Die Ausgaben für KI-Modelle sollen dieses Jahr um 63 Prozent auf 64 Milliarden Dollar steigen
Eine neue Gartner-Prognose beziffert die Ausgaben für KI-Modelle und -Plattformen 2026 auf 64 Milliarden Dollar, 63 Prozent mehr als im Vorjahr. Am schnellsten wachsen die Modelle selbst, doch Budgets werden strenger geprüft.
Das Marktforschungsunternehmen Gartner hat diese Woche eine Prognose veröffentlicht, nach der die weltweiten Ausgaben für KI-Modelle und -Plattformen 2026 bei 64 Milliarden US-Dollar liegen werden, 63 Prozent mehr als die 39 Milliarden von 2025. Die Zahl ist groß, doch die Aufschlüsselung zeigt besser, wohin das Geld tatsächlich fließt.
Am schnellsten wachsen generative KI-Modelle selbst, also Systeme, die Text, Bilder und Code erzeugen. Die Ausgaben für generative Basismodelle sollen sich von 11,4 auf 23,4 Milliarden Dollar mehr als verdoppeln. Ein „Basismodell“ ist grob gesagt ein großes, universell einsetzbares Modell, das auf breiten Daten trainiert wurde und als Grundlage für weitere Werkzeuge dient. Noch schneller wächst die Kategorie spezialisierter Modelle für enge Fachgebiete: um voraussichtlich 210 Prozent von 1,6 auf 4,9 Milliarden Dollar. Gleichmäßiger legen die Plattformen zu, mit denen Unternehmen KI entwickeln und betreiben: Data-Science- und Machine-Learning-Plattformen steigen von 19,4 auf 26,4 Milliarden Dollar.
Hinter der Schlagzeile steckt ein Stimmungswechsel. Das Wachstum ist enorm, doch Gartner zufolge werden KI-Budgets in Unternehmen nun ernsthaft geprüft, mit mehr Augenmerk auf Nutzungseffizienz, Kostenkontrolle und messbare Ergebnisse. Einfach gesagt: Die Zeit, in der Unternehmen KI nur kauften, um Aktivität zu demonstrieren, geht zu Ende. Käufer wollen zunehmend Belege dafür, dass ein Werkzeug seinen Preis durch Kosten, Geschwindigkeit und Zuverlässigkeit rechtfertigt. Deshalb kann dieselbe Woche sowohl gewaltige Wachstumszahlen als auch eine Welle „günstigerer, effizienterer“ Modelle bringen. Es sind zwei Seiten derselben Entwicklung.
Eine Einschränkung: Prognosen sind fundierte Schätzungen, keine Tatsachen, und Analysehäuser liegen manchmal richtig und manchmal falsch. Die 64 Milliarden sollten als Richtung verstanden werden, nicht als Versprechen.
Was das für dich bedeutet: Wenn dein Beruf Technologiebudgets berührt, ist das Signal deutlich. Die Frage verschiebt sich von „Sollten wir KI einsetzen?“ zu „Ist diese konkrete KI ihren Preis wert?“. Konkrete Ergebnisse zählen daher mehr denn je. Für Neugierige erklärt das ein sichtbares Muster: Modellanbieter konkurrieren zunehmend über Preis und Effizienz, nicht nur über rohe Leistung. Werden Kunden kostenbewusst, folgen die Produkte. Für die meisten ist dieser Druck eine leise gute Nachricht, denn er führt meist zu günstigeren und zuverlässigeren Werkzeugen.
Quellen
Googles Gemini-Spark-Agent erreicht AI-Pro-Nutzer und erledigt 15 Aufgaben gleichzeitig
Gemini Spark, Googles persönlicher KI-Agent, wurde am 24. Juli für US-Abonnenten von AI Pro freigeschaltet. Er erledigt bis zu 15 Aufgaben gleichzeitig in Gmail, Docs und weiteren Workspace-Apps.
