Die Bürger-App klingt gut – doch der IT-Unterbau ist marode. Ohne Ausschreibung an Telekom und SAP vergeben, droht ein Corona-App-Déjà-vu mit Ansage.
Die Vision klingt verlockend: Kindergeld beantragen, Wohnsitz anmelden, Unternehmen gründen. Alles in einer App, unterstützt von KI-Agenten, die durch die Formulare führen. Keine Frage: Die Bürger-App wäre ein Fortschritt. Wenn sie jemals funktioniert. Denn das fundamentale Problem liegt nicht in der App, sondern in dem, was darunterliegt.
Holger Schmidt
Verantwortlicher Redakteur für Newsletter und Verticals.
Deutschlands Verwaltungs-IT ist ein Flickenteppich in einem desolaten Zustand. Nur ein kleiner Teil ist flächendeckend digital verfügbar. Die Bürger-App auf dieses Fundament zu setzen, ist somit kein normales Softwareprojekt. Das ist eine Operation am offenen Herzen des Staates.
Dass das Digitalministerium die Deutsche Telekom und SAP ohne Ausschreibung mit dem Bau der App beauftragt, ruft unschöne Erinnerungen an die Corona-App wach. Schon damals setzte der Staat auf die beiden Konzerne. Das Ergebnis ist bekannt: Die App wurde deutlich teurer als gedacht und funktionierte nicht wirklich gut. Dass die Bürger-App um Längen technisch anspruchsvoller ist, macht die Sache nicht einfacher.
Gerade deshalb ist die Vergabe so riskant. Ein Vorhaben dieser Größenordnung ohne eigenständige Ausschreibung an zwei etablierte Konzerne zu geben, mag vergaberechtlich möglich sein. Politisch ist es ein Risiko. Wer den Prototyp baut, hat den Fuß in der Tür für den Dauerbetrieb. Dafür hätte es Wettbewerb gebraucht, Transparenz und die Chance für neue Anbieter.
Die Entscheidung klingt daher nicht als Aufbruch, sondern als Wiederholung des alten Musters: teuer, zentralistisch, schwerfällig. Genau das macht die Sache für Digitalminister Wildberger brisant. Wenn dieses Projekt scheitert, scheitert nicht nur eine App. Dann scheitert der Anspruch, den Staat endlich digital handlungsfähig zu machen.
Marcus Schwarze
Wir nehmen Abschied von Marcus Schwarze. Sein unerwarteter und plötzlicher Tod erschüttert uns zutiefst. Er hinterlässt eine Lücke in unserem Team, die schwer zu füllen ist. Nicht nur weil er die Gabe hatte, den Lesern in klaren Worten die KI und die Kunst des Promptens nahezubringen. Nicht nur weil wir seine Analysen der neuen KI-Modelle immer auch in der Redaktion mit großem Interesse gelesen haben.
Wir vermissen ihn auch als Kollegen, der pünktlich wie ein Uhrwerk lieferte und den seltenen Bitten um Schärfung oder Änderungswünschen am Text stoisch nachkam. Wir vermissen ihn als Quasi-Gründungsmitglied unserer Redaktion. Marcus Schwarze hat den Aufbau der F.A.Z.-Digitalwirtschaft von Anfang an begleitet und hat sich bei den Lesern in dieser Zeit eine echte Fangemeinde erobert. Legendär sind seine KI-Bibel oder auch die Prompt-Anleitungen zu Spezialthemen.
In unseren Redaktionskonferenzen – von denen er praktisch keine verpasst hat – präsentierte er nicht nur seine Themenvorschläge. Er war Ratgeber für die Kolleginnen und Kollegen – innerhalb und außerhalb des Hauses. Da war dann keine Künstliche Intelligenz am Werk, sondern einfach gesunder Menschenverstand und die Suche nach dem einfachen Weg der Erklärung oder Einordnung.
Nicht umsonst war er Fan von Stil-Papst Wolf Schneider und dessen Standardleitfaden für gutes Schreiben. Marcus Schwarze hat den Journalismus von der Pike auf gelernt. Zuerst bei der „Hannoverschen Allgemeinen Zeitung“ dann bei der „Rhein-Zeitung“ in Koblenz. Er gehörte zu den Journalisten, die das Digitale früh verstanden und gelebt haben.
Mit ihm verlieren aber nicht nur wir in der Redaktion einen Ratgeber und Kollegen. Er hat sich rund um das Thema KI ein Geschäft aufgebaut, aus dem heraus er vielen Unternehmen oder Behörden geholfen hat, KI zu verstehen und im eigenen Umfeld sinnvoll einzusetzen. Er war immer auf den praktischen Einsatz der neuesten Instrumente konzentriert – auch wenn er eigentlich ein „Nerd“ war, der in die Tiefen der Systeme abtauchte. Am Ende ging es immer handfest und ganz praktisch Schritt für Schritt zur Sache. Das werden wir sehr vermissen.
Marcus Schwarze ist in der Karwoche gestorben. Unsere Gedanken sind bei seiner Familie und seinen Freunden.
In tiefer Trauer
Das Team der F.A.Z.-Digitalwirtschaft
Die geplante Live-Session vom 15.4. entfällt. Die nächste Session findet am 30. April statt.
Anthropic gibt zum zweiten Mal den Quellcode von Claude Code preis
Anthropic hat innerhalb von dreizehn Monaten zum zweiten Mal den Quellcode seines Programmierwerkzeugs Claude Code versehentlich über die Paketplattform npm veröffentlicht. Eine Debug-Datei enthielt den vollständigen TypeScript-Quellcode mit insgesamt 512.000 Zeilen sowie 44 interne Funktionsschalter für noch unveröffentlichte Fähigkeiten. Innerhalb weniger Stunden spiegelten Entwickler den Code auf der Plattform Github. Erste Nachbauten einzelner Komponenten kursierten noch am selben Tag. Anthropic sprach von einem „Verpackungsfehler durch menschliches Versagen“ und erklärte, man habe Gegenmaßnahmen eingeleitet. Bereits im Februar 2025 war über denselben Kanal ein nahezu identischer Fehler passiert.
Dario Amodei, CEO von Anthropic Reuters
„Wer für sich in Anspruch nimmt, das verantwortungsvollste KI-Unternehmen zu sein, muss die eigene Infrastruktur beherrschen. Fünf Tage vor dem npm-Vorfall waren bereits rund 3000 unveröffentlichte Dateien über ein falsch konfiguriertes Content-Management-System frei zugänglich. Zwei Pannen in zwei verschiedenen Systemen sind mehr als ein Betriebsunfall.“
Marcus Schuler, San Francisco
Samsung legt Rekordgewinn vor
Die Nachfrage nach KI-relevanten Speicherchips katapultiert Samsungs Gewinn in Rekordhöhen. Für das erste Quartal 2026 schätzt Samsung Electronics seinen vorläufigen operativen Gewinn auf 57,2 Billionen Won (umgerechnet 32,6 Milliarden Euro). Das ist mehr als der gesamte Jahresgewinn 2025, der bei 43,6 Billionen Won lag. Das Halbleitergeschäft gilt als Haupttreiber der starken Geschäftsentwicklung. Monatelang war Samsung an Nvidias Qualifikationstests für seine neueste Chip-Generation gescheitert. Vergangenes Jahr erhielt Samsung grünes Licht und beliefert seither Konzerne wie Nvidia, Google und AMD mit Hochleistungs-Speicherchips (HBM), die vor allem in KI-Rechenzentren verbaut werden.
„Der KI-Boom hat Samsungs Chipgeschäft in einer Geschwindigkeit gedreht, die selbst Branchenkenner überrascht. Noch 2023 häufte der Konzern unverkaufte Chips in Lagerhallen, die Preise stürzten ab – es war das schlechteste Jahr seit fast zwei Jahrzehnten. Das zeigt auch, wie zyklisch das Geschäft ist. Jetzt gilt es, die Kunden mit mehrjährigen Verträgen an sich zu binden.“
Nina Müller, Redakteurin für Newsletter und Verticals.
Systemausfall lähmt mehr als 100 Baidu-Robotaxis
Am Abend des 31. März stoppten mehr als 100 fahrerlose Fahrzeuge von Baidus Apollo Go gleichzeitig mitten im Verkehr der zentralchinesischen Millionenstadt Wuhan. Passagiere waren teils bis zu zwei Stunden eingesperrt, und Notrufsysteme reagierten nicht zuverlässig. Mindestens ein Auffahrunfall wurde dokumentiert. Die Polizei bestätigte eine „Systemstörung“ als Ursache. Der Vorfall ist der bislang größte korrelierte Ausfall einer autonomen Fahrzeugflotte weltweit. Er stellt die Architektur zentralisierter Cloud-to-Vehicle-Systeme grundsätzlich infrage und kommt für Baidu zu einem heiklen Zeitpunkt: Das Unternehmen expandiert derzeit über Uber und Lyft nach London und bietet Dienste in Dubai und Abu Dhabi an.
Ein Fahrzeug aus Baidus Robotaxi-Projekt „Apollo Go self-driving“ in Wuhan. AFP
„Wer autonome Mobilität skaliert, muss Ausfallsicherheit garantieren. Baidus Systemversagen in Wuhan ist eine Warnung an die gesamte Branche, das mühsam aufgebaute Vertrauen in die Technik so kurz vor der Marktreife nicht leichtfertig zu verspielen.“
Holger Schmidt, Verantwortlicher Redakteur für Newsletter und Verticals.
Open AI und Anthropic streben an die Börse. Vertrauliche Finanzdokumente und die Signale des Sekundärmarkts zeigen, auf wen die Investoren aktuell ihre Wetten platzieren.
Open AI und Anthropic, die beiden wertvollsten KI-Unternehmen der Welt, streben im vierten Quartal 2026 an die Börse. Was bislang über ihre Finanzen bekannt war, beruhte auf Schätzungen und Gerüchten. Nun hat das „Wall Street Journal“ vertrauliche Finanzdokumente ausgewertet, die beide Unternehmen ihren Investoren vor den jüngsten Finanzierungsrunden vorgelegt haben.
Sie zeigen erstmals im direkten Vergleich, wie viel Geld das Training neuer KI-Modelle verschlingt, wo die Gewinnschwelle liegt und wie unterschiedlich die Wege dorthin aussehen. Open AI plant, allein im Jahr 2028 rund 121 Milliarden Dollar für Rechenleistung auszugeben, selbst bei einer Verdoppelung des Umsatzes würde daraus ein Verlust von 85 Milliarden Dollar resultieren.
Anthropics Prognosen sind weniger extrem, folgen aber derselben Logik: Massive Vorleistungen heute, um sich Marktanteile in einer Technologie zu sichern, die ganze Volkswirtschaften verändern könnte.
Die Grundidee beider Unternehmen lässt sich auf eine Formel bringen: Jeder Sprung in der Leistungsfähigkeit eines KI-Modells kostet mehr als der vorherige. Aber wer im Wettlauf zurückfällt, verliert den Zugang zu den lukrativsten Anwendungen.
Open AI und Anthropic veröffentlichen daher neue Modellversionen in immer kürzeren Abständen und investieren dafür gleichzeitig mehr Ressourcen in die Trainingsläufe. Das KI-Wettrüsten zeigt keine Anzeichen einer Verlangsamung.
Doch die Trainingskosten sind so gewaltig, dass beide Unternehmen inzwischen zwei unterschiedliche Profitabilitätskennzahlen ausweisen: eine mit und eine ohne Trainingskosten. Klammert man diese Ausgaben aus, stehen beide kurz vor einem kleinen operativen Gewinn. Rechnet man sie ein, erwartet Open AI erst 2030 die Gewinnschwelle, Anthropic nur etwas früher.
Die Strategiefrage
Dass Risikokapitalgeber Verluste in dieser Größenordnung akzeptieren, liegt am beispiellosen Umsatzwachstum. Doch hinter dem gemeinsamen Wachstumstempo verbergen sich zwei grundlegend verschiedene ökonomische Wetten.
Open AI setzt auf die Reichweite einer Konsumentenplattform. 900 Millionen Menschen nutzen ChatGPT, doch nur ein kleiner Teil bezahlt dafür. Das Kalkül gleicht dem der sozialen Netzwerke: erst eine riesige Nutzerbasis aufbauen, dann über Werbung und Abonnements monetarisieren.
Anthropic konzentriert sich auf zahlende Geschäftskunden, die KI-Modelle in ihre Arbeitsabläufe einbinden. Dieses Modell erzeugt weniger öffentliche Aufmerksamkeit, erzeugt dafür aber stabilere Einnahmen. Besonders der Programmierassistent Claude Code hat sich als Wachstumstreiber erwiesen. Anthropics Schätzung für den Jahresumsatz hat sich daher in den vergangenen vier Monaten von neun auf 30 Milliarden Dollar vervielfacht und übersteigen jetzt sogar die Angaben in den Investorenunterlagen.
Als Anthropic im Herbst Claude Code veröffentlichte, wurde Open AI überrascht und investierte massiv in seinen eigenen Assistenten Codex. Aktuell setzt Open AI wieder stärker auf Unternehmenskunden, da die Investoren diesen Weg als stabiler und weniger riskant erachten. Zwar steigt auch der Anteil der privaten Nutzer, die ein kostenpflichtiges Abo abschließen, stetig an. Doch offenbar nicht schnell genug, um die galoppierenden Kosten zu decken und eine funktionierende Börsenstory zu garantieren. Denn die Argumentation der Open-AI-Führungsriege erinnert an Amazons frühe Jahre, als Jeff Bezos Wachstum über Gewinn stellte und der Aktienkurs erst nach Jahren der Stagnation kletterte.
Die ökonomische Kernfrage
Die ökonomische Kernfrage hinter beiden Unternehmen lautet: Wird Künstliche Intelligenz zu einer General Purpose Technology (Basistechnologie), vergleichbar mit der Dampfmaschine oder der Elektrizität? Oder noch besser zu einer Basistechnologie, die ihr Innovationstempo selbst verstärkt und damit zu einem stetig steigenden Wachstumstempo der Volkswirtschaften führt? Ökonomen sprechen hier von einer „Invention of a Method of Inventing“, die in ihrer Wirkung noch weit größer als die einmaligen Plateausprünge der Dampfmaschine oder des Stroms wäre.
Falls die KI diese Effekte hat – und dafür sprechen im Moment einige technische Erfolge, ohne endgültige Gewissheit zu garantieren –, dann wären die heutigen Investitionen mehr als gerechtfertigt, weil die Technologie in praktisch jedem Wirtschaftssektor steigende Produktivitätsgewinne ermöglicht. Falls die Skalierungsgesetze, nach denen mehr Rechenleistung zu besseren Modellen führt, jedoch an ihre Grenzen stoßen, könnten die astronomischen Bewertungen rasch unter Druck geraten.
Der Favorit der Investoren heißt Anthropic
Beide KI-Unternehmen setzen auf Börsengänge, um die Finanzierung langfristig zu sichern. Open AI schloss Ende März die größte private Finanzierungsrunde der Geschichte ab: 122 Milliarden Dollar bei einer Bewertung von 852 Milliarden Dollar. Anthropic sammelte im Februar 30 Milliarden Dollar bei einer Bewertung von 380 Milliarden Dollar ein.
Um die Kapitalmassen zu bewältigen, die über die Börsengänge aufgenommen werden müssen, verändern Investmentbanken bereits die Spielregeln: Die Nasdaq gewährt neu gelisteten Unternehmen künftig schneller Indexzugang, damit Indexfonds die Aktien früher kaufen können.
Während die offiziellen Runden Rekorde vermelden, differenziert der Sekundärmarkt genauer. Nach Bloomberg-Informationen sitzen Investoren auf Open-AI-Anteilen im Wert von rund 600 Millionen Dollar, für die sich aktuell keine Käufer finden, da die Wette von Sam Altman als zu riskant eingestuft wird.
Bei Anthropic liegen hingegen viele Kaufaufträge vor. Mindestens ein Dutzend Kapitalgeber, die zuvor ausschließlich auf Open AI gesetzt hatten, beteiligten sich zuletzt an Anthropics Finanzierungsrunde, die zwar ebenfalls als ambitioniert, aber weniger riskant gilt.
Zudem liegt das Momentum ganz klar bei Anthropic: Claude Code war ein Meilenstein, der die Tech-Welt bis heute elektrisiert. Das neue Modell „Mythos“ soll so gut sein, dass zunächst nur ausgewählte Tech-Unternehmen Zugriff bekommen, um Sicherheitslücken aufzuspüren. Open AI kann das Tempo im Moment nicht mithalten, auch wenn Sam Altman es nicht wahrhaben will. Das hat zuletzt seine eigenen Finanzchefin Sarah Friar zu spüren bekommen. Auch sie hält den Börsengang im vierten Quartal für zu ambitioniert und darf nun nicht mehr direkt an Altman berichten. Kritik am Maestro ist halt nicht erwünscht.
ChatGPT ist für viele der erste Kontakt mit generativer Künstlicher Intelligenz. Doch für den Alltag reicht ein einzelner Chatbot selten aus. Wer Texte schreibt, Tabellen analysiert, Präsentationen erstellt oder Meetings protokolliert, fährt mit spezialisierten Werkzeugen besser. Eine Übersicht über zehn Anwendungsfelder und je drei Tools zeigt: Die besten Ergebnisse entstehen dort, wo ein Werkzeug auf einen klar umrissenen Anwendungsfall zugeschnitten ist. Oft genügt eine Kombination aus einem Quellenwerkzeug wie Perplexity, einem Schreibtool wie ChatGPT oder Claude und einem Spezialisten für den eigenen Engpass, etwa für Excel, Präsentationen oder Meeting-Notizen.
Wissensarbeiter verbringen fast ein Fünftel ihrer Arbeitszeit mit Recherche. KI-Tools können diese Zeit drastisch verkürzen, wenn der Nutzer drei Schritte beherrscht: die richtige Frage stellen, das passende Werkzeug wählen und Quellen systematisch prüfen. Der Schlüssel liegt im Context Engineering, das Andrej Karpathy als die Kunst und Wissenschaft beschreibt, das Kontextfenster mit den richtigen Informationen zu füllen. Tools wie Perplexity, Claude und Elicit ergänzen sich dabei optimal. Der Flaschenhals ist nicht mehr das Sammeln von Informationen, sondern das Formulieren der richtigen Fragen und das Bewerten der Quellen.
Eine MIT-Studie mit mehr als 17.000 Fachkräfte-Bewertungen zeigt: KI-Automatisierung trifft den Arbeitsmarkt nicht als plötzlicher Schock, sondern als breite, graduell steigende Flut. Sprachmodelle verbessern sich über das gesamte Aufgabenspektrum in ähnlichem Tempo. Bis 2029 könnten sie 80 bis 95 Prozent aller textbasierten Aufgaben auf akzeptablem Niveau erledigen. Doch Erfolgsraten sind keine Automatisierungsquoten: Integration, Kosten und Regulierung bremsen die Umsetzung. Das Zeitfenster für vorausschauende Arbeitsmarktpolitik existiert, aber es schließt sich mit acht bis elf Prozentpunkten Verbesserung pro Jahr schnell.
Ein Telemedizin-Gründer in Los Angeles erzielt mit zwei Angestellten 401 Millionen Dollar Umsatz. Ein niederländischer Einzelkämpfer betreibt ohne Mitarbeiter ein Portfolio, das mehrere Millionen abwirft. Eine Bildgenerierungsfirma mit gut hundert Leuten setzt eine halbe Milliarde um. Was diese Fälle verbindet: Sprachmodelle, zugekaufte Infrastruktur und algorithmische Kundengewinnung erlauben Kleinstteams eine Wertschöpfung, die bisher großen Belegschaften vorbehalten war. Doch die neue Effizienz hat Grenzen. Chatbots halluzinieren, Behörden verschicken Warnbriefe, und wer nur aus zwei Personen besteht, hat keinen Puffer, wenn eine Zeile Code den gesamten Betrieb lahmlegt.
Medvi-Gründer Matthew Gallagher repariert seinen Code selber. Laif
Europas KI-Anwendungen laufen überwiegend auf US-Cloud-Infrastrukturen, was zunehmend als strategisches Risiko gilt. Eine repräsentative Befragung von über 2000 Menschen im KI-Monitor 2026 zeigt einen deutlichen Wunsch nach digitaler Souveränität, besonders bei Teilnehmern mit hoher Bildung und guten KI-Kenntnissen. KI-Lösungen lassen sich zwar mit europäischen Technologien realisieren, doch sind damit Opportunitätskosten verbunden, da etwa das französische Sprachmodell Mistral deutlich hinter US-Modellen zurückliegt. Auch Open-Source-Software garantiert keine Unabhängigkeit, da Entwicklungsentscheidungen oft bei US-Unternehmen wie Meta liegen. Digitale Souveränität bedeutet derzeit, Unabhängigkeit bewusst höher zu gewichten als technische Exzellenz – die Debatte muss ehrlich
benennen, welchen Preis man dafür zu zahlen bereit ist.
Zwei gebürtige Ostberliner sprechen über Vergangenheit und Zukunft des digitalen Wandels und darüber, was KI-Agenten dem Menschen bereits voraushaben. Der langjährige GitHub-CEO Thomas Dohmke erklärt Christoph Bornschein, warum „Jeder kann jetzt coden“ eine gute Nachricht ist – und welche Konsequenzen sich daraus ergeben.
Die globalen KI-Ausgaben der Unternehmen erreichen laut Gartner 2026 rund 2,52 Billionen Dollar, ein Plus von 44 Prozent. Finanziert wird dies zunehmend durch Umschichtung bestehender IT-Budgets statt durch neue Mittel. Die fünf großen Hyperscaler haben für 2026 Kapitalausgaben von bis zu 690 Milliarden Dollar zugesagt, fast eine Verdopplung. Agentische KI-Systeme treiben die nächste Kostenwelle, da ihr Token-Verbrauch herkömmliche Chatbots um das 15-Fache übersteigt. Deutschland folgt dem Trend konservativer, mit 78 Prozent der Führungskräfte, die KI primär zur Kostenreduktion nutzen wollen. Prägend bleiben die Lücke zwischen Investition und Wertrealisierung sowie das Paradox sinkender Stückpreise bei explodierendem Volumen.
Immer mehr westliche Unternehmen setzen auf chinesische KI-Modelle wie Qwen, DeepSeek oder Kimi, weil diese bei vergleichbarer Leistung deutlich günstiger und schneller sind. Das US-Start-up Cursor baute sein Coding-Modell auf Moonshot AI auf, Airbnb und Pinterest nutzen Alibabas Qwen für Kundensupport und Bildanalyse. Pinterest erzielt durch Finetuning offener Modelle eine 90-Prozent-Kostenreduktion gegenüber proprietären Frontier-Modellen. In Deutschland zeigt sich ein dreigeteiltes Bild: Autokonzerne nutzen chinesische Modelle nur für den chinesischen Markt, Anbieter wie T-Systems und SAP betreiben sie DSGVO-konform in europäischen Rechenzentren, Start-ups wie Langdock setzen sie breit ein. Offene Modelle gelten als Chance für Europas digitale Souveränität, erfordern aber
systematischere Kooperation zwischen Wirtschaft und Politik.
Der globale Elektroautomarkt sortiert sich neu. Tesla hat mit 358.000 Auslieferungen im ersten Quartal 2026 die Spitzenposition von BYD zurückerobert, dessen Inlandsabsatz nach dem Wegfall chinesischer Kaufsubventionen um 30 Prozent einbrach. Doch BYD kontert mit einer Exportoffensive: Der Auslandsabsatz stieg um 56 Prozent, in Deutschland legten die Zulassungen um 644 Prozent zu. In Europa treibt die verschärfte CO₂-Regulierung den Elektroanteil auf über 20 Prozent; bezahlbare Modelle wie der Renault 5 und der geplante VW ID.2 beschleunigen den Wandel. In China dagegen stehen dutzende kleinere Hersteller vor dem Aus: Die zehn größten Anbieter kontrollieren bereits 95 Prozent des Marktes.
