Vergleichen Sie die KI-Umsätze über die gesamte Wertschöpfungskette hinweg.
Der KI-Markt expandierte rasant über alle vier Ebenen hinweg ( Daten , Rechenleistung , Modelle und Anwendungen ). So stiegen beispielsweise die Umsätze von Rechenzentren innerhalb eines Jahres von 47,5 Milliarden US-Dollar auf 115,2 Milliarden US-Dollar; 1913 erreichte einen Jahresumsatz von rund 13 Milliarden US-Dollar; und 1797 näherte sich 7 Milliarden US-Dollar an wiederkehrenden Umsätzen (ARR).
Wir haben Umsatzdaten von über 100 KI-Unternehmen analysiert. Erfahren Sie, wie sich die Umsätze in den Bereichen Rechenleistung, Daten, Modelle und Anwendungen von 2023 bis 2025 verändert haben.
Umsatzwachstumsrate im Bereich KI zwischen 2023 und 2025
Die obige Tabelle zeigt, um wie viele Male die Umsätze im Bereich KI von 2023 bis 2025 gestiegen sind. Beispielsweise stieg der Gesamtumsatz von Unternehmen in der Datenschicht von 50,4 Milliarden US-Dollar im Jahr 2023 auf 75 Milliarden US-Dollar im Jahr 2025, was einer Steigerung um etwa das 1,5-Fache entspricht.
In der Methodik erfahren Sie, wie wir die Daten zu den KI-Umsätzen erhoben haben.
Aufschlüsselung der KI-Umsätze nach Unterkategorien
Hinweis: Wir haben 21 Unterkategorien in den Bereichen Daten, Berechnung, Modell und Anwendung identifiziert. Der Einfachheit halber haben wir die 7 umsatzstärksten Unterkategorien berücksichtigt.
Einnahmen aus der Datenschicht
Im Bereich der Datenschicht erzielten die Unternehmen Databricks (4,8 Mrd. USD), Snowflake (4,68 Mrd. USD) und MongoDB (2,46 Mio. USD) in den letzten drei Jahren die höchsten Umsätze. Diese drei Unternehmen dominieren den Markt, da sie die grundlegende Dateninfrastruktur besitzen, auf der jede KI-Anwendung basiert: das zentrale Datenrepository (Databricks), das zentrale Data Warehouse (Snowflake) und die operative Datenbank (MongoDB). Sie decken die gesamte KI-Nachfrage ab, unabhängig davon, welche Modelle oder Anwendungen sich durchsetzen.
Obwohl die oberste Ebene des Daten-Stacks von Datenplattformen dominiert wird, sieht es in den mittleren und unteren Schichten anders aus. Vektordatenbanken (Pinecone, Qdrant, Weaviate) liegen trotz jahrelangen Hypes um RAG alle unter 100 Millionen US-Dollar, und mehrere Unternehmen wurden übernommen, bevor sie ihre Eigenständigkeit unter Beweis stellen konnten (DataStax bis IBM).
Umsätze der Berechnungsschicht
Die Hyperscaler im Bereich KI (AWS: 128,7 Mrd. USD, Cloud: 59 Mrd. USD und Cloud: 107,8 Mrd. USD) und das Rechenzentrumssegment (115,2 Mrd. USD) werden im Jahr 2025 einen Umsatz von rund 409 Mrd. USD erzielen und damit alle anderen Marktteilnehmer zusammen übertreffen.
Die interessante Dynamik im Bereich Computing ist das Aufkommen einer zweiten Ebene mit CoreWeave (5,1 Mrd. USD), Lambda (760 Mio. USD) und Together AI (300 Mio. USD) im Jahr 2025. Eine mögliche Erklärung für das wachsende Interesse an Cloud-GPU- Anbietern ist, dass die etablierten GPU-Marktführer (wie AWS, Azure und GCP) nicht ausreichen, um die Marktnachfrage zu decken.
Die offene Frage ist, was sich schneller durchsetzt: Effizienzgewinne, die den Rechenaufwand pro Abfrage reduzieren (kleinere Modelle, Quantisierung ), oder neue Anwendungsfälle, die die Gesamtnachfrage erhöhen ( Agenten , Video , Unternehmenseinführungen). Setzt sich die Effizienz durch, dominieren Hyperscaler den Markt; setzt sich die Akzeptanz durch, wachsen spezialisierte GPU-Cloud-Anbieter weiter.
Einnahmen der Modellschicht
OpenAI (13 Mrd. $) und Anthropic (7 Mrd. $) setzen sich rasant vom Markt ab. Alle anderen wichtigen Anbieter – Mistral (400 Mio. $), Cohere (240 Mio. $), xAI (500 Mio. $) und ElevenLabs (330 Mio. $ im Bereich Sprachausgabe) – liegen im Vergleich zu OpenAI und Anthropic deutlich darunter.
Die Modelle ElevenLabs ( Sprache) und Midjourney ( Bildgenerierung) sind führend in ihrer Kategorie und übertreffen herkömmliche Basismodelle. Die größte Herausforderung in diesem Segment besteht darin, als Anbieter von Allzweckmodellen ohne bedeutenden Cloud-Vertriebsvertrag oder attraktives Endkundenprodukt zu bestehen. Mistral und Cohere stehen vor diesem Problem.
Umsätze der Anwendungsschicht
Das Muster in der Anwendungsschicht zeigt, dass KI-basierte Apps, die einen kompletten Workflow ersetzen, die besten Ergebnisse liefern. Ein Indiz dafür ist die Kategorie „Codierung“, wo Cursor, GitHub Copilot, Replit, Lovable und Bolt gemeinsam darauf hindeuten, dass Entwickler bereit sind, mehr für Tools zu bezahlen, die Arbeit automatisieren können.
Cursors sprunghafter Anstieg von 1 Mio. $ auf 1 Mrd. $ innerhalb von zwei Jahren und der Anstieg von Lovable von 1 Mio. $ auf 400 Mio. $ innerhalb eines Jahres stellen die extremsten Wachstumsraten im Datensatz dar. Sie markieren den Wandel von KI als Programmierassistent hin zu KI als primärer Entwicklungsumgebung, was das typische SaaS-Wachstum grundlegend veränderte.
Im Hinblick auf die Unterkategorien gewinnen KI im Gesundheitswesen (Abridge, Tempus) und Fintech-KI (Ramp, Brex) an Bedeutung, da sie in regulierten Bereichen mit hohem Wert tätig sind, in denen der ROI der Automatisierung leicht zu quantifizieren ist.
Der Umsatz von Jasper AI sank von 120 Mio. US-Dollar auf 55 Mio. US-Dollar, erholte sich dann aber teilweise auf 88 Mio. US-Dollar, liegt aber immer noch unter dem Niveau von 2023. Dieser Rückgang zeigt, dass horizontale Schreibassistenten ohne Workflow-Bindung Gefahr laufen, sowohl durch etablierte Modelle (wie ChatGPT) als auch durch integrierte Funktionen in bereits vorhandenen Tools (wie Notion AI und Google Docs) verdrängt zu werden.
Im Bildungsbereich halbierte sich Cheggs Umsatz innerhalb von zwei Jahren fast von 716 Millionen US-Dollar auf 377 Millionen US-Dollar – der stärkste und nachhaltigste Rückgang aller Unternehmen in der Datengruppe. Ein Student, der 15 US-Dollar pro Monat für Hausaufgabenlösungen bezahlt, hat kaum noch einen Grund, dies weiterhin zu tun, sobald ChatGPT denselben Service kostenlos anbietet. Der Einbruch zeigt, dass der Besitz einer Inhaltsbibliothek ein weniger entscheidender Wettbewerbsvorteil ist als die Kontrolle über den Workflow oder den Vertriebskanal.
Methodik zur Ermittlung von KI-Umsätzen
Wir haben öffentlich zugängliche Daten zu KI-Einnahmen aus Forschungsplattformen wie Sacra, GetLatka, Macrotrends und Crunchbase zusammengetragen; aus firmeneigenen Quellen wie Investor-Relations-Berichten, Unternehmensnachrichtenräumen, offiziellen Blogs und SEC-Einreichungen; aus Finanzmedienorganisationen wie Fortune, CNBC, Reuters, Bloomberg; aus Tech-Medienberichten von TechCrunch; und aus regulatorischen/offiziellen Quellen für börsennotierte Unternehmen wie SEC-EDGAR-Einreichungen.
Die Umsatzzahlen beziehen sich auf die Kalenderjahre 2023, 2024 und 2025 bzw. auf das Geschäftsjahr, das diesen Daten am nächsten liegt. 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.
Seien Sie der Erste, der kommentiert
Ihre E-Mail-Adresse wird nicht veröffentlicht. Alle Felder sind erforderlich.