Eine Analyse des Marktforschungsunternehmens Gartner zeigt, dass der Grossi teil der weltweiten KI-Ausgaben weiterhin in die Infrastruktur fliesst, nicht in die Entwicklung von KI-Modellen selbst. Hyperscaler wie Microsoft, Google, Amazon und Meta investieren Milliarden in Rechenzentrums-Infrastruktur, GPU- und spezielle KI-Chips sowie Netzwerk-Technologie. Die direkten Ausgaben für KI-Modell-Entwicklung machen demgegenüber nur einen winzigen Bruchteil des Gesamtmarktes aus.
Dieses Ungleichgewicht erklärt sich dadurch, dass KI-Training extrem ressourcenintensiv ist. Das Training grosser Sprachmodelle erfordert Millionen von Dollar an Rechenleistung und Stromkosten. Die Infrastruktur-Kosten dominieren somit wirtschaftliche Entscheidungen. Zugleich zeigt dies, dass der KI-Markt sehr zentralisiert ist: Nur wenige Unternehmen können solche Investitionen stemmen.
Für KMU ist dies wichtig zu verstehen, um realistische Erwartungen zu haben. Eigene KI-Entwicklung ist kostspielig. Stattdessen macht es Sinn, bestehende KI-Services (APIs, Cloud-Lösungen) zu nutzen und sich auf Geschäftslogik zu konzentrieren. Unternehmen sollten ihre KI-Strategie darauf ausrichten, externe Modelle sinnvoll zu integrieren, statt in proprietäre Modelle zu investieren. Dies ist wirtschaftlicher und technologisch realistischer für kleinere Organisationen.