Vergleich der KI-Einnahmen über den gesamten Stack hinweg
Der KI-Markt ist in allen vier Schichten (Daten, Rechenleistung, Modelle und Anwendungen) rasant gewachsen. Beispielsweise stieg der Rechenzentrumsumsatz von NVIDIA von $47.5B auf $115.2B in einem einzigen Jahr; OpenAI erreichte einen Jahresumsatz von etwa $13B; und Anthropic näherte sich $7B an jährlich wiederkehrenden Umsätzen (ARR).
Wir haben Umsatzdaten von über 100 KI-Unternehmen verfolgt. Erfahren Sie, wie sich die Einnahmen in den Schichten Rechenleistung, Daten, Modelle und Anwendungen von 2023 bis 2025 verschoben haben.
Aufschlüsselung der KI-Einnahmen nach Unterkategorie
Hinweis: Wir haben über 20 Unterkategorien in den Bereichen Daten, Rechenleistung, Modelle und Anwendungen identifiziert. Der Einfachheit halber haben wir die 5 umsatzstärksten Unterkategorien aufgenommen.
Sehen Sie sich die Methodik an, um zu erfahren, wie wir Daten zu KI-Einnahmen gesammelt haben.
Wachstumsrate der KI-Einnahmen
Die Tabelle oben zeigt den prozentualen Anstieg der KI-Einnahmen von 2023 auf 2024 und von 2024 auf 2025. Beispielsweise stieg der Gesamtumsatz der Unternehmen in der Daten-Schicht von $7.907B im Jahr 2023 auf $12.606B im Jahr 2024 und auf $17.974B im Jahr 2025, was einer Steigerung von etwa 59% zwischen 2023 und 2024 und 43% zwischen 2024 und 2025 entspricht.
Die Tabelle oben zeigt, wie sich die Einnahmen in den Jahren 2023, 2024 und 2025 auf die Schichten Daten, Rechenleistung, Modelle und Anwendungen verteilen.
Einnahmen in der Datenschicht
In der Datenschicht erzielen Databricks ($4.8B), Snowflake ($4.68B) und MongoDB ($2.46B) im Jahr 2025 die höchsten Umsätze. Diese drei dominieren, weil sie die grundlegende Dateninfrastruktur besitzen, auf der jede KI-Anwendung aufbaut: das Lakehouse (Databricks), das Data Warehouse (Snowflake) und die operative Datenbank (MongoDB). Sie binden die KI-Nachfrage unabhängig davon, welche Modelle oder Apps gewinnen.
Während die Spitze des Daten-Stacks von Datenplattformen dominiert wird, zeichnet die mittlere und untere Ebene ein anderes Bild. Vektordatenbanken (Pinecone, Qdrant, Weaviate) liegen alle unter $100M, trotz jahrelangen Hypes um RAG, und mehrere Unternehmen wurden übernommen, bevor sie ihre eigenständige Lebensfähigkeit unter Beweis stellen konnten.
Einnahmen in der Rechenleistungsschicht
NVIDIA führt die Rechenleistungsschicht mit einem Umsatz von $115.2B im Jahr 2025 an, verglichen mit $47.5B im Jahr 2024 und $15B im Jahr 2023. Qualcomm ($44.3B) und AMD ($34.6B) sind die nächstgrößten Akteure in der Tabelle, wobei ihre KI-Chip-Umsätze innerhalb breiterer Halbleitersegmente ausgewiesen werden, was die direkte Vergleichbarkeit einschränkt.
Die interessante Dynamik im Compute-Bereich ist das Aufkommen einer zweiten Reihe, mit CoreWeave ($5.1B), Lambda ($760M) und Together KI ($300M) im Jahr 2025. Eine mögliche Erklärung für das wachsende Interesse an Cloud-GPU-Anbietern ist, dass die bestehenden GPU-Führer (wie AWS, Azure und GCP) sich als unzureichend erweisen, um die Marktnachfrage zu decken.
Die offene Frage ist, was sich schneller bewegt: Effizienzgewinne, die den Rechenaufwand pro Abfrage senken (kleinere Modelle, Quantisierung), oder neue Anwendungsfälle, die Gesamtnachfrage ausweiten (Agenten, Video, unternehmensweite Einführungen). Wenn die Effizienz gewinnt, absorbieren Hyperscaler den Markt; wenn die Akzeptanz gewinnt, wachsen spezialisierte GPU-Clouds weiter.
Einnahmen in der Modellschicht
OpenAI ($13B) und Anthropic ($7B) setzen sich rasch vom Feld ab. Alle anderen großen Akteure: Mistral ($400M), Cohere ($240M), xAI ($500M), ElevenLabs ($330M im Bereich Sprache) liegen deutlich darunter im Vergleich zu OpenAI und Anthropic.
ElevenLabs im Bereich Sprache und Midjourney im Bereich Bildgenerierung sind zwei führende Unternehmen in der Modellkategorie und übertreffen allgemeine Basismodelle. Die schwierigste Position in dieser Schicht ist die eines Unternehmens für Allzweckmodelle ohne eine große Cloud-Vertriebsvereinbarung oder ein attraktives Verbraucherprodukt. Mistral und Cohere stehen beide vor diesem Problem.
Als bevorzugte Quelle hinzufügenEinnahmen in der Anwendungsschicht
Das Muster in der Anwendungsschicht zeigt, dass KI-native Apps, die einen gesamten Workflow ersetzen, am besten abschneiden. Ein Indiz dafür ist die Kategorie Programmierung, in der Cursor, Replit, Lovable und Bolt gemeinsam darauf hindeuten, dass Entwickler mehr für Tools bezahlen werden, die Arbeit automatisieren können.
Der Sprung von Cursor von $1M auf $1B in zwei Jahren und der Anstieg von Lovable von $1M auf $400M in einem einzigen Jahr sind die extremsten Wachstumszahlen im Datensatz. Sie markieren den Wandel von KI als Coding-Assistent zu KI als primärer Entwicklungsumgebung, was das typische SaaS-Wachstum grundlegend verändert hat.
In Bezug auf Unterkategorien wächst Gesundheits-KI (Abridge, Tempus), da sie in wertvollen, regulierten Bereichen tätig ist, in denen sich der ROI der Automatisierung leicht quantifizieren lässt.
Der Umsatz von Jasper KI fiel von $120M auf $55M, bevor er sich teilweise auf $88M erholte, liegt aber immer noch unter dem Niveau von 2023. Der Rückgang zeigt, dass horizontale Schreibassistenten ohne Workflow-Bindung Gefahr laufen, sowohl von Basismodellen (wie ChatGPT) als auch von eingebetteten Funktionen in Tools, die Nutzer besitzen (wie Notion KI und Google Docs), verdrängt zu werden.
Methodik für Umsatzschätzungen
Wir haben öffentliche Daten zu KI-Einnahmen von Forschungsplattformen wie Sacra, GetLatka, Macrotrends und Crunchbase; von unternehmenseigenen Quellen wie Investor-Relations-Berichten, Unternehmens-Newsrooms, offiziellen Blogs und SEC-Einreichungen; von Finanzmedien wie Fortune, CNBC, Reuters, Bloomberg; von Tech-Medienberichten wie TechCrunch; und von regulatorischen/amtlichen Quellen für börsennotierte Unternehmen wie SEC EDGAR-Einreichungen gesammelt.
Die Umsatzzahlen beziehen sich auf die Kalenderjahre 2023, 2024 und 2025 oder das Geschäftsjahr, das diesen Daten am nächsten endet. Unterschiede in den Geschäftsjahren können auch Vergleiche zwischen verschiedenen Unternehmen beeinflussen.
Hinweis: Bei den vielen privaten Unternehmen in diesem Datensatz (z. B. Anthropic, Mistral, ElevenLabs und Cursor) handelt es sich bei den Umsatzzahlen im Wesentlichen um fundierte Schätzungen.
Zitieren Sie diesen Benchmark
Wählen Sie das Format, das zu Ihrem Veröffentlichungsort passt. Wenn Sie die Link-Version in Ihr CMS einfügen, bleibt der Backlink erhalten.
@misc{ermut2026,
author = {Ermut, Sıla},
title = {{Vergleich der KI-Einnahmen über den gesamten Stack hinweg}},
year = {2026},
month = jul,
howpublished = {\url{https://aimultiple.com/ai-revenues}},
note = {AIMultiple. Abgerufen am 14. Juli 2026}
}Ergebnisse und Zeitstempel von 88 Datenpunkten. Laden Sie die in diesem Artikel verwendeten Daten als ZIP-Datei herunter, die eine CSV-Datei und eine README enthält.
Seien Sie der Erste, der kommentiert
Ihre E-Mail-Adresse wird nicht veröffentlicht. Alle Felder sind erforderlich. Kommentare werden in ihrer Originalsprache belassen.