Die KI-Branche ist ein finanzielles Schlachtfeld. Unternehmen pumpen Milliarden in die Entwicklung und das Hosting von Modellen, ohne dass die Einnahmen auch nur ansatzweise die Ausgaben decken. Doch nun zeichnet sich eine Überraschung ab: Anthropic, der Entwickler hinter Claude, hat Investoren signalisiert, im zweiten Quartal erstmals einen operativen Gewinn zu erzielen. Bei einem prognostizierten Umsatz von rund 10,9 Milliarden US-Dollar stellt sich die Frage: Wie hat Anthropic die Gesetze des KI-Marktes ausgetrickst?
Das AWS- und GCP-Geheimnis
Der wichtigste Faktor für diesen Erfolg lässt sich in drei Buchstaben zusammenfassen: AWS. Im Gegensatz zu OpenAI, dessen Modelle primär auf Microsoft Azure (und der eigenen Infrastruktur) laufen, ist Anthropic auf allen großen Cloud-Plattformen vertreten – vor allem aber auf AWS und Google Cloud (GCP).
Für Enterprise-Kunden, die ohnehin auf AWS setzen, gibt es im Bereich der proprietären KI-Modelle kaum eine Alternative zu Claude. Die hauseigenen Amazon-Nova-Modelle sind für anspruchsvolle Aufgaben kaum relevant, und OpenAI ist auf Azure limitiert. Anthropic profitiert hier von einem massiven Verteilungsvorteil. Noch entscheidender ist jedoch das Geschäftsmodell dahinter: Anthropic schließt Revenue-Share-Abkommen mit den Cloud-Anbietern ab. Sie stellen keine eigene Rechenleistung bereit, überlassen AWS und GCP das Hosting und kassieren dennoch einen beträchtlichen Anteil an den Token-Einnahmen – angeblich rund 50 Prozent. Ein reines Profitgeschäft ohne eigene Infrastrukturkosten für Compute.
Das Claude-Code-Dilemma
Doch nicht alles läuft reibungslos. Mit der Einführung von „Claude Code“ und dem dazugehörigen Abo-Modell hat Anthropic ein Produkt geschaffen, das Entwickler massiv anzieht. Das Problem: Diese Nutzer greifen direkt auf Anthropics eigene APIs und somit auf die hauseigenen Nvidia-GPUs zu, anstatt die Infrastruktur der Cloud-Partner zu nutzen.
Das brachte das Unternehmen in einen Konflikt mit seinen eigenen Forschern, die dringend diese GPUs für das Training neuer Modelle benötigen. Warum nutzt man nicht einfach die günstigeren Alternativen wie AWS Trainium oder Google TPUs? Ganz einfach: Weil Forscher diese Hardware hassen. In der Entwickler-Community kursieren spöttische Parodien über „Trainium Hell“ – die Chips gelten als fehleranfällig und wenig performant im Vergleich zu Nvidias CUDA-Ökosystem. Die Forscher wollen Nvidia-GPUs, und genau diese wurden von den Claude-Code-Nutzern aufgefressen.
Preis-Strategie: Die Illusion der Preissenkung
Um den GPU-Mangel in den Griff zu bekommen, griff Anthropic zu drastischen Maßnahmen. Das offensichtlichste waren die strikteren Ratenlimits für API-Nutzer. Subtiler – und wirtschaftlich weitaus effektiver – war jedoch die Preisstrategie.
Auf den ersten Blick wirkte der Wechsel von Opus 4 auf Opus 4.5 wie eine Preissenkung: Die Kosten sanken von 75 auf 25 Dollar pro Million Tokens. Doch die Realität sieht anders aus. Opus 4.5 hat nicht das teure Opus 4 ersetzt, sondern das bisherige Mittelklasse-Modell Sonnet. Der Preis für das Modell, das die meisten Nutzer im Alltag verwenden, stieg damit von 15 auf 25 Dollar pro Million Tokens – eine klare Preiserhöhung. Gleichzeitig wurde das kleine „Haiku“-Modell durch die Preis-Aufblähung de facto obsolet, da günstigere und bessere Open-Weight-Modelle denselben Job effizienter erledigen. Anthropic hat seine Nutzer geschickt in einen teureren Tier gezwungen.
Der Tokenizer-Trick
Ein weiterer, oft übersehener Hebel sind die Token selbst. Mit der Einführung der neuen Modellgeneration hat Anthropic auch den Tokenizer geändert. Das bedeutet, dass derselbe Text nun in mehr Tokens zerlegt wird als zuvor. Da die Abrechnung pro Token erfolgt, führt dies zu einer versteckten Preiserhöhung. Mehr Tokens pro Anfrage bedeuten automatisch höhere Rechnungen bei im Kern gleicher Leistung.
Fazit
Dass Anthropic profitabel wird, ist kein Zufall, sondern das Ergebnis einer rücksichtslos effizienten Monetarisierungsstrategie. Das Unternehmen kombiniert eine unangefochtene Stellung im AWS-Ökosystem mit cleveren Revenue-Share-Deals und gleicht Hardware-Engpässe durch Preis- und Tokenizer-Anpassungen auf Kosten der Nutzer aus.
Die Diagnose, dass allein die Vorliebe für den Chatbot oder die Nutzung durch Kanzleien diesen Profit erklären, greift dabei viel zu kurz. Es ist die Kombination aus Enterprise-Cloud-Distribution und ausgeklügeltem Pricing, die den Unterschied macht. Ob diese Strategie nachhaltig ist, wird sich zeigen – spätestens dann, wenn die Konkurrenz durch Open-Source-Modelle den Preisdruck weiter erhöht. Vorerst jedoch beweist Anthropic: Profitabilität im KI-Hype ist möglich, wenn man die Hebel geschickt zu setzen weiß.
Quelle: Theo (t3.gg)