OpenAI korrigiert Vergleichswert auf knapp 50 Milliarden
OpenAI hat Investoren offenbar eine annualisierte Umsatzrate von knapp 50 Milliarden US-Dollar genannt. Zuvor kursierte ein Wert von fast 70 Milliarden US-Dollar. Die Differenz beträgt damit rund 20 Milliarden US-Dollar.
Bei dieser Kennzahl handelt es sich nicht um einen bereits verbuchten Jahresumsatz. Die sogenannte Run-Rate rechnet das aktuelle Umsatzniveau auf zwölf Monate hoch. Sie kann sich deshalb deutlich vom tatsächlich erzielten Umsatz eines abgeschlossenen Geschäftsjahres unterscheiden.
Der annualisierte Umsatz nähert sich 50 Milliarden US-Dollar.
Unterschiedliche Berechnung erschwert den Vergleich
Die frühere Schätzung von knapp 70 Milliarden US-Dollar entstand dem Bericht zufolge beim Versuch von Investoren, OpenAI direkt mit Anthropic zu vergleichen. Beide Anbieter berechnen ihre annualisierten Umsätze jedoch unterschiedlich.
Anthropic zählt Erlöse hinzu, die über Cloud-Partner erzielt werden. OpenAI berücksichtigt diese Partnerumsätze bei seiner Berechnung nicht. Die Korrektur bedeutet deshalb nicht automatisch, dass OpenAIs Geschäft innerhalb kurzer Zeit um 20 Milliarden US-Dollar eingebrochen ist. Sie zeigt vor allem, wie wenig standardisiert solche Vergleichszahlen im KI-Markt sind.
| Kennzahl | Gemeldeter Wert | Einordnung |
|---|---|---|
| Aktuelle annualisierte Umsatzrate | knapp 50 Milliarden US-Dollar | Von OpenAI gegenüber Investoren genannt |
| Frühere Schätzung | knapp 70 Milliarden US-Dollar | Auf einen direkten Vergleich mit Anthropic ausgerichtet |
| Differenz | rund 20 Milliarden US-Dollar | Teilweise durch abweichende Berechnungsmethoden erklärbar |
| Umsatz 2025 | rund 13 Milliarden US-Dollar | Aus durchgesickerten Finanzdaten |
| Finanzierungsrunde im März | 122 Milliarden US-Dollar | Aufgenommenes Kapital |
| Erwarteter Börsengang | Anfang 2027 | Zuvor für 2026 vermutet |
Hoher Kapitalbedarf bleibt das zentrale Thema
Durchgesickerte Finanzdaten für 2025 weisen einen Umsatz von rund 13 Milliarden US-Dollar aus. Die Ausgaben lagen deutlich darüber. Wie hoch die operativen Verluste und Gesamtausgaben aktuell genau sind, ist nicht öffentlich belegt.
Gleichzeitig nahm OpenAI in einer Finanzierungsrunde im März 122 Milliarden US-Dollar auf. Diese Größenordnung verdeutlicht, wie kapitalintensiv Entwicklung, Training und Betrieb führender KI-Modelle sind. Auch bei Anthropic spielen Kosten und Risiken im Vorfeld eines möglichen Kapitalmarktgangs eine zentrale Rolle, wie der Bericht zum Anthropic IPO-Prospekt zeigt.
Der zuvor für 2026 erwartete Börsengang von OpenAI soll nun Anfang 2027 stattfinden. Gründe für die Verschiebung wurden nicht näher benannt. Für Investoren dürfte entscheidend sein, ob sich das starke Umsatzwachstum langfristig schneller entwickelt als der Kapitalbedarf.
Was die Zahlen für Unternehmen bedeuten
Für Unternehmen im DACH-Raum ergeben sich aus der korrigierten Run-Rate keine unmittelbaren Änderungen. Sie unterstreicht jedoch das kommerzielle Plattformrisiko bei einer engen Bindung an proprietäre KI-Dienste. Wer zentrale Prozesse ausschließlich über eine einzelne API oder ein einzelnes SaaS-Produkt abwickelt, hängt auch von dessen Finanzierungsstrategie und künftigen Konditionen ab.
Konkrete Preiserhöhungen oder Änderungen an OpenAI-Abonnements sind bislang nicht bestätigt. Der hohe Kapitalbedarf erhöht aber grundsätzlich den Druck, zusätzliche Umsätze zu erzielen. Die laufende Entwicklung der OpenAI API-Preise bleibt deshalb für Kostenplanung und Beschaffung relevant.
Technisch lässt sich das Risiko durch austauschbare Modellschnittstellen, eigene Datenhaltung und eine laufende Messung der Nutzungskosten begrenzen. Open-Weight-Modelle, deren Gewichte verfügbar sind, sowie Self-Hosting können für geeignete Anwendungsfälle zusätzliche Unabhängigkeit schaffen. Der Vergleich zwischen der OpenAI Decisions API und Open-Weight-Alternativen zeigt, dass sich diese Abwägung zunehmend auch bei spezialisierten Unternehmensfunktionen stellt.
Eine vollständige Eigenlösung ist nicht automatisch günstiger. Sie verursacht Betriebs-, Integrations- und Wartungsaufwand. Für geschäftskritische Systeme kann eine hybride Architektur dennoch sinnvoll sein, weil sie Kostenrisiken reduziert und einen späteren Anbieterwechsel erleichtert.