KI-Blase oder nicht? Warum Ihre Investitionsentscheidung davon unabhängig sein sollte

Peter Berezin sagt, die Party ist bald vorbei. Juan Correa sagt, sie hat gerade erst angefangen. Beide sitzen bei BCA Research, beide gelten als Top-Strategen, beide schauen auf dieselben Zahlen – und kommen zu entgegengesetzten Schlüssen. Diese offene Kontroverse innerhalb eines einzigen Analysehauses ist vielleicht das ehrlichste Signal, das die Finanzwelt derzeit zur Frage "KI-Blase oder nicht?" liefert: Niemand weiß es wirklich. Und genau deshalb ist die Frage für Ihre Investitionsentscheidung im Mittelstand die falsche.

Wall Street streitet öffentlich – mit sich selbst

Bei BCA Research prallen zwei Lager frontal aufeinander. Auf der einen Seite die Bären, angeführt von Peter Berezin und Arthur Budaghyan. Ihr Kernargument: Ein Teil der spektakulären Gewinne im KI-Ökosystem ist künstlich aufgebläht. Wenn ein Chiphersteller an einen Cloud-Anbieter verkauft, taucht das beim Verkäufer als Umsatz und beim Käufer als Investition auf – ein Kreislauf, der auf dem Papier beeindruckend aussieht, ohne dass der reale Cashflow zwangsläufig mithält. Die eigentliche Pointe der Bären ist dabei subtiler, als es zunächst klingt: KI mache Unternehmen effizienter, sagen sie, aber nicht zwangsläufig profitabler – denn wenn am Ende jeder Marktteilnehmer Zugriff auf dieselbe Technologie hat, verpufft der Wettbewerbsvorteil, den einzelne Unternehmen sich davon versprechen.

Auf der anderen Seite stehen die Bullen, Juan Correa und Noah Weisberger, mit einem handfesten Gegenargument: Es gibt gar kein Überangebot an Rechenleistung – im Gegenteil. Mietraten für die neuesten Chip-Generationen haben sich verdoppelt, und die Auftragsbestände der großen Cloud-Anbieter wuchsen laut den BCA-Bullen in nur zwei Quartalen um rund 750 Milliarden US-Dollar. Diese Zahl stammt aus der Argumentation einer Marktpartei und ist keine unabhängig geprüfte Kennzahl – aber sie zeigt die Richtung des Bullen-Arguments deutlich: Wenn Nachfrage das Angebot strukturell übersteigt, ist das eher das Gegenteil einer Blase.

JPMorgan schlägt sich tendenziell auf die bullische Seite: Die Bank rechnet damit, dass Chip-Aktien in der zweiten Jahreshälfte 2026 neue Rekordhochs erreichen könnten, weil neue Fertigungskapazitäten bis 2028 kaum zu sichern sind und die chronische Angebotsknappheit den Herstellern anhaltende Preissetzungsmacht verschafft.

Unabhängig davon, welchem Lager man zuneigt, gibt es Fakten, an denen niemand vorbeikommt. Der breite US-Markt handelte laut Berichten mit einem Kurs-Gewinn-Verhältnis von rund 27 – und liegt damit über dem Dotcom-Höchststand von 26,5 aus dem März 2000. Das ist kein Beweis für eine Blase, aber es ist auch keine Randnotiz.

Gleichzeitig planen die vier großen Hyperscaler – Amazon, Microsoft, Google/Alphabet und Meta – für 2026 laut Marktanalysen kombinierte Investitionsausgaben von rund 725 Milliarden US-Dollar. Das wäre ein Plus von etwa 77 Prozent gegenüber rund 410 Milliarden US-Dollar im Jahr 2025. Die Einzelwerte variieren je nach Quelle und Zeitpunkt der Guidance-Aktualisierung zum Teil erheblich, aber die Größenordnung ist eindeutig: Hier wird in einem Tempo investiert, das historisch selten ist.

Presseberichten zufolge – unter anderem bei Bitget News – soll zudem ein vertraulicher Entwurfsbericht des US-Finanzministeriums existieren, der vor einem dotcom-ähnlichen Schock warnt, sollte sich die KI-Monetarisierung nicht wie erhofft einstellen, mit Ausstrahlungseffekten auf Rechenzentren, den Privatkreditmarkt und Chiphersteller. Dieser Bericht ist offiziell nicht bestätigt oder veröffentlicht worden. Er gehört in die Kategorie Gerücht, nicht in die Kategorie Fakt – aber er zeigt, dass die Sorge vor einem Überschwang längst auch in offiziellen Kreisen diskutiert wird, selbst wenn sich das nicht verifizieren lässt.

Die entscheidende Erkenntnis aus der Wall-Street-Debatte ist nicht, wer am Ende Recht behält – sondern dass selbst die klügsten Köpfe der Finanzbranche mit denselben Daten zu gegensätzlichen Schlüssen kommen. Wer als Mittelständler seine KI-Investition von diesem Streit abhängig macht, wartet auf eine Antwort, die es in absehbarer Zeit nicht geben wird.

Warum die Bewertungsfrage nicht Ihre Frage ist

Hier liegt der entscheidende Denkfehler, dem viele Unternehmerinnen und Unternehmer im Mittelstand aufsitzen: Sie verwechseln die Frage "Ist die Börsenbewertung von Nvidia, Microsoft oder OpenAI nachhaltig?" mit der Frage "Lohnt sich eine KI-Investition für mein Unternehmen?" Das sind zwei vollständig unabhängige Fragen. Die Kausalkette zwischen Wall-Street-Sentiment und Ihrem eigenen Business Case ist schwach bis nicht vorhanden.

Selbst wenn sich in einigen Jahren herausstellen sollte, dass die Bewertungen der großen KI-Anbieter überzogen waren und es zu einer Korrektur kommt – die Technologie selbst verschwindet dadurch nicht. Genauso wenig, wie das Platzen der Dotcom-Blase im Jahr 2000 das Internet wieder abgeschafft hat. Amazon, Google und eBay gab es vor der Blase, während der Blase und danach – nur die Bewertungen an der Börse haben sich korrigiert. Was für Ihr Unternehmen zählt, ist nicht, ob Nvidia in fünf Jahren noch mit einem KGV von 40 gehandelt wird, sondern ob der KI-Agent, den Sie heute einführen, in drei Monaten nachweisbar Zeit spart oder Umsatz generiert.

Die eigentliche Gefahr: 95 Prozent ohne messbaren ROI

Die Zahl, die Sie stattdessen ernst nehmen sollten, kommt nicht von der Börse, sondern aus der Praxis. Die MIT-NANDA-Studie "State of AI in Business" aus dem Jahr 2025, die auch 2026 weiterhin breit zitiert wird, kommt zu einem ernüchternden Ergebnis: Trotz globaler Investitionen von 30 bis 40 Milliarden US-Dollar in generative KI erzielen rund 95 Prozent der untersuchten Unternehmens-Pilotprojekte keinen messbaren ROI. Nur etwa 5 Prozent extrahieren signifikanten Wert.

Das klingt zunächst wie ein Argument gegen KI-Investitionen insgesamt. Ist es aber nicht. Die Studie liefert nämlich auch den entscheidenden Hebel, der über Erfolg und Misserfolg entscheidet: Extern zugekaufte Speziallösungen mit spezialisierten Partnern erreichten eine Erfolgsquote von rund 67 Prozent – gegenüber nur rund 33 Prozent bei Eigenentwicklungen im Unternehmen selbst. Mit anderen Worten: Nicht die Frage "KI ja oder nein" entscheidet über den ROI, sondern die Frage "gekauft oder selbst gebaut". Für den Mittelstand, der selten über eigene KI-Entwicklungsteams verfügt, spricht das eindeutig für den Weg über spezialisierte Partnerschaften statt für den Versuch, in der Frühphase alles inhouse zu bauen.

Blasen-resistente Entscheidungskriterien

Aus der Wall-Street-Debatte selbst lassen sich drei Kriterien ableiten, die Ihre KI-Investition unabhängig davon machen, ob sich Berezin oder Correa am Ende als der bessere Analyst erweist:

Erstens: kurze Amortisationszeit statt langfristiger Markt-Wette. Wenn sich ein KI-Agent in Monaten statt Jahren rechnet, spielt es keine Rolle, ob sich der Gesamtmarkt in zwei Jahren korrigiert. Sie haben Ihren Nutzen längst realisiert.

Zweitens: keine Abhängigkeit von einem einzigen Anbieter oder Modell. Genau die Knappheit bei Rechenleistung, die die Bullen als Argument für steigende Bewertungen anführen, ist für Sie als Anwender ein Risiko: Wer nur auf einen Anbieter setzt, ist bei Preisschocks oder Verfügbarkeitsengpässen erpressbar. Flexibilität bei der Anbieterwahl ist deshalb kein Nice-to-have, sondern ein handfestes Risikomanagement-Kriterium.

Drittens: klar messbarer Nutzen ab Tag eins statt Investition auf Basis von Zukunftsversprechen. Die Kluft zwischen den geplanten 725 Milliarden US-Dollar Hyperscaler-Investitionen und dem tatsächlich nachgewiesenen Unternehmensnutzen ist genau das Muster, vor dem die Bären warnen. Für Sie heißt das: Verlassen Sie sich nicht darauf, dass "die Großen das schon ausbauen werden, also lohnt es sich automatisch für uns mit". Wählen Sie stattdessen eigene Anwendungsfälle mit klar bezifferbarem Nutzen – eine automatisierte Rechnungsprüfung, ein Kundenservice-Agent mit messbarer Antwortzeit, eine Vertriebspipeline, die nachweislich mehr qualifizierte Leads produziert.

Diese drei Kriterien lassen sich als einfacher Filter vor jede KI-Investitionsentscheidung schalten, egal ob es um ein einzelnes Tool oder um eine mehrjährige Digitalisierungsstrategie geht. Stellen Sie sich bei jedem geplanten Projekt die gleichen drei Fragen: Wann genau amortisiert sich das – in Wochen, Monaten oder erst nach Jahren? Was passiert, wenn der gewählte Anbieter morgen die Preise verdoppelt oder den Dienst einstellt – stehen Sie dann ohne Alternative da? Und: Können Sie in vier Wochen an einer konkreten Kennzahl zeigen, dass sich die Investition gelohnt hat, oder verlassen Sie sich auf ein "das wird sich schon rechnen"? Wenn Sie bei allen drei Fragen eine klare, belastbare Antwort haben, spielt die Wall-Street-Debatte für Ihre Entscheidung keine Rolle mehr.

Deutschland: Der Business Case funktioniert – aber nur mit Strategie

Ein Blick auf die deutsche Realität zeigt, dass die Frage "lohnt sich KI" längst empirisch beantwortbar ist – auch ohne auf die Wall Street zu schauen. Laut Bitkom-nahen Berichten setzen inzwischen rund 41 Prozent der deutschen Unternehmen KI aktiv ein, ein Anteil, der sich gegenüber dem Vorjahr mehr als verdoppelt hat. Deutsche KI-nutzende Mittelständler erreichen laut zitierten Studien 76 Prozent positive Umsatzrendite, gegenüber 46 Prozent bei Nicht-Nutzern. Wichtig dabei: Das ist eine Korrelation, keine belegte Kausalität – es ist gut möglich, dass ohnehin erfolgreichere Unternehmen eher zu KI greifen, statt dass KI allein den Erfolg erklärt. Trotzdem ist der Unterschied deutlich genug, um ihn nicht zu ignorieren.

Laut einer IBM-Studie von Oktober 2025, die weiterhin breit zitiert wird, berichten 62 Prozent der deutschen Unternehmen von spürbaren Produktivitätssteigerungen durch KI. Gleichzeitig zeigt dieselbe Datenlage aber auch die Schattenseiten: 33 Prozent der befragten deutschen Unternehmen geben an, dass die KI-Einführung teurer war als geplant, und 43 Prozent haben bislang keine konkrete KI-Strategie. Das deckt sich exakt mit dem, was die MIT-Studie global zeigt – der Erfolg hängt nicht an der Technologie selbst, sondern an Strategie, Erwartungsmanagement bei den Kosten und der Wahl des richtigen Umsetzungswegs.

Bei den erwarteten Renditen lohnt sich ein genauer Blick, denn hier kursieren zwei Zahlen, die auf den ersten Blick widersprüchlich wirken. Eine Umfrage nennt einen für 2026 erwarteten durchschnittlichen ROI deutscher Unternehmen von rund 24 Prozent, gegenüber 17 Prozent im Vorjahr. Eine andere Quelle spricht von einem durchschnittlichen ROI von 210 Prozent binnen 24 Monaten bei erfolgreichen KI-Projekten. Diese beiden Zahlen stammen aus unterschiedlichen Studien mit vermutlich unterschiedlicher Methodik und Stichprobe und sind nicht direkt vergleichbar – die eine misst wohl den Durchschnitt über alle Projekte, die andere nur die erfolgreichen. Genau dieser Unterschied ist aber die eigentliche Botschaft: Der Abstand zwischen "durchschnittlichem" und "erfolgreichem" Projekt ist riesig, und er entsteht durch die Qualität der Umsetzung, nicht durch die Marktlage.

Während sich Analysten über Bewertungen streiten, bauen die großen KI-Anbieter munter weiter aus. Anthropic etwa erhöhte seine Lobbyausgaben in den USA im zweiten Quartal 2026 auf rund 1,97 Millionen US-Dollar, ein Plus von 26 Prozent zum Vorquartal, und übertrifft damit inzwischen Nvidia bei den Lobbyausgaben, während man sich Oracle annähert. Gemeinsam mit Blackstone und Hellman & Friedman hat Anthropic zudem das Joint Venture "Ode With Anthropic" gegründet, ein 1,5-Milliarden-US-Dollar-Vorhaben, das bereits mit rund 100 eingesetzten Ingenieuren arbeitet.

Solche Zahlen zeigen: Unabhängig vom Ausgang der Blasen-Debatte fließt weiterhin enormes Kapital in den Ausbau von KI-Infrastruktur und -Regulierung. Für Sie als mittelständisches Unternehmen bedeutet das vor allem eines: Das Angebot an Werkzeugen, Modellen und spezialisierten Lösungen wird eher breiter als schmaler – ein weiteres Argument dafür, sich nicht auf einen einzigen Anbieter festzulegen, sondern die für den jeweiligen Anwendungsfall beste Lösung zu wählen.

Ein weiterer, oft übersehener Faktor kommt aus der Regulierung hinzu: Seit August 2026 gilt in der EU die Kennzeichnungspflicht für KI-generierte Inhalte, gemeinsam mit einem erweiterten Durchgriffsrecht der EU-Kommission gegenüber Anbietern von KI-Systemen mit allgemeinem Verwendungszweck. Das mag auf den ersten Blick nichts mit der Bewertungsfrage an der Börse zu tun haben – ist aber tatsächlich ein weiteres blasen-resistentes Kriterium für Ihre Anbieterauswahl. Wer heute in einen Partner oder eine Plattform investiert, die schon jetzt sauber mit Compliance- und Kennzeichnungsanforderungen umgeht, reduziert das Risiko, in ein oder zwei Jahren nachrüsten oder den Anbieter wechseln zu müssen – unabhängig davon, wie sich die Kurse von Nvidia oder Microsoft bis dahin entwickelt haben.

Fazit: Entscheiden Sie nach Ihrem Business Case, nicht nach der Schlagzeile

Ob wir gerade in einer KI-Blase stecken oder nicht, werden wir vermutlich erst im Rückblick mit Sicherheit wissen – genau wie bei der Dotcom-Blase, deren Ausmaß erst nach dem Platzen wirklich sichtbar wurde. Die gute Nachricht: Sie müssen diese Frage nicht beantworten, um eine gute Investitionsentscheidung zu treffen. Was zählt, ist nicht das KGV von Nvidia oder die nächste Schlagzeile über Hyperscaler-Ausgaben, sondern drei einfache Fragen: Amortisiert sich die Investition in überschaubarer Zeit? Bleiben Sie flexibel, statt von einem einzigen Anbieter abhängig zu sein? Und ist der Nutzen von Anfang an messbar, statt auf ein Versprechen für die Zukunft zu setzen?

Wer diese drei Kriterien konsequent anlegt, trifft eine Entscheidung, die unabhängig davon trägt, ob Peter Berezin oder Juan Correa am Ende Recht behält. Genau das ist der Kern einer soliden KI-Investitionsstrategie im Mittelstand: nicht auf die Marktstimmung wetten, sondern auf den eigenen, klar belegbaren Business Case.