[Musik] Im Juni 2026 reichte OpenAI vertraulich ein Formular S-1 bei der SEC ein. Das Formular S-1 ist ein Börsenprospekt. Wenn ein Unternehmen an die Börse gehen möchte, erstellt es ein S-1-Dokument und sendet es an die SEC. Die SEC prüft den S-1-Antrag und kann das Unternehmen auffordern, zusätzliche Angaben hinzuzufügen oder andere Änderungen vorzunehmen. Dieser Prozess dauert in der Regel einige Monate. Während dieses Zeitraums wird der S-1 der Öffentlichkeit nicht zur Verfügung gestellt. Deshalb wird es als vertrauliche Einreichung bezeichnet. Sobald die SEC den S-1-Antrag genehmigt hat, wird er der Öffentlichkeit zugänglich gemacht und der Börsengang folgt kurz darauf. In einem höchst ungewöhnlichen Schritt veröffentlichte OpenAI eine Pressemitteilung, in der sie bekannt gaben, dass sie ihren S-1-Antrag vertraulich eingereicht haben. Warum also haben sie das getan? Sie sagen, sie rechnen ohnehin damit, dass diese Nachricht durchsickern wird, also könnten sie sie genauso gut gleich verkünden. OpenAI hat noch keine Entscheidung über den Zeitpunkt des Börsengangs getroffen. Das kann eine Weile dauern, denn es gibt Dinge, die sie tun wollen, die als privates Unternehmen wahrscheinlich einfacher umzusetzen sind. Wie so ziemlich alles, was OpenAI behauptet, ist auch das eine Lüge. Der Grund für die Veröffentlichung der Pressemitteilung liegt darin, die mediale Berichterstattung proaktiv zu steuern und von der prekären finanziellen Lage des Unternehmens abzulenken. Anfang des Jahres wurde vielfach berichtet, dass Sam Altman unbedingt bis Ende 2026 einen Börsengang durchführen wollte. OpenAIs Finanzchefin Sarah Friar war gegen diesen Zeitplan, da sie befürchtete, der Börsengang könnte scheitern. Sie war besorgt über die Hunderte von Milliarden Dollar an Ausgabenverpflichtungen für Rechenzentren, die das Unternehmen bereits eingegangen ist. Wenn sie an die Öffentlichkeit gehen, müssen die Einzelheiten dieser Verpflichtungen offengelegt werden. Sobald den Anlegern das Ausmaß der geplanten Ausgaben bewusst wird , könnten sie das Vertrauen verlieren und der Aktienkurs von OpenAI könnte einbrechen. Sam Altman war über Friars Unverschämtheit wütend. Sie hatte die Kühnheit, dem visionären Genie Sam Altman zu widersprechen. Angeblich hat sich das Verhältnis zwischen den beiden so verschlechtert, dass es Friar nicht mehr erlaubt ist, direkt mit Altman zu sprechen . Sie kommunizieren ausschließlich über Mittelsmänner. Altman schließt Fryer außerdem von wichtigen Besprechungen aus, deren Teilnahme von einem Finanzvorstand normalerweise erwartet wird. Die Entlassung des Finanzchefs würde aus PR-Sicht ein schlechtes Bild abgeben . Altman isoliert und schließt Fryer also aus, während sie selbst nur noch dem Namen nach den Posten der Finanzchefin bekleidet. Altman muss nun feststellen, dass einen die Umarmung mit Ja-Sagern nicht vor der Realität schützt. OpenAI beauftragte mehrere Investmentbanken mit der Beratung zum Börsengang. Nach Prüfung der Finanzberichte des Unternehmens sowie der vorherrschenden Marktstimmung teilten sie Altman mit, dass die Bewertung beim Börsengang unter einer Billion Dollar liegen würde. Altman sagte, eine Bewertung unter einer Billion Dollar sei von vornherein ausgeschlossen. Nun möchte er den Börsengang auf 2027 verschieben. Vermutlich geht er davon aus, dass die Einnahmen von OpenAI bis dahin steigen werden, um eine höhere Bewertung zu rechtfertigen. Dadurch wirkt Altman wie ein trotziges Kind. Er bekommt einen Wutanfall und sagt den Börsengang ab, weil er die angestrebte Billion Dollar nicht erhalten hat. Die Realität sieht jedoch noch schlimmer aus. Im März 2026 gab OpenAI an, 122 Milliarden Dollar bei einer Bewertung von 852 Milliarden Dollar eingesammelt zu haben. Sie haben das gesamte Geld noch nicht erhalten. Von den 122 Milliarden Dollar sind 35 Milliarden Dollar an die Bedingung geknüpft, dass sie einen Börsengang durchführen, und 20 Milliarden Dollar sind an die Bedingung geknüpft, dass SoftBank die Finanzierung sichert. Das Wichtigste ist jedoch die Bewertung von 852 Milliarden Dollar . Das gesamte Investitionsgeschäft im Silicon Valley basiert auf Vertrauen und Dynamik. Verlustbringende Startups müssen ihre Unternehmensbewertung kontinuierlich steigern, um zu überleben. Wenn ein Startup eine Finanzierungsrunde mit der gleichen oder einer niedrigeren Bewertung als bei der vorherigen Finanzierungsrunde abschließt, wird dies als deutliches Warnsignal angesehen. Das bedeutet, dass das Startup nicht so schnell wächst wie erwartet. Dies nennt man eine Abwärtsrunde. Sobald ein Startup eine Abwärtsfinanzierungsrunde durchführt, betrachten Investoren die Bewertung als fallendes Messer und werden wahrscheinlich kein weiteres Geld mehr in das Startup investieren. Sam Altman versteht das sehr gut. Er war früher Präsident der Risikokapitalgesellschaft Y Combinator. Altman hat sich selbst in eine Sackgasse manövriert. Berichten zufolge hat er sich für die nächsten 5 Jahre Ausgabenverpflichtungen für Rechenzentren im Wert von 600 Milliarden Dollar gesichert. Dies sind rechtsverbindliche Verpflichtungen. Um eine so gewaltige Summe Geld aufzubringen, benötigen sie eine entsprechend gewaltige Unternehmensbewertung. Wenn sie mit weniger als einer Billion Dollar an die Börse gehen, werden sie wahrscheinlich nicht genug Geld aufbringen können, um ihre Ausgabenverpflichtungen zu erfüllen, und das Unternehmen wird bankrottgehen. Das Bewertungsziel von 1 Billion Dollar ist nicht nur Ausdruck von Gier und Eitelkeit. Für das Unternehmen geht es ums Überleben. Altman spekuliert darauf, diese Bewertung im Jahr 2027 erreichen zu können. Wie wir jedoch in diesem Video zeigen werden, sind die Einnahmen von OpenAI, so gering sie auch sein mögen, wahrscheinlich nicht nachhaltig, und wir könnten einen Rückgang im Jahr 2027, wenn nicht sogar schon später in diesem Jahr, erleben. Die beiden mit Abstand größten KI-Unternehmen sind Anthropic und OpenAI. Laut einem Bericht von The Information konnten beide Unternehmen in den letzten Monaten einen deutlichen Umsatzanstieg verzeichnen . Insbesondere Anthropic konnte einen starken Umsatzanstieg verzeichnen. Ende 2025 betrug ihr annualisierter Umsatz rund 10 Milliarden Dollar. Bis Mai war dieser Betrag auf 45 Milliarden Dollar angewachsen. OpenAI erwirtschaftet einen Jahresumsatz von 30 Milliarden Dollar . Das jüngste Umsatzwachstum beider Unternehmen ist fast ausschließlich auf Unternehmenskunden zurückzuführen . Die Nutzung von KI wird in Token gemessen. Wenn Sie einem KI-Chatbot Fragen stellen, verbraucht dies nicht sehr viele Token. Der Großteil des Token-Verbrauchs stammt von sogenannter agentenbasierter KI. Bis vor kurzem lag der Hauptanwendungsfall für agentenbasierte KI im Bereich der Softwareentwicklung. KI-Codierungswerkzeuge wie Claude Code von Anthropic und Codex von OpenAI ermöglichen es, Computercode anhand von natürlichsprachlichen Anweisungen zu erstellen. Wenn Sie die KI bitten, eine neue Website für Sie zu erstellen, führt sie im Hintergrund eine Vielzahl einzelner Aufgaben aus . Eine einzige Anfrage an Claude Code oder Codex kann leicht so viele Token verbrauchen wie 100 Fragen, die Sie einem normalen Chatbot stellen. Im April 2026 führte OpenAI eine neue Funktion namens Workspace Agents ein. Ungefähr zur gleichen Zeit brachte Anthropic ein sehr ähnliches Produkt namens Claude co-work auf den Markt. Dies ist agentenbasierte KI für Nicht-Softwareentwickler. Sie können es anweisen, Ihre E-Mails und Slack- Nachrichten durchzulesen, Excel-Tabellen neu zu formatieren und ähnliches. Diese Aufgaben verbrauchen zudem Unmengen an Token. In der Vergangenheit nutzten beide Unternehmen ein abonnementbasiertes Preismodell. Unternehmen würden entweder 20 oder 200 US-Dollar pro Monat und Mitarbeiter für den Zugang zu diesen Produkten zahlen. Zwar wurden keine Ratenbegrenzungen eingeführt, der Abonnementpreis wurde jedoch im Vergleich zu den Rechenkosten für die Verarbeitung der Token massiv subventioniert. Mit einem Abonnement für 200 Dollar pro Monat könnten Sie potenziell Token im Wert von 2.000 Dollar pro Monat verbrauchen. Anthropic begann im November 2025 mit der Umstellung der Unternehmenskunden auf verbrauchsbasierte Abrechnung, allerdings erfolgte die Umstellung schrittweise, und vielen Unternehmen wurde gestattet, noch einige Monate bei ihren bestehenden abonnementbasierten Tarifen zu bleiben . Die vollen Auswirkungen werden sich voraussichtlich im April 2026 bemerkbar machen. Dies gilt nur für Unternehmenskunden, nicht für Endverbraucher. Viele Unternehmen sahen sich dadurch mit einer Verdreifachung ihrer Kosten konfrontiert. Etwa zur gleichen Zeit stellte auch Open AI seine Unternehmenskunden auf verbrauchsbasierte Abrechnung um . Dieser Schritt war notwendig, da beide Unternehmen mit dem vorherigen Abonnementmodell enorme Geldverluste erlitten . Sowohl Open AI als auch Anthropic haben effektiv den größten Rug Pull aller Zeiten verübt. Sie konnten eine Reihe von Unternehmenskunden mit einem subventionierten Abonnementpreis gewinnen. Sobald sich diese Unternehmen an die Nutzung ihrer KI- Produkte gewöhnt haben, erhöhen sie den Preis. Nun sind die Unternehmen endlich gezwungen, die wahren Kosten der KI zu tragen, und das wirft die Frage auf, ob sie diesen Preis wert ist. In den letzten Monaten haben wir das bizarre Phänomen des Token-Maxings beobachtet. Mitarbeiter, insbesondere Softwareentwickler, prahlen damit, wie viel Geld sie für KI-Token ausgeben. Ein Fintech-Unternehmen namens Slash rühmte sich beispielsweise damit, dass einer seiner Mitarbeiter 80.000 Dollar für den Kauf eines lächerlich hässlichen Videospiels namens Brain Rot Shooter verschwendet habe. Er hat es online gestellt, sodass es jeder kostenlos spielen kann . Es gibt keine Methode zur Monetarisierung. Es handelte sich lediglich um einen PR-Gag. Bevor es künstliche Intelligenz gab, hätte man auf Fiverr problemlos jemanden finden können, der ein Spiel dieser Qualität für ein paar tausend Dollar erstellt hätte. Man könnte wahrscheinlich sogar einem Kind ein paar hundert Dollar zahlen, damit es so etwas in Roblox erstellt. Ziel des Vibe Coding ist nicht die Entwicklung eines nützlichen Produkts. Stattdessen versucht Slash, Kunden und Investoren zu signalisieren, dass es als KI-natives Unternehmen bereit ist, viel Geld für Token auszugeben. Zudem besteht eine massive Diskrepanz zwischen Erwartungen und Realität. Seit dreieinhalb Jahren behaupten die Finanzmedien unaufhörlich, dass KI eine revolutionäre Technologie sei, die die Produktivität der Arbeitnehmer massiv steigern und schon bald eine große Anzahl von Büroarbeitsplätzen ersetzen werde. Viele Unternehmensleiter glauben dieser Darstellung, selbst ohne dafür glaubwürdige Beweise. Im vergangenen Jahr befragte das Beratungsunternehmen Section 5.000 Angestellte und Führungskräfte. Fast alle Führungskräfte geben an, dass KI-Tools ihnen Zeit sparen. Fast ein Fünftel gibt an, dadurch mehr als 12 Stunden pro Woche zu sparen. Die einfachen Arbeiter haben eine ganz andere Wahrnehmung. 40 % der Arbeitnehmer geben an, dass KI-Tools ihnen keine Zeit sparen. Lediglich 3 % geben an, dass es ihnen mindestens 12 Stunden pro Woche erspart. Dies hat zu einem neuen Phänomen geführt, das man Arbeitsschlampigkeit nennt. Unternehmensleiter zwingen ihre Mitarbeiter zur Nutzung von KI. Die KI ist für die meisten Aufgaben der Arbeiter weitgehend nutzlos . Arbeiter nutzen KI, um große Mengen an Produkten von extrem schlechter Qualität herzustellen. Man könnte KI nutzen, um unnötig lange E-Mails zu schreiben, die niemand jemals lesen wird, oder PowerPoint- Präsentationen, die keinen wirklichen Inhalt haben. Die krassesten Beispiele für schlampige Arbeitsweise stammen aus der Beratungsbranche. KPMG ist eine der sogenannten Big Four Wirtschaftsprüfungsgesellschaften. Neben ihrer Tätigkeit als Wirtschaftsprüfungsgesellschaft bieten sie auch Beratungsleistungen an. Große Unternehmen beauftragen KPMG mit der strategischen Beratung und der Unterstützung bei der Implementierung neuer Technologien. KPMG ist ein großer Befürworter von KI und zwingt seine Mitarbeiter, sie zu nutzen . Sie haben ein internes Dashboard entwickelt, das erfasst, wie häufig Mitarbeiter KI-Tools nutzen. Sie verlangen, dass die Mitarbeiter an mindestens 75 % der Arbeitstage mindestens einmal ein KI-Tool aktivieren. Ein Sprecher von KPMG erklärte gegenüber den Medien: „Unsere Daten zeigen, dass regelmäßige KI- Nutzer qualitativ hochwertigere Arbeit leisten, weniger Stress empfinden und mehr Zeit für strategische Aufgaben aufwenden. Diese Vorteile tragen dazu bei, dass Menschen schneller beruflich vorankommen. Sie können auch unsere Mandanten, die sich in Transformationsprozessen befinden, besser unterstützen.“ Zitatende. Der Sprecher legte für diese Behauptung keine Beweise vor. Im Mai dieses Jahres wurden Screenshots des internen Nachrichtensystems des Unternehmens an die Medien durchgesickert. Die Mitarbeiter von KPMG lehnen diese KI-Richtlinie nahezu ausnahmslos ab. Ein Mitarbeiter schrieb: „Die Erfassung der KI-Nutzung ist fast so willkürlich wie die Zählung der Tage, an denen wir Google-Suchen genutzt haben. Nur weil wir KI an 75 % unserer Arbeitstage eingesetzt haben, heißt das nicht, dass wir produktiver sind oder dass sich das auf das Unternehmensergebnis ausgewirkt hat. Welchen Maßstab legt das Unternehmen an, um zu beurteilen, ob das Ganze sinnvoll ist? Wenn einfach nur wahllos Fragen gestellt werden, wie soll uns das wirklich helfen, die KI-Einführung genau zu erfassen und zu verstehen, welchen Teams sie hilft und welchen nicht?“ Zitatende. Ein anderer Mitarbeiter antwortete: „Diese Kennzahl lässt sich auch sehr leicht manipulieren. Ich muss nur einmal am Tag wild auf die Tastatur hauen und die Eingabetaste drücken . Das ergibt überhaupt keine aussagekräftige Kennzahl, die irgendetwas messen kann, was sie eigentlich messen wollen.“ Zitatende. Während viele KPMG-Mitarbeiter nur so tun, als würden sie die Vorgabe einhalten, nutzen einige KI tatsächlich genau so, wie es das Unternehmen wünscht. KPMG bietet Technologieberatung an. Künstliche Intelligenz ist zu einem wichtigen Bestandteil dieses Geschäfts geworden. Sie beraten Unternehmen bei der Implementierung von KI-Tools. KPMG veröffentlicht hunderte von sogenannten Thought- Leadership-Beiträgen. Sie sprechen darüber, wie großartig KI ist und wie sie Ihre Geschäftsabläufe verändern kann. KPMG möchte von Unternehmen weltweit als führender Experte für KI wahrgenommen werden. Vor einigen Monaten veröffentlichten sie einen Bericht mit dem Titel „Exzellenz neu definieren im Zeitalter der agentenbasierten KI“. Der Bericht hob zahlreiche Beispiele aus der Praxis von Unternehmen hervor, die mit KI große Erfolge erzielt haben. Die Union Bank of Switzerland integriert KI-Agenten in die Bereiche Anlageberatung, Risikomanagement und Compliance- Überwachung. Diese Agenten arbeiten innerhalb einer gemeinsam mit Microsoft entwickelten, modularen Plattform, die personalisierte, effiziente und gesetzeskonforme Finanzprozesse ermöglicht. Transport for London, die Organisation, die das Londoner U-Bahn- System betreibt, setzt KI-Agenten ein, die Nutzern helfen, Fahrten auf der Grundlage von Präferenzen, Echtzeitbedingungen und CO2-Auswirkungen zu planen, zu buchen und zu optimieren. Der Bericht enthielt zahlreiche weitere Beispiele realer Organisationen, die angeblich bereits heute KI-Agenten einsetzen . Das Problem ist, dass alles nur ein Schwindel war. Nichts davon stimmte. Die Financial Times kontaktierte UBS, Transport for London und andere in dem Bericht erwähnte Organisationen . Sie alle bestritten, KI in der von KPMG behaupteten Weise einzusetzen. Wie sich herausstellte, wurde der KPMG-Bericht mithilfe generativer KI erstellt. Es war wertloser Fraß, voller Halluzinationen. Nachdem dies aufgedeckt worden war, entfernte KPMG den Bericht umgehend von seiner Website, doch der Reputationsschaden war bereits angerichtet. Wie kann man dem Unternehmen jetzt noch irgendetwas glauben? Künstliche Intelligenz hat die Produktivität insofern gesteigert, als sie es KPMG ermöglicht hat, Hunderte von KI-generierten Thought-Leadership-Berichten zu erstellen. Sobald die Menschen jedoch erkennen, dass es sich um KI- Schrott handelt, verlieren sie ihr Vertrauen, und der Wert dieser Berichte sinkt auf null. KPMG ist nicht allein. So ziemlich alle großen Beratungsfirmen machen das Gleiche . Das wohl eklatanteste Beispiel stammt von Deloitte. Ende 2024 beauftragte die australische Regierung Deloitte mit einem Beratungsauftrag. Insgesamt zahlten sie Deloitte 439.000 australische Dollar, was ungefähr 300.000 US-Dollar entspricht. Am Ende des Beratungsauftrags lieferte Deloitte einen Bericht, der offensichtlich KI-generiert ist. Es enthielt ein erfundenes Zitat aus einem Urteil eines Bundesgerichts und Verweise auf nicht existierende wissenschaftliche Forschungsarbeiten. Deloitte stimmte einer teilweisen Rückerstattung des Beratungshonorars zu und überarbeitete den Bericht, um die KI- Irrtümer zu beseitigen. Unternehmensleiter zwingen ihre Mitarbeiter zur Nutzung von KI auf der Grundlage des falschen Dogmas, dass dies die Produktivität steigern werde , aber sie haben kein Verständnis dafür, wie die KI tatsächlich eingesetzt wird oder welche Risiken dies für das Unternehmen mit sich bringen kann. Auch wenn Sie wahrscheinlich mittlerweile genug von Technologieberatungsfirmen gehört haben, möchte ich Ihnen noch schnell eine letzte Geschichte erzählen. Es gibt ein riesiges Technologieberatungsunternehmen namens Accenture. Die Geschäftsführerin, Julie Sweet, ist eine überzeugte Verfechterin von KI. Im vergangenen Jahr entließ das Unternehmen Tausende von Mitarbeitern. Sweet erklärte: „Wir steigen unter Zeitdruck aus. Die Umschulung der Mitarbeiter hat sich nach unserer Erfahrung als kein praktikabler Weg erwiesen, um die benötigten Qualifikationen zu erlangen.“ Zitat beenden. Mit „ Exiting“ ist das Feuern gemeint. Accenture entlässt Mitarbeiter, die nach Ansicht des Unternehmens nicht ausreichend im Umgang mit KI geschult sind. Sie setzen auch die Anforderungen an die KI-Nutzung durch . [Musik] Sie befördern Mitarbeiter danach, wie oft sie sich in KI-Tools einloggen. Im Juni dieses Jahres wurde eine Audioaufnahme einer internen Accenture-Besprechung an die Medien durchgestochen. Ein Manager bei Accenture rügte seine Untergebenen, weil sie zu viel Geld für KI verschwendeten. Mitarbeiter nutzen KI, um Routineaufgaben wie die Umwandlung von PDFs in PowerPoint-Präsentationen zu erledigen. Dies verbraucht offenbar eine enorme Anzahl von Token, die dem Unternehmen in Rechnung gestellt werden. Aber kann man es den Mitarbeitern wirklich verdenken, wenn der CEO öffentlich droht, sie zu entlassen, falls sie KI nicht ausreichend nutzen? Als Julie Sweet all ihre KI- Vorgaben durchsetzte, erwartete sie vermutlich einen massiven Anstieg von Produktivität und Gewinn. In Wirklichkeit ist das Gegenteil eingetreten. In den letzten 6 Monaten ist der Aktienkurs von Accenture um etwa 2/3 gesunken. Ironischerweise ist das Teil des ganzen Unsinns um die SaaS-Apokalypse . Investoren scheinen davon überzeugt zu sein, dass KI den Bedarf an Technologieberatern ersetzen wird . KI wird Berater nicht ersetzen , aber das wird Thema eines zukünftigen Videos sein. Es gibt einige Anzeichen dafür, dass die Unternehmen nach der Verschwendung obszöner Summen an Geld für die Maximierung des Token-Bestands endlich wieder zur Vernunft kommen. Das anschaulichste Beispiel ist Uber. Das Unternehmen hat sein gesamtes KI-Budget für 2026 in den ersten vier Monaten des Jahres aufgebraucht. Sie haben die Ausgaben für KI nun auf 1.500 US-Dollar pro Mitarbeiter und Monat begrenzt. Vermutlich gaben die Angestellten vorher deutlich mehr aus. Wir können auch eine Verlangsamung bei den Makrodaten feststellen. Es gibt eine Firma namens Oren, die die Mietpreise für GPUs erfasst . Im Laufe des Jahres 2025 sanken die Mietpreise für Nvidia H100 GPUs stetig. Im Mai 2025 kostete es etwa 2 Dollar pro Stunde. Bis Februar 2026 war der Preis auf 1,70 US-Dollar gesunken. Dieser Rückgang ist zu erwarten, da neue Rechenzentrumskapazitäten in Betrieb genommen werden. Im Mai explodierte der Preis auf bis zu 3,20 Dollar. Dies fällt zeitlich mit dem Start der Workspace-Agenten von OpenAI und des Claude Co-Work von Anthropic zusammen. Im Juni wurden die verbrauchsabhängigen Rechnungen fällig und der Preis brach innerhalb weniger Wochen um 30 % ein . Dies deutet darauf hin, dass Unternehmenskunden ihre Ausgaben bereits reduzieren. Am 2. Juni 2026 gab Sam Altman ein Interview, in dem er ein sehr interessantes Eingeständnis machte. Das zweitwichtigste Thema sind wahrscheinlich die Kosten. Ja . Die Leute sagen wirklich, und das ist mittlerweile schon fast ein Meme, aber mein Unternehmen hat mein gesamtes Budget für 2026 im ersten Quartal ausgegeben. Können Sie das effizienter gestalten? Wir arbeiten weiterhin daran, dies mit Modellen weiter voranzutreiben. Ich denke, wir werden viele Möglichkeiten finden, wie wir den Menschen helfen können, mehr Wert für weniger Geld zu bekommen, aber das hat sich zu einem Thema entwickelt, das Anfang des Jahres noch nie zur Sprache kam . Die Leute waren mit ihren Ausgaben rundum zufrieden, und plötzlich gab es ein riesiges Problem. Ein paar Dinge sollten beachtet werden. Zu Beginn des Jahres machten sich die Kunden von OpenAI keine Sorgen um die Kosten, doch in letzter Zeit sind die Kosten zu einem großen Problem geworden. Altman sagt, die hohen Kosten für KI seien zu einem Meme geworden. Er stellt es so dar, als ob die Kostenbedenken aus dem Nichts gekommen wären. Was Altman bequemerweise verschweigt, ist, dass die Kostenbedenken fast genau mit dem Übergang von Abonnements zu verbrauchsabhängiger Abrechnung für Unternehmenskunden zusammenfielen. Man braucht keinen MBA, um vorherzusagen, dass Kunden nach einer massiven Preiserhöhung mehr auf die Kosten achten werden. Er sagt, sie hätten viele Möglichkeiten, den Kunden zu helfen, mehr Wert für weniger Geld zu bekommen, aber es gäbe dabei ein großes Problem. Wenn die Kunden von OpenAI weniger Geld ausgeben, sinken die Einnahmen von OpenAI. OpenAI hat für die nächsten 5 Jahre Ausgabenverpflichtungen in Höhe von 600 Milliarden Dollar für Rechenzentren. Das sind 120 Milliarden Dollar pro Jahr. Derzeit beträgt ihr Jahresumsatz 30 Milliarden Dollar. Sie benötigen eine Vervierfachung ihrer Einnahmen, nur um ihre Rechenkosten decken zu können. Wie wollen Sie Ihren Umsatz vervierfachen und gleichzeitig Ihren Kunden helfen, weniger auszugeben? Selbst wenn OpenAI morgen einen magischen Durchbruch erzielt und ihre Rechenkosten um 99 % sinken, werden sie trotzdem bankrottgehen. Sie haben verbindliche Zusagen unterzeichnet, 600 Milliarden Dollar in Rechenzentren zu investieren. Sie müssen dieses Geld bezahlen, unabhängig davon, ob sie die Rechenkapazität benötigen oder nicht. Altman hat sich in eine Sackgasse manövriert, aus der es keinen Ausweg mehr gibt. Etwa eine Woche nach Altmans Interview berichtete das Wall Street Journal, dass OpenAI drastische Preissenkungen für seine Unternehmenskunden erwägt. Das Unternehmen verliert bereits jetzt enorme Summen Geld. Das wird ihre Verluste noch verschlimmern. Altman verschiebt den Börsengang auf 2027, weil er hofft, dass die Einnahmen von OpenAI bis dahin so stark steigen werden, dass eine Bewertung von 1 Billion Dollar gerechtfertigt ist . Sollten sie aber tatsächlich drastische Preissenkungen vornehmen, könnten die Einnahmen sehr wohl sinken und der Unternehmenswert auf nahezu null fallen. Okay , Leute. Damit ist dieses Video beendet. Was halten Sie von OpenAI? Teilt uns eure Meinung im Kommentarbereich unten mit. Wie immer vielen Dank fürs Zuschauen und wir sehen uns im nächsten Video. Wall Street Millennial meldet sich ab.

[Musik] Im Januar 2025 schockte ein bis dahin wenig bekanntes chinesisches Unternehmen namens DeepSeek die Welt mit einem Open-Weight-LLM, das mit den neuesten Frontier- Modellen von OpenAI und Anthropic konkurrenzfähig war. Das DeepSeek-Modell benötigte deutlich weniger Rechenressourcen für Training und Ausführung. Dies führte zu einem heftigen, aber kurzen Ausverkauf von Halbleiteraktien, da die Menschen begannen, die Sinnhaftigkeit von Ausgaben in Höhe von Hunderten von Milliarden Dollar für Rechenzentren in Frage zu stellen, wenn chinesische KI-Unternehmen scheinbar wettbewerbsfähige Ergebnisse zu einem viel günstigeren Preis erzielen. Aus Verbrauchersicht sind diese chinesischen LLMs jedoch weitgehend bedeutungslos geworden, zumindest in den USA und anderen westlichen Märkten. Laut Sensor Tower ist ChatGPT außerhalb Chinas mit etwas über einer Milliarde monatlich aktiver Nutzer immer noch mit Abstand die dominierende KI-App. Google Gemini wächst ebenfalls rasant und hat mittlerweile über 600 Millionen aktive Nutzer. DeepSeek verzeichnete direkt nach seinem Start einen starken Anstieg der Nutzung und erreichte im Januar 2025 fast 200 Millionen monatlich aktive Nutzer. Seitdem ist die Nutzung jedoch stetig zurückgegangen. Betrachtet man die Unternehmensseite, ergibt sich ein völlig anderes Bild. Unternehmen und Startups greifen aufgrund der niedrigen Kosten zunehmend auf chinesische Open-Source-Modelle zurück . Chinesische Modelle belegen die ersten sechs Plätze in Bezug auf die Anzahl der über OpenRouter verarbeiteten Token. Wenn Sie eine Website oder App besuchen, die KI-Funktionen wie einen Kundensupport-Chatbot bietet, ist die Wahrscheinlichkeit groß, dass im Hintergrund ein chinesisches Modell zum Einsatz kommt. Das wirft einige Fragen auf. Wenn die chinesischen Modelle Open Source sind und kostenlos heruntergeladen werden können, wie generieren diese Unternehmen dann Einnahmen? Und stellen sie eine Wettbewerbsbedrohung für US-amerikanische KI-Unternehmen wie OpenAI und Anthropic dar? Im Januar 2026 ging ein chinesisches KI-Labor namens ZidotAI an der Hongkonger Börse an die Börse. Der Ausgabepreis beim Börsengang betrug 116 Hongkong-Dollar pro Aktie. In den ersten Monaten seit dem Börsengang hat sich der Aktienkurs von ZidotAI mehr als verzehnfacht. Zum Zeitpunkt der Videoaufnahme Anfang Juli lag der Kurs bei fast 1.800 US-Dollar pro Aktie, was dem Unternehmen eine Marktkapitalisierung von 800 Milliarden Hongkong- Dollar, umgerechnet etwa 100 Milliarden US-Dollar, bescherte. Sie produzieren eine Familie großer Sprachmodelle namens GLM. Die GLM-Modelle sind Open Source, sodass sie jeder kostenlos herunterladen und lokal ausführen kann . Dies erfordert allerdings eine beträchtliche Rechenleistung. Sie verfügen außerdem über eine Website für Endverbraucher mit Chat-Funktion, wobei die Datenverarbeitung auf den eigenen Servern des Unternehmens erfolgt. Sie bieten Premium-Abonnements an, die höhere Ratenlimits und Zugang zu einigen ihrer Codierungstools ermöglichen. Schließlich bieten sie auch eine API für Unternehmen an. Zidda AI veröffentlicht seine Finanzdaten in der chinesischen Währung RMB. Der Einfachheit halber habe ich alles in US-Dollar umgerechnet, damit wir es mit der Marktkapitalisierung von 100 Milliarden Dollar vergleichen können. Im Jahr 2025 erwirtschaftete Zidda AI einen Umsatz von 107 Millionen Dollar, mehr als doppelt so viel wie im Jahr 2024. Sie meldeten einen Bruttogewinn von 44 Millionen Dollar , mussten aber einen operativen Verlust von mehr als einer halben Milliarde Dollar hinnehmen. Im Jahr 2025 investierten sie 470 Millionen Dollar in Forschung und Entwicklung. Dies sind die Kosten für das Training neuer KI- Modelle. Im Jahr 2025 stammten 26 % der Einnahmen von Zidda AI aus dem sogenannten Cloud-Segment. Dies umfasst sowohl ihre Abonnementpläne für Endverbraucher als auch den Verkauf von API-Token an Unternehmen. 74 % stammten aus sogenannten On-Premise-Bereitstellungen. Unternehmen und andere Organisationen bezahlen dafür, dass eines der Modelle von Zidda AI auf ihre individuellen Anwendungsfälle und internen Daten zugeschnitten und feinabgestimmt wird. Sobald dies geschehen ist, läuft das angepasste Modell lokal auf den internen Servern des Kunden oder gegebenenfalls unter Verwendung der Cloud-Computing-Dienste eines Drittanbieters. Ab diesem Zeitpunkt kann der Kunde das KI-Modell kostenlos nutzen. Kostenlos in dem Sinne, dass sie keine Abonnement- oder Lizenzgebühren an Zidda AI zahlen müssen. Sie müssen weiterhin ihre eigenen Computerkosten tragen . Der Kunde könnte Z AI in Zukunft mit weiteren Feinabstimmungen beauftragen, aber insgesamt handelt es sich um einen einmaligen Verkauf. Der überwiegende Teil der Einnahmen von Z AI ist daher nicht wiederkehrend. Für das Jahr 2025 meldete Z AI eine Bruttogewinnmarge von 19 % im Cloud-Segment. Sie verkaufen API-Tokens mit einem geringen Aufschlag auf ihre eigenen Rechenkosten. Dies ist eine bewusste Wachstumsstrategie mit Fokus auf Gewinnmaximierung. Indem sie ihre GLM-Modelle zu günstigen Preisen anbieten, steigern sie deren Akzeptanz in der Praxis. Fast der gesamte Bruttogewinn des Unternehmens stammt aus On-Premise-Installationen, die eine Bruttomarge von 49 % aufwiesen. Z AI entwickelte seine Geschäftsstrategie auf der Grundlage der Annahme, dass LLMs zu Massenware werden und ein Wettlauf um immer niedrigere Tokenpreise entbrennt. Das Geld lässt sich mit Zusatzleistungen wie der Modellanpassung verdienen. Im Juni 2026 veröffentlichte Z AI sein fortschrittlichstes Modell, das heute GLM 5.2 heißt. Es ist in den meisten Benchmark-Tests für Softwareentwicklung konkurrenzfähig mit Claude, ChatGPT und Google Gemini . Es eignet sich besonders gut für Benchmarks mit langem Zeithorizont . Hierbei handelt es sich um den Fall, dass Sie der KI mit einer einzigen Anweisung den Auftrag geben, eine Website oder App zu entwickeln, und sie diese dann selbstständig umsetzt . Diese langfristigen Aufgaben verbrauchen Unmengen an Token und sind daher sehr teuer. Das ist eine große Sache, denn das Hauptverkaufsargument von GLM ist der niedrige Preis. Für Opus 4.7 berechnet Anthropic 5 US-Dollar pro Million Input-Token und 25 US-Dollar pro Million Output-Token. GLM 5.2 kostet 1,40 US-Dollar pro Million Input-Token und 4,40 US-Dollar pro Million Output-Token. GLM 5.2 kostet also etwa ein Viertel so viel wie Claude Opus 4.7. Und dies setzt voraus, dass Sie Tokens über die Z AI API erwerben. Sie können es auch lokal ausführen. Wenn Sie Ihre eigene lokale Infrastruktur effizient aufbauen können, könnten Sie sie möglicherweise sogar günstiger selbst betreiben . Diese Option haben Sie bei Claude nicht. Die Ergebnisse von KI-Benchmarks sind weitgehend bedeutungslos. Sie können Ihr KI-Modell so feinabstimmen, dass es bei einem bestimmten Benchmark gut abschneidet, wobei die Leistung nicht unbedingt ein Indikator für die Leistung in der realen Welt ist. Doch in den wenigen Wochen, seit GLM 5.2 verfügbar ist, hat es sich bereits rasant verbreitet, da es von vielen genutzt wird, um mit nur einem Klick Web-Apps und Videospiele zu erstellen . Hier hat ein YouTuber namens Teth GLM 5.2 gebeten, einen Klon des beliebten Ego- Shooter-Videospiels Counter-Strike zu erstellen. Nach 25 Minuten war es ein extrem simpler Ego-Shooter mit grauenhafter Grafik, aber einige der grundlegenden Spielmechaniken hatte es immerhin richtig umgesetzt. Sie können eine Pistole oder ein Sturmgewehr benutzen. Es hat sogar einen Rückstoßeffekt und zeigt Einschusslöcher in den Wänden. Der YouTuber gab Claude Opus 4.8, das fünfmal so viel pro Token kostet, genau die gleiche Aufforderung. Das dadurch entstandene Spiel war deutlich schlechter. Die Pistole ist ein schwarzes, rechteckiges Prisma, das scheinbar in der Luft schwebt. Als der Benutzer zu einem Sturmgewehr wechselte, war es nur noch ein etwas längeres schwarzes Rechteck. LLMs sind naturgemäß zufällig, insbesondere bei dieser Art von einmaliger Stimmungscodierung können die Ergebnisse jeder Aufforderung stark variieren. Aber GLM 5.2 scheint mindestens gleichwertig mit Claude Opus 4.8 zu sein. Um es klarzustellen: Z AI ist extrem überbewertet, und sein Geschäftsmodell ist wahrscheinlich nicht nachhaltig. Ihre Marktkapitalisierung von 100 Milliarden Dollar ist das 1.000-fache des Umsatzes, den sie im Jahr 2025 erwirtschaften werden. Selbst unter Berücksichtigung ihres rasanten Wachstums ist diese Bewertung kaum zu rechtfertigen. Selbst wenn die GLM- Modellfamilie von Z AI weltweit breite Anwendung findet , schränkt die Tatsache, dass es sich um Open- Source-Software handelt, die Monetarisierungsmöglichkeiten erheblich ein. Zu Beginn dieses Videos haben wir uns die Daten des Sensorturms angesehen. Der Markt für KI-Anwendungen für Endverbraucher wird weiterhin von OpenAI, Google und in geringerem Maße von Anthropic dominiert. Aber wenn chinesische Open-Source-Modelle konkurrenzfähig und viel günstiger sind, warum erobern sie dann nicht den Markt? ChatGPT und Gemini sind Konsumprodukte. OpenAI und Google investieren massiv, um verschiedene Funktionen und Spielereien hinzuzufügen und sie so für die Verbraucher attraktiver zu machen . Dinge wie Spracherkennungstools, Integrationen mit anderen Anwendungen usw. Der Hauptvorteil chinesischer Open-Source-Modelle liegt in ihren niedrigen Kosten pro Token. Die Verbraucher sind von den Tokenkosten weitgehend unbeeinflusst. 95 % der ChatGPT-Nutzer verwenden die kostenlose Version. Die Abonnementpläne für Endverbraucher sind stark subventioniert. Mit einem ChatGPT Plus-Tarif für 20 Dollar können Sie leicht Token im Wert von Hunderten von Dollar pro Monat verbrennen . Chinesische Modelle sind in Märkten erfolgreich, in denen die Kunden die Kosten pro Token tragen müssen. Airbnb integriert beispielsweise viele KI-Funktionen in seine Dienstleistungen. Sie verfügen über KI-Tools, die es Ihnen ermöglichen, Ihre Immobilie schneller und einfacher auf ihrer Plattform anzubieten. Diese KI-Funktionen basieren auf Qwen, einem Open-Source-LLM-System, das vom chinesischen Technologiekonzern Alibaba entwickelt wurde. Sie erwogen den Einsatz von ChatGPT, entschieden sich aber stattdessen für Qwen, da es wesentlich günstiger ist und sie es mit ihren eigenen proprietären Daten feinabstimmen können. Mit einem proprietären Modell wie ChatGPT wäre das nicht möglich. Airbnbs Entscheidung, Qwen anstelle von ChatGPT zu verwenden, dürfte für Sam Altman besonders schwer zu verkraften gewesen sein. Brian Chesky, Gründer und CEO von Airbnb, ist ein enger persönlicher Freund von Sam Altman. Altman behauptet, er spreche alle zwei Wochen drei Stunden mit Chesky und habe von ihm wertvolle Ratschläge erhalten. Aber Chesky muss das tun, was im besten Interesse seines Unternehmens liegt. Es gibt ein Unternehmen namens OpenRouter, das Unternehmen bei der Verwaltung ihres KI-Einsatzes unterstützt. Sie verbinden Ihre App einmalig mit OpenRouter und können über diese eine Verbindung sofort auf über 400 verschiedene KI-Modelle von mehr als 60 Anbietern zugreifen. Es kann Ihre Anfragen auch automatisch an das günstigste oder schnellste Modell weiterleiten und Ihren gesamten Verbrauch in einem Dashboard verfolgen. Es wird hauptsächlich von Startups genutzt, die KI in ihre Dienstleistungen integrieren. Sogenannte Wrapper-Unternehmen, die im Backend auf APIs basieren. Sie veröffentlichen wöchentlich, wie viele Token sie von jedem unterstützten Modell verarbeiten. Im vergangenen Jahr ist die Token-Nutzung von 2,4 Billionen pro Woche auf 47 Billionen explodiert. Dieses Wachstum wird fast ausschließlich von chinesischen Modellen mit offenem Gewicht getragen . Die sechs beliebtesten Router-Modelle auf OpenRouter sind chinesische Hersteller. Sie sind vor allem wegen ihrer deutlich geringeren Kosten pro Token so beliebt. Manche Menschen scheuen sich aus Sicherheits- und Datenschutzgründen davor, chinesische KI-Modelle zu verwenden. Dieses Risiko entfällt jedoch, wenn man das Modell lokal oder bei einem vertrauenswürdigen Cloud- Anbieter eines Drittanbieters ausführt. Der Modellentwickler hat keine Möglichkeit, Ihre Aktivitäten zu überwachen, selbst wenn er es wollte. Zhi.ai wurde 2019 gegründet. Vor ihrem Börsengang sammelten sie Risikokapital im Gegenwert von etwa 1,2 Milliarden US-Dollar ein . Bei ihrem Börsengang im Januar nahmen sie umgerechnet etwa 560 Millionen Dollar ein. Insgesamt hat das Unternehmen also weniger als 2 Milliarden Dollar eingenommen und Modelle entwickelt, die zumindest mit den neuesten Versionen von ChatGPT und Claude konkurrenzfähig sind. OpenAI und Anthropic haben beide über 100 Milliarden Dollar Risikokapital eingesammelt. Wie gelingt es den chinesischen KI-Laboren also, mit so wenig Geld solche Ergebnisse zu erzielen? Ein Teil davon geschieht durch eine Technik namens Destillation. Die chinesischen KI-Labore werden Abonnements für ChatGPT, Gemini oder Claude erwerben. Sie verfügen über ein automatisiertes System, das dem jeweiligen LLM eine Reihe von Fragen stellt und die Antworten aufzeichnet. Die Antworten werden als Trainingsdaten verwendet, um das chinesische LLM zu trainieren. Im Grunde trainiert man sein LLM so, dass es ein fortgeschritteneres LLM nachahmt, was wesentlich günstiger ist als eine Ausbildung von Grund auf. Die Verwendung von Destillation verstößt technisch gesehen gegen die Nutzungsbedingungen von ChatGPT oder Claude, aber angesichts der weiten Verbreitung dieser innovativen Modelle ist es fast unmöglich, dies zu verhindern. Um es klarzustellen: Nicht nur die chinesischen KI-Labore nutzen die Destillation. Im jüngsten Prozess gegen Musk und OpenAI gab Elon Musk zu, dass sein Unternehmen xAI eine Destillation von ChatGPT verwendet habe, um seinen Grok AI-Chatbot zu trainieren. Auch wenn die Destillation gegen die Nutzungsbedingungen des angestrebten LLM-Studiengangs verstoßen mag, ist sie wahrscheinlich legal. Nach jüngsten Gerichtsurteilen ist es nicht möglich, rein KI-generierte Inhalte urheberrechtlich zu schützen. Und das Ergebnis des LLM gehört ganz sicher nicht dem Modellentwickler. Wenn Sie also an die Ergebnisse eines konkurrierenden LLM gelangen können, steht Ihnen nichts im Wege, diese nach Belieben zu verwenden. Dies bringt zukunftsweisende Forschungslabore wie OpenAI und Anthropic in eine schwierige Lage. Ihr Endkundengeschäft macht Verluste, weil nur sehr wenige Verbraucher bereit sind, für KI zu bezahlen. Sie dachten, sie könnten Geld verdienen, indem sie an Unternehmen mit tokenbasierter Abrechnung verkaufen. Wenn Unternehmen jedoch KI einsetzen und große Mengen an Token verbrauchen, werden sie letztendlich versuchen, die Kosten zu senken. OpenAI kann Milliarden von Dollar für die Entwicklung neuer Spitzenmodelle ausgeben, die immer größer und teurer im Betrieb sind. Doch innerhalb weniger Monate werden die chinesischen Labore voraussichtlich aufholen und sie preislich unterbieten. LLM-Studiengänge werden immer mehr zu Massenprodukten. Okay , Leute. Damit ist dieses Video beendet. Was halten Sie von Open-Source-KI-Modellen aus China? Teilt uns eure Meinung im Kommentarbereich unten mit. Wie immer vielen Dank fürs Zuschauen, und wir sehen uns beim nächsten Mal. Wall Street Millennial meldet sich ab.

[Musik] Das wichtigste Thema am Aktienmarkt ist heute KI. Unternehmen, die als an KI beteiligt gelten oder davon profitieren, haben einen rasanten Anstieg ihrer Aktienkurse erlebt. Der Aktienmarkt durchläuft immer wieder solche Hype-Zyklen. Erinnern Sie sich noch an die Jahre 2020 und 2021? Damals waren Elektrofahrzeuge und erneuerbare Energien das beherrschende Thema. Investoren versuchen oft, unbekannte kleine Unternehmen zu finden, von denen sie glauben, dass sie von dem jeweils vorherrschenden Anlagethema profitieren werden . Dies kann zu bizarren Ergebnissen führen. Es gibt ein Unternehmen in Connecticut namens FuelCell Energy. Das Unternehmen ging bereits 1992 an die Börse. Seit seiner Gründung verzeichnete das Unternehmen mit Brennstoffzellen operative Verluste, und der Aktienkurs ist um mehr als 99 % gesunken. Allerdings glich der Aktienkurs einer Achterbahnfahrt und profitierte im Laufe der Zeit von mehreren Hype- Zyklen. Während der Dotcom-Blase der 1990er Jahre schoss der Aktienkurs in die Höhe. Das Brennstoffzellengeschäft hatte nichts mit dem Internet zu tun, aber das Unternehmen profitierte dennoch von einem allgemeinen Anstieg spekulativer Investitionen in diesem Zeitraum. Das Unternehmen stand schon mehrfach am Rande des Bankrotts und wurde jedes Mal durch Aktienkursblasen gerettet. Im Jahr 2021 stieg der Aktienkurs des Unternehmens dank eines spekulativen Booms bei Wasserstoffunternehmen um das Achtfache. Bis 2025 hatte das Unternehmen fast sein gesamtes Geld aufgebraucht und stand erneut kurz vor dem Bankrott. Doch Anfang 2026 wurden sie erneut durch eine weitere spekulative Anlagewelle gerettet. Der Aktienkurs hat sich versechsfacht, da einige Investoren nun glauben, dass sie in die KI-Rechenzentrumsbranche einsteigen werden. In den über 30 Jahren, seit FuelCell ein börsennotiertes Unternehmen ist, hat es fast 2 Milliarden Dollar verbrannt und nie einen realistischen Weg zur Profitabilität aufgezeigt. In diesem Video erzählen wir die bizarre Geschichte von FuelCell Energy und wie irrationale Investitionsblasen ein Unternehmen weit über sein Verfallsdatum hinaus am Leben erhalten können. FuelCell Energy stellt, wie der Name schon sagt, Brennstoffzellen her. Das Unternehmen stellt insbesondere Schmelzkarbonat- Brennstoffzellen her. Als Brennstoffe dienen Wasser und Methan, auch bekannt als Erdgas. An einer Anode findet eine chemische Reaktion statt, bei der reiner Wasserstoff von Methan- und Wassermolekülen getrennt wird. Der Sauerstoff aus dem Wasser verbindet sich mit dem Kohlenstoff aus dem Methan zu Kohlendioxid. Das Kohlendioxid wird als Abfallprodukt freigesetzt . Der reine Wasserstoff gelangt in die Brennstoffzelle. Die Brennstoffzelle verbindet reinen Wasserstoff mit reinem Sauerstoff und wandelt ihn in Wasser um. Bei diesem Prozess wird Elektrizität erzeugt. Es handelt sich also im Grunde um einen zweistufigen Prozess. Man beginnt mit Erdgas, wandelt dieses in reinen Wasserstoff um und emittiert dabei CO2. Anschließend wandelt man den Wasserstoff in Wasser um, wodurch Strom erzeugt wird. Die Wasserstoff- Brennstoffzelle selbst emittiert technisch gesehen kein Kohlenstoffdioxid , aber um den Wasserstoff überhaupt erst zu erzeugen , muss man Kohlendioxid ausstoßen . Schmelzkarbonat-Brennstoffzellen sind weder sauber noch erneuerbar. Tatsächlich stoßen sie pro erzeugter Kilowattstunde sogar mehr Kohlendioxid aus als moderne, hocheffiziente Gasturbinenkraftwerke. Sie sind außerdem deutlich teurer als herkömmliche Erdgaskraftwerke. Die von den Herstellern von Brennstoffzellen für Brennstoffzellen verwendeten Schmelzkarbonat-Brennstoffzellen sind groß und sperrig. Sie eignen sich daher nur für die stationäre Stromerzeugung. Fuel Cell Energy war gezwungen, seine Brennstoffzellen unter dem Selbstkostenpreis zu verkaufen, sonst würde sie niemand kaufen. Südkorea ist das einzige Land der Welt, in dem Brennstoffzellen einen signifikanten Anteil der Stromerzeugung ausmachen . Im Jahr 2004 verabschiedete die südkoreanische Regierung das Gesetz zur Förderung der Entwicklung alternativer Energien. Mit diesem Gesetz wurden Brennstoffzellen als neue Energiequelle eingestuft , woraufhin einige Subventionen für Brennstoffzellenkraftwerke bereitgestellt wurden. Im Jahr 2012 verabschiedeten sie den Standard für erneuerbare Energien. Dieses Gesetz schreibt vor, dass die Elektrizitätsversorgungsunternehmen ihren Einsatz neuer und erneuerbarer Energiequellen schrittweise erhöhen müssen. Brennstoffzellen, zumindest die von Fuel Cell Energy hergestellten, sind nicht erneuerbar, aber nach südkoreanischem Recht neu. Ziel dieser Politik ist es, in Südkorea eine Brennstoffzellenindustrie anzustoßen, in der Hoffnung, dass diese Technologie irgendwann in der Zukunft wirtschaftlich rentabel werden wird. In Südkorea gibt es einen riesigen Industriekonzern namens POSCO. Angesichts der Regierungspolitik beschlossen sie, in die Brennstoffzellenindustrie zu expandieren. Im Jahr 2007 unterzeichnete POSCO einen Partnerschaftsvertrag mit Fuel Cell Energy. Im Rahmen der Vereinbarung würde POSCO Brennstoffzellenmodule von Fuel Cell Energy erwerben und diese in Kraftwerken in Südkorea installieren. POSCO erhielt das Exklusivrecht für den Vertrieb der Brennstoffzellen von Fuel Cell Energy in Südkorea. Fuel Cell Energy durfte außer an POSCO an keinen anderen südkoreanischen Kunden verkaufen . Anfang der 2010er Jahre begann POSCO mit dem Bau eines riesigen Kraftwerks zur Stromerzeugung namens Gyeonggi Green Energy Project, bei dem Brennstoffzellen von Fuel Cell Energy zum Einsatz kommen. Obwohl es als Projekt für grüne Energie bezeichnet wurde, ist daran nichts grün. Es verbraucht nicht erneuerbares Erdgas und emittiert erhebliche Mengen an Kohlendioxid. Zunächst sah es so aus, als würde alles gut laufen. Im Jahr 2014 erzielte Fuel Cell Energy einen Umsatz von 187 Millionen US-Dollar, mehr als die Hälfte davon stammte von POSCO. Doch die Partnerschaft entwickelte sich bald zu einem Desaster. Das Gyeonggi Green Energy Project wurde 2014 abgeschlossen. Die Brennstoffzellenmodule sollten mindestens 5 Jahre halten, doch Anfang 2016, weniger als 2 Jahre nach ihrer Installation, war bereits ein Drittel der Module ausgefallen und musste ersetzt werden. Obwohl die Module von Fuel Cell Energy hergestellt wurden , war POSCO für eine 5-jährige Garantie verantwortlich. POSCO musste aufgrund der deutlich höheren als erwarteten Garantiekosten enorme Verluste hinnehmen. Warum ist die Lebensdauer der Module so kurz? Denken Sie daran, dass es sich hier um Brennstoffzellen handelt, die mit geschmolzenem Karbonat betrieben werden . Sie enthalten Carbonatsalze, die bei Temperaturen über 600°C geschmolzen werden müssen. Bei solch extremen Temperaturen ist eine lange Lebensdauer sehr schwierig zu erreichen . Im Jahr 2018 beendete POSCO seine Partnerschaft mit Fuel Cell Energy. Sie hielten jedoch weiterhin an der Exklusivitätsvereinbarung fest. Dies war eine Katastrophe für die Brennstoffzellenenergie. POSCO kaufte keine Brennstoffzellen mehr von ihnen und gestattete ihnen auch nicht, Brennstoffzellen an andere südkoreanische Kunden zu verkaufen. Zu dieser Zeit war Südkorea der größte Brennstoffzellenmarkt der Welt. Im Jahr 2019 sanken die Einnahmen von Fuel Cell um zwei Drittel auf nur noch 61 Millionen US-Dollar, und das Unternehmen verzeichnete einen operativen Verlust von 47 Millionen US-Dollar. Im Jahr 2020 reichte POSCO eine Klage in Höhe von 800 Millionen Dollar gegen Fuel Cell Energy ein. Dies ist der Geldbetrag, den POSCO nach eigenen Angaben durch die Gewährleistungsverpflichtungen für die fehlerhaften Brennstoffzellenmodule verloren hat. Fuel Cell Energy wies jegliches Fehlverhalten zurück und erhob Gegenklage gegen POSCO. Im Jahr 2021 erzielten die beiden Unternehmen eine Einigung. Es würden keine Entschädigungen gezahlt und Fuel Cell Energy dürfte Brennstoffzellen in Südkorea verkaufen. Zu diesem Zeitpunkt war der Brennstoffzellenmarkt jedoch aufgrund des Wachstums südkoreanischer Brennstoffzellenhersteller wie Doosan Fuel Cell und anderer deutlich wettbewerbsintensiver geworden. Nach dem Wiedereintritt in den koreanischen Markt erholten sich die Einnahmen von Fuel Cell Energy zwar etwas, doch die operativen Verluste weiteten sich aus. Dies ist vor allem auf den Preisdruck der koreanischen Konkurrenz im Inland zurückzuführen. Im Jahr 2020 startete die US-Notenbank Federal Reserve als Reaktion auf die Pandemie ein massives Gelddruckprogramm. Gleichzeitig pumpte die Regierung Hunderte von Milliarden Dollar in die Hände der einfachen Bevölkerung durch eine verbesserte Arbeitslosenversicherung und Konjunkturschecks. Dies führte zu einer Aktienmarktblase . Zu den größten Profiteuren dieser Blase zählten Unternehmen aus den Bereichen Elektrofahrzeuge und erneuerbare Energien. Das Wasserstoff- Lkw-Unternehmen Nikola ging an die Börse, und Privatanleger trieben die Marktkapitalisierung auf 30 Milliarden Dollar, obwohl das Unternehmen noch keine Einnahmen erzielte. Nikola wurde später als nahezu vollständiger Betrug entlarvt, aber es brachte den Stein ins Rollen, was den Wasserstoff-Investitionsboom angeht. Schon bald begannen Privatanleger massiv in Fuel Cell Energy zu investieren, basierend auf dem Irrglauben, es handele sich um ein Unternehmen für erneuerbare Energien. Wie bereits erwähnt , handelt es sich bei ihnen nicht um ein Unternehmen für erneuerbare Energien, da ihre Brennstoffzellen Erdgas als primäre Brennstoffquelle nutzen. Schauen wir uns den Aktienkurs des Unternehmens in diesem Zeitraum an. Im Jahr 2019 sank der Aktienkurs von Fuel Cell Energy auf nahezu null. Dies geschah auf dem Höhepunkt des Posco-Debakels. Der Aktienkurs erholte sich Anfang 2020 etwas, da es so aussah, als könnte sich die Situation in Korea von selbst lösen. Dann, Ende 2020, gab es einen massiven Aufschwung im Zuge des Nikola SPAC und der allgemeinen Euphorie rund um Unternehmen im Bereich Wasserstoff. Man sollte bedenken, dass das Unternehmen in diesem Zeitraum mehrere Aktiensplits im umgekehrten Verhältnis durchführen musste, um den Aktienkurs über 1 US-Dollar zu halten. Die Preise in der Grafik sind um Reverse-Aktiensplits bereinigt. Fuel Cell ist auf die Ausgabe neuer Aktien angewiesen, um seinen Liquiditätsverbrauch zu decken. Im Jahr 2019 stand das Unternehmen kurz vor dem Bankrott und beendete das Jahr mit nur noch 9 Dollar Bargeld auf dem Konto. Im Jahr 2019 verkaufte Fuel Cell 119 Millionen neue Aktien, wodurch sich die Aktienanzahl um das 24-fache erhöhte. Doch damit brachten sie nur 44 Millionen Dollar ein. Der durchschnittliche Verkaufspreis betrug also nur 37 Cent pro Aktie. Im selben Jahr verbrannte das Unternehmen fast 100 Millionen Dollar. Sie haben die neuen Aktiendruckmaschinen bis zum Anschlag aufgedreht, konnten aber nur weniger als die Hälfte des Geldes einnehmen, das sie dafür ausgegeben haben. Ohne den Wasserstoff-Hype wäre das Unternehmen im Jahr 2020 mit ziemlicher Sicherheit bankrott gegangen . Im Jahr 2020 konnte das Unternehmen 173 Millionen Dollar einwerben, und im Jahr 2021 waren es sage und schreibe 527 Millionen Dollar. Das Unternehmen befand sich nicht mehr in einer unmittelbaren finanziellen Notlage. Dies ändert jedoch nichts an der Tatsache, dass das Geschäftsmodell von Fuel Cell grundsätzlich nicht nachhaltig ist. Sie verkaufen ihre Brennstoffzellen weiterhin unterhalb der Herstellungskosten, hauptsächlich in Südkorea. Egal wie viel Geld sie gesammelt haben, sie werden es am Ende verbrennen. Bis 2025 war der Aktienkurs von Fuel Cell erneut auf nahezu null gesunken, was die Fähigkeit des Unternehmens zur Kapitalbeschaffung erheblich beeinträchtigte. Diese Episode zeigt, wie viel dummes Geld im Aktienmarkt existiert. Zwischen 2020 und 2022 sammelte Fuel Cell den Großteil von einer Milliarde Dollar fast ausschließlich von Privatanlegern ein. Diese Privatanleger haben außer dem Lesen des Firmennamens keine weiteren Recherchen über das Unternehmen angestellt. Da der Name das Wort Brennstoffzelle enthält, gehen sie davon aus, dass es sich um saubere, erneuerbare Energien handelt, die ihrer vagen Auffassung nach ein boomendes Investitionsthema darstellen . Fuel Cell Energy ist sich bewusst, dass das Überleben davon abhängt, den Aktienkurs zu steigern und Privatanleger zum Kauf der Aktie zu bewegen. Dazu müssen sie sich einem vielversprechenden Anlagethema anschließen. Bis 2024 hatte sich das Thema saubere Energie weitgehend erschöpft. Das aktuelle Trendthema ist KI. Das Problem ist, dass ihre Brennstoffzellen für Rechenzentren ungeeignet sind, da sie zu langsam zu installieren und zu teuer im Betrieb sind. Seit Juni 2025 hat der CEO von Fuel Cell in jeder einzelnen Telefonkonferenz zu den Quartalsergebnissen die vermeintlichen Chancen im Bereich der Rechenzentren hervorgehoben . In der Telefonkonferenz zu den Geschäftszahlen sagte er: „Wir bekräftigen unsere Fokusstrategie, die die Weiterentwicklung unserer Carbonatplattform priorisiert, um die durch KI- Rechenzentren beschleunigte Marktnachfrage zu befriedigen.“ Zitat beenden. Seit dieser Aussage ist mehr als ein Jahr vergangen, und das Unternehmen hat noch keine einzige Brennstoffzelle an einen Rechenzentrumskunden verkauft. Einige Brennstoffzellen werden tatsächlich in Rechenzentren eingesetzt . Es gibt ein Unternehmen namens Bloom Energy, das Brennstoffzellen im Wert von Milliarden von Dollar verkauft hat, hauptsächlich an Oracle, um neue KI-Rechenzentren mit Strom zu versorgen. Bloom Energy stellt Festoxidbrennstoffzellen her, die keine Flüssigkeit enthalten, die auslaufen könnte. Dadurch können sie relativ kleine, modulare und stapelbare Brennstoffzellen herstellen, die sehr schnell in einem neuen Rechenzentrum eingesetzt werden können. Ein weiterer Vorteil des modularen Designs besteht darin, dass man bei der Erweiterung eines Rechenzentrums problemlos neue Brennstoffzellen hinzufügen kann . Obwohl sie immer noch wesentlich teurer sind als herkömmliche Erdgasturbinen, ist Oracle bereit, für die schnelle Einsatzbereitschaft und Flexibilität einen höheren Preis zu zahlen . Die Schmelzkarbonat-Brennstoffzellen von Fuel Cell Energy sind sehr unterschiedlich und es ist wahrscheinlich nicht möglich, sie in stapelbare modulare Einheiten umzuwandeln. Sie enthalten flüssiges, geschmolzenes Carbonatsalz, was ein sorgfältiges Elektrolyt- Bestandsmanagement erfordert. Sie sind wesentlich komplizierter in der Bedienung und Wartung. Der Transportmechanismus der Carbonationen erfordert, dass CO2 aus dem Anodenabgas zurück zum Kathodeneinlass recycelt wird, um die Reaktion aufrechtzuerhalten. Aus diesem Grund benötigt jede Einheit zusätzliche Anlagenkomponenten, um diesen Recyclingkreislauf aufrechtzuerhalten. Diese Ausrüstung lässt sich nicht effizient verkleinern. Dadurch wird die Wirtschaftlichkeit hin zu weniger, dafür größeren, standortspezifischen Anlagen verschoben, anstatt zu vielen kleinen, containerisierten Anlagen. Zwischen Februar und Juni 2026 stieg der Aktienkurs von Fuel Cell um das Sechsfache von 5 auf 30 US-Dollar, alles basierend auf der Erzählung über KI-Rechenzentren . Am 24. Juni 2026 gab Fuel Cell eine strategische Vereinbarung zum Verkauf von Brennstoffzellen im Wert von bis zu 380 MW an ein Unternehmen namens Fit Energy bekannt, das die Brennstoffzellen zur Stromversorgung von KI-Rechenzentren nutzen wird. 380 MW ist enorm. Es würde wahrscheinlich Hunderte von Millionen Dollar kosten, möglicherweise sogar mehr als eine Milliarde Dollar. Was genau ist dieses Unternehmen Fit Energy? Und wie wollen sie die Kosten für so viele Brennstoffzellen decken? Fit Energy hat eine sehr einfache Webseite. Die Homepage enthält CGI- Renderings sowie Archivmaterial von Rechenzentren. Es gibt keine Bilder oder Videos von realen Rechenzentren. Das Unternehmen beschreibt sich selbst als Energieinfrastrukturunternehmen, das sich auf den Besitz von Erzeugungsanlagen mit skalierbaren Energielösungen für die digitale Wirtschaft konzentriert. Die Website verfügt über einen Nachrichtenbereich. Es enthält lediglich eine einzige Pressemitteilung. Es handelt sich um die Pressemitteilung zur Partnerschaft mit Fuel Cell Energy. Der CEO von Fit Energy ist ein Mann namens Joel Lenoff, der in Gibraltar lebt. Laut seinem LinkedIn- Profil trat er seine Stelle als CEO im Juni 2026 an. Vermutlich wurde Fit Energy zu diesem Zeitpunkt gegründet, da ich keine Hinweise darauf finden konnte, dass das Unternehmen vorher existierte. Als Fuel Cell den umfangreichen Partnerschaftsvertrag mit Fit Energy unterzeichnete, war das Unternehmen also noch keine 1 Monat alt. Fit Energy gibt an, zwischen 11 und 50 Mitarbeiter zu haben, ich bezweifle jedoch, dass dies stimmt. LinkedIn bietet eine Funktion, die beim Aufrufen der Unternehmensseite Profile von Personen anzeigt, die in diesem Unternehmen arbeiten. Fit Energy zeigt nur einen Mitarbeiter an, den CEO. Es bestehen ernsthafte Zweifel daran, ob Fit Energy überhaupt als operatives Unternehmen existiert, geschweige denn in der Lage ist, 380 Megawatt Brennstoffzellen zu erwerben . Wenn die Brennstoffzellen von Fuel Cell Energy tatsächlich für Rechenzentren geeignet wären , sollten sie in der Lage sein, einen Vertrag mit einem echten Rechenzentrumsunternehmen zu verkünden , und nicht mit diesem kaum existierenden Unternehmen Fit Energy. Okay , Leute. Damit ist dieses Video beendet. Was halten Sie von Brennstoffzellenenergie? Teilt uns eure Meinung im Kommentarbereich unten mit. Wie immer vielen Dank fürs Zuschauen und wir sehen uns im nächsten Video. Wall Street Millennial meldet sich ab.

[Musik] Seit zehn Jahren verspricht Elon Musk ein vollständig autonomes Robotertaxi-Netzwerk. Ab 2026 verfügt Tesla technisch gesehen über einen Robotertaxi-Service mit rund 200 Fahrzeugen, die in fünf Städten im Einsatz sind . Das ist weit entfernt von dem, was Musk im letzten Jahrzehnt versprochen hat. Aus Gründen, die wir später im Video erläutern werden, kann Teslas Robo-Taxi-Service nicht als Netzwerk betrachtet werden. Gleichzeitig hat das zu Google gehörende Whimo mit großem Abstand die Führung übernommen. Whimo verfügt derzeit über mehr als 3.000 autonome Fahrzeuge, die in 11 Städten im Einsatz sind, und ist damit mehr als 10 Mal größer als Teslas Robo-Taxi-Service. In diesem Video zeigen wir, wie Whimo autonomes Fahren zur Realität werden lässt. Wir werden uns auch einige der fatalen Schwächen von Teslas Robo-Taxi-Ambitionen ansehen, während Musks hochtrabende Versprechen mit der Realität kollidieren. Google begann bereits 2009 mit Experimenten mit selbstfahrenden Autos. Im Jahr 2016 bündelten sie diese Bemühungen offiziell in einer neuen Tochtergesellschaft namens Whimo. Im Jahr 2017 begann Whimo in Phoenix, Arizona, mit dem Testen seiner Fahrzeuge ohne menschliche Sicherheitsfahrer . Im Jahr 2018 begannen sie, zahlenden Kunden in Phoenix Fahrten mit Sicherheitsfahrern an Bord anzubieten. Im Jahr 2020 begannen sie, kostenpflichtige Fahrten ohne Sicherheitsfahrer anzubieten. Im Jahr 2021 begannen sie mit Tests ihrer Fahrzeuge in San Francisco. Im Jahr 2023 erhielten sie von der kalifornischen Regulierungsbehörde die Genehmigung, vollautonome, kostenpflichtige Fahrten ohne Sicherheitsfahrer anzubieten. Der Service wurde in dieser Stadt im Jahr 2024 vollständig eingeführt. Heute ist Whimo in 11 Städten in den Vereinigten Staaten aktiv und plant, in diesem Jahr in etwa zwei Dutzend neue Städte zu expandieren . Sie planen sogar eine internationale Expansion mit geplanten Serviceangeboten in London und Tokio. Whimo ist mit Abstand der größte Anbieter von Robotertaxis in den Vereinigten Staaten . Anfang 2026 führten sie wöchentlich eine halbe Million bezahlte Fahrten durch . Und diese Zahl dürfte mittlerweile sogar noch höher sein. Wenn man sich ein Whimo-Auto ansieht, fällt als erstes die große Anzahl an Sensoren auf dem Dach, am Heck und an der Front des Autos auf. Jedes Whimo-Auto verfügt über 13 Kameras, vier LAR-Einheiten und sechs Radareinheiten, die die Umgebung des Autos rundum ( 360°) überwachen. Das LAR bietet mehr Redundanz, wodurch die Wahrscheinlichkeit, ein Objekt zu verfehlen, auch bei ungünstigen Wetterbedingungen geringer ist. Diese Sensoren sind teuer. Aktuell besteht der Großteil der Fahrzeuge von Whimo aus Jaguar Ipaces. Der Ipace ist ein luxuriöser elektrischer SUV. Die Gesamtkosten der Robotertaxis wurden auf bis zu 150.000 US-Dollar geschätzt, einschließlich des Fahrzeugs selbst und der Sensorausstattung. Der Ipace wird nicht mehr produziert. Seit Kurzem setzt Whimo den aus China importierten elektrischen SUV Zeer Mix ein . Der Hauptvorteil liegt in den Kosten. Der Ziker Mix wird in China für umgerechnet etwa 38.000 US-Dollar verkauft. Die USA erheben derzeit einen 100-prozentigen Zoll auf chinesische Fahrzeuge. Es ist nicht klar, ob Whimo von diesem Zoll befreit wurde oder ob sie die enormen Kosten einfach selbst tragen müssen. Das Navigationssystem von Whimo basiert auf hochauflösenden Karten. Vor dem Start schickt Whimo manuell gesteuerte Fahrzeuge, die mit dem kompletten Sensorsystem von Whimo ausgestattet sind, um systematisch jede Straße im geplanten Servicegebiet abzufahren und dabei LAR- und Kameradaten zu erfassen, die zu einer zentimetergenauen 3D-Karte verarbeitet werden. Diese Karten kodieren Fahrbahngrenzen, Bordsteinhöhen, Fußgängerüberwege, Standorte von Ampeln usw. Während der Fahrt müssen die bordeigenen Sensoren eines Robotertaxis lediglich die dynamischen Elemente der Umgebung erfassen. Fußgänger, Fahrzeuge, Baustellen, Wetter – all das wird erfasst und mit einer detaillierten Vorbeschreibung der Umgebung verglichen. Whimos sind innerhalb des zuvor kartierten Bereichs geeingegrenzt . Die Kartierung einer neuen Stadt ist ein teurer und zeitaufwändiger Prozess. Dies erklärt das vergleichsweise langsame Expansionstempo. Whimo ist seit 2020 kommerziell tätig. Doch sechs Jahre später sind sie immer noch nur in 11 Städten verfügbar. Die Erweiterung des geoenced Bereichs kann sich als schwierig und riskant erweisen. Ende 2025 begannen sie, ihre Dienstleistungen auch auf Autobahnen außerhalb von Los Angeles, San Francisco und Phoenix anzubieten. Doch im Mai 2026 sind sie gezwungen, die Entscheidung rückgängig zu machen, nachdem die Whimo-Fahrzeuge durch Baustellen auf Autobahnen verwirrt wurden. Whimos methodisches und konservatives Vorgehen hat es dem Unternehmen ermöglicht, eine beeindruckende Sicherheitsbilanz vorzuweisen. Whimo verzeichnet in den Städten, in denen das Unternehmen tätig ist, 94 % weniger Unfälle mit schweren Verletzungen pro Meile im Vergleich zum durchschnittlichen menschlichen Fahrer. Sie berichten außerdem von 82 % weniger Unfällen, die zum Auslösen der Airbags führen. Whimos Sicherheitsbilanz ist nicht unumstritten. Im Oktober 2025 überfuhr ein Whimo in San Francisco eine geliebte Katze, die einem örtlichen Lebensmittelladen gehörte, und tötete sie. Die Katze befand sich unter dem Auto, sodass die Kameras und Sensoren sie nicht erfassen konnten. Der Besitzer der Katze kam jedoch neben das Auto und versuchte, sie herauszulocken. Ein vernünftiger Autofahrer hätte wahrscheinlich den Besitzer gesehen, der auf das Auto zukam, und abgewartet, um zu sehen, was passiert. Dieser Vorfall offenbart eine grundlegende Schwäche der Technologie des autonomen Fahrens . Egal wie fortschrittlich ein Computersystem ist, es kann nicht so denken oder urteilen wie ein Mensch. Ein menschlicher Fahrer hätte die Besitzerin der Katze auf das Auto zukommen sehen und daraus schließen können, dass sie wahrscheinlich versuchte, etwas unter dem Auto hervorzuholen. Die Software von Whimo wurde nie für ein solches Szenario trainiert und kann in einer unvorhergesehenen Situation kein Urteilsvermögen beweisen. Auch wenn Whimos weitaus sicherer sind als menschliche Fahrer, können sie der lokalen Bevölkerung dennoch großen Ärger bereiten. Sie fahren nicht auf die gleiche Weise wie Menschen und können sich daher unberechenbar verhalten. Ihr übertriebener Konservatismus kann manchmal den Verkehrsfluss behindern. Es gab auch einige bizarre Vorfälle, wie zum Beispiel einen Parkplatz voller Whimos, die mitten in der Nacht ohne ersichtlichen Grund einander anhupten und so die Anwohner aufweckten. Diese Probleme lassen sich jedoch nacheinander lösen . Obwohl die Autos technisch gesehen autonom fahren , werden viele Menschen benötigt, um die Fahrzeugflotte instand zu halten. Whimo verfügt über eigene Parkplätze, auf denen die Autos aufgeladen und gereinigt werden können. Sie beschäftigen außerdem 70 Fernagenten, die selbst in die Fahrzeuge eingreifen können . Wenn ein Whimo im Stau stecken bleibt oder nicht weiterweiß, kann ein Fernagent eingreifen. Die Fernagenten können das Auto nicht direkt steuern, aber sie können es umleiten. In extremen Fällen können sie einen ortsansässigen Whimo- Mitarbeiter anfordern, der physisch zum Auto geht und es manuell fährt. Whimo verfügt über mehr als 3.000 Fahrzeuge im Einsatz, was einem Verhältnis von mehr als 40 Fahrzeugen pro Außendienstmitarbeiter entspricht. Bei entsprechender Größenordnung ist es durchaus möglich, dass Whimo ein sehr profitables Unternehmen wird. Das heißt aber nicht, dass dieser Übergang über Nacht erfolgen wird. Angesichts der langen Zeit, die die digitale Kartierung jeder einzelnen Stadt in Anspruch nimmt, könnte es fast ein Jahrzehnt dauern, bis der Dienst der Mehrheit der US-Bevölkerung zur Verfügung steht. Während Weimo einen langsamen und konservativen Ansatz verfolgt hat, hat Tesla das Gegenteil getan. Tesla ist der Ansicht, dass sein bestehendes Full Self-Driving (FSD)-System für vollautonome Robotertaxis ausreichend ist . Im Gegensatz zu Whimo verfügen Tesla-Fahrzeuge über keine Radar- oder LAR-Sensoren. Sie setzen auf acht Außenkameras. Tesla traf diese Entscheidung, um die Produktionskosten zu minimieren . Tesla sammelt Videodaten von den Millionen von Tesla-Fahrzeugen, die heute auf den Straßen unterwegs sind, und nutzt dieses Material, um Modelle des maschinellen Lernens zu trainieren. Die Idee ist, dass das KI-System mit genügend Trainingsdaten besser wird als ein menschlicher Fahrer. Wenn ja, könnte Tesla ein allgemeines System für autonomes Fahren entwickeln, das auf jeder Straße der Welt zuverlässig funktioniert. Das wirtschaftliche Potenzial eines allgemein anwendbaren, ausschließlich auf Kameras basierenden autonomen Fahrsystems wäre immens. Im Jahr 2019 stellte Musk die Idee eines Robotertaxi-Netzwerks vor. Musk beschrieb es als eine Kombination aus Uber und Airbnb. Wer einen Tesla besitzt, kann ihn über das Robo-Taxi- Netzwerk vermieten. Es fährt selbstständig los und holt Fahrgäste ab. Der Tesla-Besitzer wird passives Einkommen aus den Einnahmen des Fahrdienstes erzielen . Viele Menschen kaufen Tesla-Autos in der Annahme, dass sie sich bald als gewinnbringende Investition erweisen werden. Tesla betreibt zwar heute einen kleinen Robotertaxi-Service, verfügt aber nicht über das Netzwerk, das Musk 2019 beschrieben hat. Dieses versprochene Robotertaxi-Netzwerk wird wahrscheinlich nie existieren. Bloomberg hat eine Liste von Elon Musks Prognosen zum Thema Robo-Taxis der letzten zehn Jahre zusammengestellt. Bereits 2016 sagte er, Tesla werde in weniger als zwei Jahren vollständig autonom fahren können. Natürlich ist das nicht passiert. Es ist bekannt, dass Musk zu viel verspricht und zu wenig hält. Ich finde es interessanter, seine jüngsten Versprechen und Vorhersagen zu betrachten. Tesla startete seinen überwachten Robotertaxi-Service im Juni 2025 in Austin, Texas. Kurz darauf hieß es, Tesla-Robotertaxis würden bis Ende 2025 für etwa die Hälfte der US-Bevölkerung verfügbar sein. Wir befinden uns nun Mitte 2026, und Tesla- Robotertaxis sind immer noch nur in sehr begrenztem Umfang und in vier Städten verfügbar. Im Oktober 2025 sagte Musk voraus, dass Tesla bis Ende des Jahres 1.000 Robotertaxis in San Francisco und mindestens 500 in Austin haben würde. Stand Juli 2026 verfügt Tesla in San Francisco über keine Robotertaxis. Sie betreiben zwar einen Fahrdienst in San Francisco, haben aber keine Genehmigung für den Betrieb eines Robotertaxi-Netzwerks. Sie verfügen über menschliche Sicherheitsfahrer, die jederzeit eingreifen können. Tesla besitzt die gleiche Art von Lizenz wie Uber. Das wäre so, als ob ein Uber-Fahrer einen Tesla besäße und FSD nutzen würde, also einen menschlichen Fahrer, der ein fortschrittliches Fahrerassistenzsystem der Stufe zwei verwendet . Gut, dass sie menschliche Sicherheitsfahrer haben. Vor einigen Monaten filmte ein YouTuber namens Everyday Chris eine Fahrt mit einem Tesla-Taxi in San Francisco. Sie stießen auf eine wegen Bauarbeiten gesperrte Straße. Ein Umleitungsschild weist Sie an, rechts abzubiegen. Der Tesla konnte das Schild nicht deuten und bog links ab, um einen Umweg um den Block zu fahren. Es fuhr im Kreis und landete schließlich wieder auf der gesperrten Straße. Es versuchte erneut, links abzubiegen. Wenn der menschliche Sicherheitsfahrer nicht eingegriffen hätte, wäre der Tesla ewig im Kreis gefahren. Das ist eine ziemlich vernichtende Anklage. Straßensperrungen sind extrem häufig. Es gibt ein standardmäßiges, gut lesbares Umleitungsschild. Die Tatsache, dass FSD mit einer so einfachen und alltäglichen Situation nicht zurechtkam, zeigt, dass es noch lange nicht für unüberwachtes FSD bereit ist. Aktuell bietet Tesla einen eingeschränkten Robo-Taxi- Service in Miami, Austin, Dallas und Houston an. Tesla gibt nur minimale Auskunft über sein Robo-Taxi- Geschäft. Glücklicherweise liegen uns einige Daten von staatlichen Aufsichtsbehörden vor. Von den vier Städten, in denen Tesla Robotertaxis betreibt , befinden sich drei in Texas. Alle Robotertaxis im Bundesstaat Texas müssen beim texanischen Kraftfahrzeugamt (Texas DMV) registriert sein. Stand Juli 2026 listet die Kfz-Zulassungsbehörde (DMV) 175 Tesla-Robotertaxis auf, die im Bundesstaat im Einsatz sind. Erinnern Sie sich daran, dass Musk angekündigt hatte, Tesla würde bis Ende 2025 mindestens 500 Robotertaxis in Austin haben. Aktuell gibt es in ganz Texas, einschließlich Austin, Dallas und Houston, nur 175 Robotertaxis. Sie liegen also eindeutig weit hinter dem Zeitplan. Zum Vergleich: Whimo hat 642 Robotertaxis in Texas registriert. Im Januar 2026 entfernte Tesla die menschlichen Sicherheitsfahrer aus seinen Robotertaxis in Austin. In den ersten Wochen jedoch begleiteten Sicherheitsfahrer die Robotertaxis in einem separaten Fahrzeug, um bei Problemen eingreifen zu können. Stand Februar 2026 scheint Tesla die nachfolgenden Sicherheitsfahrer entfernt zu haben. Ein YouTuber saß in einem Robotertaxi in Austin, als dieses an einer Fünf-Wege- Kreuzung hielt. Das Robotertaxi konnte das grüne Licht nicht erkennen und blieb stecken. Ein Tesla-Mitarbeiter musste die Route des Autos aus der Ferne ändern, sodass es rechts statt links abbog. Das Auto schien zu glauben, die Ampel sei rot, obwohl sie grün war. Die einzige Lösung für das Problem bestand also darin, die Route zu ändern, sodass das Auto rechts abbiegt. Selbst so harmlose Dinge wie Fünf-Wege-Kreuzungen und Umleitungen können Tesla FSD vor Herausforderungen stellen. Tesla verfolgt eine Politik der minimalen Transparenz und maximalen Täuschung. Im Laufe der Jahre hat Elon Musk zahlreiche falsche und irreführende Aussagen zur Sicherheit von FSD und Autopilot gemacht. Tesla veröffentlicht gezielt irreführende Daten, um den Autopiloten sicherer erscheinen zu lassen, als er tatsächlich ist. Teslas vollständig autonomes Fahren soll eine allgemeine Lösung darstellen. Laut Musk werden Tesla-Fahrzeuge von einem hochentwickelten KI-System angetrieben, das aus seiner Umgebung lernen und sich an die örtlichen Gegebenheiten anpassen kann. Es muss nicht für jede einzelne Stadt manuell fest codiert werden . Das ist der Kern der Tesla-Hysterie. Lesen wir einige Zitate von Elon Musk aus den Telefonkonferenzen zu den Tesla-Quartalszahlen. Im Juni 2024, so sagt er, „ verfügt Whimo über eine sehr lokalisierte Lösung, die eine hochauflösende Kartierung erfordert.“ Es ist ziemlich fragil, daher ist ihre Expansionsfähigkeit meiner Meinung nach begrenzt. Unsere Lösung ist eine allgemeine Lösung, die überall funktioniert. Es würde sogar auf einer anderen Erde funktionieren. Wenn man also auf einer neuen Erde landen würde, würde es auch auf einer neuen Erde funktionieren. Im Januar 2025 sagte er: „Unsere Lösung ist eine generalisierte KI- Lösung. Sie benötigt keine hochpräzisen Karten für jeden einzelnen Ort. Wir wollen einfach vorsichtig sein. Es ist nicht so, dass sie nicht auch außerhalb von Austin funktionieren würde. Im Gegenteil, sie funktioniert. Wir wollen uns erst einmal vorsichtig herantasten , sicherstellen, dass alles in Ordnung ist, und dann schrittweise vorgehen, wobei die Sicherheit der Öffentlichkeit und der Fahrzeuginsassen unsere oberste Priorität hat.“ Whimo räumt ein, dass es nur in Geofence-Bereichen funktioniert, die im Voraus mühsam kartiert werden müssen. Musk behauptet, dass die Tesla-Robotertaxis bereits jetzt in der Lage seien, überall auf der Welt zu operieren. Wenn das stimmt, dürfte Tesla seinen Robotertaxi-Service deutlich schneller ausbauen können als Whimo. Doch wenn wir uns die Daten ansehen, sehen wir genau das Gegenteil. Tesla betreibt 175 Robotertaxis in Texas und vermutlich noch einige Dutzend weitere in Miami. Sie sind in insgesamt vier Städten mit vermutlich rund 200 Fahrzeugen aktiv. Whimo ist in 11 Städten mit über 3.000 Autos vertreten. Whimo ist mehr als 10 Mal so groß wie das Tesla-Robotertaxi-Netzwerk. Wie lässt sich also die Diskrepanz zwischen Musks Behauptungen und der beobachteten Realität erklären? Es ist ganz einfach. Musk lügt. Reuters veröffentlichte kürzlich eine Recherche, in deren Rahmen sie mit Tesla- Mitarbeitern sprachen. Vor dem Start des Robotertaxis in Austin verbrachten sie viele Stunden damit, Routen manuell zu kartieren und die FSD-Software auf spezifische Verkehrsgefahren in der Stadt zu trainieren. Diese arbeitsintensiven Schutzmaßnahmen lassen sich nicht flächendeckend umsetzen. Trotz Musks Kritik an Whimo macht Tesla genau dasselbe . Der einzige Unterschied besteht darin, dass Tesla es deutlich schlechter macht. Viele der eigenen Mitarbeiter von Tesla misstrauen FSD. Einer sagte gegenüber Reuters: „Wir haben alle gesehen, wie das scheitert“, und: „Und er würde nicht mal in einem Robotertaxi mitfahren, wenn man ihn dafür bezahlte.“ Ein anderer bezeichnete die Sicherheitsversprechen des Unternehmens als Schwachsinn und meinte, man solle Elon Musk auf keinen Fall vertrauen . Meiner Meinung nach grenzt Musks Aussage, FSD sei eine allgemeine Lösung, an Wertpapierbetrug. Tesla hat eine Marktkapitalisierung von 1,2 Billionen Dollar, was im Vergleich zur Marktkapitalisierung anderer Automobilunternehmen massiv überbewertet ist. Musk hat Investoren wiederholt versichert, dass die überzogene Bewertung durch das versprochene Robotertaxi- Netzwerk gerechtfertigt sei. Es ist anzunehmen, dass viele Tesla-Aktionäre die Aktien des Unternehmens vor allem aufgrund dieses Versprechens gekauft haben. Für zukunftsgerichtete Aussagen gibt es einen Safe Harbor . Unternehmensleitern ist es gestattet, Prognosen für die Zukunft abzugeben, und sie können nicht haftbar gemacht werden, wenn diese Prognosen anschließend nicht eintreffen. Werfen wir einen Blick zurück auf Musks Aussage im Rahmen der Telefonkonferenz zu den Geschäftszahlen im Januar 2025. Er sagte, dass Tesla FSD eine allgemeine Lösung sei und der einzige Grund, warum sie es auf Austin beschränken, sei eine übermäßige Vorsichtsmaßnahme. Dies ist keine zukunftsgerichtete Aussage. Dies ist eine Aussage über die aktuellen Fähigkeiten von FSD, die inhaltlich falsch zu sein scheint. Die National Highway Traffic Safety Administration (NHTSA) verpflichtet alle Unternehmen, die Robotertaxis betreiben, alle Unfälle zu melden. Sie können auf deren Website gehen und die Daten als CSV-Datei herunterladen. Von Juni 2025 bis Juni 2026 meldete Whimo 1.021 Unfälle, während Tesla 42 Unfälle mit Robotertaxis meldete. Um die Unfallrate zu berechnen, müssen wir auch wissen, wie viele Meilen gefahren wurden. Whimo gibt dies bekannt. Sie legen offen, wie viele Meilen ohne menschlichen Sicherheitsfahrer zurückgelegt werden. Whimo nennt diesen Fahrer nur Meilen. Um die Unfallrate zu erhalten, teilt man die Anzahl der Unfälle durch die gefahrenen Meilen . Whimos Unfallrate liegt in allen Städten, in denen sie fahren, deutlich unter den menschlichen Vergleichswerten . Whimo verwendet dabei möglichst faire menschliche Vergleichswerte. Sie werten die Unfallstatistik für jede Stadt aus und berücksichtigen dabei nur die Unfallrate auf Straßen innerhalb dieser Stadt, die in etwa mit den Straßen vergleichbar sind, auf denen Whimo fährt. Wenn Whimo behauptet, sicherer zu sein als der durchschnittliche menschliche Fahrer, dann kann das Unternehmen dies mit echten Daten und strengen Analysen untermauern. Werfen wir einen Blick auf die von Tesla gemeldeten Sicherheitsdaten. Laut internen Daten von Tesla kommt es bei Teslas mit aktiviertem FSD auf Landstraßen zu einem schweren Unfall pro 3,4 Millionen Meilen . Demgegenüber stehen 1,6 Millionen Meilen für Teslas ohne aktiviertes FSD, 650.000 Meilen für Teslas ohne aktivierte Sicherheitsfunktionen und 500.000 Meilen für den US-Durchschnitt. Tesla verwendet veraltete Daten zur durchschnittlichen Unfallrate in den USA . Die Mehrheit der Fahrzeuge im nationalen Datensatz verfügt über keine aktiven Sicherheitsmerkmale wie automatische Notbremsung und Totwinkelüberwachung. Die Unfallrate sinkt drastisch, wenn aktive Sicherheitsmerkmale eingesetzt werden. Die Mehrheit der heute von allen Automobilherstellern verkauften Neuwagen verfügt über aktive Sicherheitsfunktionen . Die Unfallrate sinkt um weitere 50 %, wenn FSD aktiviert ist. Auch wenn dies in einem Diagramm gut aussieht, ist es höchst irreführend. Dies ist beaufsichtigte sexuelle Selbstbestimmung. Tesla-Besitzer sind gesetzlich verpflichtet, die Straße ständig im Auge zu behalten und jederzeit bereit zu sein, die Kontrolle zu übernehmen. Wir wissen nicht, wie viele Beinaheunfälle es gab, bei denen der Tesla-Besitzer die Kontrolle über das Fahrzeug übernahm, kurz bevor es von selbst verunglückt wäre. Es besteht eine erhebliche Selektionsverzerrung, da Tesla-Besitzer FSD häufig nur auf sicheren und einfachen Strecken und bei gutem Wetter einsetzen. FSD kostet 100 US-Dollar pro Monat. Menschen mit FSD sind tendenziell wohlhabender und älter als der durchschnittliche Autofahrer. Wohlhabendere und ältere Menschen sind tendenziell verantwortungsbewusstere Fahrer und verursachen ohnehin weniger Unfälle. In seiner Investorenpräsentation berichtet Tesla über die von seinem Robotertaxi- Netzwerk zurückgelegten Kilometer. Zweck dieser Grafik ist es, Investoren zu zeigen, dass Robo-Taxi-Unternehmen schnell wachsen, aber wir können diese Daten auch verwenden, um die Absturzrate abzuschätzen. Stand März 2026 hatten Teslas Robotertaxis rund 1,67 Millionen Meilen zurückgelegt. Dazu gehört auch Teslas sogenannter Robo-Taxi- Service in San Francisco, der in Wirklichkeit kein echter Robo-Taxi-Service ist. Dies ist deshalb wichtig, weil der Datensatz der NHTSA nur Unfälle mit vollautonomen Fahrzeugen umfasst. Die Teslas in San Francisco gelten nicht als vollständig autonom. Daher sind etwaige Abstürze nicht im Datensatz enthalten. Zwischen Juli 2025 und März 2026 waren Teslas Robotertaxis in 37 Unfälle verwickelt, die entweder Sachschäden oder Verletzungen verursachten. Das entspricht einem Unfall pro 46.000 m. Und wir müssen nochmals betonen, dass die tatsächliche Zahl noch schlimmer ist, weil der Zähler San Francisco miteinbezieht, obwohl er dort nicht hingehören. Kommen wir nun zurück zum Fahrzeugsicherheitsbericht von Tesla . Fairerweise sollten wir die Unfallrate bei kleineren Kollisionen vergleichen, da kleinere Kollisionen in den NHTSA-Daten erfasst werden. Laut Teslas eigenen Daten liegt der nationale Durchschnitt bei einer kleineren Kollision pro gefahrene Meter (174.000 m) . Die Robotertaxis von Tesla sind fast viermal so häufig in Unfälle verwickelt wie der nationale Durchschnitt. Es ist sehr bezeichnend, dass Tesla in seiner Investorenpräsentation nur die Anzahl der gefahrenen Meilen angibt, um die Investoren davon zu überzeugen, dass das Geschäft mit den Robo-Taxis expandiert. Dass wir damit die Unfallrate berechnen können, ist reiner Zufall. Und der einzige Grund, warum sie die Unfälle mit den Robotertaxis der NHTSA melden, ist, dass sie gesetzlich dazu verpflichtet sind . Musk behauptet häufig, seine Robotertaxis seien zehnmal sicherer als menschliche Fahrer. Einmal sagte er, sie seien 30-mal sicherer. Das sind einfach Zahlen, die er sich ausdenkt. Musk weiß entweder, dass diese Aussagen wesentlich falsch sind, oder er handelt fahrlässig, indem er es nicht weiß. Musk ist durch mehr als ein Jahrzehnt voller Lügen und Täuschungen zum reichsten Mann der Welt geworden. Keine Fiktion ist Musk zu absurd, als dass er sie seinen Legionen von Fanboys nicht verkaufen würde. Dutzende Menschen sind bereits gestorben, nachdem sie Musks falschen und irreführenden Behauptungen über Autopilot und FSD vertraut hatten. Mit der Ausweitung des Tesla-Robotertaxi-Dienstes ist mit einem weiteren Anstieg der Todeszahlen zu rechnen . Okay, Leute, das war's für dieses Video. Was halten Sie von Robotertaxis? Teilt uns eure Meinung im Kommentarbereich unten mit. Wie immer vielen Dank fürs Zuschauen und wir sehen uns im nächsten Video. Wall Street Millennials- Vertrag