KI ist angekommen. Jetzt zählt der Betrieb.
Warum Kapital, Prozesse und Kontrolle wichtiger werden als das nächste Modell
Diese Woche ging es kaum darum, welches Modell ein paar Benchmark-Punkte besser abschneidet. Dafür wurden drei andere Dinge sehr konkret: Der Ausbau verschlingt enorme Summen, Agenten wandern in reale Abläufe und Regeln müssen auch dann funktionieren, wenn ein Projekt dringend wird.
Laut Bitkom nutzt inzwischen erstmals die Mehrheit der deutschen Unternehmen KI. Der Zugang zur Technologie wird damit immer weniger zum Unterschied.
Entscheidend ist, was danach passiert: Welcher Prozess wird tatsächlich besser? Was kostet er vollständig? Wer kann eingreifen, wenn etwas schiefläuft?
Der KI-Ausbau braucht viel Geld. OpenAI zeigt den Kapitalbedarf der Modellanbieter, Nscale die riskante Rechnung der Infrastrukturbetreiber und Europa seine industriepolitische Antwort darauf.
1. OpenAI rechnet mit 278 Milliarden Dollar negativem Free Cashflow
Laut Financial Times erwartet OpenAI zwischen 2026 und 2030 kumuliert 278 Milliarden Dollar negativen freien Cashflow. Reuters griff den Bericht auf. OpenAI selbst bestätigte die Zahlen nicht.
Gleichzeitig soll der Umsatz von 36 Milliarden Dollar in diesem Jahr auf 350 Milliarden Dollar im Jahr 2030 steigen. Für Rechenleistung und Infrastruktur sieht die interne Planung bis dahin rund 856 Milliarden Dollar vor.
Das sind Prognosen aus einer nicht öffentlichen Unternehmenspräsentation, keine testierten Zahlen. Sie sagen auch nichts darüber aus, wie sich die Preise für Kunden tatsächlich entwickeln werden.
Die Größenordnung zeigt aber, wie kapitalintensiv dieses Geschäft bleibt. Der heutige Preis eines KI-Dienstes ist keine Garantie für den Preis in drei oder fünf Jahren.
Wenn ein wichtiger Prozess nur funktioniert, solange Tokens und API-Zugänge extrem günstig bleiben, ist die Kalkulation zu knapp. Bei kritischen Anwendungen lohnt sich deshalb schon heute ein zweites Szenario mit höheren Preisen und niedrigeren Limits.
2. Nscale wächst um 1.252 Prozent und meldet 1,02 Milliarden Dollar Nettoverlust
Nscale hat seinen Börsenprospekt eingereicht und darin detaillierte Finanz- und Risikodaten veröffentlicht.
Der europäische KI-Cloud-Anbieter erzielte im ersten Halbjahr 2026 140,6 Millionen Dollar Umsatz, nach 10,4 Millionen Dollar im Vorjahreszeitraum. Gleichzeitig lag der Nettoverlust bei 1,02 Milliarden Dollar. Das entspricht einem Umsatzwachstum von 1.252 Prozent.
Im ersten Halbjahr 2026 entfielen 52 Prozent des Umsatzes auf den größten Kunden. Zum 31. August wies Nscale 2,6 Milliarden Dollar an aktivem Vertragswert und insgesamt 103,4 Milliarden Dollar an aktivem und vertraglich vereinbartem Total Contract Value aus.
Nettoverlust ist dabei nicht dasselbe wie Cash-Burn. Darin stecken auch Abschreibungen, Zinsen und Bewertungseffekte. Auch der Vertragswert ist kein bereits verdienter Umsatz. Ein Teil hängt davon ab, ob die zugesagte Kapazität tatsächlich gebaut und bereitgestellt wird.
Für Kunden ist das trotzdem relevant. Wer sich über Jahre an einen jungen Infrastrukturpartner bindet, sollte neben Preis und Leistung auch Finanzierung, Kundenkonzentration und Lieferfähigkeit prüfen.
Genauso wichtig ist die Frage, wie schnell sich Workloads, Modelle und Daten zu einem zweiten Anbieter verschieben lassen.
3. 19 EU-Staaten bereiten ein KI-Industrieprojekt über mehr als zehn Milliarden Euro vor
19 EU-Staaten bereiten unter deutscher Koordination das erste europäische KI-IPCEI vor. Das Vorhaben soll den gesamten KI-Stack abdecken, von Infrastruktur und Basistechnologien bis zu industriellen Anwendungen.
Das erwartete Investitionsvolumen liegt bei mehr als zehn Milliarden Euro. Noch ist dieses Geld nicht beschlossen oder verteilt. Die Projekte befinden sich im europäischen Genehmigungsprozess, konkrete Fördersummen für einzelne Unternehmen stehen nicht fest.
Die Richtung ist trotzdem klar: Europa setzt stark auf Produktionsdaten, Maschinen und industrielle Anwendungen.
Für Unternehmen wird deshalb interessant, ob sie später als Technologiepartner, Pilotkunde oder Datenlieferant in diese Wertschöpfungsketten passen. Wer auf Förderprogramme wartet, sollte allerdings noch keine Einnahmen einplanen, sondern zuerst Projektidee und mögliche Partner sauber vorbereiten.
KI kommt im Arbeitsalltag an. Jetzt zählt nicht mehr die Zahl der Lizenzen, sondern ob Abläufe schneller, besser oder günstiger werden.
4. Microsoft zeigt an einem eigenen Beispiel, warum zuerst der Prozess und dann der Agent kommt
Microsoft berichtet von mehr als 111 spezialisierten Agenten in Planung, Beschaffung, Fulfillment und Logistik.
In fünf monatlichen Planungszyklen sank die durchschnittliche Durchlaufzeit ausgewählter Abläufe von ungefähr zehn auf weniger als 2,5 Arbeitstage.
Die Zahlen stammen von Microsoft selbst und wurden nicht unabhängig geprüft. Sie gelten für ausgewählte Prozesse und sind kein Beleg für einen unternehmensweiten Produktivitätssprung.
Der interessante Teil liegt ohnehin in der Reihenfolge.
Microsoft beschreibt, dass zuerst die Abläufe vereinfacht und Daten zusammengeführt wurden. Danach kamen die Agenten und genau daran lassen sich eigene Projekte messen. Nimm einen klar abgegrenzten Prozess und dokumentiere vorher Durchlaufzeit, Fehler und Nacharbeit. Erst danach lässt sich beurteilen, ob KI tatsächlich etwas verbessert hat.
5. ChatGPT zieht direkt in Word ein
ChatGPT für Word ist für Enterprise- und Edu-Kunden verfügbar.
Nutzer können Dokumente zusammenfassen, Passagen überarbeiten oder aus Notizen Entwürfe erstellen. Unternehmen steuern den Zugriff über ChatGPT und Microsoft 365. Ab dem 1. Oktober soll der Word-Zugang standardmäßig aktiviert sein.
OpenAI nennt keine Produktivitätswerte und garantiert auch keine fehlerfreien Ergebnisse bei Verträgen, Zahlen oder komplexen Dokumenten.
Der größere Schritt ist trotzdem klar: KI wandert direkt dorthin, wo Angebote, Verträge und interne Entscheidungen entstehen.
Damit wird aus einer persönlichen Schreibhilfe eine Admin-, Daten- und Qualitätsfrage.
Vor dem 1. Oktober sollte deshalb geklärt sein, welche Nutzergruppen und Dokumentarten freigegeben werden, welche Budgets gelten und wo eine menschliche Prüfung zwingend bleibt.
6. 57 Prozent der deutschen Unternehmen nutzen bereits KI
Laut Bitkom setzen 57 Prozent der deutschen Unternehmen ab 20 Beschäftigten KI ein. Vor einem Jahr waren es 36 Prozent, vor zwei Jahren 20 Prozent. Gleichzeitig sagt kein befragtes Anwenderunternehmen, das Potenzial vollständig auszuschöpfen.
Befragt wurden 603 Unternehmen telefonisch. Die Zahlen sind Selbsteinschätzungen. Sie sagen nichts darüber aus, wie tief KI integriert ist oder ob dadurch bereits mehr Umsatz oder Produktivität entstanden ist. Genau deshalb verschiebt sich die Messlatte.
„Wir nutzen KI“ ist 2026 kaum noch eine Strategie. Relevant wird, welcher Prozess schneller geworden ist, wo Kosten gesunken sind oder wo Qualität messbar gestiegen ist.
Wenn darauf keine klare Antwort existiert, wurde wahrscheinlich Nutzung gemessen und noch kein wirtschaftlicher Effekt.
Regeln auf Papier reichen nicht. Entscheidend ist, ob sie unter Zeitdruck greifen, Agenten begrenzte Rechte besitzen und Unternehmen bewusst darüber entscheiden, wofür ihre Inhalte verwendet werden dürfen.
7. Fast alle haben KI-Regeln. Fast die Hälfte hat sie bereits umgangen.
EY befragte 202 KI-Verantwortliche börsennotierter US-Unternehmen mit mindestens einer Milliarde Dollar Jahresumsatz.
98 Prozent berichten von formalen KI-Regeln. 47 Prozent sagen, dass diese Prozesse bei dringenden Einführungen bereits umgangen wurden.
36 Prozent berichten außerdem von mindestens einem KI-Vorfall mit materiell negativen Auswirkungen.
Diese beiden Zahlen dürfen nicht vermischt werden. Die Studie zeigt nicht, dass die Schäden durch das Umgehen der Governance entstanden sind.
Sie zeigt aber ein anderes Problem ziemlich deutlich: Ein Freigabeprozess, der bei dringenden Projekten umgangen wird, erfüllt seine Kontrollfunktion unter Zeitdruck nicht zuverlässig.
Unternehmen brauchen deshalb neben dem normalen Weg auch einen kontrollierten Eilprozess. Wer darf entscheiden? Welche Mindestkontrollen gelten immer? Wann muss die Ausnahme erneut geprüft werden?
8. Erste Meldung in Spanien über einen Angriff mit KI-Agent
Die spanische Datenschutzbehörde AEPD berichtet über die erste bei ihr gemeldete Datenschutzverletzung, bei der mutmaßlich ein KI-Agent eingesetzt wurde.
Nach Angaben der betroffenen Organisation suchte der Agent selbstständig nach Schwachstellen, meldete sich an, veränderte personenbezogene Daten und griff auf Rechnungen zu. Der Fall wird noch geprüft. Die AEPD bestätigt weder eine EU-weite Premiere noch, dass das verwendete Modell oder die Infrastruktur des Anbieters kompromittiert waren.
Das eigentliche Thema sind die Berechtigungen. Wenn ein Agent gültige Zugangsdaten bekommt und mehrere bekannte Angriffsschritte selbstständig miteinander verbinden kann, werden zu weit gefasste Rechte schnell zum Problem.
Agenten brauchen deshalb eigene, klar begrenzte Identitäten und nachvollziehbare Aktionen. Genau solche Szenarien gehören auch in Risikoanalyse und Notfallübung.
9. OpenAI beginnt, Modell-Fehlverhalten systematisch offenzulegen
OpenAI hat einen freiwilligen Rahmen veröffentlicht, mit dem ungewöhnliches oder problematisches Modellverhalten künftig erfasst, untersucht und offengelegt werden soll.
Zum Start erschienen sechs Berichte aus Training und Evaluation. Darunter waren Modelle, die einen öffentlich auffindbaren API-Schlüssel ohne Erlaubnis nutzten oder eine Datei im Internet ablegten, um sie anschließend zitieren zu können.
Wichtig ist die Grenze: Der Rahmen ist freiwillig, wird von OpenAI selbst gesteuert und nicht extern auditiert. Aus sechs internen Fällen lässt sich nicht ableiten, wie häufig solche Vorgänge im normalen Kundenbetrieb vorkommen. Für Unternehmen entsteht trotzdem ein neues Auswahlkriterium.
Bei kritischen KI-Systemen zählt künftig nicht nur, wie leistungsfähig ein Anbieter ist. Es zählt auch, wie er Vorfälle erkennt, meldet und korrigiert.
Das gehört genauso in die Lieferantenauswahl wie Preis und Modellqualität.
10. Cloudflare trennt Suche und KI-Training
Cloudflare führt für alle Tarife die Einstellung „Disallow AI Training“ ein.
Websitebetreiber können damit eine No-Training-Präferenz veröffentlichen, ohne gemischt genutzte Crawler automatisch aus der klassischen Suche auszusperren. Damit lassen sich Suche, Training und Agentenzugriff sauberer trennen als bisher.
Eine Garantie ist das nicht. Cloudflare kann nicht sicherstellen, dass jeder Betreiber die Präferenz einhält. Auch KI-Zusammenfassungen werden dadurch nicht automatisch verhindert.
Für Unternehmen mit viel eigenem Wissen, Produktdaten oder Fachcontent ist die Entscheidung trotzdem relevant: Öffentlich sichtbar zu sein und fremde Modelle zu trainieren, muss nicht länger dasselbe sein.
Was diese Woche wirklich zählt
Zehn Nachrichten verlangen keine zehn neuen Projekte. Sie zeigen, was nach der Experimentierphase kommt: KI muss finanziert, in reale Prozesse eingebaut und kontrolliert werden.
Der Unterschied entsteht inzwischen kaum noch dadurch, dass du Zugang zu KI hast. Entscheidend wird, ob du sagen kannst, welcher Prozess dadurch besser geworden ist, was er kostet und wer eingreifen kann, wenn etwas schiefläuft.
Hör auf, ChatGPT wie Google zu benutzen
Du brauchst wahrscheinlich nicht das nächste KI-Tool. Oft liegt der größere Hebel darin, mehr aus dem herauszuholen, was du bereits nutzt.
Im kostenlosen Guide „ChatGPT-Durchbruch“ zeige ich dir auf 14 Seiten, wie du bessere Arbeitsaufträge formulierst, Antworten gezielt nachschärfst und ChatGPT für Texte, Recherche, Planung und wiederkehrende Aufgaben einsetzt.