IBM sagt, dass KI-Ausgaben Mainframe-Deals verzögerten, doch der Schaden ist vorübergehend

IBM erlitt einen historischen Ausverkauf an der Börse, nachdem das Unternehmen eingeräumt hatte, dass Ausgaben für KI-Infrastruktur sein zweites Quartal mit belastet hatten. Doch die TechCrunch-Geschichte nach den Zahlen enthält eine deutliche Kehrtwende: IBM betont, dass Kunden Mainframe-Käufe aufschieben, nicht aufgeben.

CEO Arvind Krishna sagt, große Unternehmen hätten in den letzten Juniwochen Kapital in Server, Speicher und Arbeitsspeicher umgelenkt. Käufer wollten sich Lieferungen sichern, bevor erwartete Preiserhöhungen griffen. Deals für Mainframes und zugehörige Software verfehlten daraufhin die von IBM erwarteten Abschlusstermine.

Diese Erklärung stellt zwei Deutungen direkt gegenüber. Anleger sahen Hinweise darauf, dass KI-Budgets IBMs etablierte Geschäftsbereiche verdrängten. IBM sah eine vorübergehende Reihenfolge bei Anschaffungen innerhalb fester Unternehmensbudgets, gefolgt von verzögerten Deals, die weiterhin abgeschlossen werden könnten.

Der Unterschied ist weit über ein einzelnes Quartal hinaus bedeutsam. Mainframes bleiben für die Transaktionsverarbeitung bei Banken, Fluggesellschaften, Zahlungsnetzwerken und Behörden zentral. Wenn KI-Ausgaben Upgrades lediglich verschieben, kann IBM sich erholen. Wenn KI dauerhaft verändert, welche Infrastruktur bei Budgets Vorrang erhält, steht das Unternehmen vor einem tiefergehenden Problem.

IBMs Warnung machte aus einem schwachen Quartal einen Glaubwürdigkeitstest

IBM verfehlte nicht einfach die Erwartungen. Das Unternehmen warnte Anleger frühzeitig, machte eine späte Veränderung im Ausgabeverhalten der Kunden verantwortlich und räumte ein, dass seine Teams nicht reagiert hatten.

Am 14. Juli veröffentlichte Krishna vorläufige Ergebnisse für das zweite Quartal, mehr als eine Woche vor der geplanten Bekanntgabe der Quartalszahlen durch IBM. Der Umsatz erreichte 17,2 Milliarden US-Dollar, ein Plus von 1 Prozent gegenüber dem Vorjahr. Der Infrastrukturumsatz sank um 7 Prozent, während die Software-Sparte um 5 Prozent wuchs und das Beratungsgeschäft weitgehend stagnierte.

Diese Ergebnisse lagen unter den Erwartungen der Wall Street. Von FactSet befragte Analysten hatten mit 17,86 Milliarden US-Dollar Umsatz und einem bereinigten Gewinn von 3,01 US-Dollar je Aktie gerechnet. IBM meldete einen bereinigten Gewinn von 2,93 US-Dollar je Aktie.

Die Reaktion des Marktes fiel heftig aus. IBM-Aktien verloren am 14. Juli etwa 25 Prozent und verzeichneten damit den stärksten Rückgang an einem Tag in der mehr als hundertjährigen Unternehmensgeschichte. Der Ausverkauf schürte auch bei Softwareunternehmen mit Abhängigkeit von Technologie-Budgets großer Unternehmen Sorgen.

Krishnas ungewöhnlich direkter Investorenbrief erklärte die unmittelbare Ursache. IBM hatte erwartet, dass der Infrastrukturumsatz zurückgehen würde, da der z17-Mainframe in einen schwierigeren Vergleich zum Vorjahr eintrat. Der tatsächliche Rückgang fiel stärker aus, weil große Deals für Z-Systeme und Transaktionsverarbeitungssoftware nicht abgeschlossen wurden.

Der Zeitpunkt machte die Warnung noch schädlicher. IBM hatte den Start des z17 als den stärksten Auftakt eines Mainframe-Programms in seiner Geschichte bezeichnet. Anleger hatten daher Grund zu der Annahme, dass der Produktzyklus den Umsatz stützen würde, selbst wenn die Vergleiche mit der frühen Einführungsphase schwieriger wurden.

Stattdessen räumte IBM ein, dass sich das Kundenverhalten gegen Ende des Quartals rasch verändert hatte. Unternehmen lenkten Investitionsausgaben – also Mittel für langlebige Vermögenswerte – in Server, Speichersysteme und Arbeitsspeicher um. Lieferengpässe und erwartete Preiserhöhungen machten diese Anschaffungen dringlicher.

Laut IBM lenkten auch Cybersicherheitsbedenken Kunden ab. Krishna stellte externe Bedingungen jedoch nicht als vollständige Entschuldigung dar. Er schrieb, IBM habe „geschwächelt“, sich nicht schnell genug angepasst und zahlreiche große Deals über die erwarteten Zeitpläne hinaus rutschen lassen.

Dieses Eingeständnis verwandelte das Thema von einem gewöhnlichen Rückgang im Produktzyklus in eine Frage der Umsetzung. Angebotsdruck mag erklären, warum Kunden ihre Käufe neu priorisierten. Er erklärt jedoch nicht vollständig, warum IBM das Ausmaß nicht vorhergesehen oder genügend Deals abgesichert hatte, um die Erwartungen zu erfüllen.

Die endgültigen Quartalsergebnisse bestätigten einen Umsatz von 17,162 Milliarden US-Dollar. Die Infrastruktur-Sparte erzielte 3,835 Milliarden US-Dollar, ein Rückgang von 7,4 Prozent gegenüber dem Vorjahr. Auch ihre Segmentgewinnmarge sank von 23,3 Prozent auf 21,8 Prozent.

Software blieb mit 7,761 Milliarden US-Dollar Umsatz und einem Wachstum von 5,1 Prozent das größte Segment. Consulting steuerte 5,327 Milliarden US-Dollar bei, ein Plus von lediglich 0,2 Prozent. Diese Zahlen zeigen, warum der Mainframe-Rückschlag trotz IBMs breiterem Portfolio ins Gewicht fiel.

Mainframe-Hardware trägt einen größeren wirtschaftlichen Stack. Kunden kaufen zudem Betriebssystemsoftware, Werkzeuge für die Transaktionsverarbeitung, Support und Beratung rund um diese Systeme. Eine verzögerte Maschine kann daher mehrere miteinander verbundene Umsatzströme bremsen.

Der TechCrunch-Nachhall war nicht die Behauptung, dass Mainframes plötzlich nicht mehr funktionieren. Er war eine Warnung, dass IBMs verlässlichster Produktzyklus mit einer dringlicheren Kategorie von Infrastrukturausgaben kollidiert war.

Warum KI-Infrastruktur vor IBMs Mainframes Vorrang erhielt

KI ersetzte den Mainframe im Quartal nicht. Sie veränderte, welche Hardwarekäufe Kunden für unaufschiebbar hielten.

Die Technologie-Budgets von Unternehmen sind nicht unbegrenzt flexibel. Große Organisationen planen jährliche Investitionsausgaben, können ihre Käufe jedoch neu ordnen, wenn sich Verfügbarkeit und Preise verschieben. Genau das sei Ende Juni geschehen, sagt IBM.

Kunden priorisierten Allzweckserver, Speichersysteme und Arbeitsspeicher für KI-Projekte. Arbeitsspeicher war besonders wichtig, weil moderne KI-Systeme bei Training, Inferenz und Datenverarbeitungs-Workloads große Mengen an High-Bandwidth- und konventionellem Speicher verbrauchen.

Inferenz ist der Prozess, bei dem ein trainiertes KI-Modell ausgeführt wird, um eine Antwort oder Vorhersage zu erzeugen. Wenn Unternehmen KI-Anwendungen aus dem Experimentierstadium in die Produktion überführen, schafft Inferenz eine anhaltende Nachfrage nach Servern, Beschleunigern, Netzwerken, Speicher und Arbeitsspeicher.

Mainframe-Upgrades folgen einem anderen Zeitplan. Unternehmen planen sie gewöhnlich sorgfältig, weil sie sensible Workloads mit hohem Volumen unterstützen. Eine Bank kann die Zahlungsabwicklung nicht beiläufig von einer Architektur auf eine andere verlagern, nur weil ein neuer KI-Server verfügbar geworden ist.

Diese Stabilität macht es zugleich leichter, einen Mainframe-Deal aufzuschieben. Ein Kunde kann die vorhandene Kapazität noch ein Quartal länger nutzen und sich heute knappe KI-Hardware sichern. Der Workload bleibt, doch die Bestellung verschiebt sich.

IBMs eigene Ergebnisse stützen einen Teil dieser Erklärung. Verteilte Infrastruktur, einschließlich Power-Systemen und Speicher, wuchs im Quartal um 37 Prozent. IBM sagte, dieses Geschäft habe den Juni mit einem Auftragsbestand von rund 500 Millionen US-Dollar beendet.

Der Kontrast innerhalb von IBM ist aufschlussreich. Kunden kauften weiterhin Infrastruktur, bevorzugten jedoch Produkte, die mit unmittelbaren Kapazitätsengpässen zusammenhingen. Die Nachfrage verschwand nicht aus dem Markt. Sie verlagerte sich zwischen Kategorien.

Das ist der Mechanismus hinter IBMs Argument einer vorübergehenden Störung. KI-Infrastruktur erhält Priorität, weil verzögerter Zugang ein neues Projekt bremsen oder den Käufer höheren Komponentenkosten aussetzen kann. Eine Mainframe-Erneuerung kann manchmal warten, ohne den laufenden Betrieb zu stören.

Über mehrere Budgetzyklen betrachtet wirkt das Argument weniger beruhigend. Wenn KI-Hardware wiederholt den ersten Anteil des jährlichen Investitionskapitals beansprucht, können sich IBMs angeblich vorübergehende Verzögerungen wiederholen. Wiederholtes Aufschieben verhält sich letztlich wie schwächere Nachfrage, selbst wenn Kunden jeden bestehenden Mainframe-Workload behalten.

IBM muss daher mehr beweisen als die fortgesetzte Nutzung von Mainframes. Das Unternehmen muss zeigen, dass diese Nutzung in zeitnahes Kapazitätswachstum und Softwareumsatz mündet. Installierte Systeme können unverzichtbar bleiben, während Verkäufe neuer Systeme dennoch enttäuschen.

Diese Unterscheidung erklärt die intensive Reaktion der Anleger. Mainframes erzeugen häufig zyklische Umsätze: starkes Wachstum nach der Einführung einer neuen Generation und Rückgänge, wenn dieser Zyklus reift. Anleger erwarten solche Muster. Sie reagieren stärker, wenn eine Flaggschiff-Einführung enttäuscht, weil Kunden für ihr Kapital ein dringlicheres Ziel gefunden haben.

Der z17 wurde als Mainframe für das KI-Zeitalter eingeführt. Er umfasst Funktionen, um KI-Modelle neben Transaktions-Workloads auszuführen, sodass Organisationen Daten auswerten können, ohne jeden Datensatz in eine andere Umgebung zu verschieben.

Dieses Design sollte IBM auf die Gewinnerseite der KI-Ausgaben stellen. Doch das zweite Quartal zeigte eine budgetäre Trennung zwischen Infrastruktur, die speziell für den Ausbau von KI beschafft wird, und Infrastruktur, die als fähig vermarktet wird, KI zu etablierten Workloads hinzuzufügen.

Die beiden Kategorien lösen unterschiedliche Probleme. GPU-lastige Systeme zielen auf Modelltraining und großskalige Inferenz. Mainframes zielen auf sichere Transaktionsverarbeitung, Verfügbarkeit und zentrale Kontrolle, wobei KI in diese bestehenden Abläufe integriert wird.

IBMs Herausforderung besteht darin, den kombinierten Anwendungsfall dringend zu machen. Wenn Kunden Mainframe-KI als nützlich, aber nicht essenziell ansehen, wird sie weiterhin im Wettstreit um knappe Server und Arbeitsspeicher beim Zeitplan verlieren.

TechCrunch nach dem Einbruch: IBM sagt, der Mainframe ist verzögert, nicht am Ende

IBMs Verteidigung stützt sich auf Daten zur Kundenkapazität und verzögerte Deals, nicht auf die Behauptung, das Quartal sei insgeheim stark gewesen.

Während der Telefonkonferenz zu den Quartalsergebnissen am 22. Juli wies Krishna die Vorstellung zurück, Kunden würden sich von Mainframes abwenden. Er sagte, IBM sehe keine Hinweise darauf, dass Kunden die Plattform verließen. Stattdessen charakterisierte das Unternehmen den Rückschlag als Timing-Problem, das sich auf große Investitionsdeals konzentriere.

IBM berichtete, dass die Leistung des z17 weiterhin bei nahezu 130 Prozent des vergleichbaren z16-Programms liege. „Programm-zu-Programm“ vergleicht Verkäufe oder installierte Kapazität zum selben Zeitpunkt in aufeinanderfolgenden Produktzyklen.

Das Unternehmen sagte außerdem, Kunden, die 85 Prozent der installierten MIPS repräsentieren, hätten ihre Kapazität beibehalten oder ausgebaut. MIPS, also Millionen Instruktionen pro Sekunde, ist eine traditionelle Kennzahl zur Beschreibung der Mainframe-Verarbeitungskapazität.

Diese Zahlen stützen das Argument, dass die Kern-Workloads bestehen bleiben. Sie passen auch zur historischen Beständigkeit von Mainframes. Organisationen nutzen sie weiterhin, weil der Ersatz tief integrierter Transaktionssysteme operative, sicherheitsbezogene und regulatorische Risiken mit sich bringt.

Eine große Bank könnte beispielsweise Kontenaktualisierungen, Kartenautorisierungen, Betrugsprüfungen und Abwicklungsprozesse über Mainframe-Anwendungen ausführen. Die Verlagerung solcher Systeme erfordert mehr als das Umschreiben alten COBOL-Codes. Die Organisation muss Datenintegrität, Verfügbarkeit, Prüfungskontrollen und Verbindungen zu Hunderten nachgelagerten Diensten erhalten.

KI-Coding-Tools können einen Teil der Modernisierungsarbeit reduzieren. Sie können alte Anwendungen dokumentieren, unbekannten Code erklären und bei der Übersetzung ausgewählter Komponenten helfen. Sie beseitigen jedoch nicht das institutionelle Risiko, Systeme zu ersetzen, die jede Sekunde kritische Transaktionen verarbeiten.

IBMs Position hat daher eine starke technische Grundlage. Mainframes sind schwer zu verdrängen, weil sie in Betriebsprozessen sitzen, nicht nur in Rechenzentren. Die Kosten eines Ausfalls können jede erwartete Einsparung durch eine Migration übersteigen.

Technische Beständigkeit garantiert jedoch keinen reibungslosen Hardwarezyklus. Kunden können Workloads auf IBM-Systemen behalten und zugleich die Lebensdauer ihrer Geräte verlängern, Reservekapazität nutzen, härter verhandeln oder schrittweise Anwendungen anderswohin verlagern.

Diese Lücke zwischen installierter Nutzung und neuen Ausgaben ist die zentrale Spannung. IBMs Zahlen zeigen, dass die Plattform aktiv bleibt. Sie belegen noch nicht, dass jeder verzögerte Kauf im ursprünglich erwarteten Umfang zurückkehren wird.

Krishna nannte während der Ergebnisdiskussion einen kurzfristigen Datenpunkt. Er sagte, dass rund ein Drittel der großen Deals, die im zweiten Quartal nicht abgeschlossen worden waren, bereits im dritten Quartal abgeschlossen worden sei.

Das ist ein aussagekräftiger Hinweis auf ein Timing-Problem. Es ist keine vollständige Erholung. Zwei Drittel waren zum Zeitpunkt seiner Aussage noch nicht abgeschlossen, und IBM versprach nicht, dass alle ohne Änderungen bei Umfang, Zeitpunkt oder Konditionen zustande kommen würden.

Die Einordnung von techcrunch nach den Quartalszahlen erfasst diese Unterscheidung. KI hat die Nachfrage nach den Aufgaben, die Mainframes erfüllen, nicht zerstört. Sie hat offengelegt, dass selbst unverzichtbare Systeme innerhalb begrenzter Unternehmensbudgets um Genehmigungen konkurrieren müssen.

IBM senkte zudem seine Prognose für das währungsbereinigte Umsatzwachstum im Gesamtjahr auf eine Spanne von 4 bis 5 Prozent. Zuvor hatte das Unternehmen mit einem Wachstum von mehr als 5 Prozent gerechnet. Eine Prognosesenkung lässt sich nur schwer mit der Vorstellung vereinbaren, dass sich jeder verpasste Abschluss lediglich um einige Wochen verschoben hat.

Das Management kann davon überzeugt sein, dass das zugrunde liegende Geschäft weiterhin gesund ist, und zugleich anerkennen, dass die Umsatzchance des Jahres geschwächt wurde. Beide Aussagen können zutreffen. Die Plattform mag Bestand haben, doch IBM muss weiterhin innerhalb des Kalenders liefern, den Investoren zugrunde legen.

Der eigentliche Wettbewerb betrifft Budgetprioritäten, nicht Mainframes gegen KI

IBMs Gegner ist weder ein KI-Modell noch ein anderer Mainframe-Anbieter. Es ist die Dringlichkeit, die jedem konkurrierenden Kauf von KI-Infrastruktur beigemessen wird.

Die Geschichte als KI gegen Mainframes zu rahmen, schafft eine falsche technische Gegenüberstellung. Große Unternehmen benötigen sowohl Transaktionssysteme als auch KI-Kapazitäten. Der unmittelbare Konflikt entsteht, wenn Finanz- und Technologieführungskräfte entscheiden, welcher Kauf zuerst finanziert wird.

KI-Projekte ziehen inzwischen die Aufmerksamkeit von Aufsichtsgremien, Geschäftsführern, Sicherheitsteams und Verantwortlichen der Geschäftsbereiche auf sich. Viele Organisationen fürchten, hinter Wettbewerber zurückzufallen oder den Zugang zu knappen Komponenten zu verlieren. Dieser Druck erhöht die wahrgenommenen Kosten des Abwartens.

Mainframe-Upgrades haben eine andere Rechtfertigung. Sie sichern häufig Resilienz, Kapazität und Effizienz für Systeme, die bereits geschäftlichen Nutzen erzeugen. Neben einer neuen KI-Initiative, die Automatisierung oder eine neue Produktlinie verspricht, können ihre Vorteile inkrementell wirken.

Diese Asymmetrie betrifft IBM selbst dann, wenn die Technologie wie angekündigt funktioniert. Eine bewährte Plattform kann bei der Budgetpriorität gegen ein spekulatives Projekt verlieren, wenn die Führung letzteres als strategisch dringend betrachtet.

Konkurrierende Infrastrukturanbieter profitieren von dieser Dringlichkeit. Nvidia-zentrierte Systeme ziehen Ausgaben für beschleunigtes Rechnen an. Hyperscale-Cloud-Anbieter ermöglichen Zugriff auf KI-Modelle und Infrastruktur, ohne dass jeder Kunde die zugrunde liegende Hardware besitzen muss.

Auch Anbieter von Servern, Speicher, Netzwerken und Arbeitsspeicher profitieren, wenn Unternehmen private KI-Umgebungen aufbauen. IBM ist in Teilen dieses Markts vertreten, doch die Mainframe-Ökonomie bleibt gefährdet, wenn Käufer KI-Kapazität von Transaktionsinfrastruktur trennen.

IBM hat versucht, diese Welten zu verbinden. Der z17 unterstützt integrierte KI-Verarbeitung, während watsonx Werkzeuge zum Entwickeln, Steuern und Bereitstellen von KI bietet. Die Hybrid-Cloud-Software von Red Hat hilft Organisationen, Workloads über private und öffentliche Umgebungen hinweg auszuführen.

Die strategische Idee ist schlüssig: Unternehmen sollten KI neben den Systemen und Daten verwalten, denen sie bereits vertrauen. Käufer erwerben Technologie jedoch nicht immer als integrierte Architektur. Budgetverantwortliche können jetzt einen dringenden KI-Cluster finanzieren und die Mainframe-Kapazität später erneut bewerten.

Beratung sollte IBM helfen, diese Lücke zu schließen. Seine Berater können KI-Pläne mit bestehenden Anwendungen, Governance-Anforderungen und Betriebsdaten verbinden. Allerdings wuchs der Beratungsumsatz im Quartal nur um 0,2 Prozent, was die Hinweise auf einen breit angelegten Implementierungsschub begrenzt.

Software zeigte mehr Dynamik. Der Umsatz von Red Hat stieg um 11 Prozent, während die kürzlich übernommenen HashiCorp- und Confluent-Assets laut IBM stark abschnitten. Diese Geschäftsbereiche passen zu hybrider Infrastruktur, Anwendungsbereitstellung und Echtzeit-Datenbewegung.

Diese Entwicklung eröffnet IBM mehrere Wege, von KI-Ausgaben in Unternehmen zu profitieren. Sie verkompliziert aber auch die Geschichte. Das Unternehmen kann über Red Hat oder Daten-Software gewinnen, während sich Mainframe- und Transaktionsverarbeitungsumsätze verzögern.

Investoren müssen den Mix bewerten, nicht nur die gesamte KI-Exponierung. Wenn Umsätze von einem etablierten Stack mit hohen Margen in andere Produkte wandern, kann das Rentabilität, Vertriebszeitpunkt und Kundenbeziehungen verändern.

Der Ausgabenkonflikt betrifft auch Technologieverantwortliche, die bestehende Systeme verwalten. Sie müssen entscheiden, ob sie in der Nähe des Mainframes modernisieren, ausgewählte Workloads verlagern oder KI-Dienste aufbauen, die über kontrollierte Schnittstellen auf etablierte Daten zugreifen.

Diese Entscheidung erfordert eine klare Dokumentation von Architekturentscheidungen, Anbieterbehauptungen, Sicherheitsbeschränkungen und betrieblichen Abhängigkeiten. Eine durchsuchbare technische Wissensdatenbank kann Teams dabei helfen, diese Materialien zu vergleichen, ohne Entscheidungen von ihren Quelldokumenten zu trennen.

Dennoch kann Dokumentation den Investitionskonflikt nicht auflösen. IBM muss zeigen, dass ein Upgrade seiner Plattform KI-Ziele jetzt voranbringt, anstatt lediglich Infrastruktur zu erhalten, die Kunden ohnehin für unverzichtbar halten.

Was IBMs Erklärung weiterhin nicht beweist

Die Darstellung vorübergehender Verzögerungen ist plausibel, doch ein Quartal mit Folgeeffekten kann nicht belegen, dass KI-Ausgaben IBMs langfristige Ökonomie unverändert gelassen haben.

Die erste Unsicherheit betrifft die verbleibenden verzögerten Abschlüsse. Dass ungefähr ein Drittel im dritten Quartal abgeschlossen wurde, stützt IBMs Darstellung. Zugleich bleibt ein erheblicher Anteil ungeklärt.

Große Unternehmenskäufe können sich nach einer Verschiebung ändern. Kunden könnten Kapazitäten reduzieren, Bestellungen aufteilen, andere Konditionen verlangen oder damit verbundene Softwareentscheidungen in ein anderes Budgetjahr verschieben. Ein verzögerter Abschluss ist nicht identisch mit vertraglich gesichertem Auftragsbestand.

Die zweite Unsicherheit betrifft wiederkehrenden Komponentendruck. IBM führte die Störung im Juni auf Infrastruktur mit eingeschränkter Verfügbarkeit und erwartete Preissteigerungen zurück. Wenn Arbeitsspeicher und Server weiterhin schwer verfügbar bleiben, könnten Kunden diese Käufe weiter priorisieren.

Dadurch würde aus einer vorübergehenden Abfolge ein wiederkehrendes Muster. Mainframes würden weiterlaufen, aber jeder neue Zyklus könnte in der Investitionswarteschlange hinter KI-Infrastruktur beginnen.

Die dritte Unsicherheit betrifft IBMs Umsetzung. Krishna sagte ausdrücklich, das Unternehmen habe sich nicht schnell genug angepasst. Dieses Eingeständnis verhindert, dass das Management den Fehlschlag vollständig externen Bedingungen zuschreibt.

Vertriebsteams sollten die Genehmigungszyklen der Kunden und konkurrierende Budgetanforderungen verstehen. Prognosesysteme sollten große Abschlüsse erkennen, die durch Verschiebungen zum Quartalsende gefährdet sind. Produktteams sollten den KI-Nutzen des z17 konkret genug machen, um die Dringlichkeit des Kaufs zu schützen.

IBM sagt, der z17 liege weiterhin vor dem vergleichbaren z16-Zyklus. Diese Kennzahl verdient eine sorgfältige Interpretation, da sich Produktprogramme bei Einführungszeitpunkt, Kapazitätsmix, Kundenkonzentration und Umsatzrealisierung unterscheiden können.

Die installierte MIPS-Zahl misst außerdem Plattformaktivität direkter als neue Umsätze. Kunden, die Kapazität aufrechterhalten, zeigen Bindung an ihre Workloads. Sie zeigen jedoch nicht zwangsläufig Begeisterung für beschleunigte Hardwarekäufe.

Unabhängige Berichterstattung stützt beide Seiten. Die Berichterstattung zu den vorläufigen Ergebnissen dokumentierte die Lücke zu den Analystenerwartungen und das Ausmaß des anfänglichen Kursrückgangs. Spätere Ergebnisse zeigten, dass IBM weiterhin Wachstum bei Software und mehreren Produkten der verteilten Infrastruktur erzielte.

Der Markt hat vermutlich mehr als einen einzelnen Hardware-Fehlschlag abgestraft. IBMs Warnung warf Fragen auf, ob KI-Investitionen etablierte Unternehmenssoftware und Infrastruktur verdrängen. Ähnliche Bedenken können jeden Anbieter betreffen, dessen Produkte bei festen Budgets mit KI-Projekten konkurrieren.

IBMs Fall sollte jedoch nicht zu einer allgemeinen Regel werden. Die Ergebnisse spiegeln Produktmix, Vertriebsumsetzung, Mainframe-Zyklus und Kundenbasis wider. Ein anderes Softwareunternehmen könnte andere Verlängerungsstrukturen oder weniger Exponierung gegenüber Investitionskäufen haben.

Es besteht auch ein Risiko darin, die Aktienreaktion als technisches Urteil zu betrachten. Märkte bewerten Erwartungen neu, nicht Architekturen. Ein starker Rückgang zeigt, dass Gewinne und Prognosen deutlich von den Annahmen der Investoren abwichen. Er zeigt nicht, dass der Mainframe seine operative Rolle verloren hat.

Die tragfähigere Schlussfolgerung ist enger gefasst. KI-Ausgaben störten IBMs erwartete Abfolge von Abschlüssen, und IBM konnte diese Störung nicht auffangen. Das Unternehmen hat erste Hinweise auf eine Rückkehr verzögerter Nachfrage vorgelegt, doch die Erholung bleibt unvollständig.

Diese Schlussfolgerung berücksichtigt den Unterschied zwischen einer glaubwürdigen Erklärung und einer verifizierten Trendwende. IBM muss nicht beweisen, dass KI und Mainframes koexistieren können. Das tun sie bereits. Es muss beweisen, dass diese Koexistenz den Umsatzzeitpunkt und das Wachstum hervorbringt, die Investoren erwartet haben.

Drei Signale werden entscheiden, ob IBMs Erholung Bestand hat

Das nächste Quartal muss IBMs Erklärung in messbare Ergebnisse bei verzögerten Abschlüssen, Mainframe-Kapazität und dem breiteren Unternehmensportfolio umsetzen.

Das erste Signal ist die Abschlussquote großer Deals, die aus dem zweiten Quartal verschoben wurden. IBM sagte, dass ungefähr ein Drittel bereits abgeschlossen worden sei. Das nächste Update sollte zeigen, ob der Großteil des Rests folgte und ob die Abschlüsse ihren erwarteten Umfang behielten.

Eine hohe Abschlussquote würde das Timing-Argument stärken. Anhaltende Verschiebungen würden darauf hindeuten, dass Kunden mehr als nur Bestelldaten überdenken.

Das zweite Signal ist die Entwicklung des z17 im Vergleich zum z16-Zyklus. IBM sagt, der z17 liege programmübergreifend weiterhin bei annähernd 130 Prozent. Investoren sollten beobachten, ob dieser Vorsprung nach dem volatilen Quartal bestehen bleibt.

Stabile oder steigende installierte Kapazität würde IBMs Aussage stützen, dass Kunden engagiert bleiben. Langsamere Kapazitätserweiterungen würden die Verbindung zwischen unverzichtbaren Workloads und neuen Systemumsätzen schwächen.

Das dritte Signal ist IBMs Umsatzmix. Eine Mainframe-Erholung wäre überzeugender, wenn sich Transaktionsverarbeitungssoftware parallel zur Infrastruktur verbessert. Anhaltende Stärke bei Red Hat, Speicher und Power würde zeigen, dass IBM KI-bezogene Ausgaben an anderer Stelle einfängt.

Dieser Mix ist wichtig, weil IBM seine Jahresumsatzprognose gesenkt hat. Einige wiedergewonnene Abschlüsse könnten den Quartalszeitpunkt korrigieren, ohne die frühere Wachstumserwartung wiederherzustellen. Nachhaltige Verbesserung erfordert Beiträge aus Software, Infrastruktur und Beratung.

Die übergeordnete Frage lautet, ob IBM den Mainframe zu einem Teil des dringenden KI-Budgets machen kann, statt zu dem Kauf, der dahinter warten muss. Dafür sind konkrete Kundenergebnisse erforderlich, nicht bloß eine weitere allgemeine Behauptung, der z17 sei für KI entwickelt worden.

Unternehmen sollten beobachten, wie IBM-Kunden KI in der Nähe regulierter Transaktionsdaten einsetzen. Nützliche Beispiele sind Betrugserkennung in Echtzeit, Risikoanalysen, operative Prognosen und automatisierte Unterstützung für Legacy-Anwendungen.

Auch Sicherheit wird zentral bleiben. Organisationen benötigen kontrollierten Zugriff auf sensible Datensätze, verlässliche Prüfpfade und klare Governance für Modellergebnisse. Mainframes haben in diesen Umgebungen Vorteile, aber IBM muss diese in Projekte mit genehmigten Budgets übersetzen.

Die techcrunch-Erzählung nach dem Quartal wird letztlich anhand von Aufträgen, Kapazität, Softwarewachstum und Prognosen beurteilt werden. Sie wird weder durch das Alter von COBOL noch durch eine weitere Vorhersage entschieden, dass Legacy-Systeme bald verschwinden werden.

IBM hat mehrere Generationen von Technologien überlebt, von denen erwartet wurde, dass sie den Mainframe ersetzen würden. Überleben ist nicht länger der anspruchsvolle Test. Der anspruchsvolle Test ist, ob IBM eine dauerhafte installierte Basis in Wachstum umwandeln kann, während KI-Infrastruktur einen wachsenden Anteil der Kundenaufmerksamkeit absorbiert.

Für Unternehmenskäufer besteht die praktische Reaktion darin, nachzuverfolgen, wo jede verzögerte Investition Risiken schafft. Welche KI-Käufe sind tatsächlich lieferkettenempfindlich? Welche Mainframe-Upgrades schützen Kapazität oder Compliance? Welche Projekte hängen von gemeinsamen Daten ab und gehören deshalb in eine einzige Architekturentscheidung?

Binden Sie diese Antworten an Besprechungsprotokolle, Lieferantendokumente und operative Nachweise. Ein persönliches Wissenssystem kann die zugrunde liegende Argumentation bewahren, während sich Annahmen ändern.

IBM sagt, der Mainframe sei verzögert, nicht dem Untergang geweiht. Der nächste Ergebniszyklus muss zeigen, dass die aufgeschobene Nachfrage zurückkehrt, bevor eine weitere Welle von KI-Ausgaben ihn wieder ans Ende der Warteschlange drängt.