Stellen Sie sich Folgendes vor: ein Technologieriese mit eigenen Rechenzentren, der hochmoderne Modelle entwickelt, zahlt trotzdem ein anderes Unternehmen dafür, jede Woche Billionen KI-Aufgaben auszuführen. Das ist die eigentümliche, stillschweigend teure Realität hinter Metas KI-Entwicklungsrhythmus.

Warum das Gehirn eines Konkurrenten mieten?

Meta gibt Hunderte Millionen Euro pro Jahr aus, um über Microsofts Cloud Zugang zu KI-Modellen zu kaufen. Berichten zufolge verarbeitet das Unternehmen jede Woche Billionen von Token auf Azure und gehört damit zu den größten KI-Kunden von Microsoft. Keine der beiden Firmen hat die Zahlen offiziell kommentiert, doch die bloße Größenordnung sagt bereits viel aus.

Auf den ersten Blick wirkt das kontraintuitiv. Meta entwickelt proprietäre Modelle und betreibt eigene Infrastruktur. Warum würde es so viel Arbeitslast an eine externe Plattform weiterleiten? Die Antwort ist pragmatisch und knapp: Geschwindigkeit und Benchmarking. Meta greift auf Modelle Dritter zurück, darunter solche, die über Microsoft Foundry verteilt werden, um die Ergebnisse seiner eigenen Systeme zu testen, zu bewerten und zu validieren.

Einfach gesagt: Meta zahlt fürs Benchmarking. Ingenieure nutzen gemietete Modelle als Referenzpunkte zur Messung von Qualität, Sicherheit und Leistung. Andrew Bosworth, Metas Chief Technology Officer, räumte im Juli ein, dass das Unternehmen zwar stark in eigene Technologie investiert, zugleich aber führende externe Modelle als Teil der Entwicklungspipeline mietet.

Foundry funktioniert wie ein Marktplatz innerhalb von Azure. Es verkauft nicht primär Microsoft-eigene Modelle. Stattdessen hostet es Modelle vieler Anbieter, darunter OpenAI, und bot bis Juli rund 100.000 Kunden Zugang. Diese Kunden reichen über die in Microsofts Marketing hervorgehobenen Namen aus Fertigung oder Logistik hinaus; in der Praxis sind die größten Käufer Technologieunternehmen, darunter ByteDance, Adobe, Perplexity und Sierra.

ByteDance führt derzeit die Ausgaben auf Foundry an, und zusammen mit Meta stehen die beiden Social-Media-Riesen an der Spitze der Modellkäufer auf Microsofts Plattform. Dieses Muster unterstreicht eine überraschende Dynamik: Große soziale Netzwerke, die ebenfalls Modelle entwickeln, gehören zu den größten Verbrauchern des Modell-Marktplatzes eines Rivalen.

Finanziell ist das Wachstum deutlich. Foundrys Umsatz hat sich bis Juli mehr als verdoppelt, und die Zahl der Kunden, die mindestens eine Billion Token pro Jahr konsumieren, hat sich vervierfacht. Metas eigener Tokenverbrauch wird wöchentlich in Billionen gemessen. OpenAI bleibt eine dominante Einnahmequelle für Microsofts KI-Geschäft und machte im jüngsten Geschäftsjahr etwa 70 Prozent dieser Einnahmen aus.

Wichtiges Fazit: Cloud-Zugang und Modell-Ökosysteme sind inzwischen genauso strategisch wie das Entwickeln eigener Modelle.

Auch das breitere Cloud-Geschäft von Azure boomt. Im Jahr bis zum 30. Juni wuchs der Azure-Umsatz um 41 Prozent und überschritt die Schwelle von rund 93 Milliarden Euro. Kritiker verweisen auf ein größeres Problem: Wenn enorme KI-Kosten hauptsächlich unter Technologieriesen zirkulieren, fällt die wirtschaftliche Rechtfertigung für hohe Investitionen schwerer, sofern die Vorteile sich nicht breit über Branchen erstrecken.

Was ändert das? Für Meta ist das Mieten rivalisierender Modelle keine dauerhafte Kapitulation, sondern eine taktische Entscheidung. Es verschafft Zeit, vergleichende Benchmarks und einen pragmatischen Weg, schneller zu iterieren. Für Microsoft zeigt die Tatsache, dass große Modellbauer Kunden sind, die kommerzielle Anziehungskraft eines offenen Modell-Marktplatzes. Für die Branche hebt diese Vereinbarung eine aufkommende Wahrheit hervor: KI zu bauen und sie zu validieren erfordert oft zwei verschiedene Werkzeugsets, die manchmal von konkurrierenden Anbietern geliefert werden.

Wird diese Haltung bestehen bleiben, wenn interne Modelle reifen und sich Kosten verschieben? Das ist die Frage, die Ingenieure und CFOs nachts wachhält.