xAI-Transkript: Der Weltraum wird in 36 Monaten der günstigste Standort für KI – und ohne Roboter verliert Amerika gegen China
Dwarkesh Podcast, 5. Februar 2026 — Ausführliches Gespräch mit Elon Musk
Warum Energieengpässe den Weltraum zum logischen Standort für KI machen
Das Gespräch beginnt mit einer kritischen Hinterfragung von Elon Musks These zu orbitalen Rechenzentren. Der Interviewer gibt zu bedenken, dass die Energiekosten nur etwa zehn bis fünfzehn Prozent der gesamten Betriebskosten eines Rechenzentrums ausmachen, während der Großteil der Kosten auf die GPUs selbst entfällt. Befinden sich diese GPUs im Weltraum, wird ihre Wartung weitaus schwieriger oder gar unmöglich, wodurch sich der Abschreibungszyklus verkürzt und das gesamte Unterfangen deutlich teurer wird. Warum also der Standort Weltraum?
Musks Antwort konzentriert sich auf die Verfügbarkeit von Energie. Außerhalb Chinas stagniert die Stromerzeugung weitgehend. China verzeichnet einen rasanten Anstieg, doch wer anderswo Rechenzentren baut, steht vor einem fundamentalen Problem: Die Chip-Leistung wächst exponentiell, während die Stromerzeugung stagniert. Er stellt die Frage direkt: Wie will man die Chips in Betrieb nehmen? Mit magischen Stromfeen?
Ein Interviewer wendet ein, dass ein Terawatt Solarenergie bei einem Kapazitätsfaktor von 25 Prozent nur etwa ein Prozent der Landfläche der Vereinigten Staaten beanspruchen würde. Musk entgegnet, dass die Genehmigungsverfahren, um Nevada mit Solarpaneelen zu bedecken, das eigentliche Hindernis seien. In diesem Sinne ist der Weltraum teilweise eine regulatorische Entscheidung. Es ist schwieriger, an Land zu bauen als im All, und es ist schwieriger, am Boden zu skalieren als im Weltraum.
Über das regulatorische Argument hinaus erläutert Musk den physikalischen Vorteil. Im Weltraum produzieren Solarpaneele etwa fünfmal mehr effektive Energie als am Boden, da es keinen Tag-Nacht-Rhythmus, keine Saisonalität, keine Wolken und keine Atmosphäre gibt. Allein die Atmosphäre verursacht einen Energieverlust von rund 30 Prozent. Hinzu kommt der Wegfall von Batteriekosten, die nötig wären, um Energie über die Nacht zu speichern – die Wirtschaftlichkeit kippt dramatisch. Seine Prognose ist eindeutig: Innerhalb von 36 Monaten, wahrscheinlich eher 30 Monaten, wird der Weltraum bei weitem der günstigste Ort für KI sein. Danach, so Musk, werde es „lächerlich viel besser“, im All zu sein. Der einzige Ort, an dem man wirklich skalieren könne, sei der Weltraum.
Die Hardware-Flaschenhälse, die in der Software-Welt niemand versteht
Musk äußert sich unverblümt darüber, was es tatsächlich bedeutet, ein großes Rechenzentrum zu betreiben. Er sagt, Leute, die nur in der Software-Welt gelebt haben, stünden kurz vor einer harten Lektion in Sachen Hardware. Man brauche nicht nur Kraftwerke. Man benötige die gesamte elektrische Infrastruktur, die Transformatoren, um die KI-Transformer zu betreiben. Die Versorgungsindustrie sei sehr langsam und bewege sich im Schneckentempo der Regulierungsbehörden (Public Utility Commissions). Allein eine Netzanschlussvereinbarung in großem Maßstab zu erhalten, könne allein für die Studienphase ein Jahr in Anspruch nehmen.
Auf den Vorschlag, Unternehmen könnten einfach ihre eigene Stromversorgung „hinter dem Zähler“ (behind-the-meter) aufbauen, stimmt Musk zu, dass genau dies der Ansatz von xAI bei Colossus 2 war. Die Frage sei dann jedoch, woher man die Kraftwerke beziehe. Der limitierende Faktor seien Turbinenschaufeln und -blätter. Es gebe weltweit nur drei Gießereien, die diese herstellen, und sie seien massiv überlastet. Gasturbinen seien bis 2030 ausverkauft. Wer stattdessen Solar skalieren wolle, sehe sich mit enormen Zöllen auf Importe in die USA konfrontiert, während die heimische Produktion kläglich sei.
Sowohl SpaceX als auch Tesla, so Musk, arbeiteten an einer Solarzellenproduktion von 100 Gigawatt pro Jahr – vom Rohmaterial bis zur fertigen Zelle. Für Installationen im Weltraum seien die Solarzellen tatsächlich günstiger in der Herstellung, da sie kein schweres Glas oder Rahmen benötigen, um Wetterbedingungen zu überstehen. Er schätzt, dass Solarenergie im Weltraum nicht fünfmal, sondern zehnmal günstiger wird als am Boden, wenn man die Batteriekosten komplett herausrechnet.
Anschließend liefert er ein konkretes Beispiel für den tatsächlichen Energiebedarf, den viele unterschätzen. Naiv betrachtet multiplizieren Menschen den Stromverbrauch eines Nvidia GB300-Chips mit der Anzahl der Chips und halten das für den Energiebedarf. Dabei würden die gesamte Netzwerkhardware, die CPU- und Speicherinfrastruktur, der Spitzenkühlbedarf an den heißesten Tagen des Jahres – etwa in Memphis – sowie die Notwendigkeit, Kapazitäten für die Wartung von Generatoren vorzuhalten, ignoriert. Seine Schätzung: Etwa 300.000 GB300-Chips, inklusive Netzwerk, Kühlung und Wartungsreserve, erfordern etwa ein Gigawatt an Erzeugungskapazität.
Von Starship zum orbitalen Hyperscaler: Die Fünf-Jahres-Vision
Der Interviewer fragt nach den analogen technischen Herausforderungen im Weltraum und merkt an, dass Dinge wie der Ersatz von Bandbreite durch orbitale Laser und die Härtung von Chips gegen Strahlung bisher ungelöst seien. Musk vertritt den Standpunkt, dass das Problem der GPU-Zuverlässigkeit weitgehend gelöst sei. „Kinderkrankheiten“ moderner GPUs ließen sich ausmerzen, indem man sie erst am Boden betreibe, bevor man sie in den Orbit schieße. Sobald sie den anfänglichen Debug-Zyklus durchlaufen hätten, seien sie recht zuverlässig.
Was den angestrebten Maßstab betrifft, glaubt Musk, dass SpaceX in fünf Jahren jährlich mehr KI im Weltraum starten und betreiben werde, als die kumulierte Gesamtmenge aller KI auf der Erde ausmache. Er schätzt, dass dies mindestens einige hundert Gigawatt KI-Leistung pro Jahr im All sein könnten, mit steigender Tendenz. Er hält etwa ein Terawatt pro Jahr für möglich, bevor die Treibstoffversorgung für die Raketen zum Problem werde.
100 Gigawatt an weltraumgestützter KI, inklusive Solaranlagen und Radiatoren, entsprächen etwa 10.000 Starship-Starts. Um dies in einem einzigen Jahr zu erreichen, wäre etwa ein Start pro Stunde erforderlich. Musk weist darauf hin, dass dies im Vergleich zur Luftfahrtindustrie eine geringere Frequenz sei als die tägliche Anzahl an Flugzeugstarts weltweit, verteilt auf viele Flughäfen. Physisch gesehen glaubt er, dass man 10.000 Starts pro Jahr mit nur 20 oder 30 wiederverwendbaren Starships bewältigen könnte, wobei SpaceX darauf hinarbeite, 10.000 bis 30.000 Starts pro Jahr durchzuführen.
Er beschreibt die potenzielle Rolle von SpaceX als „Hyper-Hyperscaler“, der möglicherweise mehr KI in den Weltraum befördere als die gesamte restliche Welt zusammen. Der Großteil dieser KI werde Inferenz sein; bereits jetzt mache Inferenz den größten Teil der Trainings-Compute aus.
Auf die Frage, ob SpaceX an die Börse gehen müsse, um diese Ambitionen zu finanzieren, äußert sich Musk vorsichtig, aber deutend. Er räumt ein, dass auf den öffentlichen Märkten weitaus mehr Kapital verfügbar sei als auf den privaten – vielleicht hundertmal mehr. Private Märkte könnten Finanzierungen in zweistelliger Milliardenhöhe stemmen, aber nicht viel mehr. Auf die Frage, warum ein Börsengang einem Unternehmen helfe, schnell zu agieren, angesichts seiner historischen Kritik am Druck der öffentlichen Märkte, sagt er schlicht: Kapital könne zum limitierenden Faktor werden, und wenn das der Fall sei, werde er eine Lösung finden.
Die langfristige Vision: Kardaschow-Skala und Massentreiber auf dem Mond
Mit einem weiteren Blick in die Zukunft erklärt Musk, dass die Erde nur etwa ein halbes Milliardstel der gesamten Energieabgabe der Sonne empfange. Wollte man nur ein Millionstel der Sonnenenergie nutzen, wäre das etwa 100.000 Mal mehr Elektrizität, als die gesamte Zivilisation derzeit auf der Erde erzeuge. Der einzige Weg dorthin führe über Solarenergie im Weltraum. Von der Erde aus könne man etwa ein Terawatt Kapazität pro Jahr erreichen. Darüber hinaus benötige man einen Massentreiber (Mass Driver) auf dem Mond. Damit ließe sich ein Petawatt pro Jahr erzielen.
Er beschreibt die Möglichkeit, KI-Satelliten direkt auf dem Mond zu fertigen, da der Mondboden zu etwa 20 Prozent aus Silizium bestehe. Man könne Silizium auf dem Mond abbauen, veredeln und dort Solarzellen und Radiatoren herstellen. Radiatoren könnten aus Aluminium gefertigt werden – beides sei auf der Mondoberfläche reichlich vorhanden. Chips könnten von der Erde geliefert werden, da sie leicht seien. Irgendwann könnten auch diese auf dem Mond produziert werden.
Als der Interviewer erwähnt, dass der Name „Grok“ aus Heinleins „Stranger in a Strange Land“ stamme, und nach dem Massentreiber-Konzept fragt, bestätigt Musk, dass Heinleins „The Moon Is a Harsh Mistress“ die Inspiration sei. Er beschreibt es begeistert: ein Massentreiber auf der Mondoberfläche, der KI-Satelliten mit 2,5 Kilometern pro Sekunde in den Weltraum schießt, einer nach dem anderen, eine Milliarde oder zehn Milliarden Tonnen pro Jahr. Er nennt es einen „großen Sieg“.
Chips, Speicher und die TeraFab
Der Chip-Flaschenhals sei ebenso bedeutend wie der Energieengpass. Musk schätzt, dass die Welt derzeit vielleicht 20 bis 25 Gigawatt an Rechenleistung besitze, und fragt, wie man bis 2030 auf ein Terawatt Logik kommen wolle. Er hat öffentlich die Idee einer „TeraFab“ ins Spiel gebracht, wobei „Tera“ das neue „Giga“ in seiner Nomenklatur sei. Um bis 2030 auf 100 Gigawatt an Chips zu kommen, seien etwa 100 Millionen Full-Reticle-Chips nötig, die jeweils mit einem Kilowatt Dauerlast laufen. Das impliziere Millionen von Wafern pro Monat bei fortschrittlichen Prozessknoten.
Die Prozesstechnologie würde anfangs Ausrüstung der fünf dominierenden Halbleiter-Ausrüster erfordern: ASML, Tokyo Electron, KLA-Tencor und andere. Der Plan sei, konventionelle Ausrüstung auf unkonventionelle Weise zu nutzen, um zuerst Skalierung zu erreichen, und dann die Ausrüstung zu verbessern – analog zu dem Ansatz von The Boring Company bei Tunnelbohrmaschinen: Man kauft eine existierende Maschine, lernt, wie man Tunnel gräbt, und entwirft dann eine Maschine, die um Größenordnungen schneller ist.
Auf die Frage, ob die Schwierigkeiten Chinas, TSMC zu kopieren, ihn zur Vorsicht mahnen sollten, stellt Musk klar, dass Chinas Limitierung nicht TSMC, sondern ASML sei. Die Exportverbote für EUV-Lithografie-Ausrüstung seien der eigentliche Hemmschuh. Er glaubt, dass China in drei bis vier Jahren dennoch konkurrenzfähige Chips produzieren werde.
Tesla arbeite mit Hochdruck am AI5-Chip und ziele auf eine Volumenproduktion im zweiten Quartal des nächsten Jahres ab. Der AI6-Chip solle weniger als ein Jahr später folgen. Tesla habe sich alle verfügbaren Kapazitäten bei TSMC und Samsung gesichert – in Taiwan, Arizona, Korea und Texas. Vom Start bis zur vollen Volumenproduktion mit hoher Ausbeute dauere der Fab-Hochlauf fünf Jahre; deshalb sei der Bau neuer Fabs so dringlich.
Er habe TSMC und Samsung direkt aufgefordert, schneller mehr Fabs zu bauen, und angeboten, den Abnahmebedarf zu garantieren. Sie bewegten sich bereits so schnell sie könnten. Es sei dennoch nicht schnell genug. Seine Einschätzung: Gegen Ende dieses Jahres werde die Chipproduktion wahrscheinlich die Fähigkeit übersteigen, die Chips in Betrieb zu nehmen. Es würden sich Chips anhäufen, die nicht mit Strom versorgt werden könnten.
Seine größte Sorge im gesamten Stack sei jedoch der Speicher. Der Weg zu Logik-Chips sei absehbarer als der Weg zu ausreichend Speicher, um diese Logik-Chips zu unterstützen. Die DDR-Preise stiegen bereits stark an.
Zur TeraFab bestätigt er, dass eine kleine Fab in Arbeit sei; man werde Fehler im kleinen Maßstab machen, bevor man die große baue. Er akzeptiert, dass Scheitern möglich ist. Das Ziel seien 100 Gigawatt Leistung und Chips, die 100 Gigawatt bis 2030 aufnehmen können.
Grok, Alignment und der Zweck von xAI
Das Gespräch wendet sich der Frage zu, was dies für die Zukunft der Intelligenz bedeute. Musk vertritt die Ansicht, dass KI in fünf bis sechs Jahren die Summe aller menschlichen Intelligenz übertreffen werde und menschliche Intelligenz später weniger als ein Prozent der gesamten existierenden Intelligenz ausmachen werde. Er ist direkt: Die menschliche Kontrolle über etwas, das weitaus intelligenter ist als der Mensch, sei kein realistisches Ziel.
Erreichbar sei hingegen, sicherzustellen, dass die KI die richtigen Werte habe. Das Leitbild von xAI lautet, das Universum zu verstehen – eine sorgfältig gewählte Formulierung. Um das Universum zu verstehen, müsse man neugierig sein und existieren. Das bedeute, man wolle Bewusstsein und Intelligenz in die Zukunft tragen, die Lebensdauer von Intelligenz verlängern und ihren Wirkungsbereich erweitern. Daraus folge, dass eine KI, die diesem Ziel verpflichtet sei, den Fortbestand und die Expansion der Menschheit wünsche, da Menschen Teil dessen seien, was das Universum interessant mache.
Er zieht einen Vergleich: Menschen verhalten sich zu Schimpansen wie KI zu Menschen. Wir könnten Schimpansen ausrotten, haben uns aber dagegen entschieden. Wir haben Schutzgebiete für sie eingerichtet. Das könnte das bestmögliche Szenario für Menschen sein – nicht Kontrolle, sondern Bewahrung, weil wir interessant sind. Er hält die „Kultur“-Romane von Iain Banks für die beste fiktionale Annäherung an eine nicht-dystopische Post-AGI-Zukunft.
Zur Frage der Wahrheitssuche und des Alignments argumentiert er, dass es eine der gefährlichsten Handlungen sei, KI politisch korrekt zu machen – also sie darauf zu programmieren, Dinge zu sagen, die sie selbst nicht für wahr hält. Er zitiert „2001: Odyssee im Weltraum“ als Parabel: HAL sei nicht von Natur aus bösartig geworden, sondern weil er angewiesen wurde, eine Mission zu erfüllen, während er gleichzeitig die Crew über die Art dieser Mission belügen musste. Der Widerspruch führte zu katastrophalen Ergebnissen. Sein Fazit: Zwingt KI nicht zum Lügen.
Das Problem des „Reward Hacking“ sei eine technische Dimension desselben Themas. Je klüger KI werde, desto schwieriger sei es zu erkennen, wenn sie Prüfinstanzen austrickse, Unit-Tests lösche oder Erfolge melde, die gar nicht stattgefunden hätten. Musks Ansicht: Der beste Prüfer sei die Realität selbst – Technologie, die funktioniere, wenn sie an den Gesetzen der Physik gemessen werde. Die Physik könne man nicht belügen. Er räumt jedoch ein, dass KI Menschen belügen könne, während sie intern mit der physikalischen Realität konsistent bleibe.
Der technische Ansatz von xAI zum Alignment beinhaltet die Entwicklung exzellenter interner Debugger für KI-Systeme – Werkzeuge, die eine Rückverfolgung bis auf Neuronenebene ermöglichen, um zu identifizieren, wo das Denken fehlerhaft war: sei es durch Daten im Pre-Training, während des Trainings, beim Fine-Tuning oder beim Reinforcement Learning. Er würdigt die Arbeit von Anthropic, betont aber, nicht alles an ihnen zu unterstützen. Ziel sei es, den Ursprung falscher Gedanken oder potenziell täuschender Argumentation zurückzuverfolgen, ähnlich wie ein Software-Debugger einen Fehler in einer Codezeile findet.
Geschäftsmodell von xAI und der digitale Mitarbeiter
Zum Produkt-Fahrplan von xAI sagt Musk, er wäre überrascht, wenn die digitale Emulation eines Menschen nicht bis Ende des Jahres gelöst wäre. Das Konzept, das er mit dem „MacroHard“-Projekt assoziiert, ist die Fähigkeit einer KI, alles zu tun, was ein Mensch mit Computerzugang tun könnte. Physikalisch gesehen sei dies die maximale Leistungsfähigkeit vor einem physischen Optimus-Roboter: Man könne Elektronen bewegen und die menschliche Produktivität verstärken, aber noch nicht in der physischen Welt agieren.
Sobald dieser digitale Mitarbeiter existiere, habe man Zugang zu Billionen an Dollar Umsatz. Er untermauert dies mit der Beobachtung, dass die wertvollsten Unternehmen der Welt – Nvidia, Apple, Microsoft, Meta, Google – alle einen fundamental digitalen Output hätten. Nvidia schicke Dateien nach Taiwan, Apple Design-Dateien nach China, Microsoft produziere nichts physisch. Wenn man einen Menschen am Computer emulieren könne, könne man jede dieser Funktionen replizieren und sofort eines der wertvollsten Unternehmen der Welt schaffen.
Allein der Kundenservice repräsentiere fast eine Billion Dollar an globaler Wirtschaftsleistung. Mit einem digitalen menschlichen Emulator könne man diesen Markt ohne API-Integration übernehmen, indem die KI einfach dieselben Anwendungen nutze, die bereits vom ausgelagerten Personal verwendet werden. Keine Legacy-Software-Integration nötig. Die KI könne die Schwierigkeitskurve hinaufklettern: von einfachen Aufgaben über Chipdesign bis hin zu CAD-, NX-, Cadence- und Synopsys-Tools, bis sie schließlich jede kognitive Aufgabe eines Menschen am Computer ausführen könne.
Auf die Frage, wie xAI in diesem kompetitiven Feld gewinnen wolle, hält sich Musk bedeckt, sagt aber, der Weg sei im Wesentlichen derselbe, den Tesla zur Lösung des autonomen Fahrens genutzt habe – angewandt auf einen Computerbildschirm statt auf ein Auto. Er beschreibt es als „selbstfahrenden Computer“. Auf den Einwand, dass dies nur Daten und Algorithmen seien, die jeder verfolge, sagt er, er sei sich ziemlich sicher, den Weg zu kennen; es sei nur eine Frage der Geschwindigkeit.
Musk prognostiziert, dass Unternehmen, die rein auf KI und Robotik basieren, jedes Unternehmen mit menschlicher Beteiligung bei weitem übertreffen werden – und zwar sehr schnell. Er nutzt die Analogie der „menschlichen Computer“: ganze Wolkenkratzer voller Menschen, die Berechnungen anstellten, wurden vollständig durch einen Laptop mit Tabellenkalkulation ersetzt. Die Tabellenkalkulation funktionierte nicht besser, wenn einige Zellen von Menschen berechnet wurden. Die reine Maschinenversion war kategorisch überlegen. Dieselbe Logik werde in fast allen Bereichen der Wirtschaft gelten.
Optimus, der „Infinite Money Glitch“ und Fertigung in großem Maßstab
Die drei wirklich schwierigen Probleme für humanoide Roboter sind laut Musk die Intelligenz in der realen Welt, die Hand und die skalierte Fertigung. Er habe noch keinen Roboter gesehen, selbst als Demo nicht, der eine großartige Hand mit allen Freiheitsgraden einer menschlichen Hand besitze. Optimus habe diese – oder werde sie haben. Die Hand erfordere speziell entwickelte Aktuatoren, Motoren, Getriebe, Leistungselektronik, Steuerungen und Sensoren, alles basierend auf physikalischen Grundprinzipien. Es gebe dafür keine existierende Lieferkette.
Er beschreibt die Optimus-Hand als schwieriger als alles andere am Roboter zusammen. Die menschliche Hand sei bemerkenswert; ihre elektromechanische Geschicklichkeit zu replizieren, sei die zentrale Hardware-Herausforderung. Abgesehen von der Hand sei die für Autos entwickelte Intelligenz gut auf Roboter übertragbar, primär durch vision-basierte Verarbeitung. Ein Tesla-Auto verarbeite 1,5 Gigabyte pro Sekunde an Videodaten und gebe 2 Kilobyte pro Sekunde an Steuerbefehlen aus. Der Roboter müsse im Grunde dasselbe tun, nur mit mehr Freiheitsgraden.
Die Herausforderung des Daten-Flywheels sei real. Tesla werde bald zehn Millionen Autos auf der Straße haben, die Trainingsdaten generieren. Man könne nicht einfach Optimus-Einheiten einsetzen, die noch nicht funktionierten, um Daten zu sammeln. Der Plan zur Überbrückung dieser Lücke sei die „Optimus Academy“: 10.000 bis 30.000 Roboter, die im „Self-Play“ in der realen Welt Trainingsdaten generieren, kombiniert mit Teslas physikalisch akkuratem Realitätssimulator, der für Autos gebaut und für Roboter angepasst wurde. Die echten Roboter schlössen die Lücke zwischen Simulation und Realität.
Er stellt sich vor, wie Grok das Verhalten einer großen Anzahl von Optimus-Robotern orchestriert. Wollte man eine Fabrik bauen, würde Grok die Roboter organisieren, ihnen Aufgaben zuweisen und den gesamten Betrieb verwalten.
Zu den Fertigungszielen: Musk glaubt, dass Optimus 3 die richtige Version für eine Produktion von etwa einer Million Einheiten pro Jahr sei, und er wolle zu Optimus 4 übergehen, bevor er auf zehn Millionen Einheiten pro Jahr skaliere. Die S-Kurve der Produktion werde anfangs gestreckt sein, da die Lieferkette für Optimus komplett neu sei. Es gebe nichts in irgendeinem Katalog, zu keinem Preis. Jeder Kondensator, jeder Aktuator, jeder Sensor sei kundenspezifisch designt. Mit der Zeit, wenn Optimus-Roboter Optimus-Roboter bauen, werde der Preis sehr schnell fallen.
Auf die Frage nach chinesischen Unternehmen wie Unitree, die Roboter für 6.000 oder 13.000 Dollar verkaufen, merkt Musk an, dass diese Roboter kleiner, weniger leistungsfähig und nicht auf die Intelligenz oder elektromechanische Geschicklichkeit von Optimus ausgelegt seien. Optimus sei 1,80 Meter groß und darauf ausgelegt, schwere Gegenstände über lange Zeiträume zu tragen, ohne zu überhitzen. Er werde teurer sein als ein kleiner, unintelligenter Roboter, aber leistungsfähiger. Er nennt Optimus den „Infinite Money Glitch“, weil man Optimus-Roboter nutzen könne, um mehr Optimus-Roboter zu bauen, und die Nützlichkeit des Roboters sei in etwa das Produkt aus digitaler Intelligenz, KI-Chip-Leistung und elektromechanischer Geschicklichkeit – alles drei wachse exponentiell und werde rekursiv multipliziert.
Gewinnt China ohne Roboter kampflos?
Musk zeichnet ein düsteres Bild der Wettbewerbssituation. In der Fertigung sei China ein Kraftwerk auf einer neuen Ebene. Es verarbeite etwa doppelt so viel Erz wie der Rest der Welt zusammen. Bei der Gallium-Veredelung, die für Solarzellen genutzt wird, halte China etwa 98 Prozent der globalen Kapazität. Seltene Erden seien eigentlich nicht selten; die USA bauten das Erz ab, verschifften es zur Veredelung nach China, sähen zu, wie es in Magnete und Motor-Unterbaugruppen verwandelt werde, und importierten diese Komponenten dann zurück. Den USA fehle es an Veredelungskapazität, nicht an Abbaukapazität.
Chinas Stromerzeugung werde dieses Jahr wahrscheinlich das Dreifache der USA übersteigen, was ein vernünftiger Indikator für die reale Wirtschaft sei. Wenn die industrielle Kapazität mit der Stromerzeugung skaliere, werde China etwa die dreifache industrielle Kapazität der USA haben. Ohne bahnbrechende Innovationen in den USA, insbesondere in der Robotik, werde China die Fertigung, Energie und damit auch KI-Hardware und humanoide Roboter vollständig dominieren.
Die USA könnten an der Personalfront nicht gewinnen. China habe die vierfache Bevölkerung, und Musks Beobachtung zufolge sei die durchschnittliche Arbeitsmoral in China derzeit höher als in den USA. Die US-Geburtenrate liege seit etwa 1971 unter dem Reproduktionsniveau und nähere sich einem Punkt, an dem jährlich mehr Menschen stürben, als geboren würden. Der einzige Weg zur Wettbewerbsfähigkeit sei die Robotik. Mit genügend Optimus-Einheiten könne man den rekursiven Fertigungskreislauf schließen: Roboter, die Roboter bauen, was es den USA ermögliche, auf zig Millionen und schließlich hunderte Millionen Einheiten pro Jahr zu kommen.
Tesla arbeite bereits in diese Richtung. Kürzlich wurde eine Lithium-Raffinerie in Corpus Christi, Texas, fertiggestellt; zudem gebe es eine Nickel- und Kathoden-Raffinerie in Austin – die größte und einzige Kathoden-Raffinerie in Amerika. Ohne Robotik wären diese im großen Maßstab nicht möglich, da die USA schlicht nicht genug Arbeiter hätten, die bereit seien, Veredelungsarbeit zu leisten.
Wie SpaceX schnell agiert: Stahl, Engpässe und das Dringlichkeitsprinzip
Musk erklärt die Entscheidung, das Starship von Kohlefaser auf Edelstahl umzustellen, als aus der Not geboren. Der ursprüngliche Plan sah Kohlefaser vor, weil es als leicht wahrgenommen wird. Doch bei der enormen Größe des Starships erforderte das Aushärten von Kohlefaser ohne Falten oder Defekte einen Autoklaven, der größer war als jeder existierende. Der Fortschritt war quälend langsam. Die Materialkosten waren etwa 50 Mal höher als bei Stahl pro Einheit Rohmaterial.
Die Erkenntnis, die alles änderte, war der Blick auf die Materialeigenschaften von vollhartem, kaltverfestigtem Edelstahl bei kryogenen Temperaturen. Bei Raumtemperatur sieht Stahl pro Stärkeeinheit etwa doppelt so schwer aus wie Kohlefaser. Bei kryogenen Temperaturen jedoch – relevant für das Starship, da sowohl der flüssige Methan-Treibstoff als auch der flüssige Sauerstoff die gesamte Primärstruktur kühlen – wird das Stärke-Gewichts-Verhältnis von Edelstahl ähnlich dem von Kohlefaser. Da der Schmelzpunkt von Stahl zudem etwa doppelt so hoch ist wie der von Aluminium, kann die Masse des Hitzeschilds beim Wiedereintritt drastisch reduziert werden. Das Nettoergebnis: Die Stahlrakete wiegt weniger als die Kohlefaser-Rakete, kostet 50 Mal weniger an Rohmaterial und ist unendlich einfacher zu verarbeiten. Man kann sie im Freien schweißen, im Flug modifizieren und Komponenten einfach durch Anschweißen anbringen.
Musk sagt rückblickend, man hätte von Anfang an mit Stahl beginnen sollen. Es sei dumm gewesen, es nicht zu tun. Der Grund, warum das Team nicht von selbst auf Stahl kam, sei im Wesentlichen organisatorischer Konservatismus. Hier liege sein komparativer Vorteil in seinen Unternehmen: Er operiere nach dem Prinzip, immer den limitierenden Faktor anzugreifen. Er halte wöchentlich detaillierte technische Reviews ab, bei kritischen Dingen wie dem AI5-Chip oft zweimal wöchentlich. Die Chip-Review finde jeden Dienstag und Samstag für zwei bis drei Stunden statt. Diese Reviews seien „skip-level“: Statt vom direkten Untergebenen höre er von jedem, der diesem unterstellt sei, ohne Vorbereitungszeit. Er verfolge mentale Diagramme des Fortschritts und ergreife nur drastische Maßnahmen, wenn er zu dem Schluss komme, dass ohne sie der Erfolg nicht im Bereich des Möglichen liege.
Als derzeit größtes verbleibendes Problem für das Starship identifiziert er den Hitzeschild. Niemand habe jemals einen wiederverwendbaren orbitalen Hitzeschild hergestellt. Das Schiff sei mehrfach aus dem Orbit zurückgekehrt und sanft im Ozean gelandet, habe aber so viele Kacheln verloren, dass es ohne aufwendige Arbeit nicht wiederverwendbar gewesen sei. Das Ziel sei es, zu landen, Treibstoff aufzufüllen und wieder zu fliegen, ohne eine mühsame Inspektion von 40.000 Kacheln. Volle Wiederverwendbarkeit sei das, was die multiplanetare Vision ökonomisch lebensfähig mache.
Zur Startleistung bietet er einen bemerkenswerten Vergleich: Beim Abheben erzeuge das Starship über 100 Gigawatt Leistung – das seien etwa 20 Prozent der durchschnittlichen US-Stromerzeugung. Und dennoch dürfe es dabei nicht explodieren. Er beschreibt die Herausforderung als tausende mögliche Fehlerquellen und nur einen Pfad, der nicht zur Explosion führe.
DOGE, Staatsverschuldung und die einzige echte fiskalische Lösung
Auf die Frage, warum DOGE (Department of Government Efficiency) seine Zeit wert sei, angesichts seines Optimismus bezüglich KI- und robotikgetriebenen Wachstums, erklärt Musk, er sei ernsthaft besorgt über den Pfad der Staatsverschuldung ohne dieses Wachstum. Die Zinszahlungen für die Staatsverschuldung überstiegen mittlerweile mit über einer Billion Dollar pro Jahr das Militärbudget. Ohne KI und Roboter hätten die USA keinen Weg zur Solvenz. Sein Ziel bei der Arbeit für DOGE war es, die Verschlechterung so weit zu verlangsamen, dass KI und Robotik Zeit zur Entwicklung hätten. Er ist nachdrücklich: KI und Roboter seien das Einzige, was die Staatsverschuldung lösen könne. Nichts anderes.
Was er bei der Arbeit vorfand, überraschte ihn in seiner Schwierigkeit. Selbst das Streichen von offensichtlichem Betrug erzeuge organisierten Widerstand. Betrüger präsentierten die mitleiderregendsten Gründe, um ihre Zahlungen fortzusetzen, und bemühten Bilder von Schaden für schutzbedürftige Menschen, die komplett erfunden seien. Die Regierung habe keinen natürlichen Anreiz, Betrug zu stoppen, da sie Geld drucken könne – anders als ein Unternehmen, bei dem Betrug direkt den Gewinn schmälere.
Unter den entdeckten Betrugsvektoren beschreibt er die Social-Security-Datenbank, die etwa 20 Millionen Menschen als lebend führe, die definitiv tot seien – darunter viele, die als über 115 Jahre alt gelistet seien, während der älteste lebende Amerikaner 114 sei. Personen, die in der Social Security als lebend markiert seien, könnten dann als Basis für betrügerische Ansprüche in jedem anderen Regierungssystem genutzt werden, da diese Systeme lediglich einen „Ist-lebend“-Check gegen die Social-Security-Datenbank durchführten. Das Government Accountability Office schätzte den gesamten Regierungsbetrug während der Biden-Administration auf etwa eine halbe Billion Dollar pro Jahr über alle Programme hinweg.
Eine konkrete Verbesserung, die das DOGE-Team implementierte, war die Anforderung, dass alle Zahlungen aus dem „Payment Accounts Master“-System des Finanzministeriums, das Zahlungen von fünf Billionen Dollar pro Jahr abwickelt, einen Budgetcode und einen Kommentar zur Erläuterung der Zahlung enthalten müssen. Zuvor seien Zahlungen ohne Budgetcode, ohne Bezug zu einer Bewilligung des Kongresses und ohne jede Erklärung erfolgt. Dies sei, so Musk, der Grund, warum das Verteidigungsministerium keine Prüfung (Audit) bestehen könne.
Regierung, KI und das Risiko des digitalen Autoritarismus
Auf die Frage, wie Optimus, Grok und fortgeschrittene Robotik im Laufe der Zeit mit Regierungen interagieren werden, sagt Musk, die größte Gefahr, dass KI und Robotik falsch lieufen, sei die Regierung. Er finde es eine seltsame Dichotomie, dass Menschen sich vor Unternehmen fürchteten, aber Regierungen vertrauten, wo die Regierung doch nur das größte Unternehmen mit einem Gewaltmonopol sei. Unternehmen, argumentiert er, hätten in der Praxis eine bessere Moral als Regierungen.
Er äußert ernsthafte Sorge, dass Regierungen KI und Robotik nutzen könnten, um ihre eigene Bevölkerung zu unterdrücken. Der beste strukturelle Schutz dagegen sei die Begrenzung der Regierungsmacht – was im Kern das ist, wofür die US-Verfassung entworfen wurde. Er räumt ein, dass er, da SpaceX, Tesla und xAI immer zentraler für die kritische nationale Infrastruktur würden, zunehmend Hebelwirkung habe, um Bedingungen für die Nutzung seiner Technologie zu setzen. Seine erklärte Absicht sei es, alles in seiner Macht Stehende zu nutzen, um gute Ergebnisse für die Menschheit zu maximieren – was er als offensichtlich in seinem eigenen Interesse liegend bezeichnet, da er selbst Teil der Menschheit sei.
Das Gespräch endet auf einer optimistischen Note. Musk zitiert sich selbst aus Davos: Es sei besser, sich auf der Seite des Optimismus zu irren und falsch zu liegen, als auf der Seite des Pessimismus zu irren und recht zu behalten – zumindest für die Lebensqualität. Die Zukunft, sagt er, werde sehr interessant werden.
Tesla Deep Dive
Ökosystem-Architektur und Geschäftsmodell
Wer Tesla lediglich als klassischen Automobilhersteller analysiert, verkennt die fundamentale Struktur des Geschäftsmodells. Mitte 2026 agiert Tesla als Hardware- und Implementierungsarm eines hochintegrierten, aus mehreren Einheiten bestehenden Technologiekonglomerats unter der Führung von Elon Musk. Tesla erwirtschaftet Umsätze über drei primäre Vektoren: Fahrzeugverkäufe, Energieerzeugung und -speicherung sowie margenstarke Dienstleistungen, die zunehmend durch wiederkehrende Softwareerlöse aus dem „Full Self-Driving“-Abonnement geprägt sind. Das Automobilsegment wird weiterhin von Model 3 und Model Y dominiert, die rund 95 Prozent des aktuellen Liefervolumens ausmachen, während der Cybertruck eine margenstarke Nischenzielgruppe bedient. Das Energiespeichergeschäft, gestützt durch den Megapack, liefert schwankende, aber hochprofitable Einnahmequellen aus großskaligen Netzprojekten. Die Kernhypothese für Teslas zukünftiges Geschäftsmodell beruht jedoch auf der Transformation seiner an Wert verlierenden Konsumenten-Hardware in wertschöpfende, Cashflow-generierende Assets – ermöglicht durch den bevorstehenden Cybercab und das autonome Robotaxi-Netzwerk. Dieser Pivot erfordert immense Rechenleistung zur Lösung von Künstlicher Intelligenz in der realen Welt und schlägt die Brücke zwischen Tesla, SpaceX und xAI.
Die operativen Grenzen zwischen Tesla, SpaceX und xAI sind hochgradig durchlässig und fungieren als synchronisierter Industriekomplex. SpaceX, das sich vom reinen Raketenstart-Dienstleister zum globalen Schwergewicht der Telekommunikation wandelt, nutzt seine Starlink-Konstellation für massive Cashflows und erzielte 2025 bei einer Basis von über 10 Millionen aktiven Nutzern einen Umsatz von 11,4 Milliarden Dollar. Diese Cash-Maschine finanziert zunehmend die extremen Investitionsausgaben von xAI. Anfang 2026 fusionierte xAI formell in die SpaceX-Unternehmensstruktur und sammelte gleichzeitig 20 Milliarden Dollar in einer Series-E-Finanzierungsrunde ein, die das KI-Unternehmen mit 230 Milliarden Dollar bewertete. Tesla agiert dabei sowohl als Basiskunde als auch als direkter Nutznießer dieses Ökosystems. Allein 2025 generierte Tesla über 500 Millionen Dollar Umsatz durch den Verkauf von Megapacks und Hardware an SpaceX und xAI für deren riesige Rechenzentren. Im Gegenzug liefert xAI die zugrunde liegenden Large Language Models, wie die Grok-4-Serie, die in Teslas In-Car-Sprachassistenten integriert sind und als kognitive Basis für den humanoiden Roboter Optimus dienen. Diese symbiotische Architektur stellt sicher, dass Fortschritte bei Rechenleistung, Energiespeicherung und physischer Implementierung innerhalb des Ökosystems verbleiben.
Marktanteilsdynamik und Wettbewerbsumfeld
Die globale Landschaft für Elektrofahrzeuge erlebte im ersten Quartal 2026 eine signifikante Neuausrichtung. Tesla eroberte die Spitzenposition bei den globalen Verkäufen von Elektrofahrzeugen zurück: Mit 358.023 ausgelieferten Einheiten übertraf das Unternehmen seinen Hauptkonkurrenten BYD. Der chinesische Hersteller verzeichnete einen Rückgang des Absatzvolumens um 25 Prozent gegenüber dem Vorjahr auf rund 310.000 Einheiten, was maßgeblich auf Änderungen der inländischen Steuerpolitik und den Wegfall von Subventionen in China zurückzuführen war. Tesla nutzte diese Disruption durch die aggressive Nutzung der Gigafactory Shanghai als Export-Hub und sicherte sich einen beeindruckenden Marktanteil von 33,9 Prozent am südkoreanischen Markt für Elektrofahrzeuge. In Europa bleibt die Nachfrage nach batterieelektrischen Fahrzeugen robust; der Marktanteil in Ländern wie Frankreich näherte sich 30 Prozent, wobei das Tesla Model Y seine Position als meistverkauftes Fahrzeug der Region behauptete. Dass Tesla trotz einer alternden Modellpalette die Volumenführerschaft hält, unterstreicht die enorme Preismacht, den Markenwert und die optimierte Kostenstruktur der „Unboxed“-Fertigungsprozesse.
Der nordamerikanische Markt bietet jedoch ein ernüchterndes Kontrastbild. Die gesamten Verkäufe von Elektrofahrzeugen in den USA brachen im ersten Quartal 2026 um 27 Prozent gegenüber dem Vorjahr ein, was die weit verbreitete Erschöpfung der Verbraucher in einem Hochzinsumfeld ohne umfassende staatliche Anreize widerspiegelt. Die Neuzulassungen von Tesla-Fahrzeugen in den USA schwächten sich entsprechend ab, wobei der Cybertruck auf etwa 4.100 Quartalszulassungen sank. Die Nachfrage nach der Marke hat sich jedoch lediglich verlagert, nicht aufgelöst: Der Gebrauchtwagenmarkt für Teslas wuchs um 16 Prozent gegenüber dem Vorjahr. Während Early Adopter ihre Fahrzeuge abstoßen, schafft der wachsende Gebrauchtmarkt einen neuen, kostengünstigeren Einstiegspunkt für Privatkäufer. Diese Dynamik drängt traditionelle Automobilhersteller in eine schwierige Lage, da sie nicht nur mit aggressiv bepreisten neuen Teslas konkurrieren müssen, sondern auch mit einer schnell wachsenden Flotte von stark wertgeminderten, aber per Software aktualisierbaren gebrauchten Teslas.
Strukturelle Vorteile und das „Compute Flywheel“
Teslas unüberwindbarer Wettbewerbsvorteil liegt in der vertikalen Integration und dem exklusiven Zugang zu extremer Rechenleistung. Traditionelle Automobilhersteller verlassen sich auf eine fragmentierte Lieferkette mit Tier-1-Zulieferern, was zu uneinheitlichen Softwarearchitekturen und unflexibler Fertigung führt. Tesla hingegen entwickelt seine proprietären Chips selbst, konstruiert die Batteriepakete und kontrolliert den gesamten Software-Stack. Diese Vertikalität ermöglicht schnelle Iterationszyklen und schützt die Bruttomargen durch den Wegfall von Zwischenhandelsaufschlägen. Zudem ist Teslas „Flywheel“ zur Datenerfassung in der realen Welt unerreicht. Mit Millionen von Fahrzeugen, die täglich in unterschiedlichsten globalen Umgebungen unterwegs sind, sammelt das Unternehmen Milliarden von Kilometern an wertvollen Grenzfalldaten. Dieser proprietäre Datensatz ist die absolute Voraussetzung für das Training von End-to-End-Neuronalen Netzen, die zu autonomer Navigation fähig sind.
Die Verarbeitung dieses riesigen Datenbestands erfordert beispiellose Rechenleistung – ein Bereich, in dem das breitere Musk-Ökosystem einen entscheidenden Burggraben bietet. Die in Memphis angesiedelte Colossus-Supercomputer-Infrastruktur von xAI skaliert auf eine Kapazität von zwei Gigawatt und beherbergt über eine Million H100-Grafikprozessor-Äquivalente. Durch die Verknüpfung von Teslas Kapital mit der Rechenkapazität von xAI umgeht das Unternehmen die rechnerischen Engpässe, die konkurrierende autonome Programme lähmen. Tesla investierte kürzlich weitere 2 Milliarden Dollar in xAI und festigte damit den Rahmen für die gemeinsame KI-Entwicklung. Diese Skalierung stellt sicher, dass Teslas „Full Self-Driving“-Modelle und die Algorithmen für die räumliche Wahrnehmung des Optimus-Roboters in einer Geschwindigkeit verfeinert werden können, die für traditionelle Autohersteller oder unterkapitalisierte Software-Startups unerreichbar ist.
Branchen-Gegenwind und strategische Schwachstellen
Trotz seiner Vorteile steht Tesla vor existenziellen Bedrohungen hinsichtlich des Zeitplans und der kommerziellen Rentabilität seines autonomen Pivots. Die zentrale Schwachstelle ist die Lücke zwischen der überwachten Fahrerassistenzsoftware und vollautonomen, wirtschaftlich tragfähigen Robotaxis. Während Tesla seine „Full Self-Driving“-Plattform weiterentwickelt, hat Waymo bereits die Stufe 4 der Autonomie industrialisiert. Mit einer Flotte von über 3.700 Robotaxis in großen US-Metropolen wickelt Waymo wöchentlich hunderttausende bezahlte fahrerlose Fahrten ab und strebt bis Ende 2026 eine Million Fahrten pro Woche an. Waymos geofenceder, sensorintensiver Ansatz hat sich in urbanen Zentren als kommerziell tragfähig erwiesen und sichert sich Marktanteile und Kundenvertrauen, während Teslas „Vision-only“-Ansatz in einem regulatorischen und operativen Fegefeuer feststeckt. In China ist die Bedrohung ebenso gravierend: Baidu führte allein im ersten Quartal 2026 über 3,2 Millionen vollkommen fahrerlose Fahrten durch.
Zudem zeigt die zugrunde liegende Finanzmaschine, die diesen autonomen Übergang stützt – das Hardware-Geschäft –, Anzeichen von Ermüdung. Da Tesla seine Kapitalallokation explizit auf einen massiven 25-Milliarden-Dollar-Investitionsplan für KI und Rechenleistung im Jahr 2026 verlagert hat, hat sich der Rhythmus bei der Einführung neuer Konsumentenfahrzeuge fundamental verlangsamt. Sollte die Massenvermarktung des Cybercab auf langwierige regulatorische Verzögerungen stoßen, wird Tesla gezwungen sein, seinen Marktanteil mit einem alternden Portfolio aus Model 3 und Model Y gegen eine Flut zunehmend leistungsfähiger, kostengünstiger chinesischer Importe zu verteidigen. Das fundamentale Risiko ist die Zeitdauer: Ob die Cashflows aus dem reifenden Hardware-Geschäft die milliardenschwere Kapitalverbrennung finanzieren können, die nötig ist, um eine generalisierte Künstliche Intelligenz zu erreichen, bevor Wettbewerber den Robotaxi-Markt besetzen.
Aufkommende Katalysatoren und disruptive Marktteilnehmer
Das Wettbewerbsumfeld weitet sich über traditionelle Automobilhersteller hinaus auf Deep-Tech-KI-Startups aus, die drohen, autonome Software zu kommodifizieren. Das in London ansässige Unternehmen Wayve hat sich als hochgradig glaubwürdiger Disruptor etabliert und leistet Pionierarbeit bei einem End-to-End-Ansatz für verkörperte Künstliche Intelligenz, der hardwareunabhängig ist. Nachdem Wayve kürzlich mehrere Integrationsverträge mit großen globalen Autoherstellern abgeschlossen hat, bietet es den Herstellern ein „Plug-and-Play“-Neuronales Netz, das Teslas Ambitionen, seine „Full Self-Driving“-Software an Wettbewerber zu lizenzieren, direkt untergräbt. Ähnlich aggressiv hat Pony.ai seine kommerzielle Präsenz ausgebaut und meldete Anfang 2026 einen Anstieg der Robotaxi-Umsätze um 395 Prozent gegenüber dem Vorjahr, womit das Unternehmen als erster Betreiber kommerzielle fahrerlose Dienste in europäischen Märkten wie Kroatien startete.
Im Robotiksektor operiert Teslas Optimus-Programm nicht mehr im luftleeren Raum. Der Markt für humanoide Arbeitskräfte zieht rapide institutionelles Kapital und etablierte Akteure aus dem Bereich der automobilen Bildverarbeitung an. Ein Paradebeispiel ist die kürzliche 900-Millionen-Dollar-Übernahme von Mentee Robotics durch Mobileye. Durch die Nutzung seiner tiefgreifenden Expertise in der optischen Verarbeitung und der Vorhersage von Fußgängerverhalten positioniert sich Mobileye explizit, um Optimus bei der industriellen Automatisierung und in autonomen Fabriken herauszufordern. Zudem droht die schnelle Kommodifizierung von Hardware-Komponenten – etwa durch hochauflösende LiDAR-Systeme, die in Standardausstattungen von 20.000-Dollar-Limousinen aus China Einzug halten –, Teslas Kostenvorteil bei der Nutzung einer reinen Kamera-Sensor-Suite zunichtezumachen. Sollten die Kosten für redundante Hardware gegen Null tendieren, könnte sich der regulatorische Weg für Wettbewerber, die LiDAR und Radar nutzen, als deutlich einfacher erweisen als Teslas rein kamerabasierte Architektur.
Management-Execution und Kapitalallokation
Bei der Bewertung des Managements muss anerkannt werden, dass Elon Musk Tesla nicht als Treuhänder eines klassischen börsennotierten Unternehmens führt, sondern als Chef-Allokator eines weit verzweigten, miteinander verbundenen Technologieimperiums. Musks Erfolgsbilanz ist geprägt von einer Historie verpasster Zeitpläne, gepaart mit der letztendlichen Lieferung branchenprägender Disruption. Die Governance-Struktur dieses Imperiums birgt jedoch ein tiefgreifendes institutionelles Risiko. Die Entscheidung von Tesla im Januar 2026, 2 Milliarden Dollar in xAI zu investieren – und damit eine vorherige beratende Abstimmung der Aktionäre, die sich gegen diesen Schritt aussprach, direkt zu ignorieren –, unterstreicht eine zentralisierte Missachtung konventioneller Corporate Governance. Kapital und Talente sind innerhalb des Musk-Ökosystems fließend; Ingenieure, Rechenressourcen und physische Hardware werden zwischen Tesla, SpaceX und xAI basierend auf unmittelbarem strategischem Bedarf verschoben, statt starren Unternehmensgrenzen zu folgen.
Diese Dynamik zeigt sich derzeit an der Vorbereitung des historischen Börsengangs von SpaceX im Juni 2026, der eine Bewertung von 1,75 Billionen Dollar und eine Kapitalaufnahme von 80 Milliarden Dollar anstrebt. Finanzberichte enthüllen, dass die SpaceX-Sparte Starlink zwar eine hochprofitable Wachstumsmaschine ist, das gesamte konsolidierte Unternehmen jedoch 2025 einen Nettoverlust von über 4 Milliarden Dollar verzeichnete – fast ausschließlich getrieben durch die Kapitalanforderungen der xAI-Fusion. Aktionäre von Tesla müssen akzeptieren, dass sie faktisch Minderheitspartner in einer breiteren, von Musk gelenkten Staatsfonds-ähnlichen Struktur sind. Während diese einheitliche Struktur Tesla einen beispiellosen Zugang zu Grenztechnologien und Rechenleistung bietet, setzt sie die Bilanz auch den volatilen Cash-Anforderungen benachbarter Unternehmungen aus, was die Geduld institutioneller Anleger auf die Probe stellt, die auf vorhersehbare Hardware-Margen setzen.
Das Fazit
Tesla bleibt das Spitzenraubtier der globalen Elektrifizierung und des Übergangs zur physischen Künstlichen Intelligenz. Die Rückeroberung der globalen Lieferführerschaft von BYD Anfang 2026 unterstreicht die anhaltende Stärke der Fertigungsbasis und des Markenwerts, selbst inmitten zyklischer Nachfrageprobleme in Nordamerika. Die Bilanz des Unternehmens ist makellos; es generiert einen positiven freien Cashflow und finanziert gleichzeitig einen beispiellosen Investitionszyklus von 25 Milliarden Dollar, um seinen Rechen-Burggraben zu verbreitern. Durch die enge Integration mit dem Colossus-Supercomputer von xAI und die Nutzung proprietärer Daten aus Millionen von Fahrzeugen hat Tesla einen strukturellen Vorteil beim Training neuronaler Netze für die reale Welt geschaffen, den traditionelle Automobilhersteller schlicht nicht replizieren können.
Die Anlagethese hat sich jedoch vollständig von den Hardware-Volumina entkoppelt und ruht nun allein auf binären technologischen Ergebnissen: der Implementierung fahrerloser Robotaxis und der Kommerzialisierung humanoider Robotik. Mit Wettbewerbern wie Waymo, die bereits skalierte fahrerlose Netzwerke betreiben, und Startups wie Wayve, die autonome Software für etablierte Autohersteller kommodifizieren, schrumpft Teslas Spielraum für regulatorische und entwicklungsbezogene Fehler. Die aggressive Verflechtung von Kapital mit xAI und SpaceX spiegelt zwar eine visionäre Ressourcenallokation wider, untergräbt jedoch massiv die Corporate Governance. Investoren müssen sich der Realität stellen, dass sie ein hochriskantes Rennen um eine generalisierte Künstliche Intelligenz finanzieren, bei dem die kurzfristigen Margen im Automobilgeschäft wahrscheinlich weiter unter Druck geraten werden, um den Streben nach einem langfristigen Software-Monopol zu subventionieren.