Die Aktienmärkte erleben gerade die schärfste Sektorrotation seit dem Platzen der Dotcom-Blase: Halbleiter-, Speicher- und Datencenter-Aktien verzeichnen dreistellige Kursgewinne, während viele klassische Techunternehmen aus den Branchen Software, Sicherheit, Bildung, Medien, Personaldienste oder Legal-Tech bis zu 80 Prozent ihres Marktwerts verloren haben.
Hintergrund ist eine fundamentale Neubewertung im Markt: Nicht die „Magnificent 7“, sondern die Unternehmen, die physische Infrastruktur für KI liefern, werden als klare Gewinner gehandelt. Dagegen werden Firmen mit Abo-basierten Software-Geschäftsmodellen als existenziell bedroht angesehen. Aber selbst unter den Börsenprofis herrscht Uneinigkeit, ob die aktuelle Rotation eine rationale Neubewertung oder eine überzogene Panik darstellt.
Gewinner sind aktuell vor allem Produzenten von Halbleitern und Speicherchips. Sie profitieren von der beispiellosen Welle an Datencenter-Investitionen der Hyperscaler, Nvidias unersättlicher Nachfrage nach Komponenten und dem strukturellen Angebotsdefizit bei Speicherchips. Dieser KI-Superzyklus katapultiert Unternehmen wie Sandisk, SK Hynix, Micron und Samsung gerade in eine neue Umlaufbahn. Das gilt auch für einige chinesische Unternehmen wie Knowledge Atlas oder Minimax, die von Chinas politischer Vorgabe profitieren, sich mit aller Kraft von den USA technologisch unabhängig zu machen. Immerhin hat es auch ein europäisches Unternehmen auf die Top-10-Liste der KI-Gewinner geschafft: Nur ASML aus den Niederlanden kann aktuell die komplexen Maschinen bauen, die für die
Chipproduktion benötigt werden.
Deutlich größer und volatiler ist das Tableau der KI-Verlierer. Zuletzt hat es die IT-Sicherheitsunternehmen erwischt, als Anthropic sein neues Modell „Mythos“ präsentierte, das sogar jahrzehntelang unentdeckte Sicherheitslücken aufspüren soll. Wer braucht dann noch herkömmliche Security-Software – fragt sich die Börse und stößt die Aktien ab.
Ähnlich ist es zuvor den Softwareunternehmen wie SAP oder Servicenow, Bildungsanbietern wie Coursera, Accounting-Plattformen wie Intuit oder Legal-Tech-Firmen wie Thomson Reuters ergangen. Bei den meisten Unternehmen ist die KI-Disruption bisher zwar nicht eingetreten, aber die Möglichkeit, das Geschäftsmodell nicht gegen die KI verteidigen zu können, reicht an der Börse aktuell schon für einen Ausverkauf.
Daraus entstehen allerdings die größten Chancen: Wer sein (noch intaktes) Geschäftsmodell erfolgreich ins KI-Zeitalter transformiert, kann sogar gestärkt aus dieser Transformation hervorgehen. Wer die Burggräben um sein Modell dagegen nur verteidigt, wird bei dem rasanten technischen Fortschritt auf Dauer kaum Chancen haben. KI-Transformation ist damit zur größten Bewährungsprobe für das Management geworden.
Aleph Alpha und Cohere: Europa-Deal mit Berlin-Boost
Das kanadische KI-Unternehmen Cohere und das Heidelberger Start-up Aleph Alpha befinden sich in fortgeschrittenen Fusionsgesprächen. Die Bundesregierung steht dem Deal positiv gegenüber und will „Schlüsselkunde“ des neuen Unternehmens werden. Beide Unternehmen setzen auf „souveräne“ KI, um die Unabhängigkeit von den großen US-Anbietern OpenAI und Anthropic zu gewährleisten. Aleph Alpha wird nach dem Abgang des Gründers Jonas Andrulis von einer Doppelspitze aus Ilhan Scheer und Reto Spörri geführt, die vom wichtigsten Investor Schwarz Digits entsandt wurden.
Cohere sucht über eine Fusion mit Aleph Alpha den Marktzugang in Europa, während Berlin den Aufbau einer souveränen KI per Schlüsselkundenrolle absichern will. Nico Kurth/Laif
„Was Cohere sich von dieser Fusion verspricht, liegt auf der Hand: Marktzugang in Europa. Denn technologisch spielt Aleph Alpha bestenfalls in der zweiten Liga. Cohere ist aber allein zu klein, um die Expansion in den europäischen Markt zu stemmen.“
Holger Schmidt, Verantwortlicher Redakteur für Newsletter und Verticals.
SAP: KI drückt Margen, Burggraben bleibt
SAP-Chef Christian Klein hat Investoren auf kurzfristige Belastungen durch die KI-Transformation eingestimmt und eine Parallele zur Cloud-Migration vor sechs Jahren gezogen, die ebenfalls zunächst niedrigere Margen erfordert habe. Klein argumentiert, Künstliche Intelligenz werde Unternehmenssoftware nicht ersetzen, sondern transformieren, da KI auf verlässliche Daten, strukturierte Prozesse und strikte Governance angewiesen sei. Also die Themen, die SAP beherrscht. Trotzdem verlor die SAP-Aktie nach dieser Äußerung 6,8 Prozent an Wert.
„SAP gehört mit einem Kursverlust von 40 Prozent in den vergangenen sechs Monaten zu den KI-Verlierern an der Börse. Dennoch hat Klein einen wichtigen Punkt: Der SAP-Burggraben aus proprietären Daten und Governance wird das Geschäftsmodell schützen. Die Börse differenziert zu wenig.“
Holger Schmidt, Verantwortlicher Redakteur für Newsletter und Verticals.
Amazon und Globalstar: 11,6 Milliarden Dollar gegen Starlink
Amazon übernimmt Globalstar für 11,6 Milliarden Dollar, um sein Satellitengeschäft gezielt auszubauen. Der Deal umfasst Satelliten, Infrastruktur und Frequenzlizenzen und stärkt das Projekt „Amazon Leo“, das direkte Verbindungen zu Smartphones ermöglichen soll. Damit positioniert sich Amazon im Wettbewerb mit SpaceX und dessen Dienst Starlink. Zugleich wird die Kooperation mit Apple für Satellitenfunktionen auf iPhones verlängert.
Globalstar im Fokus: Amazons Milliarden-Deal soll Satelliten, Netze und Lizenzen bündeln – und den Druck auf Starlink erhöhen. Picture Alliance
„Der nächste Machtkampf der Techkonzerne verlagert sich ins All: Satellitennetze werden zur kritischen Infrastruktur. Wer die Umlaufbahn kontrolliert, sichert sich Daten, Kunden und geopolitischen Einfluss.“
Johannes Winkelhage, Redakteur für Newsletter und Verticals.
71 Prozent Produktivitätssteigerung bei den Besten, Nulleffekt bei der Mehrheit – eine Stanford-Studie erklärt, warum KI-Projekte oft zuerst scheitern, bevor sie wirken. Im Zentrum steht die Produktivitäts-J-Kurve: ein Modell, das den Widerspruch zwischen Mikroerfolg und Makrostagnation auflöst.
Die Zahlen scheinen nicht zusammenzupassen. 71 Prozent Produktivitätssteigerung melden die erfolgreichsten KI-Projekte, die das Stanford Digital Economy Lab untersucht hat. Gleichzeitig berichten 89 Prozent aller Unternehmen, dass sie bisher keinen messbaren Produktivitätseffekt durch KI feststellen können.
Beide Befunde stammen aus dem Frühjahr 2026, beide sind empirisch fundiert. Wie passt das zusammen? Die Antwort liefert ein ökonomisches Konzept, das Erik Brynjolfsson schon 2021 formuliert hat und das jetzt erstmals mit Unternehmensdaten belegt wird: die Produktivitäts-J-Kurve.
Die Stanford-Studie „The Enterprise AI Playbook“ basiert auf Interviews mit Verantwortlichen aus Organisationen in sieben Ländern, die zusammen mehr als eine Million Beschäftigte repräsentieren. Die Besonderheit liegt im Auswahlkriterium: Nur Projekte, die vier Bedingungen gleichzeitig erfüllten – operationelle Stabilität, nachhaltiger Einsatz über mindestens drei Monate, quantifizierter Wertbeitrag und Skalierbarkeit –, wurden aufgenommen. Es handelt sich somit nicht um eine repräsentative Erhebung, sondern um eine gezielte Untersuchung der Erfolgreichen. „Die Anatomie des Gelingens“, nennen es die Autoren.
Die konkreten Produktivitätseffekte hängen entscheidend vom Implementierungsmodell ab:
Die funktionsspezifischen Werte reichen von 90 Prozent im IT-Betrieb über 80 Prozent im Außendienst und 54 Prozent beim Programmieren bis zu 50 Prozent in der Schadenbearbeitung.
Ein Viertel Technik, drei Viertel Organisation
Die bemerkenswerteste Zahl steht nicht bei den Erfolgen, sondern bei den Misserfolgen. 61 Prozent der erfolgreichen Implementierungen hatten zuvor mindestens ein gescheitertes KI-Projekt. Die Kosten dieser Fehlversuche tauchen in keiner der Renditeberechnungen auf. Die 51 Erfolgsgeschichten der Stanford-Studie sind also der überlebende Rest eines weit größeren Universums gescheiterter Versuche.
Die Studie quantifiziert auch die verborgene Kostenseite erfolgreicher Projekte. Im Median entfallen 23 Prozent des Gesamtaufwands auf die sichtbare Technologieentwicklung, also die Auswahl und das Training des Modells, die technische Integration und die Infrastruktur. Die übrigen 77 Prozent verteilen sich auf organisatorische Veränderungen: das Umgestalten von Arbeitsabläufen, die Umschulung von Mitarbeitern, das Entwickeln neuer Steuerungsmechanismen, das Anpassen von Anreizsystemen und die laufende Qualitätskontrolle. Wer nur die Technologie kauft und implementiert, hat also weniger als ein Viertel des Weges zurückgelegt.
Was die Vorreiter anders machen
Die Stanford-Studie destilliert aus den 51 Fallstudien ein Muster, das die Vorreiter von der Mehrheit unterscheidet. Der wichtigste Faktor ist nicht die Wahl des KI-Modells, sondern die Bereitschaft zur Transformation der Organisation. Unternehmen, die KI lediglich auf bestehende Prozesse aufsetzen, erzielen die bescheidenen 22 Prozent des Mensch-in-der-Schleife-Modells. Unternehmen, die Arbeitsabläufe grundlegend umbauen und der KI zunehmend Autonomie übertragen, erreichen die 71 Prozent des Eskalationsmodells.
Der zweite Erfolgsfaktor ist die Unterstützung der Unternehmensleitung. Die Studie dokumentiert, dass erfolgreiche Implementierungen durchweg von der Geschäftsführung getragen wurden, also nicht als IT-Projekt delegiert, sondern als strategische Transformation geführt wurden. Dieser Befund wird von einer europäischen Vergleichsstudie gestützt, die zeigt, dass die Ermutigung durch den Arbeitgeber mehr als 80 Prozent der Einsatzlücke zwischen Europa und den Vereinigten Staaten erklärt.
Der dritte Faktor ist die systematische Iteration. Die 61 Prozent gescheiterter Vorprojekte sind kein Makel, sondern Teil des Lernprozesses. Die Studie beschreibt ein Muster, bei dem Unternehmen zunächst mit einfachen Mensch-in-der-Schleife-Ansätzen beginnen, Vertrauen in die Technologie aufbauen, Datenqualität und Prozesse verbessern und dann schrittweise zum Eskalationsmodell übergehen. Die J-Kurve ist also nicht nur ein makroökonomisches Phänomen, sondern wiederholt sich innerhalb jedes einzelnen Unternehmens.
Die Produktivitäts-J-Kurve hat eine unbequeme Implikation für die strategische Planung. Sie bedeutet, dass Unternehmen, die jetzt mit KI-Investitionen beginnen, zunächst schlechtere Ergebnisse erzielen werden als Unternehmen, die noch gar nicht investiert haben. Die Kosten fallen sofort an, die Erträge kommen verzögert. Wer den absteigenden Schenkel des J nicht durchsteht, hat nur Kosten, aber keine Gewinne. Wer aber durchhält und die organisatorische Transformation konsequent betreibt, erreicht den aufsteigenden Schenkel – und dort liegen die 71 Prozent.
Laut einem Experiment der Wharton-Professorin Hamsa Bastani schnitten Schüler mit ungefiltertem ChatGPT-Zugang in Prüfungen 17 Prozent schlechter ab, weil sie Antworten kopierten statt selbst zu rechnen. Eine zweite Gruppe, deren Chatbot nur Hinweise statt Lösungen gab, erreichte dagegen das Niveau der Kontrollgruppe. Yale-Forscher modellierten 2026 zwei stabile Zustände: ein Kompetenz-Gleichgewicht und eine schwer umkehrbare Abhängigkeitsfalle. Eltern können Chatbots über Custom Instructions so konfigurieren, dass die KI niemals fertige Antworten liefert, sondern mit Rückfragen führt. Entscheidend sind drei Gewohnheiten: Gelerntes ohne KI erklären, nach jeder Sitzung ohne KI üben und die KI nur bei schwierigen Aufgaben einsetzen.
Digitale Schule, ChatGPT ist da nur ein Vorbote. dpa
Claude für Word verändert das Schreiben grundlegend: Statt vor einem leeren Dokument zu sitzen, definiert der Autor Ziel, Struktur und Tonalität, während die KI den Erstentwurf liefert. Claude liest hochgeladene Quellen, erzeugt daraus strukturierte Texte und überarbeitet sie als nachverfolgbare Änderungen, die der Mensch annehmen oder ablehnen kann. Passivkonstruktionen umwandeln, Fachtermini vereinheitlichen, Redundanzen streichen: Was bisher Stunden dauerte, erledigt die KI in Minuten. Der Mensch wird damit vom Verfasser zum Redakteur. Alle Wissensarbeiter, darunter besonders Juristen, Analysten und Compliance-Abteilungen, können von der neuen Arbeitsteilung zwischen Mensch und Maschine profitieren.
Fünfhundert Euro für eine gebrauchte Grafikkarte, dazu ein handelsüblicher Rechner: Mehr braucht es nicht mehr, um Googles jüngstes Sprachmodell Gemma 4 im eigenen Büro zu betreiben. Kein Abonnement, keine Tokenrechnung, keine Daten, die in amerikanische Cloud-Zentren wandern. Unter der permissiven Apache-2.0-Lizenz läuft Gemma 4 auf dem Raspberry Pi ebenso wie im Rechenzentrum einer Versicherung. Für deutsche Unternehmen ist das nicht nur eine technische Neuerung, sondern vor allem eine juristische Entlastung. Wo das Modell glänzt, wo es schwächelt, wie man es in zehn Minuten über Ollama installiert und wie es sich gegen Qwen 3.5, Llama 4 und GLM 5 schlägt.
Denise Dresser, Chief Revenue Officer von OpenAI und zuvor CEO von Slack, skizziert die strategische Neuausrichtung des Unternehmens. Eine Super-App soll KI-Agenten direkt in den Arbeitsfluss von Unternehmen integrieren. Die fast eine Milliarde privaten ChatGPT-Nutzer sollen als Schwungrad die Nachfrage ins Enterprise-Geschäft ziehen, das derzeit 40 Prozent ausmache und bis Ende 2026 mit dem Konsumentengeschäft gleichziehen solle. Unternehmen würden KI-Agenten künftig ähnlich wie neue Mitarbeiter einsetzen und in Teams organisieren. Auch das Werbegeschäft mit rund 100 Millionen Dollar annualisiertem Umsatz soll weiter wachsen.
Im März wurden 70.663 Elektroautos neu zugelassen, 66 Prozent mehr als im Vorjahr. Jedes vierte neue Auto fährt nun elektrisch. Tesla meldete sich mit einer Rabattaktion zurück und vervierfachte seine Zulassungen, doch der Vergleich trügt: Das Vorjahr war durch den Produktionsstopp für das Model-Y-Facelift verzerrt. Die eigentliche Dynamik kommt vom VW-Konzern: Der Škoda Elroq führt die Quartalsstatistik an, Škoda stieg zur zweitstärksten Marke auf. Getrieben wird das Wachstum von vier Kräften: der neuen Kaufprämie, den CO₂-Flottengrenzwerten, 155 verfügbaren Modellen und steigenden Spritpreisen. Branchenprognosen erwarten bis zu 800.000 Elektroautos für 2026.
Großbritannien will das aus dem Finanzsektor bekannte Prinzip des Open Banking auf die gesamte Wirtschaft ausweiten und bis 2030 mindestens fünf funktionierende Smart-Data-Schemes sowie bis 2035 mehr als 20 etablieren. Schon vier sektorale Anwendungen könnten nach Angaben der Regierung langfristig einen jährlichen Beitrag von rund 9,6 Milliarden Pfund zum Bruttoinlandsprodukt leisten.
KI-Agenten verändern die Buchhaltung grundlegend. Sie buchen, prüfen und erstellen autonom Steuererklärungen, während der Buchhalter schläft. Der entscheidende Unterschied zu früherer Automatisierung: Die neuen Agenten erhalten eine Aufgabe wie den Monatsabschluss und arbeiten sie eigenständig über Stunden ab. Erst das fertige Ergebnis landet auf dem Schreibtisch des Menschen. Investoren stecken Milliarden in die Transformation, Übernahmen beschleunigen die Konsolidierung. Der Buchhalter wird vom Bucher zum Berater. In Deutschland bremsen Regulierung und das komplexe Steuerrecht das Tempo, doch europäische Fintechs drängen bereits auf den Markt.
Amerikanische Beschäftigte nutzen Künstliche Intelligenz häufiger, intensiver und in mehr Unternehmen als Europäer – das zeigt die Studie „Mind the Gap“. In den USA setzen 43 Prozent der Beschäftigten KI ein, in Europa nur 32 Prozent, Deutschland kommt auf 31,5 Prozent. Entscheidend ist nicht die Technik, sondern das Management: 80 Prozent des transatlantischen Abstands erklären sich allein durch Arbeitgeberermutigung. Wo Vorgesetzte KI erwarten und einfordern, wird sie produktiv. Wo sie Einzelnen überlassen bleibt, bleibt sie randständig. Europas KI-Problem ist kein Chip-Problem. Es ist ein Managementproblem.
Der zweifache Pulitzer-Preisträger und Investigativjournalist der „New York Times“ John Carreyrou widmet sich in einem neuen Artikel dem Bitcoin und kommt nach einjähriger Recherche zu dem Schluss, der bisher unbekannte Bitcoin-Vater Satoshi Nakamoto sei mit hoher Wahrscheinlichkeit der britische Kryptograph Adam Back.
Die „New York Times“ sieht in Adam Back den wahrscheinlichsten Kandidaten für Satoshi Nakamoto. Amir Hamja/NYT/Redux/Laif
Roman Howe leitet seit Januar als DACH-Chef und Leiter des Bereichs Zentral- und Mitteleuropa von Anthropic den regionalen Marktaufbau des amerikanischen KI-Unternehmens. In seiner neuen Rolle baut er Vertrieb und Partnerschaften auf, etwa mit Beratungsunternehmen wie Accenture, und will die Mitarbeiterzahl am Standort München bis Jahresende auf 30 bis 50 steigern. Deutsche Kunden sind etwa die Allianz, BMW oder N26. Im Interview spricht Howe auch über das „Projekt Glasswing“. Denn Anthropics neues Modell namens Claude Mythos soll Sicherheitslücken in Computersystemen so effektiv finden, dass es nur gezielt an amerikanische Unternehmen und Organisationen wie die Linux Foundation weitergegeben wird, um ihnen einen Vorsprung zu verschaffen.
Die Vision der Anthropic-Gründer, ethische KI zu entwickeln, findet Howe inspirierend. Felix Kaspar Rosić
Alexandr Wang ist 29 Jahre alt und führt seit Juni 2025 Metas neues KI-Labor in Kalifornien. Seine Eltern forschten als Waffenphysiker in Los Alamos, er selbst brach das MIT ab und gründete mit 19 Scale AI. Im Sommer verkaufte er sich für 14,3 Milliarden Dollar an Mark Zuckerberg – einer der teuersten Personaltransfers der Technikgeschichte. Vergangene Woche hat er sein erstes eigenes Modell vorgestellt. Muse Spark landet in den Ranglisten nur auf Platz vier, hinter Google, OpenAI und Anthropic. Gerade darin liegt das Kalkül: Das Modell soll nicht ChatGPT schlagen, sondern Metas Werbegeschäft intelligenter machen. Wie aus dem Sohn zweier Atomphysiker Zuckerbergs teuerste Personalentscheidung wurde – und warum der Chef ihm bereits wieder Kompetenzen entzieht.
• Das autonome Fahren erreicht Europa
auf drei Wegen gleichzeitig: Tesla hat in den Niederlanden die erste EU-Zulassung für sein überwachtes Fahrerassistenzsystem FSD erhalten. Waymo testet seit dieser Woche autonome Robotaxis in London. Und das kroatische Unternehmen Verne hat in Zagreb mit Technologie des chinesischen Unternehmens Pony.ai den ersten kommerziellen Robotaxi-Dienst des Kontinents gestartet. Ein neuer UNECE-Regulierungsrahmen macht die Zulassung KI-basierter Fahrsysteme erstmals möglich.
• Die globalen KI-Investitionen
haben sich 2025 mehr als verdoppelt, getrieben von einem Anstieg privater Finanzierung um 127,5 Prozent, zeigt der neue 2026 AI Index Report der Stanford-Universität. Generative KI erreichte binnen drei Jahren eine Verbreitung von 53 Prozent, schneller als PC oder Internet. Doch die Gewinne verteilen sich ungleich: Der Arbeitsmarkt zeigt erste Verwerfungen, besonders bei jungen Beschäftigten in KI-exponierten Berufen. Produktivitätsgewinne bleiben auf einzelne Aufgaben beschränkt, makroökonomische Effekte sind noch unklar.
• Databricks investiert 400 Millionen Dollarin den deutschen Markt und eröffnet ein neues Büro im Frankfurter Global Tower. Der Standort Berlin wird als Forschungszentrum ausgebaut, München erweitert. Bis 2028 will das Unternehmen 50.000 Fachleute in Künstlicher Intelligenz und Datenanalyse in Deutschland schulen. Das Investment zielt auf die wachsende Nachfrage nach KI-Agenten und serverlosen Datenbanken für den Unternehmenseinsatz.
• Die Hälfte aller US-Beschäftigten nutzt inzwischen KI am Arbeitsplatz, 13 Prozent sogar täglich. 65 Prozent berichten von Produktivitätsgewinnen. Gleichzeitig wächst die Sorge: 23 Prozent der Beschäftigten in KI-nutzenden Unternehmen rechnen damit, dass ihr Job in fünf Jahren wegfällt. Diese Firmen bauen zudem häufiger Personal ab (23 Prozent) als Unternehmen ohne KI (16 Prozent), stellen aber auch häufiger ein. Das zeigt eine Gallup-Umfrage
unter 23.717 Beschäftigten vom Februar 2026.
„Ich glaube nicht, das es richtig ist, wenn wenige KI-Labore die weitreichendsten Entscheidungen über die Gestaltung der Zukunft treffen. Diese Entscheidungen müssen gemeinsam getroffen werden.“
Sam Altman
Der CEO von OpenAI nach dem Brandanschlag auf sein Haus. Reuters
