Die wichtigsten Erkenntnisse
- Während private KI-Giganten 2026 einen Börsengang anstreben, deuten Untersuchungen von PitchBook darauf hin, dass der Markt bisher eher das Image als die Substanz belohnt, weil die Unternehmen mit den höchsten Bewertungen auf den schwächsten wirtschaftlichen Fundamentaldaten basieren.
- OpenAI verfügt über die bekannteste Marke und die höchste Unternehmensbewertung, doch seine wichtigste Geschäftskennzahl – wie viel Umsatz das Unternehmen mit Firmenkunden erzielt – wurde bislang nie offengelegt.
- Databricks verzeichnet ein schnelleres Wachstum als sein börsennotiertes Vergleichsunternehmen, einen positiven freien Cashflow und eine Bewertung, die nach allen bereinigten Kennzahlen günstiger ist.
- Der Weg von Anthropic zu einer Premium-Bewertung führt über eine einzige kurzfristige Hürde: die Frage, ob die Bruttomargen des Unternehmens in diesem Jahr 40 % erreichen werden.
Drei der größten Namen für die Revolution im Bereich Künstlicher Intelligenz scheinen 2026 auf dem Weg an die Börse zu sein – inmitten eines riesigen Hypes, enormen Bewertungen und - für die meisten Investoren - äußerst geringer Transparenz hinsichtlich der dahinterstehenden Unternehmen.
Es wird erwartet, dass OpenAI, Anthropic und Databricks noch in diesem Jahr an die Börse gehen; ihre Gesamtbewertung in der letzten Finanzierungsrunde beläuft sich auf fast 1,4 Billionen USD. Diese Berechnung basiert jedoch auf Finanzierungsankündigungen ohne Kontext, sodass Investoren gezwungen sind, nicht vergleichbare Kennzahlen von Unternehmen mit völlig unterschiedlichen Umsatzmodellen miteinander zu vergleichen. Ohne einen einheitlichen Bewertungsrahmen ist es nahezu unmöglich, diese Branche zu bewerten.
Sobald die Unternehmen ihre S-1-Formulare bei der Securities and Exchange Commission einreichen, werden weitere Details bekannt. Bis dahin bewertet das Rahmenwerk von PitchBook diese KI-Giganten anhand von Fundamentaldaten zur Geschäftsqualität, wobei der Schwerpunkt auf der Nettoumsatzbindung liegt, die misst, wie viel ein Unternehmen mit bestehenden Kunden erwirtschaftet. Dieses Rahmenwerk lässt eine klare Schlussfolgerung zu: Der private Markt bewertet die drei Unternehmen systematisch falsch.
Den Hype meistern: Ein Rahmenkonzept für einen Markt ohne Hype
Anstatt Unternehmen anhand von Modell-Benchmarks oder den jährlichen wiederkehrenden Umsätzen – also den annualisierten Abonnement- und Vertragsumsätzen eines Unternehmens – zu bewerten, bewertet das „AI Business Quality“-Framework von PitchBook jedes Unternehmen anhand von fünf Dimensionen der Geschäftsqualität, die nach ihrer langfristigen Relevanz für den Unternehmenswert gewichtet sind:
- Umsatzqualität (25 % der Gesamtpunktzahl), gemessen daran, ob sich die Umsatzbasis durch Unternehmenskonzentration und Netto-Umsatzbindung verstärkt
- Kapitaleffizienz (20 %), ausgedrückt als jährlich wiederkehrender Umsatz pro Dollar des insgesamt aufgenommenen Kapitals
- Governance-Optionen (20 %), wobei geprüft wird, ob die Unternehmensstruktur den Weg an die Börse beschleunigt oder behindert
- Dauerhaftigkeit des Moats (20 %), Bewertung der Verteidigungsfähigkeit gegen die Kommerzialisierung des Modells
- Unabhängigkeit im IT-Bereich (15 %), gemessen an der Kontrolle über die Infrastruktur für datengestützte Schlussfolgerungen – die Dimension, die am unmittelbarsten mit der Margenausweitung zusammenhängt, da die Preise für APIs sinken
Die zentrale Erkenntnis des Berichts sticht aus dem Lärm heraus. Auf dem privaten Markt hat sich eine systematische Qualitätsumkehr vollzogen: Die Unternehmen mit den höchsten Bewertungen schneiden bei den fünf Kennzahlen zur Unternehmensqualität, die an den öffentlichen Märkten tatsächlich berücksichtigt werden, am schlechtesten ab. OpenAI, mit einer Bewertung von 840 Mrd. USD, schneidet von den dreien am schlechtesten ab. Databricks mit 134 Mrd. USD am besten.
Die Kapitaleffizienz verdeutlicht das. Anthropic erwirtschaftet 0,23 USD ARR pro eingeworbenem USD, Databricks 0,16 USD bei positivem freiem Cashflow und OpenAI 0,11 USD. Der Wert für OpenAI ist gegenüber den 0,31 USD von vor 18 Monaten gesunken – das ist die stärkste Verschlechterung aufgrund eines einzelnen Ereignisses unter allen großen KI-Unternehmen, die von PitchBook erfasst werden.
Warum die NRR für diese Börsengänge entscheidend sein wird
Wenn diese Unternehmen ihre S-1-Anträge einreichen, stützen die meisten Anleger ihre Bewertungen vor allem auf eine Kennzahl: die Nettoumsatzbindung oder Net Revenue Retention, kurz NRR, die die wiederkehrenden Umsätze aus dem Bestand an bestehenden Kunden misst, einschließlich der Zuwächse durch zusätzliche Nutzung abzüglich der Abwanderung. Ein Wert über 120 % gilt om Bereich Unternehmenssoftware als erstklassig, ein Wert über 140 % ist nach jedem Maßstab außergewöhnlich.
Die NRR ist im KI-Bereich von besonderer Bedeutung, da das vorherrschende Erlösmodell verbrauchsbasiert ist – Kunden zahlen pro verbrauchtem Token und nicht pro lizenziertem Arbeitsplatz. Der Token-Verbrauch steigt automatisch an, wenn Unternehmenskunden auf einem Modell aufbauen. Eine einzige erfolgreiche Produkteinführung kann die Ausgaben eines Kunden rasch vervielfachen, ohne dass dafür Vertriebsmaßnahmen erforderlich sind. Databricks und Anthropic weisen beide eine NRR von etwa 140 % auf, während die NRR von OpenAI nie offengelegt wurde.
Databricks: Günstiger als es aussieht
Die Prognosen von Databricks und die öffentlich zugänglichen Daten stimmen am besten überein. Das Unternehmen überschritt im vierten Quartal 2025 die Marke von 5,4 Mrd. USD bei den jährlichen wiederkehrenden Umsätzen (ARR) mit einem Wachstum von 65 % im Vergleich zum Vorjahr (fast doppelt so viel wie die 29 % von Snowflake (SNOW) bei vergleichbarer Umsatzgröße) und erzielte dabei einen positiven freien Cashflow. Mit einer Netto-Kundenbindungsrate von 140 %, mehr als 700 Kunden mit einem jährlichen Vertragswert von über 1 Mio. USD und KI-Produkten, die mittlerweile einen ARR von 1,4 Mrd. USD ausmachen, steht das Unternehmen kurz vor dem Börsengang, ohne eine Rentabilitätsstory aufbauen zu müssen, da es bereits über eine solche verfügt.
Berücksichtigt man die Wachstumsrate beim EV/ARR-Verhältnis – indem man den Umsatzmultiplikator durch die ARR-Wachstumsrate dividiert, sodass ein schnelleres Wachstum einen höheren Multiplikator rechtfertigt –, liegt Databricks bei 0,38, während Snowflake bei 0,69 liegt. Investoren zahlen pro Wachstumseinheit weniger für das schneller wachsende Unternehmen – eine Anomalie, die sich typischerweise beim Börsengang verringert. Mit einem 25-Fachen ARR bei 65 % Wachstum und positivem FCF ist Databricks nach allen relevanten Maßstäben der klarste Einstieg für institutionelle Investoren in dieser Gruppe.
Anthropic: Die Margenkurve ist die Anlagehypothese
Die Unternehmenskennzahlen von Anthropic rechtfertigen die stärkste Gewichtung der Umsatzqualität in diesem Bewertungsrahmen. PitchBook schätzt die NRR auf etwa 140 %, wobei acht der Fortune-10-Unternehmen zu den Kunden zählen und 80 % des Umsatzes aus Unternehmensverträgen stammen. Claude Code erwirtschaftet einen geschätzten ARR von 2,5 Mrd. USD bei einem Marktanteil von 54 % im Bereich KI-gestützter Programmierung. Die Investmentthese beruht jedoch nicht auf der aktuellen Rentabilität, sondern auf der Geschwindigkeit, mit der sich die Margenstruktur verbessert.
Die Bruttomarge spiegelt die Anlagehypothese direkt wider: Das Unternehmen wird von einer Bruttomarge von minus 94 % im Jahr 2025 auf geschätzte 40 % im Jahr 2026 und 77 % bis 2028 steigen – eine Entwicklung, die den ersten vier Jahren von CrowdStrike (CRWD) und Cloudflare (NET) als börsennotierte Unternehmen entspricht und einen Aufschlag gegenüber den aktuellen Halbjahreszahlen im SaaS-Sektor zum Zeitpunkt des Börsengangs rechtfertigt.
Der für 2026 prognostizierte Meilenstein von 40 % ist das entscheidende kurzfristige Bestätigungssignal. Sollte dieser verfehlt werden, würde das die Frage nach der Bewertung erneut aufwerfen. Zwei Risiken verdienen besondere Beachtung: Bundesmittel in Höhe von rund 200 Mio. USD unterliegen einer Nutzungsbeschränkung des Pentagon, was auf umfassendere regulatorische Herausforderungen hindeuten könnte, und die Annahmen zu den Computing-Kosten reagieren weiterhin empfindlich auf Entscheidungen zur Modellarchitektur, was die Margenziele für 2027–2028 beeinträchtigen könnte.
OpenAI: Die größte Marke, das größte Fragezeichen
OpenAI ist sowohl das Unternehmen, von dem die meisten Investoren glauben, es zu verstehen, als auch dasjenige, dessen Rahmenbedingungen die deutlichsten Warnsignale aussenden. Mit einem jährlichen wiederkehrenden Umsatz (ARR) von 20 Mrd. USD bei 800 bis 900 Millionen wöchentlich aktiven Nutzern verfügt das Unternehmen über eine beispiellose Reichweite im Privatkundenbereich. Das strukturelle Problem besteht darin, dass rund 85 % dieser Nutzer nichts bezahlen. Die Wirtschaftlichkeit von Verbraucherabonnements wächst nicht so stark wie bei Unternehmensverträgen, und die NRR für Unternehmen, die das 42-fache Kurs-Gewinn-Verhältnis rechtfertigen oder zum Einsturz bringen würde, wurde nie offengelegt. Ihre Offenlegung wird den Börsengang bestimmen.
Die Kapitalstruktur verschärft die Herausforderung zusätzlich. Computing-Verpflichtungen in Höhe von rund 390 Mrd. USD gegenüber Microsofts MSFT Azure und Amazons AMZN AWS erbrachten einen ARR von 20 Mrd. USD, allerdings auf Kosten der Abhängigkeit von externen Rechenkapazitäten – und das gerade zu einem Zeitpunkt, an dem die eigene Recheninfrastruktur das wichtigste Unterscheidungsmerkmal darstellt und die API-Preise seit 2023 bereits um mehr als 90 % gesunken sind. Eine Rentabilität wird nicht vor 2029 erwartet. Die Umstellung der Unternehmensführung von einer gemeinnützigen auf eine gewinnorientierte Struktur ist nach wie vor ungelöst.
Bei einem Kurs-Umsatz-Verhältnis von 42 und einer nicht offengelegten NRR werden Anleger aufgefordert, ein Unternehmen zu bewerten, dessen wichtigste Kennzahl nicht bekannt gegeben wurde. Das ist kein Grund, die Position abzulehnen – es ist ein Grund, die S-1-Meldung abzuwarten, bevor man die Positionsgröße festlegt.
Alphabet: Das KI-Investment, das Sie noch heute tätigen können
Die derzeit tragfähigste Position im KI-Bereich erfordert kein Abwarten auf etwaige Anmeldungen. Alphabet (GOOG/GOOGL) ist das einzige Unternehmen im Bereich der Pionier-KI – ob börsennotiert oder privat –, das die gesamte vertikale Wertschöpfungskette beherrscht, die das AIBQ-Framework misst. Das Unternehmen verfügt über ein im Vergleich zu Benchmarks führendes Modell in Form von Gemini 3.1 Pro, TPU-Inferenzhardware der siebten Generation, eine Hyperscale-Cloud-Infrastruktur sowie die Verbreitung von Search und Workspace in einem Umfang, den kein privates Unternehmen nachbilden kann.
Der Umsatz von Google Cloud stieg im vierten Quartal 2025 im Vergleich zum Vorjahreszeitraum um 48 % auf 17,7 Mrd. USD. Google hält einen Anteil von etwa 10 % an Anthropic – das gleichzeitig Infrastrukturanbieter, Kapitalbeteiligung und Modellkonkurrent ist –, was bedeutet, dass das Wachstum von Anthropic Google Cloud zugutekommt, unabhängig davon, ob Anthropic selbst die Gewinnzone erreicht.
Im Vergleich dazu birgt die Beziehung von Microsoft zu OpenAI ein asymmetrisches Risiko. OpenAI trägt schätzungsweise 10 Prozentpunkte zum KI-bedingten Wachstum von Azure bei – das bedeutet: Sollte die Marktdurchdringung von OpenAI im Unternehmensbereich vor dem Börsengang ins Stocken geraten, kommt auch die Wachstumsdynamik von Microsofts Cloud-Geschäft zum Stillstand. Dies ist ein einseitiges Risiko. Alphabet hingegen erzielt gleichzeitig Erträge auf der Modell-, der Infrastruktur- und der Beteiligungsebene – drei sich gegenseitig verstärkende Positionen, während Microsoft nur über eine einzige verfügt.
Die privaten Märkte haben mit Databricks und Anthropic Unternehmen von echter wirtschaftlicher Qualität hervorgebracht, bei OpenAI ein echtes Bewertungsrisiko geschaffen und bei Alphabet einen strukturellen Vorteil auf dem öffentlichen Markt geschaffen, der nach wie vor unterschätzt wird.
