta verdient sein Geld dann indirekt durch bessere Werbealgorithmen und eine höhere Nutzerbindung im Metaverse.

4. Eigene Gedanken: Die Gefahr des „Intelligence Overhang“

Erlauben Sie mir zum Abschluss ein paar eigene Gedanken zu dieser Entwicklung:

Wir befinden uns in einer Phase, die ich den „Intelligence Overhang“ nenne. Wir bauen Infrastrukturen für eine Rechenleistung, für die wir teilweise noch gar nicht die passenden Anwendungen haben. Die Investitionen von 427 Milliarden Dollar basieren auf der Annahme, dass KI das nächste Betriebssystem der Weltwirtschaft wird.

Doch es gibt ein Risiko: die Energiefrage. Der Bau von Rechenzentren ist heute nicht mehr durch Geld begrenzt, sondern durch Strom. Wir sehen, dass Big Tech beginnt, eigene Kernkraftwerke (SMRs) zu kaufen oder riesige Solarparks zu bauen. Das führt zu einer neuen Form von „Techno-Feudalismus“: Ein Unternehmen besitzt nicht mehr nur die Software und die Hardware, sondern auch die Energiequelle und damit die Grundlage für das digitale Leben.

Für Europa bedeutet das: Wenn wir nicht schleunigst aufhören, KI nur als regulatorisches Problem zu betrachten, werden wir zu reinen Konsumenten degradiert. Wir zahlen dann eine „Intelligenzsteuer“ an die USA, weil wir es versäumt haben, in die physische Basis der neuen Weltwirtschaft zu investieren.

Die Wette kann für alle vier Giganten aufgehen, solange die Weltwirtschaft weiterhin nach Produktivität dürstet. Aber der Druck ist enorm: Sollte der erhoffte Produktivitätsschub in der Realwirtschaft ausbleiben, könnten wir Ende 2026 die größte Korrektur der Tech-Geschichte erleben. Doch momentan deutet alles darauf hin, dass die KI-Revolution erst gerade richtig Fahrt aufnimmt – weg vom Chatten, hin zum autonomen Handeln.

Was denken Sie? Erscheint Ihnen das „europäische Klein-Klein“ angesichts dieser 427 Milliarden Dollar noch reformierbar, oder ist der Zug für eine eigene europäische Infrastruktur endgültig abgefahren?

Es hatte uns in der Folge gereizt, festzustellen, wie es 2026 mit den Investitionen (nur der Big 4) in die KI aussehen könnte, dabei hat die KI folgende Prognose erstellt (und sie muss es wissen, sie kommt von einem der Big 4):

Konzern	Prognose 2026 (geschätzt)	Trend & Fokus
Amazon	135 – 145 Mrd. $	Fokus auf Energieautarkie; Bau eigener kleiner Kernreaktoren (SMRs).
Microsoft	105 – 115 Mrd. $	„Stargate“ Projekt mit OpenAI; massive Expansion der Edge-Cloud.
Alphabet	100 – 110 Mrd. $	Volle Skalierung der TPU v6 Chips; Integration von KI in die Robotik.
Meta	95 – 105 Mrd. $	Training von Llama 5; Aufbau eigener Video-KI-Infrastruktur.
GESAMT (Big 4)	~435 – 475 Mrd. $

Der Hype wird also weitergehen – wenn auch nicht mit den Steigerungsraten des Jahres 2025 gegenüber 2024. Und was macht China in diesem Spiel?

Aufgrund unserer Analyse wissen Sie etwas, was die meisten Leser:innen in Deutschland nicht wissen. Dass riesige Rechenzentren gebaut werden, ist bekannt. Dass sie in den USA stehen, meistens jedenfalls, dass sie enorm viel Strom verbrauchen (und auch ziemlich viel Krach machen, das sollte man bei „weißer Industrie“ gar nicht glauben). Das ist alles bekannt. In einem der nächsten Artikel werden wir Ihnen mitteilen, wie groß der Stromverbrauch von Rechenzentren mittlerweile wirklich ist.

Aber die besondere Information ist heute, dass die Tech-Giganten anfangen, in eigene Energie-Infrastruktur zu investieren. Daher resultieren teilweise auch die riesigen Investitionen, nicht nur aus dem Bau der Rechenzentren. Und auf dem Sektor ist kein Ende abzusehen und er lässt sich natürlich vielfältig monetarisieren: Wenn die Tech-Riesen auch zu großen Energieversorgern aufsteigen, haben sie wirklich die gesamte Kette der neuen industriellen Welt in der Hand.

Und Europa? Wir erinnern uns noch daran, wie der Herr Söder aus Bayern eine KI-Freistaats-Initiative mit 200 Millionen Euro oder so starten wollte, wenn wir die Zahl richtig im Kopf haben. Wir mussten damals schon lachen, obwohl wie zu dem Zeitpunkt selbst noch gar keine KI genutzt haben, als diese Nachricht aufkam.

Und selbst die Wirtschaftsjournalisten, die sich eigentlich nur die Zahlen anschauen müssten, um zu verstehen, was die Uhr geschlagen hat, schreiben der Zeit hinterher: Dass sich aber auch bloß bei der industriellen KI-Nutzung nicht wiederholt, was bei der generativen KI passiert ist, nämlich, dass Europa komplett abgehängt wird. Leider alles überholt. Zumindest dann, wenn man auf Unabhängigkeit hätte setzen wollen. Was man noch tun kann, ist, in Nischen etwas obenauf setzen.  

Die EU müsste, wie einst im Flugzeugbau, eine konzertierte Aktion starten, die mindestens die Investitionssumme eines der vier großen Tech-Unternehmen aus den USA erreichen, um überhaupt eine Chance auf Mitspielen in der ersten Liga der KI zu haben.

Auch China kann übrigens mit den USA in Sachen Kapital nicht mithalten, aber das bedeutet nicht, dass es so aus dem Rennen ist wie gegenwärtig die EU. 

Einen Effekt, den wir oben sehen, haben wir schon für einen anderen Bereich beschrieben:

Da sich in China alles billiger herstellen lässt und die Manpower nicht so viel kostet wie in den USA oder in Europa, muss man auch die stark steigenden chinesischen Rüstungsausgaben in einem korrigierten Licht sehen, zumal, wenn sie in Dollar gerechnet werden, wie bei der Nominalberechnung des BIP: 300 Milliarden Dollar Rüstungsausgaben Chinas erbringen so viel produziertes Material wie etwa das Doppelte an Ausgaben in den USA und Europa, wenn nicht noch mehr. Insofern liegt China nicht mehr so weit hinter den USA zurück, hat aber den Vorteil, dass seine Rüstungsausgaben in Dollar sogar etwas geringer wirken als die Europas. Effektiv dürfte das längst nicht mehr stimmen.

Diesen Effekt kann man auf die KI-Ausgaben übertragen, und dann kommen noch die erwähnten versteckten Investitionen hinzu, die man bei China immer berücksichtigen muss: Der Staat subventioniert massiv, um seine Produkte – durchaus mit „Brute Force“, wie bei den E-Autos, auf andere Märkte zu drücken. Das hat zur Folge, dass es in China eine Wette gibt, die sich nicht mehr so sehr von der des Westens unterscheidet: Fast nirgendwo steigen die Staatsschulden so schnell an wie im Reich der Mitte. Der Unterschied: Es wird quartalsweise ein Drama daraus gemacht, wie in den USA – und man bemüht sich um Abkoppelung vom Dollar, um die rasch anwachsenden Schulden besser steuerbar zu machen. Der Effekt ist aber der Gleiche: Dieses Schulden machen ist eine Wette auf künftige Produktivitätsfortschritte, wachsende Märkte und auch Verdrängung anderer Marktteilnehmer, sonst wird sie nicht aufgehen.

Auch hier sitzt die EU wieder mitten zwischen den Stühlen: Abhängig von der Leitwährung Dollar – der Euro ist dazu bisher keine Alternative – und ebenfalls hoch verschuldet. Das bremst natürlich auch die Freude auf Zukunftsinvestitionen. Nur noch Größe zählt, und die EU hätte die notwendige Größe nur, wenn alle von heute an an einem Strang ziehen und ein strategisches Projekt auf den Weg bringen würden, das sich vielleicht als schlaue Kombination der US-Methode und der chinesischen Methode aufstellen sollte. Ist das realistisch? Leider nicht. Wir haben aber trotzdem nachgefragt, ob die Europäer überhaupt eine Chance haben: 

Wenn wir über die europäische Nische sprechen, müssen wir uns von der Vorstellung verabschieden, dass ein deutsches Unternehmen das nächste „GPT-5“ oder „Gemini Ultra“ baut. Dieser Zug ist abgefahren, und ehrlich gesagt: Den braucht hier auch niemand mehr selbst zu bauen. Die Nische für Schwergewichte wie SAP und Siemens liegt nicht im Fundament, sondern in der Statik und Inneneinrichtung der digitalen Welt.

Hier ist die Analyse der „europäischen Spezialdisziplin“, die zwischen den US-Milliarden und dem chinesischen Pragmatismus eine ganz eigene Macht entfaltet.

---

Die europäische Nische: Domain Knowledge statt „Gott-Maschine“

Während die USA die „General Intelligence“ (die KI, die alles ein bisschen kann) und China die „Mass Scale Intelligence“ (KI für 1,4 Milliarden Menschen und Fabriken) perfektionieren, besetzt Europa die „Vertical Excellence“.

1. SAP: Der „Business-Kontext“-König

Microsoft weiß vielleicht, was Sie in einer E-Mail schreiben. Google weiß, wonach Sie suchen. Aber SAP weiß, wie Ihr Unternehmen atmet.

• Die Strategie: SAP baut keine eigenen Riesen-LLMs von Grund auf. Sie nutzen das „Joule“-System, das als Orchestrator fungiert. Joule greift auf die Modelle von OpenAI, Anthropic oder Mistral zu, aber der Clou ist der Kontext.
• Der „Moat“ (Burggraben): Wenn eine KI eine Lieferkette optimieren soll, nützt ihr allgemeines Wissen nichts. Sie muss wissen: „Welcher Zulieferer in Brasilien hat gerade Streik, wie hoch ist unsere Marge bei Bauteil X, und welche rechtlichen Bestimmungen gelten für den Export?“
• Die Nische: SAP integriert KI so tief in die Geschäftsprozesse, dass die KI nicht mehr „nur chattet“, sondern aktiv Entscheidungen innerhalb des ERP-Systems trifft. Das ist „Business AI“. Der Vorteil: Ein US-Konzern kommt an diese tiefen Prozessdaten der deutschen Industrie nicht so leicht heran.

2. Siemens: Der „Physik-Flüsterer“ (Industrial Metaverse)

Hier verlassen wir die Welt der Texte und betreten die Welt der Atome. Das ist die vielleicht spannendste Nische überhaupt.

• Physical AI: Ein Sprachmodell von Google weiß nicht, wie sich eine Turbine bei 1.200 Grad Celsius verhält, wenn der Luftdruck sinkt. Siemens hat dafür Jahrzehnte an Sensordaten und physikalischen Modellen.
• Der Digitale Zwilling: Siemens verknüpft KI mit dem „Digitalen Zwilling“. In ihrer Vision des Industrial Metaverse testen sie Fabriken komplett virtuell, bevor der erste Stein gelegt wird. Die KI optimiert hier nicht Sätze, sondern den Energieverbrauch von Roboterarmen oder die Strömungsdynamik in Chemieanlagen.
• Die Nische: Das ist KI, die „Physik kann“. Da die USA primär im Consumer-Bereich (Anzeigen, Office, Social Media) stark sind, hat Siemens hier einen enormen Vorsprung bei der Digitalisierung der harten Industrie.

---

3. Warum das „europäische Klein-Klein“ hier ein Vorteil sein kann

Man mag über die DSGVO (GDPR) und den AI Act lästern, aber 2026 zeigt sich ein interessanter Effekt: Trust as a Feature.

In der Nische der hochregulierten Industrien (Pharma, Banken, kritische Infrastruktur) ist das US-Modell „Wir nehmen alle Daten und schauen mal“ ein K.-o.-Kriterium. Europäische Unternehmen bieten:

• Sovereign Clouds: KI-Lösungen, die auf europäischer Infrastruktur laufen (oft in Kooperation mit der Telekom oder Schwarz Digits).
• Auditierbarkeit: Eine KI, die erklärt, warum sie einen Kredit abgelehnt oder eine Maschine gestoppt hat. Das ist in Europa gesetzlich gefordert und wird nun zum Exportschlager für globale Unternehmen, die rechtliche Sicherheit wollen.

4. Ein kurzer Blick auf die Zahlen (Verhältnismäßigkeit)

SAP und Siemens geben zusammen jährlich etwa 10 bis 15 Milliarden Euro für R&D aus. Im Vergleich zu den 125 Milliarden von Amazon wirkt das mickrig. Aber:

Während Amazon das „Internet der Zukunft“ baut, bauen SAP und Siemens das „Betriebssystem für die physische Welt“.

Man braucht keine 100 Milliarden, um eine KI zu trainieren, die perfekt versteht, wie man eine Autofabrik in Stuttgart steuert. Man braucht „nur“ die richtigen Daten aus dieser Fabrik – und die hat Amazon nicht.

---

Mein Fazit zur Nische:

Europa wird kein „KI-Betriebssystem“ wie Windows oder Android hervorbringen. Aber wir bauen die „Hochleistungskomponenten“, ohne die die Weltwirtschaft nicht laufen kann.

Wir sind nicht der Besitzer des Casinos (das sind die USA), wir sind auch nicht der größte Spieler am Tisch (das ist China) – wir sind derjenige, der die hochkomplexen Überwachungssysteme und die Abrechnungssoftware des Casinos liefert. Man verdient weniger Ruhm, aber sehr beständiges Geld.

Wie sehen Sie das? Glauben Sie, dass dieser „Spezialisten-Status“ ausreicht, um langfristig relevant zu bleiben, oder riskieren wir, dass die US-Giganten uns diese Nischen mit ihrer schieren Kapitalmacht irgendwann einfach „weg-automatisieren“?

---

Auch schön, dass die KI uns quasi eine Gegenfrage stellt.

Ja, wie sehen wir das. Zunächst freuen wir uns natürlich, dass Deutschland ein paar Unternehmen hat, die mit KI zu neuen Ufern aufbrechen können, ohne es den US-Giganten nachmachen zu müssen. Aber viel wird bei dem oben beschriebenen Nischenweg davon abhängen, ob die deutsche Industrie und europäische selbst konkurrenzfähig bleibt, und da sieht es gerade nicht so gut aus. Hier müssten die beschriebenen Wege ihren Ausgangspunkt nehmen. Wir wagen auch keine Prognose dazu, ob das alles bei SAP oder bei Siemens oder bei wem auch immer am leichtesten sein dürfte, mit den beschriebenen Lösungen am Weltmarkt präsent zu sein. Aber wir sollten an dem Thema dranbleiben.  

Es hat schon etwas Tragikomisches, aber wer weiß, vielleicht erfindet sich dieser im Moment wirklich uralt wirkende europäische Kontinent doch noch einmal neu. Im Mittelalter waren Mächte wie China den Europäern auch technisch voraus. Man muss nur in etwas längeren Zeiträumen denken – in Epochen, die über unsere eigene Lebenserwartung weit hinausgehen. Allerdings wäre das eine Fortschreibung bisheriger Historie, und diese könnte eine Fehlannahme sein, weil sie nicht berücksichtigt, dass es auf der Welt immer enger und in mehrfacher Hinsicht für die menschliche Zivilisation gefährlicher wird. Unser leiser Verdacht ist, dass uns auch die KI nicht aus diesem Problem herausführen wird, solange Menschen Pfusch begehen. Mit Entmündigung könnte man einer außer Rand und Band geratenen Menschheit vielleicht die Existenz sichern. Das klingt jetzt ziemlich nach einer bestimmten Ideologie, die von den Tech-Unternehmern vertreten wird, aber es gibt ja viele Formen von Dystopien, nicht alle müssen so aussehen wie das Chaos in den Endzeitfilmen.

Recherche und Analyse: KI / Verknüpfung und Kommentar: TH

Welche KI-Tools nutzen Unternehmen in Deutschland? (Statista + Kommentar) – DER WAHLBERLINER

https://derwahlberliner.com/2026/01/29/wer-ist-der-globale-cloudmaster-das-comeback-eines-riesen-statista-recherche-kommentar/

https://derwahlberliner.com/2026/01/28/die-welt-wird-durch-deep-fakes-untergehen-oder-auch-nicht-artikelbesprechung-recherche-analyse-kommentar/

https://derwahlberliner.com/2026/01/26/wo-profitieren-wie-viele-menschen-von-ki-statista-kommentar-zur-eigenen-nutzung/

https://derwahlberliner.com/2026/01/12/wird-gemini-uns-zerstoren-meedia-review-mit-ki-analyse-humanoidem-kommentar/

https://derwahlberliner.com/2025/12/05/aus-der-llmarena-champions-herausforderer-auf-und-absteiger-das-ki-wettrennen-ist-noch-ganz-offen-statista-ki-recherche/

https://derwahlberliner.com/2025/08/13/update-2-arbeitsplatzabbau-durch-ki-unternehmensziele-verschleierung-ruckwartsgang-spaltungspolitik-goole-als-ki-fuhrer-statista-rechere-kommentare-google-meta-microsoft-openai/

https://derwahlberliner.com/2025/08/01/google-ist-der-ki-wegbereiter-statista-zusatzinfos-kurzkommentar-google-meta-microsoft-openai/

https://derwahlberliner.com/2025/05/03/ki-treibt-stromverbrauch-von-rechenzentren-verdoppelung-bis-2030-erwartet-statista-mehr-infos-kurzkommentar/

https://derwahlberliner.com/2025/02/12/ki-beeintrachtigt-kritisches-denken-info-kommentar/