Über induzierte Nachfrage, Entlassungen und die tatsächlichen Kosten von KI, die wir nicht zu nutzen wissen
Wenn Sie Zeit auf Transit‑Twitter verbracht haben, kennen Sie das Meme.
„Nur noch eine Spur, Bro.“
Ein mit Wachsmalstiften gezeichneter Autobahningenieur steht neben einer Schnellstraße und zeigt auf die neuen Fahrspuren, die er hinzufügen will, weil der Verkehr schlecht ist. Sein Gesicht ist aufrichtig. Dieses Mal wird er es reparieren. Eine weitere Spur, und der Stau wird sich auflösen.
Er löst sich selten für lange Zeit auf.
Neue Spuren erzeugen neue Fahrten. Neue Kapazität erzeugt neue Nachfrage. Ökonomen nennen das induzierte Nachfrage. Die Katy Freeway in Texas wurde zu einer der breitesten Autobahnen der Welt ausgebaut. Die 405 in Los Angeles erhielt einen Ausbau für eine Milliarde Dollar. Das Muster ist über Jahrzehnte des Autobahnausbaus vertraut: Die Kapazität steigt, die Nutzung wächst hinein, und der Stau kehrt zurück.
Der Ingenieur im Meme fordert trotzdem immer wieder nur eine Spur mehr.
Genau an diesem Punkt sind wir jetzt mit KI‑Rechenzentren.
Das Versprechen der richtigen Infrastruktur
In jedem Quartal gibt es eine neue Ankündigung eines Hyperscalers. Noch ein Ausbau im Milliardenbereich. Noch ein Campus. Noch ein Umspannwerk. Noch ein Stromdeal. Noch ein Wasserstreit. Noch ein ländlicher Landkreis, dem gesagt wird, dass dies der Preis des Fortschritts sei.
Die Rechtfertigung ist immer dieselbe.
Die KI‑Nachfrage explodiert. Wir brauchen mehr Rechenleistung. Wenn wir nicht bauen, fällt die Vereinigten Staaten hinter China zurück. Unternehmen werden nicht die Kapazität erhalten, die sie brauchen. Entwickler werden eingeschränkt. Innovation wird sich verlangsamen.
Nur noch ein Rechenzentrum.
Nur noch ein Campus mit einem Gigawatt.
Nur noch ein 2.700‑Acres‑Standort.
Nur noch ein Netzausbau.
Dann haben wir genug.
Es ist derselbe Ingenieur mit einem anderen Bauplan.
Das ist eine infrastrukturelle Wette für eine Generation, und ein wesentlicher Teil davon ist bereits unterschrieben.
Dies ist kein Argument dafür, dass KI keine Infrastruktur braucht. Ein Teil neuer Kapazität ist notwendig.
Die Frage ist, ob wir weiter in diesem Tempo neue Kapazität binden sollten, bevor wir Käufer zwingen, nachzuweisen, dass sie die bestehende Kapazität intelligent nutzen.
Im Moment ist ein Teil der explodierenden Nachfrage echte neue Produktivität. Ein Teil davon ist vermeidbarer Verbrauch, der durch schlechte Defaults, ausufernde Retries, veraltete Zugangsdaten, überdimensionierte Modelle und Workloads entsteht, die nie gezwungen wurden, ihre Kosten zu rechtfertigen.
Die induzierte Nachfrage
Rechenleistung hat keine fixe Nachfragekurve. Sie biegt sich hin zu jeder verfügbaren Angebotsmenge.
Geben Sie Entwicklern günstigen Zugang zu Frontier‑Modellen, und viele Workloads landen standardmäßig auf Frontier‑Modellen. Geben Sie Agenten große Budgets, und viele Agenten geben sie aus. Geben Sie Teams unbeschränkte API‑Keys, und die Rechnung wächst, bis es jemandem auffällt.
Bis dahin ist der Workload ausgeliefert.
Ein:e Gründer:in lässt ein teures Modell in jedem Schritt einer Customer‑Support‑Pipeline laufen, weil das der Default war, als der Engineer schnell ausgeliefert hat. Die Pipeline funktioniert. Die Rechnung wird schmerzhaft. Später stellt jemand fest, dass ein Großteil des Workloads auf einem günstigeren Modell mit wenig oder keinem messbaren Qualitätsverlust hätte laufen können.
Das ist kein bizarrer Edge Case. So funktioniert schnelle KI‑Entwicklung oft. Die
Defaults sind falsch. Die Verschwendung ist unsichtbar. Die Rechnung kommt spät.
Dasselbe passiert überall.
Ein Retrieval‑System bettet Duplikate ein. Ein Support‑Agent hängt in einer Retry‑Schleife. Ein Coding‑Agent verbrennt das teuerste Modell für triviale Änderungen. Der Key eines Contractors überlebt den Vertrag. Der Key eines Ex‑Mitarbeiters überlebt das Offboarding. Ein Produktions‑Key landet auf jemandes Laptop.
Sie sind nicht zwingend böswillig. Das System ist einfach ungemanagt.
Wenn die KI‑Industrie sagt, die Nachfrage explodiere, ist ein Teil dieser Nachfrage echte Produktivität. Ein Teil sind schlechte Defaults, veraltete Credentials, fehlende Budgets und unregulierte Maschinenarbeit.
Mehr Rechenleistung löst das nicht. Sie füttert es. Selbst Unternehmen wie Amazon berichten, dass dies der Fall ist.
Das ist induzierte Nachfrage. Das ist die Autobahn.
Die „Menschen raus, KI rein“-Mentalität
Bei sinkender Belegschaft und steigenden KI‑Budgets sind beide oft explizit verknüpft. Microsoft hat klar gesagt, dass seine Kürzungen nicht einfach ein KI‑Ersatz sind. Sam Altman hat zugegeben, dass ein Teil der Zuschreibung das ist, was er „AI‑Washing“ nennt: Man beruft sich auf KI, um Kürzungen zu rechtfertigen, die das Unternehmen ohnehin vorgenommen hätte. Umfragen unter CEOs zeigen, dass sie aufgrund von KI Veränderungen planen müssen.
Die Daten zeigen eindeutig eine Umverteilung der Prioritäten. Challenger beschreibt Technologieunternehmen, die sich um KI herum restrukturieren, einige Rollen automatisieren und Budgets auf neue Fähigkeiten verlagern. Der konkrete Mensch und die konkrete GPU müssen nicht eins zu eins gepaart sein, damit die Kapitalverschiebung real ist.
Das macht die unangenehme Frage schärfer, nicht weicher.
Wenn der Tausch nicht Menschen gegen KI‑Produktivität ist, und es nicht vollständig Menschen gegen Nichts ist, was steht dann genau auf der Maschinenseite der Bilanz? Niemand kann eine belastbare Antwort geben, weil KI‑Ausgaben zur Payroll werden, ohne auch nur annähernd mit der Disziplin der Payroll gemanagt zu werden.
Menschliche Arbeitskräfte haben Manager, Budgets, Berechtigungen, Firmenkarten, Zugangsausweise, Offboarding, Leistungsbeurteilungen und Audit‑Trails.
Maschinenarbeiter haben oft einen API‑Key.
Wir verlagern unsere Budgets von menschlicher Payroll zu Maschinen‑Payroll und managen Maschinen‑Payroll dann wie einen Haufen Passwörter. Keine Eigentümer:in. Keine Führungskraft. Kein Ablaufdatum. Keine Ausgabenrichtlinie. Kein Beleg. Keine Kosten pro nützlichem Ergebnis. Kein Nachweis, dass die Maschinenarbeit die Maschinenkosten wert war.
Der API‑Key ist die neue Firmenkarte
Ein Unternehmen würde niemals sagen: „Eine Ex‑Mitarbeiterin hat ihre Firmenkarte behalten, niemand weiß, was sie belastet, und wir haben es Monate später erfahren.“ Das würde als offensichtlicher operativer Fehler gelten. Aber die API‑Version passiert ständig.
Ein Key eines Modellanbieters kann Ausgaben erzeugen. Ein Cloud‑Key kann Infrastruktur erzeugen. Ein Stripe‑Key kann Geld bewegen. Ein GitHub‑Key kann Code deployen. Ein Key eines Datenanbieters kann auf kostenpflichtige Datensätze zugreifen. Ein Key einer Anzeigenplattform kann Kampagnenbudget verbrennen. Ein Exchange‑Key kann Assets handeln.
Das sind nicht einfach nur Secrets. Es ist wirtschaftliche Autorität.
Zu viele API‑Keys werden immer noch wie Passwörter behandelt. Sie müssen wie Firmenkarten für Maschinen behandelt werden.
Contractors, Developer‑Shops, Marketingagenturen, Auditoren, Teilzeit‑Teams, Mitarbeitende und Agenten brauchen alle Zugang zu Ressourcen, die kommen und gehen. Heute vergeben Unternehmen entweder zu weitreichende Berechtigungen oder bremsen alles aus. Das Projekt endet, der Zugang bleibt, und die Ausgaben laufen weiter.
Das ist nicht nur ein Sicherheitsproblem. Es ist ein Abrechnungsproblem. Ein Governance‑Problem und ein Infrastrukturproblem.
Die Einheimischen wissen Bescheid
Der öffentliche Widerstand gegen Rechenzentren ist nicht nur NIMBYismus. Die Menschen spüren den Widerspruch. Eine Gallup‑Umfrage hat kürzlich ergeben, dass sieben von zehn Amerikanern den Bau von Rechenzentren für KI in ihren Städten ablehnen würden.
Rechenzentren verbrauchen enorme Mengen an Strom. Je nach Kühlungsdesign und Standort können sie auch erhebliche Mengen Wasser und Land verbrauchen. Sie erzeugen reale Wärme, Lärm, Streit um Übertragungsleitungen und lokalen politischen Druck. Die Vorteile fühlen sich oft fern, privat oder spekulativ an. Die Kosten sind lokal.
Die Infrastrukturbelastung konzentriert sich in ländlichen Landkreisen. Der wirtschaftliche Nutzen ist gestreut und wird oft anderswo abgeschöpft. Die Vorteile werden für später versprochen. Die Kosten kommen jetzt.
Das ist politisch instabil. 2026 hörte es auf, eine Prognose zu sein.
Die Branche sollte nicht überrascht sein, dass Rechenzentren zu einem nationalen politischen Streit wurden. Wenn KI‑Infrastruktur Gemeinden um Land, Strom, Wasser und Geduld bittet, sollte die Branche nachweisen können, dass die Rechenleistung gut genutzt wird.
Im Moment können das viele Käufer nicht.
Der Tausch Menschen für ungemessene Maschinenarbeit ist falsch
Ziehen wir die Schichten zusammen.
Ein:e CFO liest die KI‑Investment‑These, genehmigt den Ausbau, kürzt die Belegschaft, um ihn zu finanzieren, und sagt dem Board, dass die Rechnung aufgeht. Die Rechenleistung wird bereitgestellt. Die Workloads werden ausgeliefert. Die Defaults sind falsch. Die Keys sind ungemanagt. Die teuren Modelle werden übernutzt. Die Agenten versuchen es zu oft erneut. Die alten Credentials funktionieren weiter. Die Rechnung wächst schneller als prognostiziert.
Das Board fragt warum. Die Antwort lautet: Die KI‑Nachfrage explodiert. Wir brauchen mehr Kapazität. Also unterschreibt die:der CFO den nächsten Vertrag. Der Zyklus wiederholt sich.
Inzwischen sieht die verdrängte Arbeitskraft, wie das Unternehmen aggressiv in KI‑Systeme investiert, die die versprochene Produktivität vielleicht bringen, vielleicht auch nicht. Ein County Commissioner nimmt wütende Anrufe zu Strom, Wasser, Land und Lärm entgegen. Ein Netzbetreiber versucht, die Zahlen passend zu machen. Ein:e Anwohner:in wird darauf vertröstet, dass dies die Zukunft sei.
Zu oft war der Tausch nicht Menschen für Produktivität. Es waren Menschen für ungemessene Maschinen‑
arbeit. Menschen für schlechte Defaults. Menschen für Schlamperei. Und als die Schlamperei teuer wurde, war die Antwort der Branche nicht Disziplin. Es war ein weiteres
Rechenzentrum. Nur noch eins, Bro.
Die eigentliche Antwort
Die eigentliche Antwort ist nicht, nur noch mehr Rechenzentren zu bauen.
Die eigentliche Antwort ist, die Rechenzentren, die wir bereits haben, intelligent zu nutzen.
Das ist für die Branche ein unangenehmes Eingeständnis, weil die Anreize nicht perfekt ausgerichtet sind. Anbieter werden im Allgemeinen bezahlt, wenn der Verbrauch steigt. Käufer gewinnen, wenn nützliche Ergebnisse steigen. Diese beiden Kurven sind nicht dieselben.
Das Interesse der Käuferseite ist konkret.
Die Käuferin will das kleinste Modell, das die Aufgabe erfüllt. Die wenigsten Aufrufe, die das Problem lösen. Den Key, der abläuft, wenn das Projekt endet. Das Credential, das nur vom richtigen Gerät funktioniert. Den Agenten, der gekappt wird, wenn er die Policy verlässt. Die Ausnahme, die nur genehmigt wird, wenn der Business Case real ist.
Nichts davon erfordert ein neues Rechenzentrum. Es erfordert intelligente Bereitstellung der Rechenleistung, die wir bereits haben.
Der Weg zur Lösung ist langweilig
Workload auf das richtige Modell zuschneiden. Batches bilden, wo gebatcht werden kann. Cachen, was gecacht werden kann. Beschränken, was beschränkt werden sollte. Autorisieren, was überschreiten muss. Ablehnen, was auf dem falschen credential, vom falschen Gerät, vom falschen Inhaber, für die falsche Arbeit. Messe die Kosten pro nützlichem Ergebnis. Lasse Zugriffe automatisch ablaufen. Beende aus dem Ruder laufende Schleifen. Leite Arbeiten mit geringem Risiko an kostengünstige Modelle weiter. Eskaliere nur, wenn die Qualität es erfordert. Erstelle Belege.
Der Markt hat begonnen, es zu bemerken. In diesem Sommer haben CFOs und Aufsichtsräte damit angefangen, KI-Rechnungen zu begrenzen, die das Budget sprengten. Model-Routing ist vom Forschungspapier zum Vokabular im Aufsichtsrat geworden, da Teams nach Wegen suchten, Routinearbeit an günstigere Modelle zu senden, ohne Qualität einzubüßen. Die Modellanbieter selbst begannen, Admin-Ausgabelimits auszuliefern, weil Kunden eine Möglichkeit verlangten, die Rechnungen im Zaum zu halten.
Gut. Diese Welle ist real und überfällig. Anbieter bieten jetzt harte Ausgabenobergrenzen, bei denen Aufrufe tatsächlich fehlschlagen, sobald das Limit erreicht ist, nutzerbezogene Limits und Genehmigungspfade.
Aber beachte die Grenze der aktuellen Welle. Diese Kontrollen steuern den Verbrauch innerhalb eines Anbieters, eines Projekts oder einer Anwendung. Routing wählt ein günstigeres Modell. Eine Deckelung stoppt eine aus dem Ruder laufende Rechnung. Keine der beiden beantwortet die weiter gefasste Autoritätsfrage: Welche Maschine handelt, aus welcher Laufzeitumgebung, in wessen Auftrag, zu welchem Zweck, gegenüber welchen externen Ressourcen – und welcher portable Nachweis existiert anschließend. Kostenkontrolle ist nicht dasselbe wie programmierbare, überprüfbare Autorität.
KI braucht die volle Disziplin, nicht nur die Kostenhälfte. Nicht, weil KI schlecht ist. Sondern weil KI zu Arbeit wird. Und Arbeit braucht Management.
Die Schicht, die KI-Agenten fehlt
Das ist die Schicht, von der wir glauben, dass sie KI fehlt, und sie ist bewusst enger gefasst als der gesamte FinOps-Stack.
Wirtschaftliche Autorität sollte vor der Ausführung geregelt werden: Wer und was ausgeben darf, von welchem Gerät und welcher Laufzeitumgebung, für welche Arbeitslast und unter welchen Grenzen. Alles mit einem Beleg am Ende, den eine echte Person überprüfen kann.
Ein Teil des Rechenzentrums-Ausbaus ist notwendig. KI ist real, und reale Dinge brauchen Infrastruktur. Aber ungesteuerte Nachfrage macht den erforderlichen Ausbau größer, schneller und schwerer zu rechtfertigen, als nötig wäre. Der richtige Weg ist nicht ein hübscheres Dashboard, nachdem die Rechnung eingetroffen ist. Die Lösung ist die Steuerungsschicht auf der Ebene der Credentials, bevor die Ausgaben stattfinden.
In die richtige Richtung fahren
Nur noch ein Rechenzentrum, Bro.
Wir versprechen, diesmal wird es funktionieren. Die Rechenleistung wird gleich online gehen. Die Verschwendungsrate wird gleich sinken. Die Margen werden sich gleich materialisieren. Die Workloads werden gleich effizient. Die lokale Bevölkerung wird sich gleich damit anfreunden. Das Stromnetz wird es gleich verkraften. Die Billion Dollar in unterschriebenen Mietverträgen werden gleich konservativ aussehen. Der Aufsichtsrat wird den Produktivitätsgewinn gleich sehen.
Nur noch eins.
Vielleicht ist ein Teil dieser Kapazität notwendig. Aber bevor die Branche die Gemeinden um mehr Land, mehr Wasser, mehr Energie und mehr Geduld bittet, sollten Käufer eine einfachere Frage beantworten können.
Nutzen wir die Rechenleistung, die wir bereits haben, gut? Nicht in einer Präsentation oder in einem Richtlinienmemo.
In Belegen. Welches Modell verwendet wurde. Welche Arbeitslast es benötigte. Welcher Schlüssel es autorisiert hat. Das ist der nächste Kampf um KI-Infrastruktur. Nicht Compute versus kein Compute. Gesteuerte Rechenleistung versus Verschwendung.
Weniger blind bauen. Nutzen, was wir haben.