Anthropic überholt OpenAI: was die Zahlen für dich bedeuten

Das manager magazin hat es auf den Punkt gebracht: Anthropic wächst schneller als jedes Unternehmen der Wirtschaftsgeschichte und ist bei vielen Kennzahlen an OpenAI vorbeigezogen. Das stimmt. Es ist trotzdem nicht die Zahl, die für einen Betrieb zählt.

Wir betreiben Sprachmodelle im Tagesgeschäft — auf eigener Hardware und über die grossen Anbieter. Deshalb hier die Zahlen, was sie erklären, und vor allem: was in der Erfolgsmeldung nicht steht.

Was tatsächlich passiert ist

Anthropic meldete am 28. Mai 2026 eine Finanzierungsrunde über 65 Milliarden Dollar bei einer Bewertung von 965 Milliarden nach Geld. Im selben Text steht der Satz, um den es geht: der Umsatzlauf habe Anfang des Monats die Marke von 47 Milliarden Dollar überschritten.

OpenAI hatte zwei Monate zuvor, am 31. März, eine Runde über 122 Milliarden Dollar bei 852 Milliarden Bewertung abgeschlossen — und dabei einen Monatsumsatz von rund 2 Milliarden genannt. Auf das Jahr gerechnet sind das etwa 24 Milliarden.

Der Abstand ist real. Er ist aber nicht der ganze Vorgang.

Die Verschiebung im Unternehmensgeschäft ist deutlicher als der Umsatzabstand: Anthropic kommt auf 40 Prozent der Ausgaben für Sprachmodell-Schnittstellen, OpenAI auf 27, Google auf 21. Vor drei Jahren lag OpenAI bei 50 Prozent.

Warum: es ist das Programmieren

Der Grund steht nicht in der Bewertung, sondern in einer einzelnen Anwendungskategorie. Im Coding-Markt liegt Anthropic bei geschätzt 54 Prozent gegenüber 21 Prozent für OpenAI — ein halbes Jahr zuvor waren es noch 42. Der Treiber ist Claude Code und die Klasse von Werkzeugen darum herum.

Das deckt sich mit dem, was wir sehen. Bei Aufgaben, die aus einer einzelnen Antwort bestehen, nehmen sich die Spitzenmodelle wenig. Der Unterschied entsteht bei langen Werkzeugketten ohne Aufsicht — wenn ein Agent über zwanzig Schritte hinweg die Richtung halten, Fehler bemerken und korrigieren muss. Dort bricht Qualität nicht linear ein, sondern schlagartig — und genau dort hat Anthropic seinen Vorsprung nicht nur gehalten, sondern ausgebaut.

Mehr dazu: Claude 5. Generation im Detail · GPT-5 von OpenAI · Agentic Coding in der Praxis

Die Struktur dahinter

Der aufschlussreichste Unterschied ist nicht die Grösse, sondern woher das Geld kommt.

Es sind zwei verschiedene Geschäfte. OpenAI verkauft an sehr viele Menschen wenig, Anthropic an relativ wenige Unternehmen viel. Beides kann funktionieren; die Kennzahlen sind nur schlecht vergleichbar. Wer sie nebeneinanderstellt, vergleicht ein Abonnementgeschäft mit einem Infrastrukturgeschäft.

Für dich als Betrieb heisst das: Der Anbieter, dessen Geschäft an Unternehmenskunden hängt, hat ein strukturelles Interesse an Stabilität, Vertragstreue und langen Modelllaufzeiten. Der Anbieter, dessen Geschäft an Endkunden hängt, hat es an Reichweite. Das ist keine moralische Wertung, sondern eine Aussage darüber, wessen Anreize besser zu deinen passen.

Was die Erfolgsmeldung nicht sagt

Hier wird es für einen Betrieb, der plant, erst interessant.

Die Rechenkosten sind gewaltig und langfristig gebunden. Anthropic hat sich die gesamte Kapazität eines Rechenzentrums gesichert und zahlt dafür 1,25 Milliarden Dollar im Monat bis Mai 2029. Das ist kein Betrag, den man bei schwächerer Nachfrage kurzfristig abstellt.

Die Profitabilität ist neu und dünn. Die Bruttomarge kam 2024 von minus 94 Prozent und liegt heute je nach Quelle zwischen 40 und 60 Prozent; das Ziel sind 77 Prozent bis 2028. Für das zweite Quartal 2026 wurde erstmals ein profitables Quartal in Aussicht gestellt — mit dem ausdrücklichen Hinweis, dass es über das Jahr wegen anstehender Rechenkosten nicht so bleiben muss.

Die Nachfrage ist konzentriert. Rund ein Drittel der Gespräche auf Claude.ai entfällt auf eine einzige Berufsgruppe — Computer- und Mathematikberufe; über die Programmierschnittstelle liegt der Anteil noch deutlich höher. Das ist eine starke Position und ein Klumpenrisiko zugleich. Ein besseres Coding-Modell der Konkurrenz träfe nicht einen Randbereich, sondern den Kern.

Der Markt dreht auf Sparsamkeit. Die Phase, in der Kunden Token verbrannt haben, um zu sehen was geht, ist vorbei; Effizienz wird zum Auswahlkriterium. Das ist gut für Kunden und drückt auf genau die Umsätze, die diese Bewertungen tragen.

Und über allem steht die Verflechtung: Grosse Technologiekonzerne halten Anteile an beiden Häusern und sind gleichzeitig deren Lieferanten und Kunden. Das macht die ausgewiesenen Zahlen schwerer lesbar, als sie aussehen.

Was ein Betrieb daraus ableiten sollte

Drei Dinge, und keines davon lautet „wechsle den Anbieter".

Erstens: Wähle nach Aufgabe, nicht nach Marktanteil. Ein Anteil von 40 Prozent sagt nichts darüber, ob das Modell deine Lieferscheine korrekt ausliest. Für Coding-Agenten und lange Ketten ist die Empfehlung derzeit eindeutig. Für Klassifizierung, Extraktion und Massenverarbeitung ist die bessere Frage, ob es überhaupt ein Spitzenmodell sein muss — der Preisunterschied liegt beim Faktor siebzig. Wir haben das in KI-Kosten pro Aufgabe durchgerechnet.

Zweitens: Bau gegen eine Schnittstelle, nicht gegen einen Anbieter. Das Feld verschiebt sich spürbar alle sechs bis acht Wochen. Wer seine Anwendung an einen Anbieter nagelt, zahlt bei jedem Wechsel mit Projektzeit. Ein Gateway davor macht denselben Wechsel zu einer Konfigurationszeile — wir betreiben das genau so, siehe OmniRoute gegen LiteLLM.

Drittens: Rechne mit Preisbewegung in beide Richtungen. Die Preise pro Token sind über Jahre gefallen, und dieser Trend hält an. Gleichzeitig sitzen beide Häuser auf Verpflichtungen, die bezahlt werden müssen. Wer heute eine Kalkulation auf den Listenpreis eines einzelnen Anbieters stützt, sollte wissen, wie teuer der Umstieg wäre. Siehe KI-Preisverfall 2026.

Der Teil, den keine der beiden Zahlenreihen abdeckt

Beide Anbieter sitzen in den USA. Für Daten, die den Betrieb nicht verlassen dürfen, ist die Frage nach dem Marktanteil zweitrangig gegenüber der Frage, wo sie verarbeitet werden.

Die praktische Antwort ist meistens keine Entweder-oder-Entscheidung: das Spitzenmodell für die schwierigen Fälle, ein Modell mit offenen Gewichten auf eigener Hardware für alles, was regelmässig und in Menge anfällt oder personenbezogene Daten berührt. Wir betreiben beides nebeneinander. Dazu: Offene gegen geschlossene Modelle · Souveräne KI und Datenhoheit · EU AI Act und lokale KI

Fazit

Anthropic hat OpenAI im Unternehmensgeschäft überholt, und der Grund ist eine einzelne Anwendungskategorie, in der sie ihren Vorsprung zuletzt sogar ausgebaut haben. Das ist bemerkenswert und für die Auswahl eines Coding-Agenten relevant.

Für alles andere gilt: Die Zahlen beschreiben ein Rennen zwischen zwei Anbietern, nicht die Eignung eines Modells für deine Aufgabe. Die belastbarere Konsequenz ist unspektakulär — halte die Anwendung austauschbar, wähle je Aufgabe, und behalte für sensible Daten eine Möglichkeit im Haus.

Eine geordnete Übersicht über das ganze Feld steht in KI-Modelle im Vergleich 2026.

Quellen

• Anthropic, Series H — Finanzierungsrunde, Bewertung, Umsatzlauf (28.05.2026)
• CNBC, OpenAI closes funding round at an $852 billion valuation (31.03.2026)
• Menlo Ventures, The State of Generative AI in the Enterprise — Anteile an den Unternehmensausgaben und am Coding-Markt (Dezember 2025)
• TechCrunch, Anthropic will pay $1.25 billion per month for compute (20.05.2026)
• CNBC, Anthropic set to hit $10.9 billion in revenue during second quarter (20.05.2026)
• Anthropic, Economic Index — Januar 2026 — Nutzungsverteilung nach Berufsgruppe
• CNBC, Big Tech's Anthropic and OpenAI stakes are distorting the corporate earnings picture (03.08.2026)