Big-Tech-Margen erreichen 25 %, während die anderen 493 bei rund 10 % bleiben: Apollo sieht noch keinen KI-Ertrag

Zusammenfassung der News

Torsten Slok, Chefökonom von Apollo Global Management, erklärt, dass die Unternehmenswelt außerhalb des Technologiesektors bisher keinen messbaren finanziellen Ertrag durch künstliche Intelligenz verzeichnet hat. In einem Research-Bericht, den TechCrunch am 25. Oktober 2026 um 9:57 Uhr US-Pazifikküstenzeit hervorhob, argumentierte Slok, dass die Gewinnmargen und der Umsatz pro Mitarbeiter bei den meisten großen US-Unternehmen stagnieren, obwohl die KI-Ausgaben und die Begeisterung weiter steigen. Sein Fazit: Die Technologie „hat der amerikanischen Wirtschaft außerhalb des Tech-Sektors null finanziellen Ertrag gebracht“.

Was Slok tatsächlich sagte

Der Bericht mit dem Titel „Keine Anzeichen für einen KI-Ertrag außerhalb des Technologiesektors“ konzentriert sich auf das, was Analysten die „S&P 493“ nennen: den S&P-500-Index ohne sieben Giganten (Alphabet, Amazon, Apple, Meta, Microsoft, Nvidia und Tesla). Indem er die Unternehmen herausrechnet, die KI entwickeln und verkaufen, isoliert Slok jene Firmen, die sie hauptsächlich nutzen wollen. In dieser Gruppe findet er keine Hinweise auf bessere Gewinnmargen oder einen höheren Umsatz pro Mitarbeiter.

Slok widersprach zudem einer beliebten Erklärung, wonach Nicht-Tech-Unternehmen den Technologieführern lediglich einige Quartale hinterherhinken. Er bezweifelt, dass sich diese Lücke leicht schließen lässt, und argumentiert, es werde für die amerikanische Wirtschaft schwierig sein, günstige maschinelle Intelligenz in schnelleres Umsatzwachstum und höhere Margen umzuwandeln.

Er stützte diese Ansicht auf die Grenzen der Technologie selbst. „KI versteht weder Verantwortung, Vertrauen, Kultur, ungeschriebene Regeln, ethische Abwägungen noch Fairness“, schrieb er und fügte hinzu, dass „KI ein großartiger Taschenrechner sein mag, aber im Geschäftsleben ist Intelligenz größtenteils Urteilsvermögen“. TechCrunch wies darauf hin, dass Apollo früher Eigentümer von TechCrunch war. Der TechCrunch-Artikel veröffentlichte keine konkreten Prozentzahlen, Stichprobengrößen oder Dollarbeträge aus dem Bericht.

Die Zahlen hinter der Argumentation

Frühere Berichte über Sloks Analyse liefern die entsprechenden Daten. Fortune berichtete am 6. Juli 2026 (US-Ostküstenzeit) unter Berufung auf Daten von Bloomberg und Macrobond, dass die Gewinnmarge der Magnificent Seven zwischen dem ersten Quartal 2023 und dem ersten Quartal 2026 von etwa 15 % auf rund 25 % gestiegen ist. Im selben Zeitraum pendelte die Marge der restlichen S&P 493 um die 10 %, während der breitere Bloomberg 500 Index stabil bei etwa 12 % blieb.

Mit anderen Worten: Der bisherige Gewinnsprung durch KI entfällt fast ausschließlich auf die Unternehmen, die die Technologie, Chips und Cloud-Kapazitäten bereitstellen.

Warum die Einführung außerhalb des Tech-Sektors langsam verlaufen könnte

Sloks Kommentar vom Juli, wie er von Fortune und The Decoder zusammengefasst wurde, erklärte, warum diese Lücke bestehen bleiben könnte. Software- und Technologieunternehmen können KI relativ einfach in ihre Produkte integrieren. Ein Großteil der übrigen Wirtschaft steht hingegen vor regulatorischen Hürden, Datenschutzvorschriften und der mühsamen Aufgabe, Arbeitsabläufe neu zu gestalten. Gesundheitswesen, Banken, Energie, Pharmaindustrie und Fertigung wurden als Branchen genannt, in denen Prozessumstellungen und Datenschutzanforderungen die Erfolge „weit über das hinaus verzögern könnten, was der Markt derzeit prognostiziert“.

Die Messbarkeit ist ein weiteres Problem. In der Wissensarbeit sind Produktivitätsgewinne schwer zu quantifizieren, sodass Manager kaum darauf reagieren können. Eingesparte Zeit kann im Tagesgeschäft aufgehen, anstatt sich in den Finanzberichten niederzuschlagen. Slok fasste es so zusammen: „Das Kernproblem ist die Länge der ROI-Laufzeit außerhalb des Technologiesektors.“

Unterstützende Belege aus anderen Studien

Der Artikel von Fortune verwies auf mehrere Datenpunkte, die in dieses Bild passen:

• Eine MIT-Studie aus dem Jahr 2025 ergab, dass nur 5 % der Unternehmen nennenswerte Renditen aus Pilotprojekten mit generativer KI erzielten.
• Eine Umfrage der Boston Consulting Group aus dem Jahr 2026 unter rund 12.000 Mitarbeitern an der Basis zeigte, dass 42 % angaben, mit KI acht Stunden pro Woche einzusparen, die meisten jedoch kaum Anleitung erhielten, wie sie diese Zeit nutzen sollten.
• In einem Fall zur Schadensbearbeitung bei Versicherungen lagen die Kosten bei Ricoh etwa dreimal höher als bei manueller Arbeit, obwohl die Produktivität der Abteilung um das Dreifache stieg.
• Bryan Catanzaro von Nvidia sagte, die Kosten für KI überstiegen die Kosten menschlicher Arbeit immer noch bei Weitem.
• Ford stellte 350 erfahrene Ingenieure ein, um jüngere Mitarbeiter zu schulen und seine KI-Werkzeuge zu verbessern.

Diese Beispiele zeigen, dass einzelne Mitarbeiter sich schneller fühlen können, während das unternehmensweite finanzielle Ergebnis – zumindest vorerst – unverändert bleibt.

Warum Investoren das interessieren sollte

Sloks Sorge gilt den Märkten ebenso sehr wie der Technologie. Die Bewertungen von KI-Unternehmen hängen von der Erwartung ab, dass die Margen in der gesamten Wirtschaft steigen werden. Wenn der Produktivitätsschub fünf Jahre statt fünf Monate dauert, warnt er, könnten erwartete Gewinne und tatsächliche Cashflows stark auseinanderdriften, was eine – wie er es nennt – „schmerzhafte Neubewertung“ riskiert. Er merkte zudem an, dass Unternehmen ihre KI-Ausgaben tendenziell drosseln, wenn sie nicht schnell eine Rendite sehen, und dass sinkende Token-Preise die Umsätze der großen Cloud-Anbieter begrenzen könnten.

Er behauptet nicht, dass sich KI niemals auszahlen wird. Seine Ansicht ist, dass die Gewinne irgendwann kommen könnten, möglicherweise aber erst, nachdem die Erwartungen bereits eingepreist sind.

Eine Anmerkung zur Wortwahl

Die Formulierung „null finanzieller Ertrag“ in der Überschrift ist die stärkste Lesart von Sloks Bericht. Sie bezieht sich auf die unternehmensweiten Gewinnmargen und den Umsatz pro Mitarbeiter der S&P 493, nicht auf jedes einzelne Projekt oder Team. Aggregierte Margen können stagnieren, selbst wenn bestimmte Anwendungsfälle Zeit oder Geld sparen – weshalb die Beispiele von MIT, BCG und Ricoh alle gleichzeitig zutreffen können.

Worauf man als Nächstes achten sollte

Leser, die diese Entwicklung verfolgen, können einige einfache Indikatoren beobachten: ob die Marge der S&P 493 in den kommenden Quartalsberichten über ihr Niveau von rund 10 % steigt, ob der Umsatz pro Mitarbeiter zu wachsen beginnt und ob Unternehmen ihre KI-Budgets weiter erhöhen, wenn die Renditen unsichtbar bleiben. Für Technikinteressierte ist dieser Vorgang eine lehrreiche Lektion über den Unterschied zwischen einem beeindruckenden Werkzeug und einem Werkzeug, das die wirtschaftlichen Grundlagen einer Organisation verändert – was oft neue Prozesse, Schulungen und Messmethoden erfordert und nicht allein durch Software erreicht wird.