Meta beginnt, seine KI-Leistung zu vermieten: Wenn alle graben, verdient der Schaufelverkäufer - wenn die Blase nicht zuerst platzt

Meta baut ein Geschäft auf, um seine überschüssige KI-Rechenleistung zu vermieten - und tritt damit direkt in den Hof von Amazon Web Services, Google Cloud und Microsoft Azure. Der Plan, angeblich Meta Compute genannt, kommt nur Wochen, nachdem SpaceX dasselbe tat: Seine Sparte xAI vermietete bereits Kapazität aus dem Rechenzentrum Colossus 1 an Unternehmen wie Anthropic, Google und Reflection AI.

Die Logik ist so alt wie jeder Goldrausch. Wenn alle graben, verdient am sichersten, wer die Schaufeln verkauft. Unter den Giganten, die Hunderte Milliarden für Chips und Strom ausgeben, entsteht die Versuchung, einen Teil dieser teuren Infrastruktur nicht leer stehen zu lassen, sondern damit Geld von anderen einzunehmen, die keine eigenen Server haben.

Die Zahl dahinter ist schwer zu fassen: Bis zum ersten Quartal 2026 verpflichtete sich Meta, 182,9 Milliarden Dollar (rund 168 Milliarden Euro) für KI-Infrastruktur auszugeben, mit riesigen Rechenzentren in Louisiana und Ohio, wobei das in Ohio dieses Jahr in Betrieb gehen soll. Wenn man so viel investiert, muss man einen Weg finden, das Geld zurückzuholen - und das Vermieten der Leistung ist ein schnellerer Weg, als darauf zu warten, dass die eigenen Modelle verdienen.

Und hier ist die Schwachstelle. Anders als Google und OpenAI hat Meta bisher keine ernsthaften Einnahmen aus eigenen KI-Produkten gezogen; in den Finanzberichten weist es nicht gesondert aus, wie viel Meta AI oder Llama einbringen. Nun will das Unternehmen sowohl reine Rechenleistung als auch Zugang zu Modellen verkaufen, darunter das kürzlich eingeführte geschlossene Modell Muse Spark. Mit anderen Worten: Statt auf Kunden zu warten, kassiert es bei denen, die ihm das Fundament bauen.

Analysten flüstern bereits das Wort, das jeder auf dem Balkan erkennt - Blase. Ein Teil von ihnen warnt, dass dieser ganze Ausbau auf Hardware ruht, die unglaublich schnell veraltet, und die Frage, die niemand laut beantworten will, lautet, ob KI-Unternehmen überhaupt genug Einnahmen von Endkunden ziehen werden, um Investitionen in Billionenhöhe zu rechtfertigen. Wenn Infrastruktur schneller gebaut wird als die Einnahmen, die sie bezahlen sollen, bleibt am Ende jemand auf der Rechnung sitzen. Die Frage ist nur, wer.