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
epoch20. Mai 2026 · Q006568

How much AI compute do frontier labs use?

epoch.ai · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Der Autor schätzt, dass die fünf größten Frontier-KI-Entwickler Ende 2025 zusammen weniger als die Hälfte der weltweit betriebenen KI-Rechenleistung nutzten; die Angaben sind wegen lückenhafter Daten und unsicherer Installationszeiten mit erheblicher Unsicherheit verbunden. OpenAI und Anthropic könnten ihren Anteil rasch vergrößern, doch wenn die verfügbare Kapazität zum Engpass wird, müsste der weltweite Ausbau stark zunehmen, um ihr bisheriges Wachstum fortzusetzen.

Mittel

Der Bericht schätzt, dass OpenAI Ende 2025 etwa 10 bis 15 Prozent der weltweit betriebenen KI-Rechenleistung nutzte. OpenAI, Anthropic und xAI hätten zusammen wahrscheinlich 20 bis 30 Prozent beansprucht; zählt man Google DeepMind und Meta Superintelligence Labs hinzu, lägen die fünf größten Entwickler vermutlich noch unter der Hälfte. Das sind unsichere Schätzungen: Sie stützen sich unter anderem auf Angaben zu Rechenzentren und Chipverkäufen, während tatsächliche Nutzung und Installationsverzögerungen teilweise unklar bleiben.

Laut Autor wuchsen OpenAI und Anthropic 2025 schneller als die Branche insgesamt und könnten ihren Anteil durch rasch steigende Nachfrage, Investitionen und neue Rechenverträge weiter ausbauen. Verlässliche Wachstumstrends lassen sich aus den verfügbaren Daten jedoch nicht sicher ableiten; auch andere Anbieter und offene Modelle tragen zur Nachfrage bei. Wenn die führenden Labore einen großen Teil der verfügbaren Kapazität beanspruchen, wird ihr Wachstum stärker davon abhängen, wie schnell weltweit neue Rechenleistung entsteht. Angesichts möglicher KI-Investitionen nahe einer Billion Dollar jährlich sieht der Bericht eine erhebliche wirtschaftliche Herausforderung. Eine Verlangsamung der Rechenleistung wäre laut Autor aber kein plötzlicher Stillstand des KI-Fortschritts.

Ausführlich lesen

Der Bericht schätzt, wie viel der weltweit verfügbaren KI-Rechenleistung Ende 2025 von den größten Frontier-KI-Entwicklern genutzt wurde. Autor Josh You betont, dass diese Schätzungen unsicherer seien als die reguläre Datenarbeit von Epoch AI. „KI-Rechenleistung“ meint hier den Zugang zu betriebsbereiten, nach Leistung gewichteten KI-Chips in Rechenzentren, unabhängig davon, ob sie Eigentum eines Labors sind oder gemietet werden.

Die zentrale Einschätzung lautet: OpenAI habe Ende 2025 etwa 10 bis 15 Prozent der weltweit betriebenen KI-Rechenleistung genutzt. OpenAI, Anthropic und xAI hätten zusammen wahrscheinlich weniger als vier Millionen H100-Äquivalente (H100e) eingesetzt. Je nach Annahme darüber, wie lange es dauert, verkaufte Chips in Betrieb zu nehmen, entspräche das rund 20 bis 30 Prozent der globalen Rechenleistung. Die fünf ressourcenstärksten Entwickler – zusätzlich Google DeepMind und Meta Superintelligence Labs – hätten vermutlich weniger als die Hälfte genutzt. Für DeepMind und Meta setzt der Autor jeweils grob die Hälfte der Rechenleistung ihrer Mutterkonzerne an. Google und Meta besitzen seiner Schätzung nach zusammen etwa ein Drittel des weltweiten Bestands, doch ein erheblicher Anteil entfällt auf Cloud-Dienste und andere Anwendungen, etwa Empfehlungssysteme. Auch Cloud-Rechenleistung, die für APIs mit OpenAI- oder Anthropic-Modellen genutzt wird, könnte den Anteil dieser Modelle erhöhen.

Die Schätzungen beruhen unter anderem auf OpenAIs Angaben zur Stromkapazität seiner Rechenzentren, Informationen über xAIs Colossus-Rechenzentren und Schätzungen zu den weltweiten Chipverkäufen. Der Autor setzt den globalen Bestand Ende 2025 je nach Installationsverzögerung mit etwa 12 bis 16 Millionen H100e an; verkauft waren ungefähr 20 Millionen. Eine Verzögerung von einem Quartal ergibt rund 16 Millionen, zwei Quartale rund 12 Millionen. Für Anthropic, Google und Meta fehlen genauere Nutzungsdaten. Zudem könnten interne Frontier-Projekte bei Microsoft und Amazon relevant sein. Die Werte sind daher Schätzungen und keine vollständige Aufschlüsselung aller Nutzer.

Der Bericht argumentiert, dass OpenAI und Anthropic ihre Rechenkapazität 2025 schneller als die Branche insgesamt ausgebaut hätten und dies zunächst fortsetzen könnten. Als Hinweise nennt er OpenAIs Kapazitäts- und Ausgabenprognosen, Anthropic-Zahlen zu Umsatz, Finanzierung und neuen Rechenpartnerschaften sowie den starken Anstieg der Nachfrage nach Frontier-Modellen. Der Autor erwartet deshalb, dass diese beiden Labore künftig einen größeren Anteil beanspruchen könnten. Diese Entwicklung ist eine Prognose, keine gesicherte Trendlinie: Der Bericht räumt ein, dass die Daten für verlässliche Wachstumsvergleiche nicht ausreichen und dass weitere Anbieter, darunter offene Modelle, ebenfalls Nachfrage erzeugen.

Langfristig könne das Wachstum an Grenzen stoßen. Wenn die größten Labore schneller wachsen als der Weltbestand, könnten sie innerhalb weniger Jahre einen großen Teil der verfügbaren Rechenleistung beanspruchen. Dann hinge ihr weiteres Wachstum stärker davon ab, wie schnell neue Kapazität insgesamt gebaut wird. Der Autor verweist darauf, dass die jährlichen KI-Investitionen in Chips und Rechenzentren sich 2026 einer Billion Dollar nähern könnten; eine dauerhafte Beschleunigung würde nach seiner Einschätzung sehr starke wirtschaftliche Veränderungen erfordern. Ein langsameres Wachstum der Rechenleistung bedeute jedoch nicht automatisch einen plötzlichen Stillstand des KI-Fortschritts: vorhandene Kapazität könne weiter wachsen, Chips könnten effizienter werden und Forschung könne mit begrenzterem Rechenbudget fortgesetzt werden.

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

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Die Zusammenfassung ist sachlich treu, lässt aber die Headroom-Rechnung und die Konsolidierungsbelege aus. Die Einordnung wertet nur Passagen des Berichts aus, die zu den Fragen passen; der Bericht ist eine Compute-Analyse und behandelt Sicherheitsfragen nur am Rande.

Im Bericht, aber nicht in der Zusammenfassung

  • Die Modellrechnung zum Headroom: Bei 20 % Anteil und schnellerem Wachstum wären 80 % in etwa fünf Jahren erreicht, weshalb die Frage nach einem Engpass zentral ist.
  • Der Umsatzsprung von Anthropic (Run-Rate von 9 auf 30 Mrd. $ im ersten Quartal 2026) als Treiber der Konsolidierung.
  • Die Schätzung von OpenAI, Anthropic und xAI zusammen auf unter 4 Mio. H100e Ende 2025 und die Beschreibung von Anthropics Colossus-Miete.

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-P4 Wie lässt sich die Größe von Trainingsläufen überprüfen, ohne Modelldetails offenzulegen?
    • clef 26 %Hintergrund, keine Belege
    • Luna 47 %Hintergrund, keine Belege
    • JEV 35 %gleiches Oberthema, hilft nicht
    • amos 29 %Hintergrund, keine Belege
    • SubQ 100 %kein Bezug
    • drex 31 %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 · 40 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 3 · Hintergrund, keine Belege
Tempo und Grenzen
  1. SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
    • clef 100 %kein Bezug
    • Luna 65 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 28 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 55 %gleiches Oberthema, hilft nicht

  2. SF-T2 Woran erkennen andere, dass ein Labor wirklich bremst?
    • clef 22 %Hintergrund, keine Belege
    • Luna 50 %Hintergrund, keine Belege
    • JEV 36 %einzelne zitierbare Belege
    • amos 33 %Hintergrund, keine Belege
    • SubQ 38 %gleiches Oberthema, hilft nicht
    • drex 40 %gleiches Oberthema, hilft nicht
    • d3-ultra 54 %gleiches Oberthema, hilft nicht

    • SF-T2-T01 Welche öffentliche, nachprüfbare Handlung würde als Verzicht auf weitere Skalierung zählen, nicht nur eine Ankündigung? Was müsste ein Labor veröffentlichen, damit eine rivalisierende Regierung bestätigen kann, dass wirklich pausiert wurde, und welche nachträglichen Belege würden zeigen, dass keine Fähigkeitszuwächse zurückgehalten wurden, etwa durch nicht offengelegte Änderungen an Rechenleistung beim Einsatz oder Werkzeugzugang oder durch einen nicht offengelegten Austausch von Modellen? Luna: Stufe 3 · 37 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 1 · gleiches Oberthema, hilft nicht
  3. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 29 %Hintergrund, keine Belege
    • Luna 43 %Hintergrund, keine Belege
    • JEV 28 %einzelne zitierbare Belege
    • amos 34 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 58 %gleiches Oberthema, hilft nicht
    • d3-ultra 61 %gleiches Oberthema, hilft nicht
Vertrauen in Modelle
  1. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 35 %Hintergrund, keine Belege
    • amos 42 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 56 %gleiches Oberthema, hilft nicht
    • d3-ultra 60 %gleiches Oberthema, hilft nicht
Agenten und vernetzte Systeme
  1. SF-A3 Welche Gefahren entstehen, wenn viele KI-Systeme zusammenwirken oder dieselbe Infrastruktur teilen?
    • clef 100 %kein Bezug
    • Luna 80 %Hintergrund, keine Belege
    • JEV 32 %gleiches Oberthema, hilft nicht
    • amos 43 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung nur am Rande erwähnt
Modelle teilen und schützen
  1. SF-H5 Wann sind Chip- und Exportkontrollen eine Sicherheitsmaßnahme, und wann ein dauerhafter Vorteil?
    • clef 100 %kein Bezug
    • Luna 74 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 34 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 39 %gleiches Oberthema, hilft nicht
    • d3-ultra 54 %gleiches Oberthema, hilft nicht
    • Haiku-Prüfung gleiches Oberthema, hilft nicht
Offenlegung und Rechenschaft
Beteiligung und Gemeinwohl
  1. SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
    • clef 22 %Hintergrund, keine Belege
    • Luna 48 %einzelne zitierbare Belege
    • JEV 45 %umfangreiche Belege
    • amos 28 %Hintergrund, keine Belege
    • SubQ 36 %gleiches Oberthema, hilft nicht
    • drex 40 %gleiches Oberthema, hilft nicht
    • d3-ultra 46 %Hintergrund, keine Belege
    • Haiku-Prüfung einzelne zitierbare Belege

    • SF-E4-T01 Was hieße die Formel von KI als „gemeinsamem Gut der ganzen Menschheit“ praktisch (Zugang, Teilen des Nutzens, gestaffelte Preise, Technologietransfer), so dass jeder Staat sie tatsächlich unterschreiben und prüfen könnte? Luna: Stufe 3 · 43 % · Hintergrund, keine Belege · Haiku-Prüfung: Stufe 1 · gleiches Oberthema, hilft nicht
  2. 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 100 %kein Bezug
    • JEV 40 %Hintergrund, keine Belege
    • amos 46 %gleiches Oberthema, hilft nicht
    • SubQ 49 %gleiches Oberthema, hilft nicht
    • drex 51 %gleiches Oberthema, hilft nicht
    • d3-ultra 62 %gleiches Oberthema, hilft nicht
Wirtschaft und Haftung

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 →