Das 15-Millionen-Dollar-pro-Tag-Problem: Warum die Wirtschaftlichkeit von KI-Video darüber entscheidet, wer 2026 überlebt

Die Zahlen, die Sora getötet haben

Lassen Sie mich die wirtschaftlichen Daten darlegen, die OpenAI sechs Monate lang zu verbergen versuchte.

Sora wurde im September 2025 mit Endverbraucherpreisen eingeführt: etwa 0,10 $ pro Sekunde 720p-Video über die API. Auf dem Höhepunkt der Nutzung generierten Millionen von Nutzern täglich Clips. Die GPU-Inferenzkosten, hauptsächlich auf NVIDIA-H100-Clustern, skalierten linear mit jeder Anfrage.

Das Verhältnis von Einnahmen zu Kosten war katastrophal. Sora erwirtschaftete geschätzte 2,1 Millionen Dollar Gesamteinnahmen über seine gesamte Lebensdauer. Der Betrieb kostete rund 2,7 Milliarden Dollar. Das ist kein Geschäftsmodell. Das ist eine Demonstration, die Risikokapital im industriellen Maßstab verbrannte.

Warum Videogenerierung grundsätzlich teurer ist als Bildgenerierung

Um zu verstehen, warum dies über Sora hinaus relevant ist, muss man die Rechenlücke zwischen Bild- und Videogenerierung begreifen.

Eine einzelne Bildgenerierungsanfrage mit einem Modell wie DALL-E 3 oder Stable Diffusion XL benötigt etwa 10-30 Sekunden GPU-Zeit auf einem H100. Ein 5-Sekunden-Video bei 24 Bildern pro Sekunde erfordert die Erzeugung von 120 Frames, jeweils mit temporalen Kohärenzbedingungen, die eine einfache Parallelisierung verhindern. Der Aufmerksamkeitsmechanismus in Video-Diffusions-Transformern skaliert quadratisch mit der Sequenzlänge.

Der Unterschied zwischen Bild und Video liegt nicht beim 5- oder 10-Fachen. Er beträgt das 30- bis 100-Fache an Rechenleistung pro Ausgabe. Und anders als bei der Textgenerierung, wo KV-Caching und spekulatives Dekodieren die Inferenzkosten drastisch gesenkt haben, gibt es bei der Videogenerierung keine vergleichbare Optimierung, die die Kosten um eine Größenordnung reduziert.

Drei Strategien zum Überleben der Kostenkrise

Jedes Unternehmen, das noch KI-Videogenerierung anbietet, steht vor demselben fundamentalen Problem. Ihre Strategien gehen deutlich auseinander.

Strategie 1: Subventionieren und hoffen (der Risikokapital-Ansatz)

Das war Soras Strategie. Unter Kosten anbieten, Nutzer gewinnen, Monetarisierung später klären. Es endete genau so, wie es Wirtschaftsprofessoren seit der Dot-Com-Ära vorhersagen.

Mehrere Unternehmen arbeiten noch nach diesem Prinzip. Pika, Luma und Runway bieten ihre Dienste alle deutlich unter den geschätzten Rechenkosten an. Die Wette lautet, dass die Kosten schneller sinken als die Einnahmen steigen müssen.

Das Risiko liegt auf der Hand. Wenn die GPU-Kosten nicht schnell genug sinken oder die Nutzung schneller wächst als die Optimierungsgewinne, stehen diese Unternehmen vor derselben Mauer wie Sora.

Strategie 2: Kosten auf die Hardware verlagern (der NVIDIA/Open-Source-Weg)

Das ist die Strategie hinter Helios, Wan 2.2, LTX-2.3 und jedem anderen Open-Source-Modell, das für Consumer-GPUs optimiert ist.

Die Logik ist elegant: Anstatt teure Cloud-Infrastruktur zu betreiben, verlagert man die Rechenkosten auf die Hardware des Nutzers. Eine RTX 4090 kostet einmalig 1.599 $. Danach ist jede Videogenerierung in Bezug auf die Grenzkosten "kostenlos" (abzüglich Strom).

Helios, das 14-Milliarden-Parameter-Modell von ByteDance und der Peking-Universität, hat gezeigt, dass ein einzelner H100 60-Sekunden-Videos mit 19,5 FPS generieren kann. Noch wichtiger: Optimierte Open-Source-Modelle nähern sich der Echtzeit-Generierung auf Consumer-Hardware vom Typ RTX 5090.

Die Einschränkung ist offensichtlich: Diese Strategie bedient nur Nutzer mit High-End-GPUs. Das ist ein relevanter Markt, schließt aber die Gelegenheitskünstler aus, die Sora populär gemacht haben.

Strategie 3: Plattform-Aggregation (der Adobe/Google-Weg)

Dies ist der finanziell nachhaltigste Ansatz. Anstatt die vollen Generierungskosten zu tragen, wird man zum Marktplatz, der Anfragen an mehrere Modellanbieter weiterleitet.

Adobe Firefly hostet jetzt über 30 Modelle verschiedener Anbieter. Google Flow integriert Veo mit Drittanbietermodellen. CapCut bindet Seedance 2.0 ein. In allen drei Fällen nimmt die Plattform eine Marge, während der Modellanbieter die Rechenkosten trägt.

Adobe ist hier am besten positioniert, da Premiere Pro und After Effects bereits die professionelle Videobearbeitung dominieren. KI-Generierung in bestehende Arbeitsabläufe zu integrieren ist eine natürliche Erweiterung, und Adobe kann sie als Premium-Funktion innerhalb der Creative-Cloud-Abonnements anbieten, die Nutzer bereits bezahlen.

Die Infrastrukturkostenkurve

Die entscheidende Frage ist, ob die GPU-Kosten schnell genug sinken werden, um KI-Video für Endverbraucher tragfähig zu machen.

NVIDIAs Blackwell-Architektur (B200, GB200) liefert bei Inferenz-Workloads ein etwa 2- bis 3-fach besseres Preis-Leistungs-Verhältnis im Vergleich zum H100. Die kommende Rubin-Architektur verspricht eine weitere 2- bis 3-fache Verbesserung. Wenn beides wie prognostiziert eintritt, könnten die Kosten für die Generierung eines 10-Sekunden-Videos bis 2028 von 0,50 $ auf etwa 0,05 $ sinken.

Dieser Zeitrahmen ist entscheidend. Unternehmen, die durch subventionierte Preise Geld verbrennen, müssen noch 2-3 Jahre überleben, damit Hardwareverbesserungen ihre Geschäftsmodelle retten können. Nicht alle werden das schaffen.

Was das für Kreative bedeutet

Wenn Sie als Kreativer heute eine KI-Videoplattform wählen, ist die Wirtschaftlichkeit ebenso wichtig wie die Funktionen.

• ✓Plattformen, die von profitablen Mutterkonzernen unterstützt werden (Google, Adobe, ByteDance), sind langfristig die sicherere Wahl
• ✓Open-Source-Modelle, die lokal laufen, beseitigen die Abhängigkeit von einem einzelnen Unternehmen
• ✓Startups, die "unbegrenzte" Generierung zu niedrigen Preisen anbieten, bergen das höchste Risiko
• ✓Abzuwarten, bis sich die Kosten stabilisieren, bevor man sich auf einen Workflow festlegt, ist vernünftig, bedeutet aber, die Vorteile der frühen Anwendung zu verpassen

Die Abschaltung von Sora war kein Einzelfall. Es war der erste Dominostein. Die Wirtschaftlichkeit der KI-Videogenerierung ist gnadenlos, und die Unternehmen, die überleben werden, sind diejenigen, die kreative Lösungen für das Kostenproblem gefunden haben, nicht nur kreative Lösungen für das Generierungsproblem.

Das große Ganze

Jeder große Umbruch in der Informatik hat eine Phase durchlaufen, in der die Technologie funktioniert, die Wirtschaftlichkeit aber nicht. Cloud Computing war jahrelang unprofitabel, bevor AWS daraus eine Geldmaschine machte. Video-Streaming verlor Milliarden, bevor Netflix seinen Weg fand. KI-Videogenerierung befindet sich in genau dieser schmerzhaften Übergangsphase.

Der Unterschied diesmal ist die Geschwindigkeit. Die Hardware-Verbesserungskurve ist steiler als beim Cloud Computing oder Streaming. NVIDIA liefert alle 18-24 Monate neue Architekturen mit signifikanten Reduzierungen der Kosten pro FLOP. Die Forschung zur Modelleffizienz, von Destillation über Mixture-of-Experts bis hin zu architektonischen Innovationen wie der Kontextkompression von Helios, senkt die Rechenanforderungen auf der Softwareseite.

Meine Einschätzung: Bis Ende 2027 wird die Generierung eines 10-Sekunden-Videos in 1080p auf Cloud-Infrastruktur unter 0,10 $ kosten. Bei diesem Preisniveau funktioniert das Geschäftsmodell. Die Frage ist, welche Unternehmen bis dahin überleben können.

Der Friedhof der KI-Video-Startups wird bald deutlich voller. Aber die Technologie selbst verschwindet nicht. Sie wartet nur darauf, dass die Wirtschaftlichkeit nachzieht.