Oracle: Schrumpfende Server-Racks und steigende abgegrenzte Erlöse deuten auf eine breitere KI-Monetarisierung hin, als die Wall Street erkennt
Deutsche Bank 2026 Technology Conference, 26. August 2026
Oracle-Co-CEO Mike Sicilia nutzte seinen Auftritt auf der 20. jährlichen Technologiekonferenz der Deutschen Bank, um detailliert darzulegen, warum die Cloud-Datenbank- und Infrastruktursparten des Unternehmens auch dann weiter wachsen dürften, wenn Teile der Softwarebranche mit längeren Verkaufszyklen zu kämpfen haben. Im Gespräch mit Brad Zelnick von der Deutschen Bank gab Sicilia konkrete Einblicke in den Fortschritt des Multi-Cloud-Rollouts, einen kleineren Infrastruktur-Formfaktor für regulierte Branchen sowie ein konkretes Beispiel dafür, wie KI die Implementierungszeiten halbiert. Diese Details verleihen einer Geschichte, die Investoren bisher primär über Investitionsausgaben (Capex) und Umsatzprognosen modelliert haben, eine operative Substanz.
Ein schrumpfendes Rack-Aufkommen und dessen Bedeutung für die Kapitalintensität
Die wohl weitreichendste Offenlegung betraf den Infrastruktur-Formfaktor. Sicilia erklärte, dass Oracle nun die vollständige OCI-Funktionalität, einschließlich aller Fusion-Anwendungen und der Oracle-Datenbank, in nur 6 Racks bereitstellen kann – eine deutliche Reduzierung gegenüber den 12 Racks, die er kurz zuvor noch genannt hatte. Dies ist von Bedeutung, da es einen eigenständigen, weniger kapitalintensiven Wachstumskanal eröffnet, der sich von den gigawattstarken Rechenzentrums-Großprojekten abhebt, die derzeit die Schlagzeilen dominieren. „Diese Rechenzentren sind bereits am Netz. Man nimmt vielleicht eine kleine Nachrüstung vor oder installiert andere Kühlsysteme, aber man muss nicht bei Null anfangen, Land erwerben oder sich Gedanken über die Stromversorgung machen“, sagte er. Er beschrieb, wie Banken, Versorgungsunternehmen und große Gesundheitssysteme, die ihre On-Premise-Infrastruktur ablösen, Oracles kompakte Private Cloud direkt in bestehende, bereits erschlossene Rechenzentrumsflächen integrieren können. In einem Markt, in dem die Stromverfügbarkeit der limitierende Faktor für das Wachstum der KI-Infrastruktur ist, punktet Oracle damit, dass der geringere Platzbedarf die Warteschlangen umgeht – ein differenzierender Faktor, der bei der Bewertung (Multiple) mehr Aufmerksamkeit verdient.
Multi-Cloud-Datenbank-Dynamik steht erst am Anfang, AWS baut gerade erst aus
Sicilia gab bekannt, dass Oracle im Rahmen seiner Multi-Cloud-Datenbank-Partnerschaft nun 22 Regionen mit Amazon live geschaltet hat, nachdem zuvor bereits Azure und Google folgten. Er wies darauf hin, dass das im vierten Quartal gemeldete Wachstum von 400 % bei Multi-Cloud-Datenbankerlösen „größtenteils auf die früheren Partnerschaften konzentriert war und nicht auf die Amazon-Partnerschaft“, da die AWS-Regionen erst jetzt online gehen. Dies impliziert, dass die ausgewiesene Wachstumsrate die Pipeline unterschätzt, da die neueste und potenziell größte Hyperscaler-Beziehung kaum begonnen hat, zum Ergebnis beizutragen. Sicilia betonte zudem, dass es eine signifikante Überschneidung zwischen dem Kundenstamm von AWS und den Oracle-Datenbankkunden gibt, was die AWS-Partnerschaft als Erschließung latenter Nachfrage und nicht als Schaffung völlig neuer Nachfrage einordnet.
Divergenz bei abgegrenzten Erlösen erklärt: Enterprise-Geschäft beschleunigt, KMU bremsen
Zelnick fragte nach, warum die abgegrenzten Erlöse (Deferred Revenue) von Oracle seit mehreren Quartalen schneller wachsen als die in der Periode realisierten Umsätze – ein Muster, das Investoren als Signal für eine starke Auftragslage werten. Sicilia führte die jüngste Schwäche spezifisch auf das KMU-Segment zurück und nannte NetSuite als Beispiel, wo „einige Verlangsamungen bei den Verkaufszyklen“ zu beobachten waren, die mit denselben Ängsten vor einer KI-getriebenen „SaaSpocalypse“ zusammenhingen, die die Softwarebranche insgesamt verunsicherten. Er stellte jedoch klar, dass sich Großunternehmen und Behörden in die entgegengesetzte Richtung entwickelten: „Im Enterprise-Markt, sowohl bei Behörden als auch bei großen Unternehmen, haben wir keine Wachstumsverlangsamung gesehen. Im Gegenteil... wir haben sogar eine Beschleunigung erlebt, dank der in unsere Fusion-Anwendungen und Branchenlösungen integrierten KI.“ Er bekräftigte zudem, dass etwa die Hälfte der installierten Basis von Oracle von On-Premise- auf Cloud-Anwendungen migriert ist, was auf einen mehrjährigen Spielraum hindeutet, insbesondere in den Bereichen Banken, Versorgungsunternehmen und Gesundheitswesen, wo Altsysteme am langsamsten abgelöst wurden.
KI verkürzt Implementierungszeiten: Ein konkretes Beispiel aus dem Gesundheitswesen
Sicilia nannte einen spezifischen, überprüfbaren Beleg für die operativen Auswirkungen von KI: Bei der Implementierung elektronischer Patientenakten durch Oracle für die U.S. Veterans Administration verkürzte sich die Zeit bis zum Go-live von 18 auf 8 Monate – unter Einsatz derselben Berater und Implementierungsteams. Dabei wurden KI-Tools genutzt, um Altsystem-Anpassungen auf den Weg zu einer standardisierteren Fusion-Bereitstellung zu bringen. Da der Auftragsbestand an abgegrenzten Erlösen schneller wächst als der realisierte Umsatz, nutzt das Management die schnellere „Time-to-Live“ explizit als Hebel, um die Umsatzrealisierung aus diesem Bestand zu beschleunigen. Ein Detail, das die KI-Narrative direkt mit einem kurzfristigen Finanzmechanismus verknüpft, statt bei vagen Produktivitätsversprechen zu verweilen.
Token-Monetarisierung ist noch in der Findungsphase – auch intern
Zur Monetarisierungsarchitektur bestätigte Sicilia, dass Oracle derzeit Token-Pakete, nutzungsbasierte Agenten-Preise und ergebnisorientierte Preismodelle parallel testet, anstatt sich auf ein Modell festzulegen. Er argumentierte, dass die Full-Stack-Positionierung über Anwendungen, Datenbanken und Infrastruktur hinweg es erlaube, die Preisstruktur exakt an den Kundenbedarf anzupassen. Er teilte zudem eine interne Anekdote, die unterstreicht, wie unvorhersehbar der Token-Verbrauch sein kann: Das eigene Vertriebsteam von Oracle verursachte unerwartet hohe Kosten durch die Nutzung des Codex-Coding-Tools, was das Unternehmen dazu veranlasste, „die Token-Drosselung ein wenig anzuziehen, da man nicht möchte, dass die Kosten den Leuten einfach davonlaufen.“ Dieses Eingeständnis ist ein nützlicher Realitätscheck für Investoren, die saubere, vorhersehbare KI-Monetarisierungskurven in der Softwarebranche modellieren; die interne Erfahrung von Oracle zeigt, dass Governance und Kostenkontrolle selbst für ein Unternehmen, das diese Fähigkeiten an Kunden verkauft, ein fortlaufender Prozess bleiben.
Vertikale Strategie und Datenbank-Burggraben bleiben das Kernargument
Sicilia investierte viel Zeit darin, zu bekräftigen, dass Oracles jahrzehntealte Strategie der Branchenvertikalen – von Kernbankensystemen über Patientenakten und Stromnetzmanagement bis hin zu Reservierungssystemen im Gastgewerbe – im KI-Zeitalter eher an Relevanz gewonnen hat. Denn ergebnisorientierte Diskussionen erfordern eine domänenspezifische Abstimmung, die generische KI-Tools nicht replizieren können. Er beschrieb die Verschlüsselungsschlüssel auf Patientenebene in Oracles Gesundheitsdatenbanken als Beispiel für eine integrierte Differenzierung, für deren Nachahmung Wettbewerber Jahre benötigen würden. Er war jedoch vorsichtig, die Disruption der Software-Engineering-Produktivität zu überhöhen: Zwar steigere KI den Output pro Ingenieur dramatisch, doch die „SaaSpocalypse-Ängste... dass wir keine Softwareingenieure mehr brauchen“, seien verfehlt. Jahrzehntelange Domänenexpertise in regulierten, geschäftskritischen Arbeitsabläufen bleibe ein Burggraben, den generische KI-Tools nicht erodieren können.