Ich mache eine Fünfjahresprognose darüber, welche Schicht des KI-Stacks zur Commodity wird und welche nicht. Bevor ich dorthin komme, trenne ich zwei Dinge, die in solchen Artikeln fast nie getrennt werden: die Daten, die ich heute verifiziert habe, und meine eigene Lesart dieser Daten in Richtung 2031. Das Erste trägt eine Quelle. Das Zweite trägt meinen Namen, nicht den eines Berichts.
DIE FAKTEN, AUF DENEN DAS RUHT
Verifizierter Fakt (Epoch AI): Der Inferenzpreis für eine fixe Modellfähigkeit fällt je nach gemessenem Benchmark um den Faktor 9 bis 900 pro Jahr. a16z dokumentierte einen Rückgang um das 1'000-Fache in drei Jahren für eine Fähigkeit entsprechend GPT-3. Es ist der schnellste und beständigste Preisverfall, den es heute in der Unternehmenstechnologie gibt.
Verifizierter Fakt (Epoch AI, Vergleich Mai 2026): Trotz dieses Rückgangs liegt das beste Open-Weights-Modell im Mittel weiterhin 3,5 bis 4 Monate hinter dem besten geschlossenen Modell, mit einer Lücke von 7-8 Punkten auf ihrem Fähigkeitsindex — und diese Lücke hat sich 2026 gegenüber 2025 leicht vergrössert, nicht geschlossen. In einzelnen Coding-Benchmarks übertreffen offene Modelle bereits geschlossene Modelle der Vorgängergeneration: Der Abstand ist nur an der absoluten Spitze scharf.
Verifizierter Fakt (Menlo Ventures, Befragung von 495 Unternehmens-KI-Verantwortlichen, Nov. 2025): Drei Anbieter — Anthropic, OpenAI und Google — halten 88 % des Unternehmensmarktanteils bei Modellen, wobei Anthropic binnen eines Jahres von 24 % auf 40 % stieg. Wörtlich aus dem Bericht: Bei Frontier-Anwendungsfällen wie Programmierung seien "die Nutzer recht preisunempfindlich und zahlen mehr für Leistung".
Verifizierter Fakt (derselbe Menlo-Bericht): In der Infrastrukturschicht (Vektordatenbanken, Orchestrierung, Evaluation) halten die etablierten Anbieter 56 % der Ausgaben. In der Anwendungsschicht erobern Startups 63 % des Marktes gegenüber 36 % im Vorjahr, obwohl die Etablierten über Distribution, Daten und Bilanz verfügen.
Verifizierter Fakt (SemiAnalysis): Der Mietpreis für H100-GPUs fiel zwischen 2023 und 2025 um 58 % — Kommoditisierung nach Lehrbuch — und stieg dann zwischen Oktober 2025 und März 2026 um knapp 40 %, bei praktisch erschöpfter On-Demand-Kapazität. Nvidia hält weltweit mehr als 60 % der installierten KI-Rechenleistung (Stanford AI Index 2026) und taucht in 91 % der Chip-Nennungen in Forschungsarbeiten auf (Air Street, Juni 2026). Die grosse Ausnahme ist Google, das inzwischen knapp 76 % seiner kumulierten Rechenleistung mit eigenen TPUs statt mit Nvidia abdeckt — aber es ist die Ausnahme, nicht die Regel.
Verifizierter Fakt (McKinsey, 1'993 Organisationen, Juni-Juli 2025): Nur 13 % der Unternehmen haben Fachleute für KI-Regulierungs-Compliance eingestellt, und nur 6 % Fachleute für KI-Ethik. Verifizierter Fakt (Stanford AI Index 2026): Der Transparenzindex für Foundation Models fiel von 58 auf 40 von 100 Punkten, und 80 der 95 im vergangenen Jahr veröffentlichten bedeutenden Modelle legen ihren Trainingscode nicht offen.
Verifizierter Fakt (Stanford AI Index 2026): Die Beschäftigung junger Softwareentwicklerinnen und -entwickler (22-25 Jahre) fiel gegenüber 2024 um fast 20 %, konzentriert auf Einstiegspositionen — während Nennungen von KI-Kompetenzen in US-Stellenanzeigen auf 2,5 % aller Anzeigen steigen (+55 % gegenüber Vorjahr) und das Cluster "agentische KI" binnen eines Jahres um 280 % wächst.
MEINE FÜNFJAHRESPROGNOSE (2031)
→ Meine Prognose: Die Schicht der rohen Rechenleistung (GPUs, Cloud-Miete) wird weiter zwischen scheinbarer Kommoditisierung und punktueller Knappheit pendeln, aber keine echte Commodity werden. Der Chip, seine Fertigung (konzentriert bei TSMC) und das Software-Ökosystem darum herum bleiben ein Burggraben, sofern nicht weitere Hyperscaler Googles Schritt zu eigenem Silizium nachvollziehen — was bislang nur ein Akteur in dieser Grössenordnung getan hat.
→ Meine Prognose: Der Zugang zu "einer gegebenen Modellfähigkeit" wird sich weiter im historischen Tempo verbilligen — das ist faktisch bereits Commodity und wird es noch stärker. Die absolute Spitze aber nicht. Sie bleibt teuer, bleibt auf 2-4 Anbieter konzentriert, und dieses Oligopol setzt den Preis an der Spitze, nicht der Markt.
→ Meine Prognose: Die Anwendungsschicht bleibt der Ort, an dem der meiste neue Wert entsteht, weil der Einstieg dort am leichtesten ist — und genau deshalb wird sie auf individueller Ebene am schnellsten kommoditisiert. Ein Produkt, das "ein gut geschriebener Prompt auf der API eines anderen" ist, hat einen Wettbewerbsvorsprung von Monaten, nicht von Jahren. Überleben werden Anwendungen mit proprietären Daten, vorhandener Distribution oder tiefer Integration in einen realen Arbeitsablauf — nicht jene, die nur ein Modell umhüllen.
→ Meine Prognose, und die stärkste der vier: Die Schicht der KI-Evaluation und -Governance ist heute die am schlechtesten ausgestattete der vier — 13 % und 6 % spezifische Einstellungen, sinkende Transparenz — während die Regulierung, wenn auch verzögert, weiter in diese Richtung drängt: Der Digital Omnibus zu KI (Verordnung (EU) 2026/1744, in Kraft seit dem 27. Juli 2026) verschob die Hochrisiko-Pflichten des EU AI Act (Anhang III) vom 2. August 2026 auf den 2. Dezember 2027 (Anhang I: 2. August 2028) — er strich sie nicht, und er liess die Verbote aus Artikel 5, die KI-Kompetenzpflicht aus Artikel 4 und die Transparenz aus Artikel 50, in Kraft seit 2025, unberührt. In fünf Jahren hört das auf, ein optionales Extra zu sein, und wird zu einer strukturellen Funktion. Es wird keine Commodity. Es wird ein Mangel an qualifizierten Fachkräften — gerade weil heute kaum jemand dafür ausbildet.
WAS DAS FÜR DIE PERSONALSUCHE BEDEUTET
Stellen Sie nicht "für KI" im Allgemeinen ein — das ist 2031 eine zu breite Kategorie, um etwas zu bedeuten. Stellen Sie für die Schicht ein, die nicht kommoditisiert: tiefe Integration des Modells in einen realen Geschäftsprozess, Urteilsvermögen darüber, was zu bauen und was zu kaufen ist, und die Fähigkeit zu beurteilen, ob das, was ein KI-System zurückgibt, trägt.
Das Profil "kann Modell X bedienen" hat eine kurze Haltbarkeit — Modell X selbst wird in achtzehn Monaten ein anderes, günstigeres oder ersetztes sein. Das Profil "kann prüfen, wann ein KI-System sich irrt und unter welchen Bedingungen es aufhört, zuverlässig zu sein" verfällt mit keiner Modellversion. Es ist tatsächlich die Rolle, die am ehesten knapp werden dürfte.