Wettlauf zwischen Amazon und Google Cloud verschärft sich, da KI-Ausgaben erneut steigen

Amazon hat seinen Investitionsplan für 2026 auf 220 Milliarden US-Dollar angehoben, obwohl das Unternehmen bereits mehr als jeder große Rivale in neue Rechenkapazitäten investiert. Die Erhöhung verschärft den Wettbewerb zwischen Amazon und Google um Kunden für KI-Infrastruktur und rückt zugleich Amazons künftige Cash-Renditen stärker in den Fokus.

Der Zeitpunkt ist relevant, weil Amazon Web Services parallel zu den Ausgaben endlich an Tempo gewinnt. Der AWS-Umsatz stieg im zweiten Quartal gegenüber dem Vorjahr um 37 % – das schnellste Wachstum seit 18 Quartalen. Amazon zufolge übersteigt die Nachfrage weiterhin die Kapazität, die das Unternehmen installieren kann.

Google und Microsoft berichten über denselben grundlegenden Engpass, doch ihre Finanzsignale unterscheiden sich. Google Cloud wuchs schneller, während Microsoft auf eine weitere große Ausgabenerhöhung verzichtete. Amazon muss nun zeigen, dass seine beispiellose Investitionsgröße nachhaltiges Cloud-Wachstum erzeugt und nicht nur höhere Rechnungen.

Amazon erhöht seinen Ausbau um weitere 20 Milliarden US-Dollar

Amazons neuer Ausgabenplan macht aus einem starken Cloud-Quartal eine deutlich größere Wette auf die künftige Nachfrage.

Amazon erwartet für 2026 nun Investitionsausgaben in Höhe von etwa 220 Milliarden US-Dollar. Das sind 20 Milliarden US-Dollar mehr als die Schätzung, die das Management im Februar abgegeben hatte, und deutlich mehr als die 128 Milliarden US-Dollar aus dem Jahr 2025.

Investitionsausgaben, meist als Capex abgekürzt, umfassen langlebige Vermögenswerte wie Server, Chips, Netzwerkausrüstung und Rechenzentren. Amazons Gesamtbetrag beinhaltet auch Investitionen in Robotik und das Satellitengeschäft und ist daher keine reine KI-Zahl.

AWS bleibt laut CEO Andy Jassy das wichtigste Ziel. Amazon benötigt mehr Rechenkapazität für klassische Cloud-Workloads, Modelltraining, KI-Inferenz und seine eigenen wachsenden Softwaredienste.

Die Quartalsergebnisse des Unternehmens lieferten ein ungewöhnlich starkes Argument für die Erhöhung. Der AWS-Umsatz erreichte im Quartal von April bis Juni rund 42,2 Milliarden US-Dollar und lag damit 36,7 % über dem Vorjahreswert.

Dieses Wachstum beschleunigte sich deutlich gegenüber 28 % im Vorquartal. Es übertraf zudem die jüngeren Wachstumsraten, die Sorgen ausgelöst hatten, AWS könne gegenüber Microsoft Azure und Google Cloud an Schwung verlieren.

Amazon erklärte, dass sowohl sein KI- als auch sein Custom-Chip-Geschäft annualisierte Umsatzraten von jeweils 25 Milliarden US-Dollar überschritten hätten. Eine Run Rate rechnet die aktuelle Entwicklung auf ein Gesamtjahr hoch, anstatt die tatsächlich erzielten Verkäufe eines abgeschlossenen Jahres auszuweisen.

Jassy nannte zudem teureren Speicher als wichtigsten Grund für die Anhebung der Ausgabenprognose. KI-Server benötigen große Mengen an High-Bandwidth-Memory und herkömmlichem Speicher, wodurch die Komponentenpreisinflation in Amazons Größenordnung erheblich ins Gewicht fällt.

Die Erhöhung bedeutet nicht, dass Amazon jeden Kunden sofort bedienen kann. Rechenzentrumsprojekte benötigen Grundstücke, Strom, Kühlsysteme, Netzanschlüsse, Genehmigungen und spezialisierte Ausrüstung, bevor Server Umsätze erwirtschaften.

Jassy sagte, Amazon erwarte weiterhin, dass die Nachfrage das verfügbare Angebot während des gesamten Jahres 2026 übersteigen werde. Er rechnet damit, dass das Ungleichgewicht auch 2027 anhält, und bezeichnete die bereits sichtbare Nachfrage für 2028 als bemerkenswert.

Diese Aussage beschreibt die zentrale Spannung. Amazon baut nicht allein deshalb aus, weil die Führungskräfte einen späteren KI-Boom erwarten. Das Unternehmen sagt, bestehende Kunden fragten bereits nach mehr Kapazität, als AWS bereitstellen könne.

Kundeninteresse und profitable Auslastung sind jedoch nicht dasselbe. Heute bestellte Kapazität muss auch dann noch sinnvoll nutzbar sein, wenn neuere Chips, Modelle und Softwarearchitekturen die Wirtschaftlichkeit des KI-Computings verändern.

Der stärkste Teil von Amazons Argumentation ist daher nicht die Schlagzeilenzahl der Ausgaben. Es ist die Kombination aus beschleunigtem AWS-Umsatz, bestehenden Verpflichtungen und begrenztem Angebot.

Der schwächste Teil ist die lange Zeitspanne zwischen dem Ausstellen von Schecks und dem Erzielen von Erträgen. Gebäude können mehrere Servergenerationen tragen, doch manche teuren Rechenkomponenten verlieren deutlich schneller an Wert.

Amazons 220-Milliarden-Dollar-Plan erhöht den Einsatz auf beiden Seiten. Schnelleres AWS-Wachstum rechtfertigt einen stärkeren Ausbau, doch der größere Ausbau setzt zugleich einen noch höheren Maßstab für künftiges Wachstum.

Das Ausgabenrennen zwischen Amazon und Google liefert ein Umsatzsignal

Die Rivalität zwischen Amazon und Google wird nicht länger nur durch angekündigte Infrastruktur bestimmt, denn beide Unternehmen berichten nun von einer starken Beschleunigung im Cloud-Geschäft.

Alphabet berichtete, dass der Umsatz von Google Cloud im zweiten Quartal gegenüber dem Vorjahr um 82 % gestiegen sei. Der Umsatz erreichte 24,8 Milliarden US-Dollar, während der Cloud-Auftragsbestand auf 514 Milliarden US-Dollar anwuchs.

Der Auftragsbestand umfasst vertraglich vereinbarte Umsätze, die noch nicht erfasst wurden. Er bietet Einblick in die Nachfrage, auch wenn Zeitpunkt und Profitabilität dieser künftigen Umsätze variieren können.

Google erhöhte zudem seine Capex-Prognose für 2026 auf 195 bis 205 Milliarden US-Dollar. Die vorherige Spanne lag bei 180 bis 190 Milliarden US-Dollar.

Das Unternehmen erklärte, der überwiegende Teil dieser Ausgaben werde technische Infrastruktur unterstützen. Dazu zählen Server, Netzwerkausrüstung und der Bau von Rechenzentren.

Google-CEO Sundar Pichai sagte, das Unternehmen sei trotz seiner Kapazitätserweiterungen weiterhin angebotsbeschränkt. Google berichtete außerdem, dass etwa neun Millionen Entwickler seine Modelle jeden Monat nutzen.

Die firmeneigenen Modell-APIs verarbeiteten rund 22 Milliarden Token pro Minute, gegenüber 16 Milliarden im Vorquartal. Token sind die kleinen Text- oder Dateneinheiten, die KI-Modelle verarbeiten.

Diese operativen Kennzahlen helfen dabei, Infrastruktur mit Aktivität zu verknüpfen. Sie zeigen nicht die Marge jeder einzelnen KI-Anfrage, aber sie belegen, dass die teure Ausrüstung messbare Nutzung unterstützt.

Googles Cloud-Dynamik stellt Amazon direkt vor eine Herausforderung. AWS bleibt größer, doch Google Cloud gewinnt prozentual deutlich schneller an Umsatz hinzu.

Google kann seine Infrastruktur zudem auf mehrere Geschäftsbereiche verteilen. Dieselbe technische Grundlage unterstützt Cloud-Kunden, Gemini, Search-Funktionen, YouTube-Tools, Sicherheitsdienste und die interne Modelforschung.

Diese Integration verbessert die potenzielle Auslastung. Sie erschwert aber auch die Analyse der Wirtschaftlichkeit, weil Alphabet nicht für jedes KI-Produkt eine separate Gewinn- und Verlustrechnung veröffentlicht.

Amazon verfügt über einen ähnlichen Vorteil gemeinsamer Nutzung. Die AWS-Infrastruktur unterstützt externe Kunden, Amazon-Dienste, eigenes Silizium und Partnerschaften mit Modellentwicklern.

Der Unterschied liegt darin, wo jedes Unternehmen startet. Amazon führt den Markt für Cloud-Infrastruktur an, während Google eine kleinere Cloud-Position mit einem deutlich größeren Netzwerk für die Verteilung an Endverbraucher verbindet.

Marktschätzungen für das erste Quartal sahen AWS bei 28 % der weltweiten Ausgaben für Cloud-Infrastruktur. Microsoft hielt 21 %, Google 14 %, laut Branchenschätzungen in den Marktanteilsdaten.

Diese Führungsposition verschafft AWS eine enorme installierte Basis. Unternehmen betreiben bereits Datenbanken, Anwendungen, Speichersysteme und Sicherheitstools in Amazons Umgebung.

KI-Workloads können diese bestehenden Konten ausweiten. Ein Unternehmen, das ein Modell trainiert, kann beim selben Anbieter auch Speicher, Netzwerkkapazität, Analytik, Datenbanken und Identitätsdienste beziehen.

Google nähert sich der Chance aus einer anderen Richtung. Seine eigenen Tensor Processing Units, Gemini-Modelle, Datenprodukte und sein Sicherheitsportfolio bilden eine integrierte Alternative zu AWS.

Der Wettbewerb zwischen Amazon und Google ist daher kein einfaches Rennen darum, die meisten Grafikprozessoren zu besitzen. Jedes Unternehmen möchte, dass die KI-Nachfrage Kunden tiefer in seine umfassendere Cloud-Plattform zieht.

Die jüngsten Zahlen deuten darauf hin, dass beide Strategien Nachfrage anziehen. Sie zeigen jedoch noch nicht, welches Unternehmen diese Nachfrage in überlegene langfristige Renditen umwandeln wird.

Microsoft erschwert den Ausgabenvergleich

Microsoft zeigt, dass eine Beschleunigung im Cloud-Geschäft Investoren beeindrucken kann, ohne eine weitere drastische Erhöhung der geplanten Investitionen anzukündigen.

Microsoft berichtete, dass der Umsatz von Azure und anderen Cloud-Diensten im vierten Fiskalquartal um 43 % gestiegen sei. Diese Entwicklung übertraf die Wachstumsspanne, die das Management ein Quartal zuvor prognostiziert hatte.

Das Unternehmen erklärte zudem, dass der jährliche Azure-Umsatz erstmals 100 Milliarden US-Dollar überschritten habe. Der Umsatz von Microsoft Cloud lag im gesamten Fiskaljahr bei mehr als 214 Milliarden US-Dollar.

Die Azure-Ergebnisse wurden einen Tag vor Amazons Quartalszahlen veröffentlicht. Sie gaben Investoren einen weiteren Maßstab zur Bewertung des Verhältnisses zwischen Ausgaben und Wachstum.

Microsoft verband die Ergebnisse nicht mit einer vergleichbaren Erhöhung seines kalenderjährlichen Ausgabenplans. Dieser Kontrast verstärkte eine Marktpräferenz für sichtbare Umsatzbeschleunigung ohne eine weitere große Capex-Überraschung.

Der Vergleich erfordert Vorsicht, weil die Unternehmen unterschiedliche Berichtszeiträume und Bilanzdarstellungen verwenden. Microsoft nutzt zudem in großem Umfang Finanzierungsleasing für Rechenzentrumsanlagen.

Dennoch steht Microsoft vor denselben physischen Grenzen. Das Management hat wiederholt erklärt, dass die Nachfrage die verfügbare Cloud- und KI-Kapazität übersteige, selbst wenn neue Infrastruktur ans Netz geht.

Microsoft erwartete im vierten Fiskalquartal Capex von mehr als 40 Milliarden US-Dollar. Die kalenderjährliche Erwartung für 2026 lag zu Jahresbeginn bei rund 190 Milliarden US-Dollar.

Das Unternehmen erklärte, höhere Komponentenpreise machten einen erheblichen Teil dieses Plans aus. Es rechnete zudem damit, dass die Angebotsengpässe bis 2026 anhalten würden.

Microsofts Vorteil liegt in seinem Vertrieb von Unternehmenssoftware. Die Azure-Infrastruktur ist direkt mit Microsoft 365, GitHub, Sicherheitsprodukten, Datenbanken und Branchenanwendungen verbunden.

Microsoft 365 Copilot erreichte laut Unternehmen mehr als 30 Millionen kostenpflichtige Plätze. Das eröffnet Microsoft einen Weg, KI oberhalb der Infrastrukturebene zu monetarisieren.

Amazon hat ein anderes Softwareprofil. AWS bietet ein breites Spektrum an Entwickler- und Unternehmensdiensten, doch Amazon fehlt Microsofts dominantes Bündel für Arbeitsplatzsoftware.

Google nimmt eine mittlere Position ein. Es verkauft Unternehmensinfrastruktur und Produktivitätssoftware und verteilt KI zugleich über Consumer-Produkte mit enormer Reichweite.

Diese Unterschiede sind wichtig, weil die Margen der KI-Infrastruktur durch Abschreibungen, Energieverbrauch und häufigen Hardwareaustausch unter Druck stehen. Anbieter wollen Softwareumsätze, die diese Kosten auffangen können.

Ein Cloud-Kunde könnte reine Accelerator-Kapazität für Modelltraining mieten. Das kann hohe Umsätze erzeugen, bietet jedoch möglicherweise weniger Differenzierung als eine vollständige Anwendung oder eine verwaltete Plattform.

Jeder Anbieter versucht daher, denselben Stack nach oben zu klettern. Amazon bewirbt Bedrock, SageMaker, eigene Trainium-Chips und verwaltete Agents neben der grundlegenden Infrastruktur.

Google kombiniert seine Cloud-Plattform mit Gemini-Modellen, Vertex AI, eigenen TPUs, Workspace und Sicherheitsprodukten. Microsoft integriert Azure mit OpenAI-Modellen, Copilot, GitHub und seinen Geschäftsanwendungen.

Deshalb kann das quartalsweise Cloud-Wachstum allein den Wettbewerb nicht entscheiden. Umsatzzusammensetzung, Vertragslaufzeit, Abschreibungen und die Anbindung von Software beeinflussen allesamt die letztliche Rendite.

Microsofts Quartal erhöht den Druck auf Amazon, weil Azure ohne eine weitere wesentliche Anpassung der Ausgabenprognose beschleunigte. Es erhöht auch den Druck auf Google, dessen schnelleres Wachstum mit einer höheren Capex-Prognose einherging.

Amazon muss nun beweisen, dass die zusätzlichen 20 Milliarden US-Dollar Umsätze ermöglichen, die andernfalls nicht verfügbar wären. Es wird nicht genügen, die Infrastruktur-Expansion der Wettbewerber lediglich nachzuvollziehen.

Mehr Kapazität garantiert keine besseren Renditen

Das zentrale Risiko ist nicht ein schwaches Interesse an KI, sondern ob die heutige Infrastruktur genügend Erträge erwirtschaften kann, bevor ihre teuersten Komponenten veralten.

Amazons höhere Ausgaben gingen mit einer Verschlechterung des freien Cashflows einher. Das Unternehmen meldete für die zwölf Monate bis zum 30. Juni einen Mittelabfluss von 7,6 Milliarden US-Dollar, verglichen mit einem Zufluss von 18,2 Milliarden US-Dollar ein Jahr zuvor.

Der freie Cashflow misst im Allgemeinen den operativen Cashflow nach Ausgaben für Sachanlagen und Ausrüstung. Er kann rasch sinken, wenn ein Unternehmen den Bau von Infrastruktur und den Kauf von Servern beschleunigt.

Amazons Gesamtgeschäft ist weiterhin in der Lage, erhebliche operative Gewinne zu erzielen. Die Umkehr beim Cashflow zeigt jedoch, dass der Ausbau von KI und Logistik unmittelbare finanzielle Kosten verursacht.

Alphabet sah sich nach der Meldung hoher Umsätze einer ähnlichen Prüfung ausgesetzt. Trotz der schnellen Expansion von Google Cloud und einer soliden Entwicklung in anderen Bereichen drückten hohe Ausgaben den quartalsweisen freien Cashflow ins Minus.

Eine unabhängige Gewinnanalyse hob den Kontrast zwischen der beschleunigten KI-Nachfrage und dem Druck auf Alphabets Cashflow hervor. Investoren reagierten vorsichtig, obwohl der Umsatz die Erwartungen übertraf.

Diese Ergebnisse widerlegen das einfachste bullische Argument. Starke Nachfrage verhindert kurzfristige finanzielle Belastungen nicht automatisch.

Sie schwächen auch das einfachste bearische Argument. Die Anbieter investieren nicht, während die Cloud-Umsätze stagnieren. AWS, Azure und Google Cloud meldeten allesamt schnelles Wachstum.

Die schwierigere Frage betrifft die Nutzungsdauer der Vermögenswerte. Rechenzentrumsgebäude können jahrzehntelang betrieben werden, während Server und Beschleuniger deutlich früher ersetzt werden müssen.

Microsoft erklärte zuvor, dass rund zwei Drittel eines quartalsweisen Capex-Gesamtbetrags aus kurzlebigeren Vermögenswerten bestanden, vor allem aus CPUs und GPUs. Diese Komponenten müssen schneller monetarisiert werden als Grundstücke oder Gebäude.

Amazon beschreibt seinen Ausgabenmix anders, steht jedoch vor derselben technischen Realität. KI-Kunden verlangen häufig die neueste Beschleunigergeneration, weil Leistungsverbesserungen die Kosten pro Token senken können.

Eigene Chips bieten einen möglichen Schutz. Amazons Trainium-Beschleuniger sollen die Abhängigkeit von Nvidia verringern und AWS zugleich mehr Kontrolle über die Wirtschaftlichkeit der Hardware geben.

Google verfolgt diese Strategie seit Jahren mit seinen TPUs. Microsoft entwickelt ebenfalls eigene Beschleuniger und Serverprozessoren und kauft gleichzeitig weiterhin Geräte von Nvidia und AMD.

Eigenes Silizium kann die Kosten senken, wenn die Auslastung hoch ist. Es kann aber auch Entwicklungsrisiken, Bedenken hinsichtlich der Kundenkompatibilität und einen weiteren Inventarzyklus schaffen, den das Management korrekt prognostizieren muss.

Energie stellt eine weitere Beschränkung dar. Ein abgeschlossener Serverauftrag kann ohne ausreichend Strom, Kühlung, Netzwerkinfrastruktur und regionale Genehmigungen keinen Umsatz erzeugen.

Die Anbieter haben Rechenzentrumsprojekte auf mehreren Kontinenten angekündigt, doch einige Standorte sind von Verzögerungen im Stromnetz und lokalem Widerstand betroffen. Baugeschwindigkeit allein garantiert kein nutzbares Rechenangebot.

Die Konzentration auf wenige Kunden erhöht die Unsicherheit. Große Modellentwickler können enorme Verpflichtungen eingehen, doch ihre Ausgaben hängen von Finanzierungsrunden, Produktakzeptanz und der künftigen Wirtschaftlichkeit ihrer Modelle ab.

Ein Auftragsbestand kann Vertrauen schaffen, aber nicht jeder Vertrag hat dieselbe Marge oder denselben Zeitplan. Einige Vereinbarungen umfassen zudem strategische Investitionen, die zwischen Cloud-Anbietern und KI-Unternehmen fließen.

Diese Zirkularität verdient Aufmerksamkeit. Ein Cloud-Anbieter kann in einen Modellentwickler investieren, der sich anschließend verpflichtet, Rechenkapazität von demselben Anbieter zu kaufen.

Eine solche Vereinbarung kann die Plattformentwicklung beschleunigen und wichtige Kunden sichern. Sie kann die gemeldete Nachfrage aber auch schwerer mit gewöhnlichem Unternehmensverbrauch vergleichbar machen.

Amazon hat seine Beziehungen zu Anthropic und OpenAI ausgebaut, während Microsoft weiterhin eng mit OpenAI verbunden ist. Google entwickelt seine führenden Modelle intern und versorgt externe Entwickler über Cloud.

Keiner dieser Ansätze ist grundsätzlich unsolide. Jeder schafft unterschiedliche Abhängigkeiten, die quartalsweise Cloud-Wachstumsraten nicht vollständig offenlegen.

Die vorsichtige Lesart ist daher bedingt. Amazons Ausgaben erscheinen gerechtfertigt, solange vertraglich gesicherte Nachfrage, Kapazitätsauslastung und AWS-Umsatz gemeinsam weiter steigen.

Der Fall wird schwächer, wenn Kapazitäten schneller verfügbar werden, als Kunden sie einsetzen können. Er wird auch schwächer, wenn die Preise schneller fallen als sich die Hardwareeffizienz verbessert.

Amazon sagt, es plane Kapazitäten anhand sichtbarer Nachfrage und nicht auf Basis allgemeiner Spekulationen. Investoren benötigen dennoch mehrere Quartale an Belegen, bevor sie den gesamten Plan über 220 Milliarden US-Dollar als bestätigt ansehen.

Unternehmenskäufer gewinnen Verhandlungsmacht und neue Risiken

Der Infrastrukturwettlauf verschafft Unternehmen mehr Rechenoptionen, erhöht aber auch die Kosten einer falschen technischen und kommerziellen Entscheidung.

Wenn Anbietern Kapazitäten fehlen, müssen Kunden mit längeren Bereitstellungszeiten und eingeschränktem Zugang zu bevorzugten Chips rechnen. Mehr Bauaktivität sollte diese Engpässe schrittweise verringern.

Wettbewerb kann auch die Stückkosten senken. Amazon, Google und Microsoft optimieren die Bereitstellung von Modellen, entwickeln eigene Beschleuniger und verbessern die Effizienz ihrer Rechenzentren.

Die größten Einsparungen erfordern jedoch häufig eine stärkere Bindung an eine Plattform. Ein Kunde kann bessere Wirtschaftlichkeit erzielen, wenn er die nativen Chips eines Anbieters, verwaltete Datenbanken, die Modellplattform und Sicherheitsdienste gemeinsam nutzt.

Diese Entscheidung kann Wechselkosten erhöhen. Anwendungen, die auf dem proprietären Beschleuniger oder einem verwalteten Agentensystem eines Anbieters aufbauen, können erhebliche Arbeit erfordern, um sie anderswohin zu verlagern.

Das Risiko beschränkt sich nicht auf Infrastruktur. Datenpipelines, Identitätskontrollen, Observability-Systeme und Workflows zur Modellevaluierung können alle an eine einzelne Cloud gebunden werden.

Unternehmen sollten daher kurzfristige Kapazitätsentscheidungen von langfristigen Architekturentscheidungen trennen. Verfügbare GPUs zu mieten ist etwas anderes, als einen Anbieter zum zentralen Bestandteil eines gesamten KI-Betriebsmodells zu machen.

Multicloud-Strategien können Verhandlungsmacht bewahren, erhöhen jedoch die operative Komplexität. Teams müssen Netzwerke, Sicherheitsrichtlinien, Datenbewegungen und unterschiedliche Plattformoberflächen verwalten.

Datenübertragungskosten können die Portabilität zusätzlich einschränken. Die Verschiebung großer Trainingsdatensätze oder Modellausgaben zwischen Clouds kann Verzögerungen und zusätzliche Kosten verursachen, selbst ohne formalen Lock-in.

KI-Agenten machen die Wahl folgenreicher. Ein Agent kann Modelle aufrufen, Unternehmensinformationen abrufen, Softwaretools verwenden und Aufgaben über mehrere Systeme hinweg ausführen.

Wenn dieser Workflow stark von den Identitäts-, Daten- und Orchestrierungsdiensten eines Anbieters abhängt, wird ein späterer Wechsel schwieriger. Die Infrastrukturentscheidung wird zu einer Entscheidung über die Anwendungsarchitektur.

Der Wettlauf zwischen Amazon und Google bietet Käufern einen nützlichen Vergleich. AWS startet mit breiter Infrastrukturakzeptanz und einem großen Partnernetzwerk. Google betont seine integrierten Modelle, Datensysteme, TPUs und Sicherheitsfunktionen.

Microsoft fügt einen dritten Weg hinzu, der auf Azure und weit verbreiteter Arbeitsplatzsoftware aufbaut. Kleinere Anbieter können über spezialisierten Zugang zu Beschleunigern, geringere Komplexität oder bestimmte regionale Kapazitäten konkurrieren.

Käufer sollten die Gesamtwirtschaftlichkeit der Workloads bewerten, statt sich an der öffentlichkeitswirksamen Verfügbarkeit von Rechenleistung zu orientieren. Dazu gehören Auslastung, Speicher, Netzwerke, Softwaredienste, Entwicklungsaufwand und Migrationskosten.

Sie sollten Workloads zudem auf mehr als einer Architektur testen, bevor sie sich festlegen. Ein Modell, das auf einem Beschleuniger effizient arbeitet, kann sich auf einem anderen anders verhalten.

Beschaffungsteams benötigen mit wachsenden Verpflichtungen klarere vertragliche Schutzvorkehrungen. Kapazitätsreservierungen, Leistungserwartungen, Datenportabilität und Kündigungsbedingungen verdienen dieselbe Aufmerksamkeit wie Stückpreise.

Wissensarbeiter stehen vor einem verwandten Informationsproblem. Produktnamen, Modellversionen, Kapazitätsangaben und Unternehmensverpflichtungen ändern sich inzwischen in jedem Berichtszyklus.

Eine strukturierte Dokumentation von Entscheidungen kann Verwirrung verringern. Eine durchsuchbare KI-Wissensdatenbank kann Anbieterbehauptungen mit Tests, Verträgen und internen Bereitstellungsnachweisen verknüpfen.

Diese Disziplin ist wichtig, weil Anbieterankündigungen die strategische Richtung beschreiben, nicht garantierte Kundenergebnisse. Jedes Unternehmen muss die Leistung weiterhin innerhalb seiner eigenen Daten-, Sicherheits- und Workflow-Beschränkungen validieren.

Der Ausgabenwettlauf sollte den Zugang im Laufe der Zeit verbessern. Er wird die Notwendigkeit architektonischer Vorsicht nicht beseitigen.

Drei Signale werden die Amazon-Google-These prüfen

Die nächste Phase wird an Umsatzumsetzung, Kapazitätsauslastung und den Kosten gemessen, KI-Nachfrage in nachhaltigen Cashflow zu verwandeln.

Das erste Signal ist das AWS-Wachstum in Amazons nächsten zwei Ergebnisberichten. Das jüngste Quartal zeigte, dass das Cloud-Geschäft bei enormer Größe noch beschleunigen kann.

Ein weiteres Quartal über dem jüngsten Trend würde Amazons Aussage stärken, dass neue Kapazitäten rasch monetarisiert werden. Eine deutliche Verlangsamung würde die zusätzlichen 20 Milliarden US-Dollar schwerer rechtfertigen.

Neben dem Umsatz ist das operative Ergebnis wichtig. AWS kann schnell wachsen und zugleich schwächere zusätzliche Renditen erzielen, wenn Abschreibungen, Energie- und Komponentenkosten zu rasch steigen.

Investoren sollten das Umsatzwachstum mit der operativen AWS-Marge vergleichen, statt eine der beiden Kennzahlen allein als entscheidend zu betrachten. Stabile Margen während der Expansion wären ein stärkerer Beleg für disziplinierte Investitionen.

Das zweite Signal ist, ob Google Cloud sein ungewöhnlich hohes Wachstum beibehält, während Alphabet neue Kapazitäten in Betrieb nimmt. Googles Anstieg um 82 % schafft einen anspruchsvollen Vergleich für künftige Quartale.

Ein fortgesetzter Ausbau des Auftragsbestands würde die Ansicht stützen, dass Google über genügend vertraglich gesicherte Nachfrage verfügt, um seine Ausgaben aufzunehmen. Ein langsameres Wachstum des Auftragsbestands würde darauf hindeuten, dass der aktuelle Schub teilweise auf außergewöhnliche Einzelabschlüsse konzentriert war.

Auch die operative Cloud-Marge von Google verdient Aufmerksamkeit. Steigende Profitabilität bei wachsendem Umsatz würde zeigen, dass Infrastruktur- und Softwareauslastung die höheren Abschreibungen ausgleichen.

Sinkende Margen würden die Strategie nicht automatisch widerlegen. Sie würden jedoch die kurzfristigen Kosten verdeutlichen, AWS und Microsoft in diesem Tempo zu verfolgen.

Das dritte Signal ist, ob die gemeldeten Lieferengpässe gegen Ende 2026 nachlassen. Amazon, Google und Microsoft sagen alle, dass die Kundennachfrage derzeit die Kapazitäten übersteigt.

Wenn neu installierte Geräte sofort zugeteilt werden, gewinnen ihre Ausgabenprognosen an Glaubwürdigkeit. Eine hohe Auslastung würde zeigen, dass der Bau einen bestehenden Mangel behebt.

Sollten Anbieter beginnen, aggressive Rabatte anzubieten oder Überkapazitäten zu melden, ändert sich die Interpretation. Das würde nahelegen, dass das Angebot die Nachfrage schneller einholt als erwartet.

Die Verfügbarkeit von Hardware wird einen frühen Hinweis liefern. Kürzere Wartezeiten auf Beschleuniger könnten auf erfolgreiche Kapazitätserweiterungen, schwächere Nachfrage oder beides hindeuten.

Das Vertragsverhalten wird einen weiteren Hinweis geben. Steigende mehrjährige Verpflichtungen würden das Vertrauen stärken, während kürzere Verpflichtungen auf Vorsicht der Kunden angesichts von Modell- und Hardwareveränderungen hindeuten könnten.

Der Wettbewerb zwischen Amazon und Google wird auch von der Akzeptanz eigener Chips geprägt sein. Eine stärkere externe Nutzung von Trainium oder Google TPUs würde die Kostenkontrolle beider Anbieter verbessern.

Kunden werden entscheiden, ob diese Chips ausreichend Leistung und Softwarekompatibilität bieten. Anbieter-Benchmarks allein können diese Frage nicht beantworten.

Microsofts Reaktion bleibt ein wichtiger Kontrollfall. Das Azure-Wachstum und die Ausgabendisziplin werden beeinflussen, wie Investoren ähnliche Entscheidungen bei Amazon und Alphabet bewerten.

Wenn Microsoft die Beschleunigung seines Cloud-Geschäfts aufrechterhält, ohne seinen Plan erneut anzuheben, geraten Amazons höhere Ausgaben stärker unter Druck. Erhöht auch Microsoft seine Ausgaben, wirkt der branchenweite Kapazitätsmangel überzeugender.

Die zentrale Frage lautet nicht länger, ob Unternehmen KI-Rechenleistung wollen. Ihr gemeldetes Wachstum, ihre Nutzung und ihre Auftragsbestände belegen bereits eine erhebliche Nachfrage.

Die Frage ist, ob die im Jahr 2026 aufgebaute Infrastruktur über mehrere Hardware-Generationen hinweg intensiv genutzt wird. Davon hängt ab, ob die heutigen Investitionsausgaben zu einem nachhaltigen Vorteil oder zu einer langfristigen Belastung werden.

Unternehmenskunden sollten diese Signale neben den Ergebnissen ihrer eigenen Workloads verfolgen. Welcher Anbieter liefert für Ihre wichtigsten KI-Systeme vorhersehbare Kapazitäten, transparente Kostenstrukturen und eine portable Architektur?

Der nächste Ergebniszyklus wird eine erste Antwort liefern. Die umfassendere Antwort wird sich zeigen, wenn der Ausbau von Amazon und Google von Bauausgaben zu einer nachhaltigen Kundennutzung übergeht.