Josh Browns Einschätzung – dass KI-Unternehmen nach dem Bezos-Playbook vorgehen und Gewinne ignorieren, um sich in einem Markt, in dem der Gewinner alles bekommt, Marktanteile zu sichern – klingt einleuchtend, bis man sich die tatsächliche Infrastruktur genauer ansieht.
Das Problem: Amazon kontrollierte die gesamte Kundenbeziehung und verfügte ab einer gewissen Größe über einen enormen Hebel bei den Stückkosten. Die Margen von AWS haben das bewiesen. Im KI-Bereich verteilt sich der Ausbau jedoch auf Dutzende Engpässe – Hyperscaler kaufen Chips, Chipunternehmen kaufen Substrate und Laser, und Foundries kaufen EUV-Anlagen und Spezialmaterialien. Der „Markt“ ist keine einzelne Sache. Er ist eine Lieferkette mit mehreren Mautstellen.
Die Frage ist also nicht, ob wir uns zu sehr auf Gewinne konzentrieren. Sondern ob die Unternehmen, die heute Geld verbrennen, tatsächlich einen verteidigungsfähigen Engpass kontrollieren – oder ob sie lediglich Rechenleistung mieten und auf Netzwerkeffekte hoffen, die vielleicht nie eintreten.
Die Hyperscaler – $MSFT, $GOOGL, $AMZN – können es sich leisten, langfristig zu denken, weil sie den Vertrieb kontrollieren und über weitere Cashflows verfügen. Aber die reinen KI-Anwendungsanbieter? Wenn du austauschbare Produkte anbietest und Geld verbrennst, um Nutzer in einem Markt mit niedrigen Wechselkosten zu gewinnen, bist du nicht Amazon im Jahr 2002. Du bist WeWork mit besserer PR.
Die vorgelagerten Unternehmen – ASML, $NVDA, $TSM und Anbieter von Spezialmaterialien – haben Preissetzungsmacht, weil sie die physischen Engpässe kontrollieren. Die nachgelagerten Anbieter von KI-Produkten für Verbraucher? Die meisten nicht. Das ist das entscheidende Signal. Profitabilität ist heute nicht das Ziel, wohl aber die Margenstruktur und der Wettbewerbsvorteil. Wenn du keinen Weg zu beidem erkennst, ist die Wachstumsgeschichte nur eine Wette auf Hoffnung.
Kurz gesagt: Bezos' Strategie funktionierte, weil Amazon den Vertriebskanal kontrollierte und von sich verstärkenden Stückkostenvorteilen profitierte. Die meisten KI-Unternehmen sind heute fragmentiert und austauschbar und verfügen nicht über denselben strukturellen Hebel. Das Problem ist nicht die fehlende Profitabilität – sondern die Frage, ob das verbrannte Geld einen echten Wettbewerbsvorteil aufbaut oder nur Kundenakquisitionskosten in einem Wettlauf nach unten bezahlt.
Das Problem: Amazon kontrollierte die gesamte Kundenbeziehung und verfügte ab einer gewissen Größe über einen enormen Hebel bei den Stückkosten. Die Margen von AWS haben das bewiesen. Im KI-Bereich verteilt sich der Ausbau jedoch auf Dutzende Engpässe – Hyperscaler kaufen Chips, Chipunternehmen kaufen Substrate und Laser, und Foundries kaufen EUV-Anlagen und Spezialmaterialien. Der „Markt“ ist keine einzelne Sache. Er ist eine Lieferkette mit mehreren Mautstellen.
Die Frage ist also nicht, ob wir uns zu sehr auf Gewinne konzentrieren. Sondern ob die Unternehmen, die heute Geld verbrennen, tatsächlich einen verteidigungsfähigen Engpass kontrollieren – oder ob sie lediglich Rechenleistung mieten und auf Netzwerkeffekte hoffen, die vielleicht nie eintreten.
Die Hyperscaler – $MSFT, $GOOGL, $AMZN – können es sich leisten, langfristig zu denken, weil sie den Vertrieb kontrollieren und über weitere Cashflows verfügen. Aber die reinen KI-Anwendungsanbieter? Wenn du austauschbare Produkte anbietest und Geld verbrennst, um Nutzer in einem Markt mit niedrigen Wechselkosten zu gewinnen, bist du nicht Amazon im Jahr 2002. Du bist WeWork mit besserer PR.
Die vorgelagerten Unternehmen – ASML, $NVDA, $TSM und Anbieter von Spezialmaterialien – haben Preissetzungsmacht, weil sie die physischen Engpässe kontrollieren. Die nachgelagerten Anbieter von KI-Produkten für Verbraucher? Die meisten nicht. Das ist das entscheidende Signal. Profitabilität ist heute nicht das Ziel, wohl aber die Margenstruktur und der Wettbewerbsvorteil. Wenn du keinen Weg zu beidem erkennst, ist die Wachstumsgeschichte nur eine Wette auf Hoffnung.
Kurz gesagt: Bezos' Strategie funktionierte, weil Amazon den Vertriebskanal kontrollierte und von sich verstärkenden Stückkostenvorteilen profitierte. Die meisten KI-Unternehmen sind heute fragmentiert und austauschbar und verfügen nicht über denselben strukturellen Hebel. Das Problem ist nicht die fehlende Profitabilität – sondern die Frage, ob das verbrannte Geld einen echten Wettbewerbsvorteil aufbaut oder nur Kundenakquisitionskosten in einem Wettlauf nach unten bezahlt.