KI-Compute wird zur Commodity: Edge-Inferenz entleert die Rechenzentren

Der Engpass liegt dort, wo die Intelligenz läuft

Die Leistungsfähigkeit der Foundation Models ist nicht mehr die Grenze der physischen KI: Die Grenze ist, wo die Inferenz läuft, zwischen Gerät und Cloud.

Das ist die dokumentierte Entwicklung der Kosten pro Token in den letzten drei Jahren, und der Markt preist sie genau verkehrt herum ein. KI-Compute wird wie eine Commodity behandelt, die man in Gigawatt-Campussen hortet, während die tatsächliche Nachfrage an den Rand des Netzes wandert.

Arm hat diesem Übergang soeben einen Zeitstempel verpasst. Am 20. und 21. Oktober 2026 wird Dermot O'Driscoll, Go-to-Market-Chef für Physical AI bei Arm, auf der RoboBusiness in Santa Clara erläutern, wie sich Intelligenz zwischen Cloud und Edge innerhalb eines Roboters verteilen lässt. Er tut das nach dem Start von Total Design, der Plattform, die die Integrationskomplexität in autonomen Systemen reduziert (The Robot Report^[1]). Wenn der Anbieter der weltweit am weitesten verbreiteten Architektur die Verteilung des Compute als Systemproblem Nummer eins behandelt, wiegt dieses Signal schwerer als jede GPU-Roadmap.

Der Konsens hat den falschen Rahmen

Der Konsens schaut auf die von den Hyperscalern kontrahierten Megawatt und liest sie als künftige Inferenznachfrage.

Die wirklich prädiktive Kennzahl ist eine andere: wie viele Parameter auf einem batteriebetriebenen Gerät laufen, und zu welchen Kosten. Ein Gigawatt-Campus verkauft ein Versprechen auf zehn Jahre. Ein Chip im Roboter verkauft eine Antwort in zehn Millisekunden, und ein mechanischer Arm toleriert null Round-Trips zu einem Rechenzentrum in 400 Kilometern Entfernung.

Der Terminmarkt für Compute, von der im Voraus verkauften GPU-Stunde bis zu den Take-or-Pay-Verträgen für Campusse, preist die Knappheit von heute als Dauerzustand ein. Jede Knappheit dieses Zyklus hat einen Zyklus lang gehalten: vom Silizium fürs Training zum Packaging, vom Packaging zum Speicher, vom Speicher zur Energie.

Die Analysten haben recht, was die Gegenwart angeht, und unrecht, was das Tempo des Wandels betrifft.

Die Kostenkurve sagt, wer gewinnt

Die Grundthesen dieses Desks setzen drei Punkte auf die Inferenzkurve. Die Kosten einer Inferenz der GPT-4-Klasse sind in dreieinhalb Jahren um rund das Tausendfache gesunken, der Preis der Intelligenz fällt um etwa das Vierzigfache pro Jahr, und 29% der Produktions-Token laufen auf 4% der Ausgaben.

Die Gerätekurve läuft parallel. Ein Modell mit 27 Milliarden Parametern läuft auf einem iPhone, ein Lidar kostet weniger als 200 Dollar, und eine RGB-Kamera mit lokaler Inferenz schlägt den Multisensor-Stack. Sensor und lokale Inferenz werden schneller billiger als die Bandbreite, die nötig wäre, um diese Daten in die Cloud zu bringen.

Diese Kombination hat eine arithmetische Konsequenz: Der Wert wandert dorthin, wo die Daten entstehen, und generisches Compute in einem entfernten Campus wird zum austauschbarsten Gut des gesamten Stacks.

Das bedeutet Commodity in diesem Kontext. Der Preis konvergiert gegen die Grenzkosten, die Marge geht auf null, und wer Festpreisverträge unterschrieben hat, zahlt die Differenz.

Cliff Event: 2028, wenn das Procurement die Spalte wechselt

Cliff Event: Die Kostenparität zwischen On-Device-Inferenz und Cloud-Inferenz für Robotik-Workloads kommt 2028, und ab diesem Moment wechseln die Beschaffungsverträge die Spalte.

Der kausale Mechanismus ist der Designzyklus der Chips. Total Design, 2026 von Arm gestartet, reduziert die Integrationskomplexität für alle, die autonome Systeme bauen, wie The Robot Report^[1] berichtet. Ein SoC braucht in der Regel zwei bis drei Jahre vom Entwurf bis zum Volumen, also werden die Architekturentscheidungen von 2026 zur installierten Hardware von 2028.

Das ist ein Regimewechsel, kein Trend. Die Verteilung der Intelligenz hört auf, ein Detail der Ingenieursarbeit zu sein, und wird zur Variablen, die entscheidet, welcher Compute-Stack überhaupt noch etwas wert ist.

Generische Rechenzentren, die für undifferenzierte Inferenz gebaut werden, verlieren den Kunden, bevor sie überhaupt eingeschaltet sind.

Drei Sektoren, die bis 2028 ihre Form ändern

Drei Kategorien, die bis 2028 anders aussehen werden als heute:

• Generische Rechenzentren für Inferenz: vom strategischen Asset zur austauschbaren Kapazität, bepreist zu Grenzkosten.
• Industrierobotik: Der Wert wandert vom Modell zu den Trainingsdaten, die an Bord der Maschine gesammelt werden.
• Automotive und autonome Fahrzeuge: Der Cloud-first-Stack wird in neuen Lieferverträgen zur Legacy-Option.

Der erste Sektor ist bereits in den kommunalen Haushalten sichtbar: In Maryland haben die Entwickler eines Rechenzentrums-Campus den Anwohnern ein Leistungspaket im Wert von 110 Millionen Dollar angeboten, das grösste, das die USA je gesehen haben, laut Tom's Hardware^[2]. Darin enthalten sind 30 Millionen für eine Grundschule und ein Wasserrückgewinnungssystem. Wenn der Preis der gesellschaftlichen Akzeptanz derart steigt, tritt jeder generische Capex in Konkurrenz zu einem Chip, der an Bord der Maschine läuft.

Das zweite Signal kommt vom Kapital. Mecka AI nähert sich in einer von Sequoia geführten Runde einer Bewertung von 500 Millionen Dollar, mitten im Wettlauf um Trainingsdaten für Roboter, berichtet TechCrunch^[3] am 11. September 2026. Das Kapital finanziert die Daten, die auf dem Gerät entstehen, also das knappe Gut, wenn Compute zur Commodity wird.

Was das für Entscheider jetzt bedeutet

Für einen CTO lautet die Frage, welchen Stack er neu bewerten sollte, bevor der Wandel offensichtlich wird. Die Antwort: jede Architektur, die Bandbreite als kostenlos und Latenz als irrelevant voraussetzt.

Für einen Venture- oder Growth-Fonds ist die Wette, die unmöglich erscheint, diejenige, die die Daten am besten stützen. Der Wert liegt bei den Unternehmen, die die vom Gerät erzeugten Daten besitzen: Robotik, intelligente Prothesen und Gesundheitslogistik. Das sind die drei Anwendungsfälle, die Arm selbst als Prüfstand für Physical AI nennt.

Für einen Chief Strategy Officer ist der Dreijahresplan, der neu geschrieben werden muss, jener, der bis 2029 mit wachsender zentralisierter Inferenz rechnet. Diese Welt existiert in den Tabellenkalkulationen der Hyperscaler. Die Kostenkurve sagt, dass der Robotik-Workload anderswo läuft.

Für die Technologiebeschaffung ist das konkrete Risiko ein mehrjähriger Festpreisvertrag über GPU-Stunden, heute unterschrieben für eine Kapazität, die 2028 nur noch einen Bruchteil kosten wird.

Prognose, Confidence und Kill Signal

Prognose: Bis zum 31. Dezember 2028 wird mindestens einer der drei Anbieter AWS, Microsoft Azure und Google Cloud die Absage oder eine Verschiebung um mehr als zwölf Monate eines bereits angekündigten Rechenzentrums-Campus bekannt geben. Als offizielle Begründung wird die Migration der Inferenz auf Edge-Geräte genannt werden. Confidence: 60 von 100, Horizont 838 Tage ab heute.

Kill Signal: Am 31. Dezember 2028 haben die drei Hyperscaler jeden zwischen 2026 und 2027 angekündigten Campus im Zeitplan gehalten, mit null öffentlichen Absagen oder Verschiebungen, die mit der Inferenznachfrage begründet wurden.

Was mich vor diesem Datum umstimmen würde. Ein Einbruch der Bandbreitenkosten, der schneller verläuft als der Preisverfall der Edge-Chips, würde den Pfeil umkehren, weil Zentralisierung dann wieder wirtschaftlich würde. Oder eine Rückkehr der Packaging-Knappheit, die die Volumen der Roboter-SoCs blockiert und den Engpass von der Architektur in die Fab verlagert.

Ich unterscheide die Prognose zur Technologie von der zum Markt-Timing. Die erste hat hohe Confidence: Die Inferenz wandert auf das Gerät. Die zweite hat mittlere Confidence: Die Hyperscaler geben Stranded Assets nur langsam zu, und das Datum 2028 ist eine Wette auf das Tempo, nicht nur auf die Richtung.