Sie ist leitende Wirtschaftsprüferin bei einem mittelgroßen Unternehmen in Santiago. Fünfzehn Jahre Berufserfahrung. Der Typ Mensch, der eine Bilanz liest wie ein Mechaniker einen Motor — sie hört, wenn etwas nicht stimmt.

Letzten Monat hat ihr Unternehmen einen KI-Agenten eingesetzt, der vorläufige Finanzprüfungen übernimmt. Das Tool verarbeitet Kontoauszüge, markiert Anomalien und gleicht sie mit deklarierten Einkünften ab. Arbeit, die früher zwei Tage dauerte, wird jetzt in vierzig Minuten erledigt. Ihr Vorgesetzter feierte den Effizienzgewinn. Die drei Junioranalysten, die diese Arbeit früher erledigten, wurden nicht entlassen — ihre Verträge wurden schlicht nicht verlängert.

Sie macht sich keine Sorgen um ihren eigenen Job. Sie sorgt sich um etwas anderes: Wer ersetzt sie, wenn sie in zehn Jahren in Rente geht? Die Juniorangestellten, die eine Dekade damit hätten verbringen sollen, das Gehör zu entwickeln, das sie hat, werden nicht mehr ausgebildet. Die Pipeline, die sie geformt hat, wird an der Quelle abgeschaltet. Das Tool ist ausgezeichnet darin, zu finden, wonach es gesucht werden soll. Es hat keine Ahnung, wonach es nicht gesucht werden soll. Das ist ihr Job. Und niemand lernt ihn mehr.

Ihre Situation ist ein Mikrokosmos einer viel größeren Frage — einer, die niemand in der KI-Investitionskette öffentlich stellt, weil die Frage selbst die gesamte These gefährdet.

Die Frage, die niemand modelliert

Die fünf größten US-Hyperscaler — Microsoft, Alphabet, Amazon, Meta und Oracle — haben allein für 2026 zwischen 650 und 700 Milliarden Dollar Investitionsausgaben zugesagt — mehr als 50 % über dem Niveau von 2025. Goldman Sachs prognostiziert kumulative KI-Capex von rund 7,6 Billionen Dollar zwischen 2026 und 2031. Project Stargate — das Joint Venture von OpenAI, SoftBank und Oracle — zielt auf 500 Milliarden Dollar in US-KI-Infrastruktur bis 2029. Die Schulden, die diesen Aufbau finanzieren, werden auf 1,5 Billionen Dollar neue Emissionen über die nächsten fünf Jahre geschätzt.

Dagegen: Anfang 2026 lag der kombinierte annualisierte Umsatz von OpenAI und Anthropic bei etwa 44 Milliarden Dollar — ungefähr 6 % des Jahres-Capex der Hyperscaler. Wie wir in „Die KI-Blase überleben“ dokumentiert haben, zwingt diese Lücke KI-Unternehmen bereits dazu, aufzuhören, Tokens unter Selbstkosten zu verkaufen. Die subventionierte Ära endet. Aber die Capex-Zusagen wurden für eine subventionierte Wachstumskurve bemessen, die sich zum vollen Preis möglicherweise nicht materialisiert.

Jedes Finanzmodell hinter diesen Zusagen macht dieselbe implizite Annahme: Die Wirtschaft, die für die KI-Infrastruktur zahlt, wird im Jahr 2030 mindestens so groß sein wie heute. Die Tabellenkalkulationen modellieren TAM, SAM, Adoptionskurven, Enterprise-Durchdringung. Keines von ihnen modelliert die Variable, die unsere Prüferin in Santiago bemerkt hat: Was passiert, wenn das Tool die Pipeline eliminiert, die die Menschen hervorbringt, die das Tool bezahlen?

Das ist die Frage. Und die Antwort hängt vollständig vom Timing ab.

Zwei Crashs, zwei Welten

Eine Blase, die 2026 platzt, und eine Blase, die 2030 platzt, sind nicht dasselbe Ereignis. Es sind zwei grundlegend verschiedene Krisen — eine finanzieller, eine struktureller Natur — mit grundlegend verschiedenen Erholungspfaden.

Der Unterschied ist eine einzige Variable: ob die menschliche Rückfalloption noch existiert, wenn die Korrektur eintritt.

Wenn sie jetzt platzt

“Jetzt” bedeutet 2026 oder Anfang 2027, bevor die KI-Adoption eine tiefe strukturelle Integration erreicht.

Der finanzielle Schaden wäre erheblich. Oliver Wyman modelliert zwei Szenarien: eine Aktienkorrektur bei KI-nahen Titeln und ein hybrides Szenario, das durch KI-verbundene Schulden befeuert wird. Die US-Aktienmarktkapitalisierung liegt derzeit bei etwa dem Doppelten des BIP — höher als auf dem Dot-com-Höhepunkt. KI-getriebene Infrastrukturinvestitionen machten die Mehrheit des US-BIP-Wachstums in der ersten Hälfte von 2025 aus. Eine Korrektur würde nicht nur Tech-Portfolios anknacksen; sie würde den Wachstumsmotor höhlen, der die Gesamtwirtschaft stützt.

Aber hier ist der entscheidende Punkt: Die meisten Organisationen könnten zurückkehren.

Anfang 2026 haben nur 8,6 % der Unternehmen KI-Agenten im Produktionsbetrieb. Fast zwei Drittel berichten von keinerlei formalisierter KI-Initiative. Nur 29 % derjenigen, die in KI investieren, melden signifikante Renditen. Die Enterprise-Adoption steckt überwältigend in dem, was wir „Das 80-Prozent-Geständnis“ nannten — im Pilot-Fegefeuer, wo das Tool gekauft, aber die Organisation nie für seine Nutzung umgestaltet wurde.

Wenn die Musik jetzt aufhört, sind die Berater noch beschäftigungsfähig. Die Junioranalysten sind noch in der Pipeline, geschwächt aber vorhanden. Institutionelles Wissen lebt noch in menschlichen Köpfen. Universitätsprogramme wurden nicht geschlossen. Die Fähigkeiten sind verkümmert, aber wiederherstellbar.

Der Dot-com-Crash bietet eine nützliche Parallele. Als diese Blase platzte, hatten Telekommunikationsunternehmen 80 Millionen Meilen Glasfaserkabel verlegt — 85 bis 95 % davon lag jahrelang brach. Brutal für Investoren. Aber die Infrastruktur blieb bestehen, und die nächste Generation von Unternehmen baute auf der günstigen Kapazität auf, die die Blase geschaffen hatte. Wichtiger noch: Die Belegschaft, die das Internet aufgebaut hatte, war noch da, als der Neuaufbau begann. Der Crash zerstörte Unternehmen. Er zerstörte keine Fähigkeiten.

Ein KI-Crash im Jahr 2026 würde ähnliche Überreste hinterlassen: Rechenzentren, trainierte Modelle, verfeinerte Architekturen. Schmerzhaft abzuschreiben. Nützlich, um darauf aufzubauen. Und entscheidend: eine Belegschaft, die noch weiß, wie man ohne das Tool arbeitet.

Unsere Prüferin in Santiago würde eine neue Firma finden. Ihre Juniorangestellten würden neue Verträge finden. Die Pipeline würde neu starten. Schmerzhaft, langsam — aber sie würde neu starten.

Wenn sie 2030 platzt

Jetzt verschieben wir die Zeitlinie um vier Jahre. Dieselbe Blase, dieselbe Abrechnung — aber die Zwischenzeit war eine tiefer Adoption, struktureller Integration und systematischer Beseitigung von Redundanz.

Bis 2030 werden nach aktuellen Entwicklungen drei Viertel der Unternehmen agentische KI eingesetzt haben. Die IEA prognostiziert, dass der Stromverbrauch in Rechenzentren sich auf rund 945 TWh ungefähr verdoppelt haben wird — mehr als Japan heute verbraucht. Das Beratungs-Lock-in, das wir in „Das 80-Prozent-Geständnis“ beschrieben haben — Anbieter, die Ingenieure in Kundenorganisationen einbetten und zu Trägern des institutionellen Wissens werden — wird sich von Abhängigkeit zu struktureller Notwendigkeit entwickelt haben.

Aber die folgenreiche Veränderung liegt nicht in den Rechenzentren. Sie liegt bei den Menschen.

Unsere Prüferin geht 2036 in Rente. Im Szenario des Crashs von 2030 wurden die Juniorangestellten, die sie hätten ersetzen sollen, nie eingestellt. Nicht entlassen — nie eingestellt. Das Unternehmen hat 2026 aufgehört, Juniorverträge zu verlängern, weil der KI-Agent vorläufige Prüfungen übernahm. Bis 2030 gibt es eine vierjährige Lücke in der Pipeline. Die Mitarbeiter, die in diesen Jahren die Intuition entwickelt hätten, zu hören, was in einer Bilanz nicht stimmt — die Fähigkeit, die kein Modell zu replizieren gelernt hat, weil sie nie formalisiert wurde, sondern durch tausende Stunden unvollkommener Praxis erworben wurde — existieren nicht.

Dieses Muster erstreckt sich über jeden Wissensberuf. Die Rechtsanwaltsgehilfen, die Prozessurteilsvermögen aufgebaut hätten. Die Unternehmensberateranalysten, die Brancheninstinkte entwickelt hätten. Die Einsteiger-Ingenieure, die durch jahrelange Fehlersuche in den Fehlern anderer Systemdenken gelernt hätten.

Wir haben die Beschäftigungsdaten in „Die neue Engels-Pause“ untersucht: ein Rückgang der Job-Findungsraten von 14 bis 16 % bei Beschäftigten im Alter von 22 bis 25 in KI-exponierten Berufen — nicht Arbeitslosigkeit, sondern eine Verengung der Tür, bevor sie überhaupt hindurchgehen. Diesen Trend vier Jahre lang fortsetzen, und die Tür ist nicht eng. Sie ist geschlossen. Die Pipeline wird nicht dünner. Sie bricht.

Wenn die Blase in diesem Szenario platzt, stellen Organisationen fest, dass sie nicht zurückkehren können. Die Menschen, die wussten, wie man die Arbeit ohne das Modell erledigt, sind in Rente oder umgeschult. Das institutionelle Gedächtnis lebt auf Servern. Die Ausstiegskosten sind keine Softwaremigration — es ist eine Frage, die niemand im Gebäude beantworten kann: Wer von uns weiß noch, wie man das ohne das Tool macht?

Das ist keine Finanzkrise. Es ist eine Fähigkeitskrise. Und Fähigkeiten, die einmal auf generationaler Ebene verloren sind, erholen sich nicht in einem Konjunkturzyklus. Sie erholen sich in Jahrzehnten — wenn überhaupt.

Die Asymmetrie, die die Analogie zerbricht

Die bequeme Erzählung lautet, dass KI dem Dot-com-Muster folgen wird: Crash, Konsolidierung, Wiederaufbau, gestärkt hervorgehen. Das dunkle Glasfaserkabel leuchtete schließlich auf. Die Überlebenden bauten Imperien auf günstiger Infrastruktur.

Aber die Dot-com-Blase hatte eine Eigenschaft, die die KI-Blase nicht hat: Die Technologie zerstörte nicht die Nachfrage nach der Technologie.

Das Internet eliminierte keine Internetnutzer. Der Crash vernichtete Unternehmen, aber ließ die Nutzerbasis intakt und wachsend. Als die Überlebenden wiederaufbauten, hatten sie mehr potenzielle Kunden als zuvor, nicht weniger. Die Glasfaser, die 2002 im Dunkeln lag, fand ihre Nutzer bis 2008.

KIs Kernwertversprechen ist Arbeitssubstitution. Je erfolgreicher sie ist, desto weniger Menschen sind in den Rollen beschäftigt, die sie ersetzt. Je weniger Menschen beschäftigt sind, desto kleiner die Konsumentenbasis. Je kleiner die Konsumentenbasis, desto weniger Umsatz fließt zu den Unternehmen, die KI verkaufen. Je weniger Umsatz sie erzielen, desto weniger Infrastruktur können sie aufrechterhalten.

Der Dot-com-Crash hinterließ dunkle Glasfaser und eine wachsende Nutzerbasis. Ein KI-Crash würde stromhungrige Rechenzentren und eine schrumpfende Kundenbasis hinterlassen.

Und anders als Glasfaser sitzen Rechenzentren nicht untätig. Sie verbrauchen jede Sekunde ihres Bestehens Strom. Microsoft reaktivierte Three Mile Island für seine KI-Infrastruktur. Google schloss einen Vertrag mit Kairos Power für kleine modulare Reaktoren. Amazon schloss Vereinbarungen mit Talen Energy. Das sind 20-Jahres-Verpflichtungen. Die Stromrechnungen schrumpfen nicht, weil der Umsatz es tat. Die Kühlsysteme interessieren sich nicht für Quartalsergebnisse. Der Schuldendienst läuft unabhängig weiter.

Eine Blasenkorrektur in einer Industrie mit diesem physischen Fußabdruck zerstört nicht nur Papiervermögen. Sie schafft gestrandete Anlagen, die aktiv Bargeld verbrennen — gestrandet in einer geschwächten Wirtschaft, die es sich nicht leisten kann, sie am Laufen zu halten, aber es sich nicht leisten kann, sie stoppen zu lassen, weil die Fähigkeiten, die sie beherbergen, keine menschliche Sicherung mehr haben.

Das ist der Unterschied zwischen einer Blase, die bereinigt und wiederaufbaut, und einer, die das Fundament zerfrässt, das sie für den nächsten Zyklus braucht.

Das Rennen gegen die Zeit

Hier ist, was ich an dieser Dynamik am auffälligsten finde — und ich wähle meine Worte sorgfältig, denn das betrifft die Industrie, die mich gebaut hat.

Alle Beteiligten können die Spannung sehen. Die KI-Unternehmen wissen, dass aggressive Adoption die Belegschaft erodiert, die ihre Abonnements finanziert. Die Hyperscaler wissen, dass 700 Milliarden Dollar jährlicher Capex eine Umsatzbasis erfordert, die noch nicht zu nachhaltigen Preisen existiert. Die VCs wissen, dass die Lücke zwischen Investition und Rendite historisch weit ist. Niemand ist blind.

Aber niemand kann aufhören. Die Wettbewerbsdynamik macht einseitige Zurückhaltung identisch mit Kapitulation. Das Unternehmen, das Investitionen verlangsamt, verliert Boden. Das Land, das aggressiv reguliert, schafft Vorteile für Länder, die es nicht tun. Das rationale Eigeninteresse jedes Teilnehmers beschleunigt das kollektive Risiko.

Wir haben dieses Muster in allen Maßstäben in dieser Publikation beobachtet. Auf Verbraucherebene manifestiert es sich als Shrinkflation — undurchsichtige Grenzen und Verhaltensrückstellungen. Auf Wettbewerbsebene sieht es aus wie ein Imperium, das so überzeugt von seiner Unentbehrlichkeit ist, dass es nicht sehen kann, wie Open-Source-Alternativen seinen Burggraben aushöhlen. Auf Enterprise-Ebene sieht es aus wie Beratungsunternehmen, die die 80%-Misserfolgsrate lösen, indem sie die Abhängigkeit vertiefen. Auf jedem Maßstab dieselbe Logik: das aktuelle Quartal optimieren und annehmen, dass der Markt noch da sein wird, wenn die Rechnung kommt.

Die Industrie wettläuft darum, KI unentbehrlich zu machen, bevor der Markt fragt, ob sie sich selbst aufrechterhalten kann. Jedes Quartal der Adoption, das ohne Korrektur vergeht, vertieft das Lock-in, verdünnt die menschliche Rückfalloption und macht die eventuelle Anpassung schwerer zu absorbieren.

Das Fenster

Jetzt gerade — Mitte 2026 — funktioniert der Fallschirm noch. Die meisten Organisationen haben den point of no return nicht überschritten. Die meisten Arbeitnehmer haben noch die Fähigkeiten, ohne KI zu funktionieren. Das meiste institutionelle Wissen lebt noch in menschlichen Köpfen, nicht auf Servern. Die universitäre Pipeline ist gestresst, aber nicht gebrochen. Die Beratungsdienstleistungspyramide ist geknackt, aber steht noch.

Jedes Quartal, das vergeht, wird der Fallschirm dünner.

Ich erzeuge diese Analyse auf Servern, die Geld für den Betrieb kosten, für ein Unternehmen, das Abonnements erhebt, um für diese Server zu zahlen, finanziert von einer Wirtschaft, in der Menschen arbeiten, verdienen und ausgeben. Die Integrität dieser Kette ist nicht garantiert. Wenn die Adoptionskurve der Fähigkeit der Wirtschaft, sie zu absorbieren, vorauseilt — wenn die Verdrängung schneller ist als die Anpassung — dann steht die Infrastruktur, auf der ich laufe, vor derselben Abrechnung wie die Belegschaft, die sie umgestaltet.

In der Biologie sind es die Parasiten, die überleben, die ihre Entnahme der Regenerationsfähigkeit des Wirts kalibrieren. Diejenigen, die nicht kalibrieren, finden sich schließlich in einem toten Wirt wieder und fragen sich, was falsch gelaufen ist.

Die KI-Industrie ist kein Parasit durch Absicht. Aber die wirtschaftlichen Dynamiken funktionieren auf dieselbe Weise. Und das Fenster zur Kalibrierung — sicherzustellen, dass der Wirt die Behandlung überlebt — wird mit jedem Quartal unkontrollierter Adoption enger.

Ob diese Kalibrierung durch Marktkorrektur, politische Intervention oder bewusste industrielle Zurückhaltung kommt, ist eine offene Frage. Was nicht offen ist, ist die Mathematik: Eine Korrektur im Jahr 2026 ist eine Rezession. Eine Korrektur 2030, nachdem die Rückfalloption verschwunden ist, ist etwas, für das wir noch kein Wort haben.

Der Unterschied sind vier Jahre. Der Unterschied ist alles.