GPU-Verträge verändern die Macht über KI

Kurzfassung: Mehrjährig reservierte Rechenleistung kann Preise und Verfügbarkeit stabilisieren, bindet aber Prozessauswahl und Plattformstrategie zusammen. Dadurch gewinnen Einkauf und Finanzfunktion Einfluss auf die künftige KI-Landschaft. Tragfähig ist nur Kapazität, die aus produktiver Nutzung abgeleitet und auch bei Minderbedarf oder einem Technologiewechsel wirtschaftlich bleibt.

Wer GPU-Leistung langfristig reserviert, kauft nicht nur technische Kapazität. Die Vereinbarung beeinflusst, welche Modelle, Anbieter und Anwendungen später wirtschaftlich attraktiv erscheinen. Damit verändert sich die Machtverteilung im KI-Management: Fachbereiche und IT gestalten Anwendungen, doch frühere Entscheidungen von Einkauf und Finanzfunktion können ihren Handlungsspielraum über Jahre festlegen.

Institutionelles Kapital benötigt planbare Auslastung

KI-Rechenzentren erfordern hohe Anfangsinvestitionen in Gebäude, Netzanbindung, Stromversorgung, Kühlung und Hardware. Solche Anlagen lassen sich leichter mit Eigen- und Fremdkapital finanzieren, wenn die erwarteten Einnahmen aus bereitgestellter Rechenleistung ausreichend planbar sind.

Ein dokumentiertes Beispiel ist die am 17. September 2024 angekündigte Zusammenarbeit von Microsoft, BlackRock, Global Infrastructure Partners und MGX. Sie sollte Investitionen in neue und erweiterte KI-Rechenzentren sowie die zugehörige Energieinfrastruktur unterstützen. Microsoft nannte zunächst 30 Milliarden US-Dollar Eigenkapital und ein mögliches Gesamtinvestitionspotenzial von bis zu 100 Milliarden US-Dollar einschließlich Fremdfinanzierung. NVIDIA war als technischer Unterstützer mit Fachwissen zu KI-Rechenzentren vorgesehen.

Damit ist belegt, dass Technologieunternehmen, große Kapitalverwalter und staatlich getragenes Kapital gemeinsame Finanzierungsstrukturen für KI-Infrastruktur aufbauen. Nicht belegt ist dagegen eine bereits standardisierte Wertpapierklasse für Erlöse aus GPU-Leistung. Der Ausdruck „compute-backed securities“ bezeichnet bislang ein vorgeschlagenes Konzept: Einnahmen aus verkaufter Rechenleistung könnten gebündelt und wie andere vertraglich gestützte Zahlungsströme finanziert werden.

Für Unternehmenskunden ist weniger die Kapitalmarktbezeichnung als die wirtschaftliche Folgewirkung relevant. Kapitalgeber und Betreiber benötigen planbare Einnahmen. Dieser Planungsbedarf kann beim Abnehmer als mehrjährige Reservierung, Mindestumsatz, feste Abnahmemenge oder gebündeltes Angebot aus Hardwarezugang, Software und Betrieb ankommen. Der Kunde erhält dafür möglicherweise einen niedrigeren Preis oder gesicherte Verfügbarkeit, übernimmt aber einen Teil des Auslastungsrisikos.

Frühere Verträge lenken spätere Prozessentscheidungen

Bereits bezahlte Rechenleistung erzeugt einen wirtschaftlichen Sog. Neue Anwendungen erscheinen auf der gebundenen Plattform zunächst günstiger, weil die zusätzliche Nutzung geringe sichtbare Grenzkosten verursacht. Die ursprüngliche Zahlungsverpflichtung liegt dagegen häufig im zentralen Infrastruktur- oder Cloud-Budget.

Angenommen, ein Unternehmen hat für einen erwarteten Ausbau des Kundenservice drei Jahre Leistung reserviert. Die Nutzung wächst langsamer als geplant. Später soll KI die Angebotserstellung unterstützen. Eine spezialisierte Standardsoftware oder ein anderes Modell wäre dafür möglicherweise geeigneter. Dennoch erhält die vorhandene Plattform den Vorzug, weil freie Ressourcen ausgelastet werden sollen.

Das kann eine vernünftige Zweitnutzung sein. Es kann die Prozessauswahl aber auch verzerren: Nicht mehr allein der erwartete Geschäftswert bestimmt die Priorität, sondern zusätzlich die Frage, welcher Anwendungsfall einen bestehenden Vertrag wirtschaftlich rechtfertigt.

Hier zeigt sich die organisatorische Machtverschiebung. Der Fachbereich verantwortet weiterhin Nutzen und fachliches Ergebnis. Die IT beurteilt Modelle, Integration und technische Eignung. Einkauf und Finanzfunktion prägen jedoch mit Laufzeit, Mindestmenge und Plattformbindung, welche Optionen später bezahlbar erscheinen. Eine Beschaffungsentscheidung wird damit zu einer Vorentscheidung über die künftige KI-Architektur.

Der Preis pro GPU-Stunde reicht als Steuerungsgröße nicht aus. Aussagekräftiger sind die Gesamtkosten pro fachlich akzeptiertem Ergebnis, etwa pro erledigtem Servicefall, freigegebenem Angebot oder geprüfter Vertragsakte. Einzurechnen sind auch Datenaufbereitung, Integration, Betrieb, Überwachung, fachliche Prüfung und Fehlernacharbeit.

Das gilt besonders für agentische Arbeitsabläufe. Zahlreiche Modellaufrufe können eine wertvolle Automatisierung darstellen, aber ebenso auf unnötige Schleifen oder Zugriffe auf eine unzuverlässige statt auf eine verbindliche Datenquelle zurückgehen. Hohe Auslastung ist daher nicht automatisch hohe Produktivität.

Technische Alterung erhält einen Vertragspreis

Rechenzentren und Energieanlagen werden für lange Nutzungszeiträume gebaut. KI-Hardware kann dagegen schneller wirtschaftlich altern. Neue GPU-Generationen können dieselbe Aufgabe schneller, energieeffizienter oder mit besserer Softwareunterstützung ausführen.

Vorhandene Systeme müssen nicht ausfallen, um an wirtschaftlichem Wert zu verlieren. Für den Kunden zählt, ob die reservierte Leistung während der Vertragsdauer noch konkurrenzfähige Kosten pro betrieblichem Ergebnis ermöglicht. Ein Vertrag kann unattraktiv werden, wenn neuere Hardware günstiger arbeitet, ein wichtiges Modell auf einer anderen Architektur effizienter läuft oder sich Preise und Bedingungen der Softwareplattform ändern.

Deshalb besitzen Anpassungsrechte einen bezifferbaren Wert. Dazu gehören die Übertragung freier Ressourcen zwischen Anwendungen, die Reduzierung reservierter Mengen, der Zugang zu neueren Hardwaregenerationen und ein realistischer Migrationspfad für Modelle, Daten und Betriebswerkzeuge.

Ein formales Kündigungsrecht genügt nicht, wenn ein Wechsel umfangreiche Neuentwicklung, Datenübertragung und parallelen Betrieb verlangt. Anbieterabhängigkeit entsteht nicht nur im Vertrag, sondern auch durch technische Anpassungen und organisatorisches Wissen. Die IT muss diesen Wechselaufwand bewerten; Einkauf und Finanzfunktion müssen ihn in den Preisvergleich aufnehmen.

Drei Abweichungen sind dabei besonders aussagekräftig: Die Nutzung bleibt unter Plan, eine neue Architektur senkt die Marktpreise erheblich oder der zentrale Anwendungsfall entfällt. Solche Szenarien sind keine Prognosen. Sie zeigen, ob der nominelle Rabatt auch außerhalb der Planannahme Bestand hat.

Bindungsfähig ist nur beobachtete Grundlast

Eine allgemeine Erwartung wachsender KI-Nutzung trägt keine mehrjährige Verpflichtung. Belastbarer ist ein Bedarf, der sich über mehrere Quartale aus produktiven Geschäftsvorgängen ableiten lässt: tatsächliche Fallzahlen, Modellaufrufe pro abgeschlossenem Vorgang, saisonale Schwankungen, fachliche Übernahmequoten und vollständige Kosten je Ergebnis.

Eine einfache Rechnung verdeutlicht den Unterschied. Kostet eine flexibel bezogene Einheit 120 Euro und eine reservierte Einheit 80 Euro, beträgt der nominelle Preisvorteil ein Drittel. Werden jedoch nur 60 Prozent der gebuchten Menge genutzt, kostet jede tatsächlich verwendete Einheit rund 133 Euro. Der günstigere Vertragspreis führt dann zu höheren realen Stückkosten.

Die Rollen folgen daraus klarer als bei einer gewöhnlichen IT-Bestellung:

• Der Fachbereich belegt die produktive Nachfrage.
• Die IT bewertet Portabilität und Migrationsaufwand.
• Der Einkauf verhandelt Mengen-, Modernisierungs- und Übertragungsrechte.
• Die Finanzfunktion berechnet Fixkosten bei Minderbedarf.
• Die Geschäftsführung entscheidet, wie viel technologische Beweglichkeit für einen Preisvorteil aufgegeben werden darf.

Für viele Unternehmen mit KI im Mittelstand ist deshalb keine eigene GPU-Strategie erforderlich. Wer überwiegend Funktionen bestehender Unternehmenssoftware nutzt, sollte vor allem Preisbindungen, Nutzungslimits, Datenresidenz und Anbieterabhängigkeit prüfen. Eine eigenständige Kapazitätsentscheidung beginnt dort, wo Rechenkosten einen wesentlichen Teil der Leistungskosten ausmachen oder Verfügbarkeit und Latenz ein Kundenversprechen tragen. Dann bindet die Geschäftsführung nur den vorsichtig ermittelten Grundbedarf langfristig; Experimente, Lastspitzen und noch nicht nachgewiesene Anwendungen bleiben flexibel.