DruckFin

BG2-Podcast: SpaceX in 30 Tagen zum viertgrößten KI-Hyperscaler aufgestiegen

Brad Gerstner im Gespräch mit Gavin Baker, Andrew Fox und Clark Tang vor dem SpaceX-Börsengang am 12. Juni 2026

SpaceX hat sich innerhalb von nur 30 Tagen von einem Raumfahrt- und Kommunikationsunternehmen zum viertgrößten KI-Hyperscaler entwickelt. Dies erklärte Gavin Baker von Atreides Management im BG2-Podcast von Brad Gerstner. Die Enthüllung erfolgt vor dem Hintergrund des geplanten Börsengangs des Unternehmens mit einer Bewertung von 1,77 Billionen Dollar bei einem Ausgabepreis von 135 Dollar pro Aktie. Goldman Sachs und das Wall Street Journal berichten von Erwartungen, wonach der Umsatz bis 2028 auf 160 Milliarden Dollar steigen soll – nach rund 18 Milliarden Dollar im vergangenen Jahr.

Beispiellose Monetarisierung von KI-Recheninfrastruktur

Die wohl bemerkenswerteste Entwicklung im Gespräch war der Aufstieg des KI-Rechengeschäfts von SpaceX zu einem zentralen Umsatztreiber, den vor wenigen Wochen kaum jemand auf dem Schirm hatte. Clark Tang von Altimeter legte dar, dass die Verträge von SpaceX mit Google und Anthropic für Cloud-Computing einen höheren operativen Gewinn pro Gigawatt abwerfen als bei jedem anderen Anbieter, einschließlich Meta, der eigenen Infrastruktur von Google und OpenAI. Insbesondere der Google-Deal erzielt eine jährliche Monetarisierung von etwa 50 Milliarden Dollar pro Gigawatt, während der Anthropic-Deal 22 bis 23 Milliarden Dollar pro Gigawatt generiert.

Baker betonte die Tragweite dieser Entwicklung und merkte an, dass „bis vor Kurzem niemand KI-Rechenleistung im SpaceX-Modell hatte“. Er verwies auf eine Analyse von Altimeter-Analyst Freda, die einen internen Zinsfuß (IRR) von 55 % für das Rechenzentrum Colossus 1 ausweist. „Wenn man sich Kapital zu sechs, sieben oder acht Prozent leihen und in ein Projekt mit einem IRR von 55 % investieren kann, dann geht die Rechnung auf“, so Baker.

Jensen Huang berichtete Gerstner, dass Elon Musk Rechenzentren schneller in Betrieb nehme als jeder andere: Die Bereitstellung von 100.000 GPUs dauere 122 Tage, verglichen mit dem üblichen dreijährigen Planungszyklus plus einem Jahr für die Installation. „Geschwindigkeit ist buchstäblich gleichbedeutend mit Kosten, da man jeden Tag Elektriker und Klempner bezahlt“, erklärte Baker. Dieser operative Vorsprung hat SpaceX im Bereich NeoCloud vor zahlreiche Wettbewerber katapultiert und etablierte Akteure wie Oracle bei der gesamten KI-Rechenkapazität überholt.

Die Übernahme von Cursor verändert das Rennen um Frontier-Modelle

Gerstner argumentierte, der Markt unterschätze die Bedeutung der Cursor-Übernahme für das xAI-Geschäft von SpaceX. Das Unternehmen mit 700 bis 800 Mitarbeitern sollte in diesem Jahr einen Umsatz von bis zu 10 Milliarden Dollar erzielen und verfügte über proprietäre Programmierdaten, die das im öffentlichen Internet verfügbare Volumen übersteigen. Baker merkte an, dass sowohl Cursor als auch Anthropic über mehr proprietäre Coding-Tokens verfügen als öffentlich zugänglich sind – ein entscheidender Faktor für die Modellleistung.

Die Kombination scheint zu funktionieren. Das Modell Composer 2.5 von SpaceX, das unter Verwendung der Cursor-Daten auf dem Basismodell Kimmy K 2.5 und mit dreiwöchigem Reinforcement Learning auf dem Colossus-2-Cluster trainiert wurde, erreichte nur 12 Tage vor dem Podcast Pareto-Dominanz bei Coding-Benchmarks. „Was ich so beeindruckend finde, ist, dass Composer 2 bereits auf der niedrigsten Intelligenzstufe mit sehr wenig Training Pareto-dominant war“, sagte Baker und fügte hinzu, dass die proprietären Cursor-Daten, trainiert mit Chinchilla-optimalem oder darüber hinausgehendem Reinforcement Learning, darauf hindeuten, dass „xAI und SpaceX das Zeug zu einem ernsthaften Player im Bereich Coding haben“.

Baker hält dies für die am meisten unterschätzte Variable in der Geschichte von SpaceX. „Wenn ich sagen müsste, welches Element in der Erzählung verloren geht, dann ist es die drastische Verbesserung ihrer Fähigkeiten beim Aufbau eines Frontier-Modells“, sagte er. Die Integration verschafft SpaceX eine einzigartige Position, in der sie ihre gesamte monetarisierte Rechenleistung intern für das Training und den Betrieb von Modellen nutzen können, was einen mächtigen Schwungradeffekt erzeugt.

Orbitale Rechenzentren bieten fünffachen Kostenvorteil

Andrew Fox erläuterte die Wirtschaftlichkeit von orbitaler Rechenleistung, die entscheidend von der schnellen Wiederverwendbarkeit der zweiten Stufe des Starship-Systems abhängt. Nach aktuellen Prognosen für wiederverwendbare Raketen liegen die Kosten für die Bereitstellung eines Gigawatts Rechenkapazität im Weltraum bei etwa 5 Milliarden Dollar, verglichen mit 20 bis 25 Milliarden Dollar allein für die terrestrische Infrastruktur – ohne GPUs und Silizium.

Fox erklärte, dass bei einer Nutzlastkapazität von 100 Tonnen pro Starship und Satelliten, die jeweils für fünf Megawatt ausgelegt sind, die Rechnung bei etwa 5 Milliarden Dollar pro Gigawatt orbitaler Kapazität liegt. Zusammen mit den rund 35 Milliarden Dollar für GPUs und Silizium beliefen sich die gesamten Kosten für den orbitalen Einsatz auf etwa 40 Milliarden Dollar pro Gigawatt, gegenüber 60 Milliarden Dollar am Boden. Der entscheidende Punkt ist, dass Strom, Kühlung und physischer Platz im Orbit im Wesentlichen kostenlos sind.

Gerstner merkte an, dass die terrestrischen Kosten tendenziell inflationär wirken, während orbitale Kosten im Laufe der Zeit deflationär sein könnten, was einen wachsenden Vorteil schafft. Baker warnte jedoch, dass die schnelle Wiederverwendbarkeit „eine wirklich schwierige Sache“ sei, fügte aber hinzu: „Ich habe Elon schon viele schwierige Dinge tun sehen, und da dies eine wirklich schwierige Sache ist, halte ich es für plausibel, dass sie Erfolg haben werden.“ Das Unternehmen plant, noch in diesem Jahr die Rückkehr der zweiten Starship-Stufe zu erproben und sie bis nächstes Jahr wiederverwendbar zu machen.

Kerngeschäft bleibt starkes Fundament

Fox betonte, dass die schnelle Wiederverwendbarkeit die Grundlage für alle weiteren Ziele von SpaceX sei. Das Unternehmen steigert die Zahl der Starts von etwa 160 bis 165 im letzten Jahr auf hohe Hunderte in den kommenden Jahren und potenziell Tausende Starts innerhalb von drei Jahren. „Die Ambitionen des Unternehmens bedeuten Tausende Starts, also zwei oder drei Starts pro Tag“, so Fox.

Bezüglich Starlink merkte Fox an, dass die Breitbanddurchdringung weltweit bei unter 1 % der Haushalte liege, obwohl bei Erreichen der schnellen Wiederverwendbarkeit Hunderte Millionen Endgeräte ein realistisches Ziel seien. Die Umsatzmodelle zeigen, dass die Konnektivitätserlöse, einschließlich Starlink Direct-to-Cell, bis 2028 von rund 10 Milliarden auf 50 Milliarden Dollar wachsen dürften. Baker ordnete dies als eine Durchdringung von lediglich 0,3 % des globalen Telekommunikationsmarktes ein und bemerkte: „Ich reise mit Starlink. Ich bin ein großer Videospieler und wo immer ich auf der Welt bin, ist Starlink beständig die beste Verbindung – am schnellsten und mit der geringsten Latenz.“

Gerstner wies darauf hin, dass die implizite Monetarisierungsrate des KI-Geschäfts in der durchgesickerten Umsatzprognose von 160 Milliarden Dollar für 2028 bei etwa 14 Milliarden Dollar pro Gigawatt und Jahr liege, während SpaceX gerade Verträge über 23 und 50 Milliarden Dollar pro Gigawatt unterzeichnet habe. „Ich denke, man kann in das terrestrische KI-Geschäft investieren und dennoch begeistert sein“, sagte Fox, was darauf hindeutet, dass orbitale Rechenleistung eher ein zusätzliches Aufwärtspotenzial darstellt, als eine Voraussetzung für die Bewertung.

Das Rennen um Frontier-Modelle beschleunigt sich

Die Diskussion über den Start von Anthropic Fable 5 und die breitere Modelllandschaft offenbarte einen grundlegenden Wandel bei der Messung von Intelligenz. Gerstner hob einen Tweet von Noam Brown hervor, der nahelegt, dass punktuelle Benchmarks nicht mehr relevant seien, da die x-Achse Zeit, Tokens oder Rechenleistung sein müsse und nicht Einzelmessungen. Modelle könnten heute die meisten Probleme lösen, wenn sie genügend Laufzeit erhielten.

Baker nannte diese Erkenntnis „so tiefgreifend“ und nutzte eine Analogie: „Stellen Sie sich vor, Albert Einstein hätte 24 Stunden am Tag über fundamentale Physik nachgedacht. Er muss nicht essen, nicht schlafen, nicht entspannen. Er trinkt nicht, wird nie alt und verliert nie an Intelligenz. Und er denkt ein Jahr lang nach. Ich meine, wir hätten vielleicht schon viele dieser unlösbaren Probleme gelöst.“ Er fügte hinzu: „Wir wissen nicht, wie intelligent diese Modelle sind, und wir werden vielleicht nie wissen, wie intelligent jede Modellgeneration tatsächlich ist oder war, weil wir keine Zeit haben, ihre Intelligenz angemessen zu bewerten, bevor das nächste Modell erscheint.“

Tang lieferte praktische Beispiele für die Fähigkeiten von Fable 5, etwa das Einspeisen von sieben Finanzmodellen in das System mit der Anforderung einer Master-Ansicht inklusive Analyse widersprüchlicher Annahmen sowie die Auswertung dreijähriger Notizen zur Identifizierung der aussagekräftigsten Quellen. „Das Modell ist in der Lage, alle unsere Annahmen logisch zu durchdringen“, sagte er und fügte hinzu, dass die Orchestrierung von Multi-Agenten erst der Anfang dieser Fähigkeiten sei.

Debatte um Open Source vs. Frontier neigt sich zugunsten von Frontier

Gerstner stellte den Konsens vom Anfang des Jahres infrage, wonach Open-Source-Modelle und günstige Tokens den Abstand zu Frontier-Modellen schließen würden. Die Beweise aus den ersten sechs Monaten des Jahres 2026 deuten entschieden in die entgegengesetzte Richtung. Baker stellte empirisch fest, dass „90 % des Umsatzes, wahrscheinlich sogar mehr“, auf Frontier-Modelle entfallen, obwohl Open Source möglicherweise 80 % der konsumierten Tokens ausmacht.

Tang beobachtete eine ausgeprägte geografische Kluft: Das Silicon Valley favorisiere stark Cloud-Ansätze mit Closed-Source, während man in Asien davon ausgehe, dass die Optimierung von Modellen auf die Arbeitslast dominieren werde. Er deutete an, dass das kommende Jahr „am aussagekräftigsten dafür sein wird, in welche Richtung sich das entwickelt“, merkte aber an, dass Closed-Source in diesem Jahr den Wert abgeschöpft habe, weil „die Modelle die Intention tatsächlich verstehen und die Arbeit mit den ersten wirklich nützlichen Agenten tatsächlich ausführen“.

Baker warf die Möglichkeit auf, dass Nvidia die gesamte Landschaft stören könnte, indem es Open Source zum Frontier-Standard erhebt, wann immer es will. „Wenn alle seine Kunden mit ihm konkurrieren wollen, warum sollte er dann nicht mit seinen Kunden konkurrieren?“, fragte Baker und merkte an, dass Nvidia mit Nemotron 3.1 bereits exzellente Open-Source-Modelle besitze, aber darauf geachtet habe, nicht direkt mit Anthropic, OpenAI und Google zu konkurrieren. Die Implikation ist, dass ASICs von verschiedenen Hyperscalern einen Anreiz für Nvidia schaffen, seine eigene Position durch überlegene Open-Source-Angebote zu stärken.

Beschleunigte Investitionsausgaben durch Umsatzwachstum gerechtfertigt

Morgan Stanley hat kürzlich seine Prognose für KI-Investitionsausgaben (Capex) für 2027 von 950 Milliarden auf 1,1 Billionen Dollar angehoben, wobei Gerstner glaubt, dass die tatsächliche Zahl inklusive SpaceX, CoreWeave und anderer Akteure 1,5 Billionen Dollar erreichen wird. Dies steht im Vergleich zu etwa 300 Milliarden Dollar an prognostiziertem KI-Inferenzumsatz für 2027, was Fragen zur Kapitalrendite aufwirft.

Baker argumentierte, dass die Rechnung bei Bruttomargen von 50 % bis 70 % auf dieser Umsatzbasis aufgehe, hält aber die Zahl von 300 Milliarden Dollar für zu konservativ. „Ich denke, wir beenden dieses Jahr mit weit über 200 Milliarden Dollar an Inferenzumsatz. Weit über“, sagte er. Die Gruppe merkte an, dass Dario Amodei Umsätze in niedriger dreistelliger Milliardenhöhe bis 2028 vorhergesagt habe, und fügte hinzu: „Es fällt mir schwer zu glauben, dass es vor 2030 nicht Billionen von Dollar an Umsatz geben wird.“

Tang hob hervor, dass die Monetarisierungsraten pro Gigawatt von etwa 20 Milliarden Dollar Anfang des Jahres auf derzeit 30 bis 40 Milliarden Dollar gestiegen seien, was einen reinen Margendurchfluss auf einer hohen Fixkostenbasis darstelle. „Der Umsatz könnte unsere Fixkostenbasis tatsächlich um einen erheblichen Betrag übersteigen“, sagte er, was erkläre, warum die Labore die Ausgaben beschleunigten. Fox fügte hinzu, dass weniger als 0,2 % der Menschen auf der Erde KI auf agentische Weise nutzen, was auf ein massives Potenzial für Nachfragewachstum hindeutet.

Gerstner setzte die Größenordnung in Perspektive, indem er anmerkte, dass die „Mag 7“ in den letzten sieben Jahren eine Billion Dollar Umsatz hinzugefügt und 17 Billionen Dollar an Marktkapitalisierung generiert hätten. Die Prognose fordert nun, in der Hälfte der Zeit eine weitere Billion an Umsatz über nur drei Unternehmen – SpaceX, Anthropic und OpenAI – hinzuzufügen. „Wir werden Unebenheiten auf dem Weg haben, aber wir werden höhere Höchststände erreichen, weil die Größe des Preises – das wird 5, 10, 15 % des globalen BIP transformieren“, sagte er.

Portfoliomanagement in einem saisonalen Markt

Sowohl Gerstner als auch Baker diskutierten die Reduzierung von großen auf mittelgroße Positionen nach dem substanziellen Anstieg bei Halbleiteraktien, betonten jedoch beide, dass es sich um relative Anpassungen und nicht um bärische Einschätzungen handele. Baker nutzte eine Läufer-Analogie und beschrieb, wie der Markt aus dem Abschwung von 2022 mit erheblicher Energie herausgeklettert sei, nun aber „einen sehr steilen Hügel hinaufgelaufen“ sei, insbesondere bei Halbleitern, wobei viele Aktien „direkt eine Klippe hinaufgegangen“ seien.

Gerstner merkte an, dass der Markt trotz des Krieges mit dem Iran, Öl bei 100 Dollar, steigendem Verbraucherpreisindex, einem Rückgang bei Internetaktien um 16 % und bei Software um 8 % gut performt habe, weil „die Welt die KI-Umsätze und die benötigte Rechenleistung unterschätzt hat“. Er wies jedoch auf Bedenken hinsichtlich einer saisonal schwachen Phase hin und merkte an, dass KI seit drei Sommern saisonale Muster gezeigt habe, da Studenten ihre Nutzung reduzierten.

Baker erkannte mehrere kurzfristige Risiken an, schloss aber: „Wenn ich an das denke, was Noam Brown sagte, und wenn ich die Fähigkeiten von Fable sehe, fällt es mir einfach schwer, zu bärisch zu werden.“ Er betonte, man müsse immer davon ausgehen, dass „eine Kugel auf mich zukommt“, aber die fundamentale Entwicklung bleibe überzeugend.

Zum Börsengang von SpaceX merkte Baker spezifische, beispiellose Dynamiken an, darunter Musks 50-prozentige Beteiligung mit einer 365-tägigen Sperrfrist und die Tatsache, dass Mitarbeiter und Investoren durch Sekundärmärkte seit rund einem Jahrzehnt alle sechs Monate Liquidität erhalten hätten. „Wenn Sie ein SpaceX-Mitarbeiter oder ehemaliger Mitarbeiter sind und verkaufen wollten, hatten Sie etwa 20 Gelegenheiten dazu“, sagte er, was auf einen deutlich geringeren Verkaufsdruck als bei typischen Börsengängen hindeute, trotz eines Charts, der bei vergleichbaren großen Technologie-Börsengängen durchschnittliche maximale Drawdowns von über 50 % zeigt.

Gerstner bezeichnete SpaceX als „ein Must-Buy, ein Must-Own, kaufen und liegen lassen“ für institutionelle Investoren, die „eine echte Wette sowohl auf die Raumfahrt als auch auf die KI-Zukunft“ wollten, räumte jedoch die Notwendigkeit ein, die Positionsgröße aufgrund der Volatilität zu steuern. Die Einschätzung der Gruppe ist, dass bei einer Aufschlüsselung jedes Geschäftsbereichs nach dem First-Principles-Ansatz das Wachstum der Starlink-Konnektivität erreichbar erscheint, die Monetarisierung terrestrischer KI-Rechenleistung machbar ist und das Modellgeschäft nach der Cursor-Übernahme ein Aufwärtspotenzial darstellt, das der Markt unterschätzt.