DigitalOcean erhöht GPU-Preise: H100 und H200 ab August teurer
Veröffentlicht am: 23.07.2026 um 16:51 Uhr | Redaktion boerse-global.de
Die Cloud-Plattform DigitalOcean zieht zum 1. August 2026 die Preise für KI-Grafikprozessoren kräftig an. Der Schritt folgt einem branchenweiten Trend steigender Rechenkosten.
Preisschub trifft Kunden weltweit
Die neuen Tarife sehen deutliche Aufschläge vor: Die H100-Raten steigen von 3,39 auf 4,41 Euro pro Stunde, die H200-Preise von 3,44 auf 4,47 Euro. Auch für die AMD-Alternative MI300X werden künftig 2,59 Euro fällig. Bestehende Reservierungsverträge bleiben bis zur Verlängerung von den Erhöhungen verschont – Neukunden mit Zwölfmonatsplänen zahlen dagegen sofort die höheren Sätze.
Der Schritt kommt nicht überraschend. Bereits Anfang Januar hatte Amazon Web Services die H200-On-Demand-Preise um 15 Prozent angehoben. Ein Blick auf den Markt zeigt enorme Preisspannen: Über 60 Anbieter verlangen für die H100 zwischen 1,50 und 13 Euro pro Stunde. Besonders volatil zeigte sich der Spot-Markt: Bei AWS fielen die H100-Spot-Preise zwischen Januar 2024 und September 2025 um 88 Prozent.
Milliarden-Investitionen belasten Bilanzen
Die Kostenexplosion für KI-Infrastruktur hinterlässt tiefe Spuren in den Finanzberichten der Tech-Giganten. Google Cloud erzielte im zweiten Quartal 2026 zwar 24,8 Milliarden Euro Umsatz – ein Plus von 82 Prozent im Jahresvergleich. Doch Alphabet investierte im selben Zeitraum 44,9 Milliarden Euro in Kapitalausgaben. Die Folge: ein negativer freier Cashflow von 5,9 Milliarden Euro. Im ersten Quartal hatte der Konzern noch 10,1 Milliarden Euro Überschuss gemeldet.
Für das Gesamtjahr 2026 plant Alphabet mit Investitionen zwischen 180 und 190 Milliarden Euro. Um das zu stemmen, emittierte der Konzern im Juni 2026 Aktien und Vorzugsaktien im Wert von 49,6 Milliarden Euro sowie Anleihen über 20,3 Milliarden Euro.
Lichtblicke bei KI-Firmen
Trotz der hohen Kosten zeigen einige KI-Unternehmen Fortschritte. Anthropic meldete für das zweite Quartal 2026 eine operative Marge von 5 Prozent – eine deutliche Erholung von den minus 13 Prozent im Vorquartal. Branchenbeobachter führen das auf drastisch gesunkene Token-Kosten zurück: Zwischen großen Modellversionen fielen die Kosten pro Million Token um 97 Prozent.
Kapazitätsengpässe und das Jevons-Paradox
Die Veröffentlichung des Kimi K3-Modells von Moonshot AI Mitte Juli 2026 offenbarte die Zerbrechlichkeit der aktuellen Recheninfrastruktur. Schon 48 Stunden nach dem Start überstiegen die Nutzeranfragen die Cluster-Kapazitäten – das Modell mit einem 1-Millionen-Token-Kontextfenster war schlicht zu erfolgreich. Moonshot musste neue Abonnements vorübergehend stoppen.
Der Fall illustriert das Jevons-Paradox: Effizientere oder günstigere Modelle führen zu höherem Gesamtverbrauch. In China entfallen inzwischen über 60 Prozent der Rechenleistung auf Inferenz-Aufgaben, täglich werden 140 Billionen Token verarbeitet. Die Folge: Lieferzeiten für GPUs werden mittlerweile bis ins Jahr 2027 genannt.
Während Unternehmen massiv in KI-Infrastruktur investieren, dürfen die rechtlichen Rahmenbedingungen nicht vernachlässigt werden. Dieser kostenlose Umsetzungsleitfaden bietet Ihnen einen kompakten Überblick über alle Anforderungen, Pflichten und Fristen des EU AI Acts. EU AI Act in 5 Schritten verstehen
Kostentransparenz bleibt Problem
Viele Unternehmen tun sich schwer mit der Kostenkontrolle. Laut Marktforschung berichten 68 Prozent der Organisationen über steigende Kubernetes-Kosten, bei der Hälfte liegen die Zuwächse bei über 20 Prozent.
Die Effizienz bleibt das größte Problem: Die durchschnittliche GPU-Auslastung über 23.000 Cluster hinweg beträgt gerade einmal 5 Prozent. Das bedeutet, dass die effektiven Kosten pro GPU deutlich über dem nominalen Stundensatz liegen. Neue Tools sollen Abhilfe schaffen: SkyPilot sicherte sich kürzlich 20 Millionen Euro Startkapital, um fragmentierte Computemärkte zu bündeln. Die Open-Source-Plattform verspricht eine Auslastungssteigerung von über 10 Prozent bei großen Deployments.
Dass selbst die Anbieter mit der Kostentransparenz kämpfen, zeigte ein Vorfall bei AWS am 17. Juli 2026: Ein Konfigurationsfehler führte dazu, dass einige Kunden geschätzte Rechnungen von bis zu 7,1 Billionen Euro erhielten. Die tatsächlichen Rechnungen blieben zwar korrekt, doch AWS musste vorübergehend alle Budget- und Kostenwarnungen deaktivieren.
Der Einsatz von KI-Systemen bringt nicht nur finanzielle Herausforderungen, sondern auch neue regulatorische Pflichten wie die Kennzeichnungs- und Risikodokumentation mit sich. Erfahren Sie in diesem kostenlosen E-Book, wie Sie Ihr Unternehmen rechtlich absichern und die neuen Risikoklassen richtig einordnen. Kostenlosen Umsetzungsleitfaden zum EU AI Act sichern
Milliarden-Prognosen für die kommenden Jahre
Die Analysten von Goldman Sachs rechnen mit kumulierten KI-Infrastrukturinvestitionen von 7,6 Billionen Euro zwischen 2026 und 2031. Davon entfallen 5,1 Billionen auf Rechenleistung, 2,1 Billionen auf Rechenzentren und 358 Milliarden Euro auf Strominfrastruktur.
Die Hardware-Produktion läuft bereits auf Hochtouren: NVIDIA soll die Produktion seiner Vera-Rubin-Racks auf 1.000 Einheiten pro Tag hochfahren. Der Chip-Hersteller verbürgt sich zudem für Kredite an kleinere "Neocloud"-Anbieter, um spezialisierten KI-Kunden schnelleren GPU-Zugang zu ermöglichen. Die Forschung erwartet, dass der monatliche KI-Token-Verbrauch zwischen 2026 und 2030 um das 24-Fache wächst – auf rund 120 Billiarden Token.
Disclaimer zu unseren Artikeln: Keine Anlageberatung, keine Kauf- oder Verkaufsempfehlung. Angaben zu Kursen, Unternehmen und Märkten ohne Gewähr; Änderungen jederzeit möglich. Börsengeschäfte können zu hohen Verlusten führen. Unsere Beiträge werden ganz oder teilweise automatisiert mit Unterstützung von AI erstellt und geprüft.
