Gartner prognostiziert einen Anstieg der Ausgaben für IaaS von KI um 96% im Jahr 2026 auf 42 Mrd. USD, wobei die Inferenz das Training übertrifft

Die Gartner hat am Montag, den 10. August, prognostiziert, dass die globalen Ausgaben für KI-optimierte Infrastruktur als Dienstleistung (IaaS) im Jahr 2026 um 96% auf 42 Milliarden USD wachsen werden. Im Jahr 2027 wird diese Kategorie voraussichtlich 66 Milliarden USD erreichen und bleibt damit mit einer Wachstumsrate deutlich über dem Rest des öffentlichen Cloud-Marktes. Erstmals seit dem Boom der LLMs werden die Ausgaben für Inferenz die für Training übertreffen: 23,3 Milliarden USD gegenüber 19 Milliarden USD innerhalb der gleichen Gesamtsumme.

Der Wendepunkt ist nicht trivial. In den letzten drei Jahren haben Hyperscaler und KI-Labore milliardenschwere Investitionen damit gerechtfertigt, dass sie größere Modelle trainieren wollen. Das Übergreifen von Inferenz auf Training im Jahr 2026 bedeutet, dass die Einnahmen nun von Produktions-Workloads dominiert werden, die für Endkunden laufen, und nicht von internen Experimenten. Gartner schreibt diese Bewegung der Operationalisierung von KI in Unternehmensanwendungen und der anhaltenden Nachfrage nach großangelegten LLMs zu.

Was die 96%-Kurve verheimlicht

Der Durchschnitt ist irreführend. AWS, Microsoft Azure und Google Cloud machen den größten Teil des Anstiegs aus und erfassen den Großteil der neuen Ausgaben. Oracle Cloud Infrastructure, mit mehrjährigen Verträgen, die mit OpenAI unterzeichnet wurden, und CoreWeave, das sich auf Nvidia-GPUs konzentriert, treten als Herausforderer mit überdurchschnittlichem Wachstum auf. Außerhalb der USA ist das Bild fragmentierter.

In der Europäischen Union drängt die Nachfrage nach Datenhoheit die Kunden zu lokalen Anbietern wie OVHcloud und Scaleway in Frankreich sowie Deutsche Telekom in Deutschland, die Rechenzentren in Frankfurt, Paris und Amsterdam mit Clustern von H100 und H200 betreiben. Keiner von ihnen hat auch nur annähernd die Marktanteile der amerikanischen Hyperscaler, aber ihre Verträge enthalten Klauseln zur Datenresidenz, die von Anbietern aus den USA nach der Entscheidung Schrems II noch fallweise ausgehandelt werden. Die Europäische Kommission hat im Juli den Zeitplan für die Umsetzung des EU Data Act beschleunigt, und der regulatorische Druck erscheint heute als Treiber der Fragmentierung der Ausgaben.

Warum Beratungen und Integrationen gewinnen

Für globale Beratungsunternehmen sind die 42 Milliarden USD weniger wert als die Mischung dahinter. Deloitte, Accenture, Capgemini und IBM Consulting berichten in den letzten Berichtszyklen, dass Projekte zur agentischen KI für Unternehmenskunden von kleinen Budgets, nahezu Pilotprojekten, zu mehrjährigen Verträgen in Millionenhöhe übergegangen sind. Die Integrationsarbeit, MLOps und Governance wachsen schneller als der eigentliche Verbrauch von Rechenleistung, was die Marge trotz der Kompression der Beraterhonorare stützt.

Accenture hat in den letzten drei Monaten etwa 11.000 Stellen im Rahmen eines Umstrukturierungsprogramms abgebaut, das mit der Kapitalumverlagerung für diese Expansion verbunden ist, und die CEO Julie Sweet erklärte öffentlich, dass das Unternehmen Verträge mit denen beenden wird, die nicht auf neue Kompetenzen umgeschult werden können. Die globale Belegschaft ist von 801.000 im Februar auf 779.000 im August gefallen. Dies ist der deutlichste Beweis dafür, dass die Infrastruktur-Ausgaben an die Spitze der Kette migrieren, ohne dass entsprechende Arbeitsplätze an der Basis geschaffen werden.

Was sich für Käufer in São Paulo und Singapur ändert

In Brasilien haben große Banken kritische Risikomodelle und Antibetrugsanwendungen in GPU-Pods in Azure und AWS bis 2025 migriert, wobei diese Verträge in den nächsten 18 Monaten neu verhandelt werden. Die interne Lesart in den Architekturequipen ist zugleich doppeldeutig. Die Kosten pro Stunde für A100 und H100 sind im Vergleich zum Höchststand von 2024 gefallen, aber das Gesamtvolumen ist explodiert, was die monatlichen Rechnungen in die Höhe treibt, anstatt sie zu senken. Die laufende Antwort kombiniert zwei Hebel: die Annahme offener Modelle wie Muse Glimmer und Qwen, um einen Teil des Verbrauchs auf lokale GPUs zu verlagern, und das Eingehen langfristiger Reservierungsverträge mit Hyperscalern, bevor die nächste Preiserhöhung kommt.

In Singapur ist die Situation anders. DBS und OCBC haben Risikomodelle an Büros in Jakarta und Manila exportiert und verhandeln über Inferenzkapazitäten mit GPUs in regionalen Rechenzentren. Alibaba Cloud stößt trotz aggressiver Rabatte auf Compliance-Beschränkungen für von der MAS regulierte Banken. Die Ausgaben konzentrieren sich auf Azure Singapore und Verträge mit der Regierung, die im Juli GPU-Kapazitäten für die souveräne Nutzung subventioniert hat.

Was Gartner offen lässt

Der Punkt, den der Bericht nicht beantwortet, ist die Rendite dieser Ausgaben. Die Kurve von 66 Milliarden USD im Jahr 2027 hängt von der Annahme ab, dass die Inferenz zunehmende Einnahmen für die Konsumenten generiert. Wenn eine der großen Banken oder ein großer Einzelhändler im nächsten Ergebniszyklus veröffentlicht, dass das EBIT von KI-Projekten weiterhin unter den Kosten der Investitionsausgaben liegt, muss der gesamte Markt die Prognose nach unten korrigieren. Dies ist das Risiko zweiter Ordnung, das Infrastrukturinvestoren noch nicht eingepreist haben, und das im nächsten Quartal erheblich offengelegt werden könnte.