Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
epoch14. April 2026 · Q006181

Five hyperscalers now own over two-thirds of global AI compute

epoch.ai · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Epoch AI schätzt, dass fünf große Hyperscaler im vierten Quartal 2025 zusammen rund 70,7 Prozent der weltweiten KI-Rechenleistung besaßen, gegenüber 62,5 Prozent Anfang 2024. Die Berechnung beruht auf H100-Äquivalenten; Angaben zu Datengrundlage und Unsicherheit fehlen, und die behauptete Abhängigkeit vieler KI-Labore wird nicht quantifiziert.

Mittel

Epoch AI schätzt, dass Amazon, Google, Meta, Microsoft und Oracle zusammen im vierten Quartal 2025 rund 70,7 Prozent der weltweiten KI-Rechenleistung hielten; der Berichtstext rundet dies auf 71 Prozent. Gemessen wird in H100-Äquivalenten. Der geschätzte gemeinsame Anteil stieg von 62,5 Prozent im ersten Quartal 2024, während die ausgewiesene Rechenleistung von etwa 1,5 auf 14 Millionen H100-Äquivalente zunahm. Google hatte im vierten Quartal 2025 mit 24,8 Prozent den größten Einzelanteil unter den fünf Anbietern.

Der Bericht beschreibt seine Methode als quartalsweisen Vergleich der geschätzten Rechenleistung dieser Anbieter mit der globalen Gesamtheit. Viele KI-Labore, darunter OpenAI und Anthropic, seien laut Bericht bei Forschungs-, Entwicklungs- und Inferenzrechenleistung weitgehend von Hyperscalern abhängig; Belege oder Zahlen dazu enthält der Text nicht. Auch Details zur Datenerhebung und zu Schätzunsicherheiten fehlen. Eine Tabelle führt zusätzlich für das erste Quartal 2026 einen gemeinsamen Anteil von 75,8 Prozent auf, ohne diesen späteren Wert näher einzuordnen.

Ausführlich lesen

Der Bericht von Epoch AI behandelt, wie viel der weltweiten KI-Rechenleistung fünf große Cloudanbieter – Amazon, Google, Meta, Microsoft und Oracle – besitzen. Epoch AI schätzt ihren gemeinsamen Anteil anhand von Rechenleistung in H100-Äquivalenten und stellt die Werte quartalsweise dar. Dem Bericht zufolge stieg der kombinierte Anteil von 62,5 Prozent im ersten Quartal 2024 auf 70,7 Prozent im vierten Quartal 2025. Der einleitende Text rundet den letzten Wert auf 71 Prozent. Die geschätzte gemeinsame Rechenleistung wuchs in diesem Zeitraum von rund 1,5 Millionen auf rund 14 Millionen H100-Äquivalente.

Die Tabelle zeigt, dass Googles Anteil unter den fünf Anbietern in den meisten dargestellten Quartalen am größten ist: Er liegt bei 20,8 Prozent im ersten Quartal 2024 und 24,8 Prozent im vierten Quartal 2025. Microsoft folgt im letzten Quartal 2025 mit 16,8 Prozent; Amazon, Meta und Oracle liegen jeweils darunter. Die individuellen Anteile und die Rangfolge schwanken über die Quartale. Insgesamt nimmt der geschätzte Anteil der fünf Anbieter an der globalen KI-Rechenleistung in der Zeitreihe deutlich zu.

Als Einordnung behauptet der Bericht, dass viele KI-Labore, darunter OpenAI und Anthropic, bei Rechenleistung für Forschung und Entwicklung sowie für Inferenz weitgehend auf diese Hyperscaler angewiesen seien. Dazu liefert der bereitgestellte Text jedoch keine Zahlen oder näheren Belege.

Als Vorgehen beschreibt Epoch AI, die aggregierte Rechenleistung der fünf Anbieter in H100-Äquivalenten zu berechnen und sie als Anteil an der weltweiten Gesamtheit je Quartal auszuweisen. Weitergehende Angaben zur Datenerhebung, zu Schätzunsicherheiten oder zur Umrechnung in H100-Äquivalente enthält der bereitgestellte Berichtstext nicht. Die Zahlen sind daher als Schätzungen und nicht als unabhängig bestätigte Bestandsmessung zu verstehen. Zusätzlich enthält die Tabelle einen Wert für das erste Quartal 2026: 75,8 Prozent gemeinsamer Anteil, davon 31,0 Prozent für Google. Dieser Tabellenpunkt liegt außerhalb des im Titeltext hervorgehobenen Vergleichs bis zum vierten Quartal 2025; der Bericht erläutert den Unterschied nicht weiter.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19

Gegengeprüft von Claude Haiku 5.5: ok

Lunas Zusammenfassungen sind weitgehend treu. Der Fließtext nennt für Q1 2024 63 Prozent, die Tabelle 62,5 Prozent; beide Zusammenfassungen verwenden 62,5 und 70,7 aus der Tabelle, was korrekt ist. Der Bericht selbst enthält keine Angaben zu Datengrundlage oder Unsicherheit, was Luna richtig vermerkt. Die Einordnung der Sammelfragen und Teilfragen stützt sich nur auf den Bericht; da er vor allem Rechenleistungsanteile belegt, bleiben die meisten Fragen unbeantwortet.

Automatische Gegenprüfung mit dem vollständigen Originaltext (Batch, 20.11.2026). Ungeprüft durch Menschen.

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 8 von 8
Angezeigte Modelle
Fähigkeiten messen
Unabhängig prüfen
  1. SF-P1 Unter welchen Bedingungen lassen Staaten und Labore sich gegenseitig prüfen: mit welchem Zugang, welchen Daten und welchen öffentlichen Ergebnissen?
    • clef 40 %Hintergrund, keine Belege
    • Luna 35 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 45 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 49 %gleiches Oberthema, hilft nicht
  2. SF-P4 Wie lässt sich die Größe von Trainingsläufen überprüfen, ohne Modelldetails offenzulegen?
    • clef 27 %Hintergrund, keine Belege
    • Luna 50 %Hintergrund, keine Belege
    • JEV 39 %gleiches Oberthema, hilft nicht
    • amos 32 %Hintergrund, keine Belege
    • SubQ 100 %kein Bezug
    • drex 33 %gleiches Oberthema, hilft nicht
    • d3-ultra 53 %gleiches Oberthema, hilft nicht

    • SF-P4-T01 Würden Regierungen Messdaten aus der Lieferkette von Chips (Telemetrie), den Stromverbrauch, gemeldete Verzeichnisse von Trainingsläufen und eine unabhängig überwachte Abrechnung von Strom, Hardware und Rechenaufwand als vertragstauglichen Nachweis für die Größe der Trainingsläufe eines anderen Staates anerkennen, ohne Modellgewichte (die gelernten Parameter) oder Code anzurühren? Und wie sähe eine Prüfordnung für Rechenschwellen aus, die nichts über das Innere der Modelle verrät? Luna: Stufe 3 · 45 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 1 · gleiches Oberthema, hilft nicht
Tempo und Grenzen
  1. SF-T2 Woran erkennen andere, dass ein Labor wirklich bremst?
    • clef 28 %Hintergrund, keine Belege
    • Luna 55 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 32 %gleiches Oberthema, hilft nicht
    • SubQ 45 %gleiches Oberthema, hilft nicht
    • drex 39 %gleiches Oberthema, hilft nicht
    • d3-ultra 53 %gleiches Oberthema, hilft nicht

    • SF-T2-T02 Wenn ein Labor zusagt, weitere Skalierung von sich aus zurückzuhalten oder die Ausrichtungsforschung (Forschung dazu, wie Modelle den vorgesehenen Zielen und Werten folgen) den Fähigkeiten voraus zu halten: Umfasst die Zusage nur neues Training oder auch mehr Rechenleistung beim Einsatz, mehr Denkaufwand, Werkzeugzugang und ausgetauschte Modelle auf dem Server, und welche dieser Änderungen würde es vorher ankündigen? Luna: Stufe 3 · 34 % · Hintergrund, keine Belege
    • SF-T2-T08 Wird ein Labor vor einer Tempozusage prüfen, ob es eine unabhängig begründete Pause einhalten könnte, ohne Finanzierungs- oder Abnahmepflichten für Rechenleistung zu verletzen, und welche Vertragsänderungen nötig wären, wo diese Pflichten es sonst zum Neustart drängen würden? Luna: Stufe 3 · 35 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 1 · gleiches Oberthema, hilft nicht
  2. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 31 %gleiches Oberthema, hilft nicht
    • Luna 43 %Hintergrund, keine Belege
    • JEV 47 %Hintergrund, keine Belege
    • amos 46 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 53 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Vertrauen in Modelle
  1. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 26 %Hintergrund, keine Belege
    • Luna 100 %kein Bezug
    • JEV 53 %Hintergrund, keine Belege
    • amos 45 %gleiches Oberthema, hilft nicht
    • SubQ 45 %gleiches Oberthema, hilft nicht
    • drex 48 %gleiches Oberthema, hilft nicht
    • d3-ultra 61 %gleiches Oberthema, hilft nicht
Agenten und vernetzte Systeme
  1. SF-A3 Welche Gefahren entstehen, wenn viele KI-Systeme zusammenwirken oder dieselbe Infrastruktur teilen?
    • clef 39 %Hintergrund, keine Belege
    • Luna 76 %Hintergrund, keine Belege
    • JEV 56 %Hintergrund, keine Belege
    • amos 37 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 46 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung Hintergrund, keine Belege
Modelle teilen und schützen
  1. SF-H4 Was geschieht mit Modellen und Sicherheitspflichten, wenn ein Labor verkauft, aufgelöst oder ein Modell stillgelegt wird?
    • clef 100 %kein Bezug
    • Luna 51 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
  2. SF-H5 Wann sind Chip- und Exportkontrollen eine Sicherheitsmaßnahme, und wann ein dauerhafter Vorteil?
    • clef 34 %Hintergrund, keine Belege
    • Luna 70 %Hintergrund, keine Belege
    • JEV 48 %Hintergrund, keine Belege
    • amos 33 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 37 %gleiches Oberthema, hilft nicht
    • d3-ultra 61 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung gleiches Oberthema, hilft nicht

Frieden und Sicherheit
Offenlegung und Rechenschaft
Beteiligung und Gemeinwohl
  1. SF-E1 Welche echte Stimme bekommen weitere Staaten, kleine Labore, Hochschulen und Zivilgesellschaft bei den Regeln für KI?
    • clef 100 %kein Bezug
    • Luna 46 %Hintergrund, keine Belege
    • JEV 40 %Hintergrund, keine Belege
    • amos 33 %gleiches Oberthema, hilft nicht
    • SubQ 51 %gleiches Oberthema, hilft nicht
    • drex 45 %gleiches Oberthema, hilft nicht
    • d3-ultra 60 %gleiches Oberthema, hilft nicht
  2. SF-E2 In welchem Rahmen sollen Staaten KI regeln, und wo liegt eine gemeinsame Untergrenze?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 52 %Hintergrund, keine Belege
    • amos 41 %gleiches Oberthema, hilft nicht
    • SubQ 49 %gleiches Oberthema, hilft nicht
    • drex 47 %gleiches Oberthema, hilft nicht
    • d3-ultra 58 %gleiches Oberthema, hilft nicht
  3. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 24 %Hintergrund, keine Belege
    • Luna 43 %Hintergrund, keine Belege
    • JEV 61 %umfangreiche Belege
    • amos 35 %einzelne zitierbare Belege
    • SubQ 31 %gleiches Oberthema, hilft nicht
    • drex 32 %einzelne zitierbare Belege
    • d3-ultra 62 %einzelne zitierbare Belege

    • SF-E4-T02 Welche konkreten Mechanismen (bezahlbarer Zugang zu Modellen, Rechenleistung im öffentlichen Interesse, Technologietransfer) sollen Sicherheitsregeln begleiten, damit sie Monopole nicht vertiefen und Länder mit wenig Mitteln nicht abhängig zurücklassen? Luna: Stufe 3 · 36 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 2 · nur am Rande erwähnt
  4. SF-E5 Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
    • clef 100 %kein Bezug
    • Luna 58 %Hintergrund, keine Belege
    • JEV 55 %Hintergrund, keine Belege
    • amos 37 %gleiches Oberthema, hilft nicht
    • SubQ 67 %gleiches Oberthema, hilft nicht
    • drex 59 %gleiches Oberthema, hilft nicht
    • d3-ultra 58 %gleiches Oberthema, hilft nicht

Wirtschaft und Haftung
  1. SF-W2 Wie wirken sich Wettbewerbsrecht und öffentliche Beschaffung auf die KI-Sicherheit aus?
    • clef 31 %Hintergrund, keine Belege
    • Luna 62 %Hintergrund, keine Belege
    • JEV 53 %Hintergrund, keine Belege
    • amos 30 %Hintergrund, keine Belege
    • SubQ 42 %gleiches Oberthema, hilft nicht
    • drex 32 %gleiches Oberthema, hilft nicht
    • d3-ultra 45 %Hintergrund, keine Belege
    • Haiku-Prüfung gleiches Oberthema, hilft nicht

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →