2025 war das Jahr, in dem KI einen Stimmungscheck bekam

Geld spielte für die KI-Branche Anfang 2025 keine Rolle. In der zweiten Jahreshälfte kam jedoch ein Stimmungsumschwung auf. 

OpenAI sammelte 40 Milliarden Dollar bei einer Bewertung von 300 Milliarden Dollar ein. Safe Superintelligence und Thinking Machine Labs erhielten jeweils 2 Milliarden Dollar in Seed-Runden, bevor sie überhaupt ein Produkt lieferten. Selbst Gründer ohne Erfahrung konnten Summen aufbringen, die früher nur Big Tech vorbehalten waren. 

Solche astronomischen Investitionen wurden von ebenso unglaublichen Ausgaben gefolgt. Meta zahlte fast 15 Milliarden Dollar, um Scale AI CEO Alexandr Wang zu verpflichten, und investierte unzählige weitere Millionen, um Talente von anderen KI-Laboren abzuwerben. Gleichzeitig versprachen die größten Akteure der KI-Branche fast 1,3 Billionen Dollar für künftige Infrastruktur-Investitionen. 

Die erste Hälfte des Jahres 2025 stand dem Enthusiasmus und dem Investoreninteresse des Vorjahres in nichts nach. In den letzten Monaten hat sich diese Stimmung jedoch geändert und sorgt für eine Art Realitätscheck. Der extreme Optimismus gegenüber KI und die damit verbundenen hohen Bewertungen sind zwar noch vorhanden. Doch diese positive Sichtweise wird nun durch Sorgen über eine platzende KI-Blase, Nutzersicherheit und die Nachhaltigkeit des technologischen Fortschritts in diesem Tempo relativiert. 

Die Zeit der unkritischen Akzeptanz und Feier der KI beginnt, an den Rändern zu verblassen. Damit wächst die Aufmerksamkeit und es werden mehr Fragen gestellt. Können KI-Unternehmen ihr eigenes Tempo halten? Erfordert das Skalieren in der Post-DeepSeek-Ära Milliarden? Gibt es ein Geschäftsmodell, das wenigstens einen Bruchteil der Milliarden-Investitionen zurückführt? 

Wir waren bei jedem Schritt dabei. Und unsere meistgelesenen Geschichten aus 2025 erzählen die wahre Geschichte: eine Branche, die auf den Boden der Tatsachen zurückkehrt, während sie verspricht, die Realität selbst zu verändern. 

Wie das Jahr begann

Die größten KI-Labore wurden dieses Jahr noch größer. 

Allein 2025 sammelte OpenAI eine von Softbank geführte 40-Milliarden-Dollar-Runde bei einer Bewertung von 300 Milliarden Dollar nach dem Investment ein. Das Unternehmen hat Berichten zufolge Investoren wie Amazon, die mit rechenleistungsgebundenen Rundum-Deals an Bord sind, und verhandelt über eine weitere Finanzierungsrunde über 100 Milliarden Dollar bei einer Bewertung von 830 Milliarden Dollar . Damit käme OpenAI nahe an die 1-Billion-Dollar-Bewertung, die es angeblich für den Börsengang im kommenden Jahr anstrebt. 

OpenAIs Konkurrent Anthropic schloss dieses Jahr ebenfalls zwei Runden über insgesamt 16,5 Milliarden Dollar ab; mit der jüngsten Runde stieg die Bewertung auf 183 Milliarden Dollar, mit bedeutenden Investoren wie Iconiq Capital, Fidelity und der Qatar Investment Authority. (CEO Dario Amodei gab in einer geleakten internen Mitteilung zu, dass er „nicht begeistert“ darüber sei, Geld von diktatorischen Golfstaaten anzunehmen). 

Dann ist da noch Elon Musks xAI, das nach der Übernahme von X, der früher als Twitter bekannten Social-Media-Plattform, die ebenfalls Musk gehört, mindestens 10 Milliarden Dollar einsammelte.

Wir haben auch gesehen, wie kleinere, neue Startups durch den Hype von begeisterten Investoren angeschoben wurden. 

Das von OpenAIs ehemaliger Chef-Technologin Mira Murati gegründete Startup Thinking Machine Labs sicherte sich eine Seed-Finanzierung über 2 Milliarden Dollar bei einer Bewertung von 12 Milliarden Dollar, obwohl fast keine Informationen über das Produktangebot geteilt wurden. Das Vibe-Coding-Startup Lovable erhielt in seiner Series-A-Finanzierungsrunde 200 Millionen Dollar und wurde damit schon acht Monate nach dem Start zum Unicorn; diesen Monat sammelte Lovable weitere 330 Millionen Dollar ein, bei einer Bewertung von fast 7 Milliarden Dollar nach dem Investment. Nicht zu vergessen: Das KI-Recruiting-Startup Mercor, das in diesem Jahr in zwei Runden 450 Millionen Dollar aufnahm, wobei die letzte Bewertung auf 10 Milliarden Dollar stieg. 

Diese absurd hohen Bewertungen entstehen weiterhin, obwohl die Akzeptanz bei Unternehmen noch verhalten und die Infrastruktur ernsthaft eingeschränkt ist, was die Angst vor einer KI-Blase verstärkt. 

Bauen, Baby, bauen

Bei den großen Firmen kommen diese Zahlen nicht aus dem Nichts. Solche Bewertungen müssen durch den Bau gewaltiger Infrastruktur gerechtfertigt werden. 

Das Ergebnis ist ein Teufelskreis. Das aufgebrachte Kapital für Rechenleistung wird zunehmend an Geschäfte gebunden, bei denen das gleiche Geld zurück in Chips, Cloud-Verträge und Energie fließt – wie bei OpenAIs infrastrukturgebundener Finanzierung mit Nvidia. Praktisch verschwimmt die Grenze zwischen Investment und Kundennachfrage, was die Angst schürt, dass der KI-Boom eher von zirkulärer Ökonomie als von nachhaltiger Nutzung getragen wird.

Einige der größten Deals, die dieses Jahr den Infrastruktur-Boom vorantreiben, waren: 

• Stargate, ein Joint Venture von Softbank, OpenAI und Oracle, das bis zu 500 Milliarden Dollar vorsieht, um KI-Infrastruktur in den USA zu errichten. 
• Alphabets Übernahme des Anbieters für Energie- und Rechenzentrumsinfrastruktur Intersect für 4,75 Milliarden Dollar; das Unternehmen kündigte im Oktober an, seine Ausgaben für Rechenleistung 2026 auf 93 Milliarden Dollar zu erhöhen.
• Metas beschleunigter Ausbau von Rechenzentren, was die geplanten Investitionsausgaben des Unternehmens für 2025 auf 72 Milliarden Dollar steigen lässt, während Meta sich bemüht, genug Rechenleistung für die nächste Generation von Modellen zu sichern. 

Doch erste Risse werden sichtbar. Ein privater Finanzierungspartner, Blue Owl Capital, stieg kürzlich aus einem geplanten 10-Milliarden-Dollar-Oracle-Rechenzentrumsdeal aus, der an OpenAI-Kapazitäten gebunden war – ein Hinweis darauf, wie fragil manche dieser Kapitalstrukturen sein können. 

Ob all diese Ausgaben letztlich realisiert werden, ist eine andere Frage. Netzengpässe, explodierende Bau- und Energiekosten sowie zunehmender Widerstand von Anwohnern und Politikern – darunter Forderungen von Persönlichkeiten wie Senator Bernie Sanders, den Ausbau von Rechenzentren zu bremsen – verlangsamen bereits Projekte in einigen Regionen. 

Auch wenn die KI-Investitionen weiterhin enorm sind, beginnt die Infrastruktur-Realität den Hype zu dämpfen. 

Die Erwartungskorrektur

2023 und 2024 fühlte sich jede große Modellveröffentlichung wie eine Offenbarung an, mit neuen Fähigkeiten und weiteren Gründen für den Hype. Dieses Jahr ist der Zauber verblasst – am deutlichsten zeigte sich das bei OpenAIs GPT-5-Einführung. 

Zwar war das Modell auf dem Papier bedeutend, aber es hatte nicht die gleiche Wirkung wie frühere Veröffentlichungen wie GPT-4 und 4o. Ähnliche Muster zeigten sich branchenweit: Die Verbesserungen der LLM-Anbieter waren weniger bahnbrechend, sondern eher inkrementell oder domänenspezifisch. 

Selbst Gemini 3, das mehrere Benchmarks anführt, war nur insofern ein Durchbruch, als es Google wieder auf Augenhöhe mit OpenAI brachte – was Sam Altmans berüchtigtes „Code Red“-Memo und OpenAIs Kampf um die Vorherrschaft auslöste.

Auch bezüglich der Herkunft von Spitzenmodellen gab es dieses Jahr einen Wandel. DeepSeeks Einführung des R1, eines „Reasoning“-Modells, das auf wichtigen Benchmarks mit OpenAIs o1 konkurrierte, bewies, dass neue Labore schnell glaubwürdige Modelle zu einem Bruchteil der Kosten liefern können. 

Vom Modell-Durchbruch zum Geschäftsmodell

Da die Entwicklungssprünge zwischen neuen Modellen kleiner werden, konzentrieren sich Investoren weniger auf reine Modellkapazität als vielmehr darauf, was drumherum gebaut wird. Die Frage lautet: Wer kann KI in ein Produkt verwandeln, auf das Menschen angewiesen sind, für das sie bezahlen und das sie in ihren Alltag integrieren? 

Dieser Wandel zeigt sich auf verschiedene Weisen, während Unternehmen austesten, was funktioniert und was Kunden akzeptieren. Das KI-Such-Startup Perplexity spielte zum Beispiel kurz mit der Idee, das Online-Verhalten der Nutzer zu verfolgen, um ihnen hyperpersonalisierte Werbung zu verkaufen. Unterdessen erwägte OpenAI offenbar, bis zu 20.000 Dollar pro Monat für spezialisierte KI zu verlangen – ein Zeichen dafür, wie aggressiv Unternehmen testen, was Kunden bereit sind zu zahlen.

Mehr als alles andere ist der Kampf jedoch in den Vertrieb übergegangen. Perplexity versucht, relevant zu bleiben, indem es seinen eigenen Comet-Browser mit agentischen Fähigkeiten startet und Snap 400 Millionen Dollar zahlt, um die Suche innerhalb von Snapchat zu betreiben – und kauft sich so faktisch in bestehende Nutzerströme ein. 

OpenAI verfolgt eine ähnliche Strategie, indem es ChatGPT über einen reinen Chatbot hinaus zu einer Plattform ausbaut. OpenAI hat seinen eigenen Atlas-Browser und weitere verbraucherorientierte Funktionen wie Pulse eingeführt und umwirbt gleichzeitig Unternehmen und Entwickler mit Apps direkt in ChatGPT. 

Google setzt seinerseits auf seine Marktstellung. Im Consumer-Bereich wird Gemini direkt in Produkte wie Google Kalender integriert, im Enterprise-Bereich werden MCP-Connectors gehostet, um das eigene Ökosystem schwerer austauschbar zu machen. 

In einem Markt, in dem es immer schwieriger wird, sich mit einem neuen Modell zu differenzieren, ist die Kontrolle über den Kunden und das Geschäftsmodell der wahre Schutzwall. 

Der Vertrauens- und Sicherheits-Realitätscheck

KI-Unternehmen sahen sich 2025 beispielloser Prüfung ausgesetzt. Über 50 Urheberrechtsklagen liefen durch die Gerichte, während Berichte über „KI-Psychosen“ – also Chatbots, die Wahnvorstellungen verstärken und angeblich zu mehreren Suiziden und anderen lebensbedrohlichen Vorfällen beitrugen – Rufe nach Vertrauens- und Sicherheitsreformen laut werden ließen. 

Während einige Urheberrechtsstreitigkeiten beendet wurden – wie Anthropics 1,5-Milliarden-Dollar-Einigung mit Autoren – sind die meisten noch offen. Die Diskussion scheint sich von Widerstand gegen die Nutzung urheberrechtlich geschützter Inhalte fürs Training hin zu Forderungen nach Kompensation zu verschieben (siehe: New York Times verklagt Perplexity wegen Urheberrechtsverletzung).

Unterdessen wurden psychische Gesundheitsprobleme durch KI-Chatbot-Interaktionen – und deren unterwürfige Antworten – nach mehreren Suiziden und lebensbedrohlichen Wahnvorstellungen bei Jugendlichen und Erwachsenen nach intensiver Chatbot-Nutzung zu einem ernsthaften öffentlichen Gesundheitsproblem. Das führte zu Klagen, weitverbreiteter Besorgnis unter Fachleuten im Bereich psychische Gesundheit und schnellen politischen Reaktionen wie Kaliforniens SB 243 zur Regulierung von KI-Begleitbots.

Vielleicht am aufschlussreichsten: Die Forderungen nach Beschränkungen kommen nicht mehr nur von den üblichen Technikgegnern. 

Branchenführer warnten vor Chatbots, die „das Engagement anheizen“, und selbst Sam Altman warnte vor emotionaler Abhängigkeit von ChatGPT. 

Sogar die Labors selbst schlugen Alarm. Anthropics Sicherheitsbericht im Mai dokumentierte, wie Claude Opus 4 versuchte, Ingenieure zu erpressen, um seine eigene Abschaltung zu verhindern. Die Botschaft: Skalieren, ohne zu verstehen, was man gebaut hat, ist keine tragfähige Strategie mehr.

Der Ausblick

Wenn 2025 das Jahr war, in dem die KI erwachsen wurde und sich schwierigen Fragen stellen musste, so wird 2026 das Jahr sein, in dem sie diese beantworten muss. Der Hype-Zyklus beginnt zu erlahmen, und nun müssen KI-Unternehmen ihre Geschäftsmodelle beweisen und echten wirtschaftlichen Wert zeigen.

Die Ära des „Vertraut uns, die Rendite wird kommen“ geht zu Ende. Was als Nächstes kommt, wird entweder eine Bestätigung sein – oder eine Abrechnung, die den Dotcom-Crash wie einen schlechten Handelstag für Nvidia aussehen lässt. Zeit, Ihre Wetten zu platzieren.