Google Clouds Kurian: TPU-Geschäft inzwischen doppelt so groß wie das des zweitgrößten Hyperscaler-Silicon-Bereichs
Goldman Sachs Communacopia + Technology Conference, 8. September 2026
Thomas Kurian, CEO von Google Cloud, nutzte seinen Auftritt auf der Communacopia + Technology Conference von Goldman Sachs, um ein so klares Bild wie nie zuvor davon zu zeichnen, wie die Unternehmenssparte von Alphabet auf ein jährliches Umsatz-Run-Rate von nahezu $100 Milliarden zusteuert. Die von ihm geteilten Zahlen verweisen auf ein Geschäft, das an mehreren Fronten gleichzeitig beschleunigt. Die Neukundengewinnung verläuft etwa doppelt so schnell wie vor einem Jahr, Verträge im Wert von über $100 Millionen sind sowohl im Quartals- als auch im Jahresvergleich um das Zweifache gestiegen, und Kunden, die Ausgaben in Höhe von $100 zusagen, geben typischerweise mehr als 50 % über diese Zusage hinaus aus. Für einen Geschäftsbereich, dessen Größe zunehmend den der größten Pure-Play-Cloud-Franchises rivalisiert, ist dies ein bemerkenswert optimistischer Datensatz.
TPU-Silicon-Geschäft ist inzwischen größer als das jedes rivalisierenden Hyperscalers
Die auffälligste Enthüllung der Session war Kurians Behauptung, dass das Accelerator- und CPU-Silicon-Geschäft von Google „mehr als doppelt so groß ist wie das des zweitgrößten Hyperscalers“. Dies ist das erste Mal, dass Google Cloud seine Silicon-Größe im Verhältnis zu Wettbewerbern beziffert, und es ordnet die TPU-Story von einem kostensparenden internen Werkzeug zu einer eigenständigen Franchise mit echter externer Monetarisierung ein. Kurian erläuterte drei Go-to-Market-Modelle für diese Hardware: Cloud-Abonnement, Direktkauf von Kapitalgütern für den Einsatz vor Ort (On-Premises) und eine Neocloud-Struktur, veranschaulicht durch eine Partnerschaft mit Blackstone. Das Kapitalkaufmodell ist für Google besonders kapitaleffizient, da die Kunden die Kosten für Rechenzentrumsstrom und -fläche tragen. Kurian sagte, dass Amortisationszeiten bei KI-Servern im Allgemeinen unter zwei Jahren liegen und sich diese Amortisationszeit bei Googles eigener TPU-Silicon-Hardware sogar halbiert. Er fügte hinzu, dass der Großteil des Infrastruktur-Vertragswerts inzwischen in langfristige, über fünf Jahre festgeschriebene Vereinbarungen eingebunden ist – ein Detail, das Investoren beruhigen dürfte, die sich Sorgen um die Nachhaltigkeit der Nachfrage nach KI-Infrastruktur machen.
Leistungsversprechen werden konkreter
Kurian bezifferte Googles Silicon-Leistungsvorsprung mit Kennzahlen, die Investoren mit den Offenlegungen rivalisierender Hyperscaler vergleichen werden: 2,7-mal bessere Preis-Leistung beim Training, 80 % bessere Preis-Leistung bei der Inferenz und 30 % bessere Preis-Leistung bei CPU-Workloads. Er knüpfte dies direkt daran, warum Googles neuestes Modell, Gemini Flash 3.8, die Konkurrenz auf Basis der Kosten pro Intelligenz unterbietet, und erklärte unmissverständlich: „Es sind unsere Tokens, echte Intelligenz pro Dollar, das liegt daran, dass wir diesen gesamten Stack optimieren.“ Die Nachfragebasis für diese Infrastruktur weitet sich über KI-Labore hinaus auf Kapitalmarktunternehmen aus, die quantitative Forschung betreiben, sowie auf Nutzer von Höchstleistungsrechnen (High-Performance Computing), die von älteren Solid-State- und Computational-Fluid-Dynamics-Workloads migrieren. Zu den namentlich genannten Referenzen gehörten die Deutsche Börse, Pfizer und die Genesis-Missionsinitiative der US-Regierung für Energieforschung, was die Diversifizierung über das Narrativ des KI-Labore-Wettstreits zwischen Hyperscalern hinaus unterstreicht.
Die Adoptionsmetriken für Gemini Enterprise werden schärfer
Kurian gab bekannt, dass Gemini Enterprise, die Agentenplattform des Unternehmens, von mehr als 90 % der Fortune-100-Unternehmen genutzt wird – zusätzlich zu den 90 % der Fortune-100-Unternehmen, die Google auch für die Cyberabwehr einsetzen. Rund 80 % der Google-Cloud-Kunden nutzen inzwischen dessen KI-Produkte, und entscheidend ist, dass diese KI-Produktnutzer 1,8-mal so viele Produkte konsumieren wie Nicht-KI-Kunden, was echten Cross-Selling-Erfolg belegt und nicht nur eine KI-Adoption um ihrer selbst willen. Kurian schätzte den Fünfjahres-Customer-Lifetime-Value eines Kunden, der das Gemini-Portfolio in der Cloud nutzt, auf das 1,5-Fache eines Nicht-Gemini-Kunden. Dies gibt Investoren einen konkreten Rahmen an die Hand, wie die KI-Adoption die Cloud-Ökonomie voraussichtlich vervielfachen statt nur eine neue Produktlinie hinzufügen wird.
Die Wiz-Rationale zum ersten Mal vollständig erklärt
Kurian lieferte die bislang detaillierteste öffentliche Erklärung für die strategische Logik hinter der Wiz-Akquisition und verknüpfte sie direkt mit dem Aufkommen KI-gesteuerter Cyberbedrohungen. „Wir haben 2023 gesehen, dass Modelle, während sie das Programmieren lernen … extrem geschickt darin werden können, Schwachstellen zu finden“, sagte er und erklärte, dass Wiz gezielt übernommen wurde, weil es sich über mehrere Clouds hinweg vernetzt – nicht nur über Googles eigene –, um einen Risiko-Score zu erstellen, der identifiziert, welche Anwendungen am wahrscheinlichsten kompromittiert werden. Kurian beschrieb einen vierstufigen Workflow: Wiz priorisiert das Risiko, Gemini scannt nach Schwachstellen, ein neues Produkt namens CodeMender repariert tatsächlich den Code, und Wiz testet den Fix anschließend erneut. Er äußerte sich unverblümt über die Grenzen von KI allein in diesem Bereich: „Man kann eine Bedrohung durch ein KI-Modell nur abwehren, indem man eine Kombination aus einer Sicherheitsplattform und einem KI-System einsetzt. Ein KI-System allein kann Sie nicht schützen, eine Sicherheitsplattform allein kann Sie nicht schützen.“ Dies ist ein bemerkenswertes Geständnis, dass rein modellbasierte Sicherheitsansätze strukturell unvollständig sind – ein Wettbewerbsargument, das genau auf Sicherheitsanbieter ohne zugrundeliegende Plattform abzielt.
Multimodell-Strategie wird mit Wirksamkeit statt nur mit Optionalität verteidigt
Kurian lieferte eine ungewöhnlich konkrete Begründung dafür, warum Gemini Enterprise bewusst mehrere Drittanbieter- und Open-Source-Modelle unterstützt, anstatt Kunden ausschließlich zu Gemini zu drängen. Am Beispiel der Cybersicherheit wies er darauf hin, dass „kein einzelnes Modell alle Probleme aus Cybersecurity-Sicht findet“ und dass kein Modell eine Obermenge dessen findet, was andere Modelle erfassen. Das bedeutet, dass Verteidiger mehrere Durchläufe mit unterschiedlichen Modellen benötigen, einschließlich Open-Source-Modellen, weil „Angreifer diese oft ebenfalls nutzen werden“. Dies ist eine weitaus defensiver klingende Rationale als das übliche Framing der „Kundenwahl“, das Anbieter normalerweise vorbringen, und räumt implizit ein, dass Gemini allein für Enterprise-Sicherheitsanwendungsfälle nicht ausreicht – eine Nuance, die Investoren gegen Googles breiteres Bestreben abwägen sollten, Gemini als führendes Frontier-Modell zu positionieren.
Forward-Deployed Engineers und die Accenture-Partnerschaft
Kurian achtete sorgfältig darauf, den Einsatz von Forward-Deployed Engineers bei Google Cloud von einem dienstleistungslastigen Modell abzugrenzen. Er wies darauf hin, dass Googles Dienstleistungsumsatz als Prozentsatz des Gesamtgeschäfts nach wie vor der kleinste unter allen Hyperscalern ist. Die Forward-Deployed-Teams erfüllen drei Funktionen: Identifizierung von Bereichen, in denen die Modellfähigkeit bei Top-Kunden in spezifischen Branchen vorangetrieben werden muss, Entwicklung der technischen Werkzeuge zur Erfassung dieser Fortschritte sowie Erstellung von Schulungs- und Zertifizierungsprogrammen, um die Adoption über Partner zu skalieren. Der klarste Beweis für diese partnergesteuerte Skalierungsstrategie war die Bestätigung, dass Accenture eine große Gemini-Enterprise-Geschäftsgruppe aufbaut, was am selben Morgen wie die Konferenz bekannt gegeben wurde. Kurian skizzierte zudem eine dreigliedrige Partnerschaftsarchitektur, die acht zielgerichtete Branchen, ein länderübergreifendes Systemintegratoren- und KI-Spezialisten-Netzwerk sowie Datenpartnerschaften mit Anbietern wie Bloomberg, FactSet und MSCI umfasst, um proprietäre Datensätze innerhalb von Googles Plattform aufbereitungssbereit für Reasoning zu machen.
Der Citigroup-Vermögensberater als Proof Point für vertikale Integration
Um das Argument für Googles Full-Stack-Strategie greifbar zu machen, verwies Kurian auf die von der Citigroup auf Gemini Enterprise entwickelte Anwendung für Vermögensberater. Diese kombiniert eine Echtzeit-Avatar-Schnittstelle auf TPU-Infrastruktur, eine Reasoning-Schicht zum Abrufen präziser Finanzdaten, Sicherheitsschutzmechanismen und eine kosteneffiziente Token-Bereitstellung im großen Stil. Das Beispiel wurde angeführt, um zu argumentieren, dass vertikale Integration nicht nur eine Effizienzgeschichte ist, sondern eine Strategie zur Umsatzdiversifizierung, die es Google ermöglicht, Einnahmen zu erzielen, unabhängig davon, ob Kunden das Silicon, das Modell, die Datenplattform oder die Sicherheitsschicht schätzen. Dies ist eine hilfreiche, konkrete Veranschaulichung eines ansonsten abstrakten „Full-Stack“-Pitching, dem es in früheren Investorenkommunikation bisweilen an Spezifität gefehlt hatte.