Zuckerbergs AI-Wette über 65 Mrd. $: Was Meta wirklich gebaut hat

Aus Metas ursprünglicher AI-Ankündigung über 16 Mrd. $ ist eine jährliche Zusage von 135 Mrd. $ geworden. Hier erfährst du, was Meta tatsächlich geliefert hat, nämlich Llama 4, 1 Milliarde Nutzer, ein Superintelligence Lab und über 60 Mrd. $ AI-getriebenen Werbeumsatz, und was der strategische Schwenk zu geschlossenen Modellen für Unternehmen bedeutet, die heute auf AI bauen.

Kurz gesagt: Aus Metas ursprünglicher AI-Ankündigung über 16 Mrd. $ ist eine jährliche Zusage von mehr als 65 Mrd. $ geworden, für 2026 sind 115-135 Mrd. $ geplant. Meta hat Llama 4 mit 1 Milliarde Downloads geliefert, mit Meta AI einen Assistenten mit 1 Milliarde monatlichen Nutzern gebaut und über 60 Mrd. $ AI-getriebenen Werbeumsatz pro Jahr erzielt. Die Open-Source-Wette steht inzwischen unter Druck, und der strategische Schwenk hat direkte Folgen für jedes Unternehmen, das heute auf AI-Infrastruktur baut.

Von 16 auf 130 Mrd. $: Was Meta wirklich ausgegeben hat

Als Zuckerberg Metas ursprüngliche AI-Investitionszusage ankündigte, wirkten 16 Mrd. $ wie eine große Zahl. 2025 hat Meta allein für Investitionsausgaben 72,2 Mrd. $ aufgewendet. Für 2026 hat das Unternehmen 115 bis 135 Mrd. $ in Aussicht gestellt, fast eine Verdopplung gegenüber dem Vorjahr.

Das ist kein Rundungsfehler. Das ist ein Unternehmen, das seine Identität neu schreibt. Meta hat 2025 einen Jahresumsatz von 200,97 Mrd. $ erzielt, 22 % mehr als im Vorjahr, und steckt einen gewaltigen Teil davon zurück in AI-Infrastruktur. Zuckerberg hat öffentlich erklärt, dass Meta langfristig „Hunderte Milliarden“ in AI-Infrastruktur investieren wird.

Was bekommt man für 72 Mrd. $? Rechenzentren, eigene Chips, AI-Forscher mit neunstelligen Paketen und die Rechenleistung, um Modelle zu trainieren, die mit OpenAI und Google konkurrieren. Die wichtigere Frage ist, ob damit ein Wettbewerbsvorteil gekauft wird, und die Antwort darauf ist komplizierter, als die Schlagzeilen vermuten lassen.

Was Llama 4 wirklich geliefert hat

Meta hat Llama 4 im April 2025 veröffentlicht, angeführt von zwei Modellen: Scout und Maverick. Beide nutzen eine Mixture-of-Experts-Architektur (MoE), eine Designentscheidung, mit der sie bei den Kosten pro Token über ihrer Gewichtsklasse boxen. Scout hat 17 Milliarden aktive Parameter bei insgesamt 109 Milliarden und ein Kontextfenster von 10 Millionen Token. Maverick hat dieselbe Zahl aktiver Parameter, skaliert aber auf insgesamt 400 Milliarden.

Das Hauptfeature ist native Multimodalität. Das sind keine Textmodelle mit angeflanschter Bilderkennung, sondern Modelle, die von Grund auf mit Bild, Video und Text trainiert wurden. Llama 4 unterstützt außerdem 200 Sprachen, ein bewusster Schritt, um das Modell auch außerhalb englischsprachiger Märkte relevant zu machen. Bis März 2025 hat die Llama-Modellfamilie insgesamt 1 Milliarde Downloads überschritten.

Ein drittes Modell, Behemoth, kommt auf 288 Milliarden aktive und 2 Billionen Parameter insgesamt, das größte Modell, das Meta je gebaut hat. Öffentlich veröffentlicht wurde es nicht. Und genau hier wird die Geschichte spannender als jeder Benchmark-Vergleich.

Der Open-Source-Bruch, den niemand kommen sah

Zwei Jahre lang war Zuckerberg die lauteste Stimme in der AI-Welt, die argumentierte, dass Open Source gewinnt. Sein Beitrag „Open Source AI is the Path Forward“ von 2024 las sich wie ein Manifest. Dass Meta Llama 2, dann Llama 3 und dann Llama 4 öffentlich bereitstellte, war keine Wohltätigkeit, sondern Strategie. Jeder Entwickler, der auf Llama baut, stärkt Metas Position gegenüber OpenAI und Google, ohne dass Meta ihm einen Dollar zahlt.

Dann kam DeepSeek. Als das chinesische Forschungslabor Anfang 2025 R1 veröffentlichte, war es zum Teil durch das Studium der Llama-Architektur entstanden. Metas Open-Source-Geschenk hatte einen Konkurrenten beschleunigt. Zuckerberg soll intern geschrieben haben, Meta müsse „vorsichtig sein, was wir als Open Source veröffentlichen“. Im Dezember 2025 bestätigten Berichte, dass Meta auf ein geschlossenes, proprietäres Modell mit dem Codenamen Avocado umgeschwenkt ist, das in Q1 2026 erscheinen soll.

Das ist keine kleine Verschiebung. Es ist die Umkehr der Gründungsidee von Metas AI-Marke. Die Entwickler-Community, die rund um Llama entstanden ist, die Enterprise-Teams, die sich wegen Kosten und Kontrolle dafür entschieden haben, die Startups, die davon abhängen: Sie alle haben es jetzt mit einem Anbieter zu tun, der für Spitzenmodelle womöglich keine offenen Gewichte mehr veröffentlicht. Die Open-Source-LLM-Bewegung, die Meta mit angestoßen hat, geht weiter, ohne dass Meta sich weiter dazu bekennt.

Das stellt die verbreitete Annahme infrage, dass Open Source und kommerzielle Dominanz dauerhaft Hand in Hand gehen. Tun sie nicht. Wenn ein Konkurrent dein Open-Source-Release in ein Konkurrenzprodukt verwandelt, ändert sich die Rechnung. Achte darauf, was Meta 2026 tatsächlich liefert, nicht darauf, was Zuckerberg auf Konferenzen sagt.

Wie AI Metas Werbemaschine neu gebaut hat

Zieh die Modell-Launches und Infrastruktur-Ankündigungen ab, und Metas AI-Strategie hat einen einzigen finanziellen Motor: Werbung. Allein in Q4 2025 hat Meta 58,1 Mrd. $ Werbeumsatz erzielt, 24 % mehr als im Vorjahr. Die AI-gestützten Werbelösungen rund um die Advantage+-Suite kommen inzwischen auf eine Jahresrate von über 60 Mrd. $.

Was treibt diese Zahl? Drei AI-spezifische Verbesserungen. Erstens hat Meta die GPU-Kapazität für das Training seines Ranking-Modells GEM verdoppelt und auf eine Sequence-Learning-Architektur umgestellt, die längere Interaktionsverläufe der Nutzer berücksichtigt. Das brachte auf Facebook ein Plus von 3,5 % bei Anzeigenklicks gegenüber dem Vorjahr. Zweitens zeigen Advantage+-Kampagnen inzwischen 14 % niedrigere Kosten pro Lead als Standardkampagnen. Drittens meldet Meta einen um 22 % höheren ROAS, wenn Werbetreibende die AI-Creative-Features aktivieren.

Bis 2026 strebt Meta die vollständige Automatisierung von Anzeigenerstellung und Targeting an. Unternehmen laden einfache Assets hoch. Metas AI erstellt, testet und optimiert Dutzende Anzeigenvarianten über alle Platzierungen hinweg in Echtzeit. Für Marketer schrumpft so eine Woche Creative-Produktion auf wenige Stunden. Es bedeutet aber auch, dass Metas AI-Schicht auf eine bisher nie dagewesene Weise zwischen Marken und ihrem Publikum sitzt.

Das ist die eigentliche Rendite von Zuckerbergs Investition. Nicht die Llama-Downloads oder die Keynotes auf Entwicklerkonferenzen, sondern die Tatsache, dass AI Metas Kernprodukt für jeden Werbetreibenden auf der Plattform messbar wertvoller gemacht hat. Wenn du verstehen willst, wie AI die Beziehungen zu Agenturen umbaut, ist Metas Roadmap zur Werbeautomatisierung die klarste Case Study, die es gerade gibt.

Das Superintelligence Lab und das Wettrüsten um Talente

Im Juni 2025 kündigte Zuckerberg die Meta Superintelligence Labs an, eine neue Forschungsorganisation mit einem einzigen Auftrag: AGI bauen. Das Ankündigungsmemo wurde öffentlich gemacht. Die Rekrutierungsstrategie war weniger subtil. Meta soll Antrittsprämien von bis zu 1 Mrd. $ geboten haben, um Forscher von OpenAI abzuwerben. Sam Altman behauptete, Meta biete seinen Mitarbeitern Pakete von 100 Mio. $ zum Einstieg.

Das Lab hat namhafte Leute gewonnen. Alexandr Wang, ehemaliger CEO von Scale AI (Meta hat Scale AI für 15 Mrd. $ übernommen), wurde Chief AI Officer. Shengjia Zhao, einer der Mitentwickler von ChatGPT, wurde von OpenAI als Chief Scientist abgeworben. Der ehemalige GitHub-CEO Nat Friedman kam ins Führungsteam. Drei ehemalige Forscher von Google DeepMind wechselten herüber. Im Dezember 2025 übernahm Meta außerdem Manus, einen Entwickler von universellen AI Agents, für 2 Mrd. $.

Von den Forschern im Lab wird angeblich erwartet, dass sie ab dem ersten Tag selbstständig arbeiten: eigene Probleme definieren, eigene Experimente fahren, ohne klassische Managementhierarchie. Metas Pitch ist einfach: mehr Rechenleistung pro Forscher als irgendwo sonst auf der Welt. Das ist kein kulturelles Statement. Es ist ein echter Vorteil, wenn der Engpass in der Spitzenforschung der Zugang zu Trainingsläufen ist, die jeweils Millionen Dollar kosten.

Seit März 2026 baut Zuckerberg einen persönlichen AI Agent, der ihm hilft, Meta zu führen. Das System funktioniert bereits als Informationswerkzeug auf Abruf, mit dem er schneller auf interne Daten zugreift als über klassische Berichtswege. Es ist eines der deutlichsten Signale, dass die Ära der AI Agents nicht erst kommt, sondern bereits an der Spitze des Organigramms des weltgrößten Social-Media-Unternehmens läuft. Wenn du darüber nachdenkst, wie AI Agents den Geschäftsbetrieb verändern, ist das der Beweis aus der Praxis.

Was das bedeutet, wenn du heute auf AI baust

Die meisten Unternehmen, die über Metas AI-Investitionen lesen, stellen die falsche Frage. Sie fragen: „Was bedeutet Metas Strategie für Meta?“ Die nützlichere Frage lautet: „Was sagt uns Metas 130-Mrd.-$-Wette über die Infrastrukturentscheidungen, die wir in den nächsten 12 Monaten treffen müssen?“

Drei Dinge stechen aus den Daten heraus. Erstens zerfasert das Open-Source-Ökosystem. Llama könnte auf Spitzenniveau zu einem geschlossenen Modell werden. Unternehmen, die davon ausgegangen sind, dass kostenlose Spitzenmodelle mit offenen Gewichten sich endlos weiter verbessern, sollten diese Annahme überdenken. Die Argumente für eigene AI-Infrastruktur werden stärker, wenn Plattformanbieter ihre Bedingungen ändern.

Zweitens schmälert die Automatisierung von Werbung durch AI den kreativen Vorteil, den kleinere Unternehmen früher hatten. Wenn Metas AI Werbemittel im großen Stil erstellen, testen und optimieren kann, brauchen von Menschen gestaltete Kampagnen einen anderen Vorsprung: strategische Positionierung statt Produktionsvolumen. Die Tools, die erweitern, was eine einzelne Person produzieren kann, sind wichtiger denn je.

Drittens wächst die Lücke zwischen Unternehmen, die AI in ihr Kerngeschäft integriert haben, und solchen, die AI als Nebenexperiment betreiben. Meta hat 2025 72 Mrd. $ ausgegeben, um AI in jede Schicht seines Produkts zu integrieren. Unternehmen, die AI als aufgeschraubtes Feature behandeln, konkurrieren mit Plattformen, die sich von Grund auf neu gebaut haben. Diese Lücke schließt man nicht schrittweise. Du brauchst einen anderen Ansatz dafür, wie du Fähigkeiten aufbaust und einsetzt.

Warum Venture Builder gewinnen, wenn sich Plattformen verschieben

Plattformwechsel belohnen nicht die Unternehmen, die abwarten und zuschauen. Sie belohnen die, die bauen, solange die Infrastruktur noch günstig ist, die Tools noch zugänglich sind und die Marktpositionen noch nicht vergeben sind. Metas AI-Schwenk ist ein Plattformwechsel. Das Open-Source-Fenster, das es erschwinglich gemacht hat, AI-native Produkte günstig zu bauen, könnte sich schließen.

Bei Bonanza Studios haben wir die letzten drei Jahre damit verbracht, AI-Geschäfte gemeinsam mit Fachexperten aufzubauen. Nicht für sie, sondern mit ihnen. Unser Produktportfolio spiegelt das wider: Alethia bringt AI-Analytics in regulierte Branchen, OpenClaw ist ein selbst gehostetes AI-Gateway, das sensible Daten aus Pipelines von Drittanbietern heraushält, und Sales Assist integriert AI in Echtzeit in Vertriebs-Workflows. Jedes dieser Produkte entstand aus einem Fachexperten mit einem konkreten Problem und einem Build-Team, das schnell Produktionscode liefern konnte.

Unser 90-Tage-Sprint-Modell liefert funktionierende Produkte für 75.000 €. Vergleichbare Arbeit über klassische Agentur-Retainer kostet typischerweise 420.000 € über neun Monate. Dieser Kostenunterschied entsteht, weil wir im gesamten Prozess mit AI-Tools bauen, nicht weil wir Abkürzungen nehmen. Das Tempo summiert sich: Wir haben für mehr als 60 Kunden geliefert, in Branchen von Fintech bis Legal Tech, und haben eine Bewertung von 5/5 auf Clutch. Die Case Study zu Alethia zeigt, wie das bei einem AI-Analytics-Produkt in einer regulierten Branche aussieht.

Zuckerbergs Wette bestätigt die These, dass AI-Infrastruktur die entscheidende Investition dieses Jahrzehnts ist. Aber du brauchst keine 135 Mrd. $, um den Wert abzuschöpfen, der dadurch entsteht. Du brauchst das richtige Team, einen Fachexperten, der das Problem versteht, und einen Build-Prozess, der auf Tempo ausgelegt ist. Unser 90-Day Digital Acceleration Sprint ist genau für dieses Fenster gebaut: wenn die Tools mächtig sind, das Fenster offen ist und die Marktposition noch zu haben ist. Die Case Study zu UniCredit zeigt, wie strukturierte AI-Lieferung in einem großen Finanzinstitut aussieht.

Die Gewinner von Metas AI-Revolution werden nicht Meta sein. Es werden die Unternehmen sein, die diesen Moment verfügbarer Infrastruktur genutzt haben, um Produkte und Prozesse zu bauen, die ihre Konkurrenz nicht schnell kopieren kann. Das ist ein Fenster, kein Dauerzustand. Die Frage ist, ob du in diesem Fenster baust oder vom Rand aus zuschaust.

FAQ

Wie viel hat Meta seit Zuckerbergs ursprünglicher Ankündigung tatsächlich für AI ausgegeben?

Meta hat 2025 72,2 Mrd. $ an Investitionsausgaben getätigt, nach geschätzten 38-40 Mrd. $ im Vorjahr. Für 2026 liegt die Prognose bei 115-135 Mrd. $. Die ursprünglichen 16 Mrd. $ bezogen sich auf eine frühere Phase der Investition. Die seitdem zugesagte Gesamtsumme hat 130 Mrd. $ überschritten, ohne Anzeichen einer Verlangsamung.

Ist Llama 4 noch Open Source?

Llama 4 Scout und Maverick wurden im April 2025 als Open-Weight-Modelle veröffentlicht. Metas Spitzenmodell Behemoth wurde jedoch nicht öffentlich bereitgestellt, und Berichte vom Dezember 2025 deuten darauf hin, dass Meta ein geschlossenes, proprietäres Modell mit dem Codenamen Avocado entwickelt. Die Open-Source-Strategie, die Llama 2 und 3 geprägt hat, wird auf Spitzenniveau gerade grundsätzlich überdacht.

Was haben Metas AI-Investitionen finanziell tatsächlich gebracht?

Metas Jahresumsatz 2025 erreichte 200,97 Mrd. $, 22 % mehr als im Vorjahr. Die AI-gestützte Werbesuite Advantage+ kommt inzwischen auf über 60 Mrd. $ Umsatz pro Jahr. Meta AI, der Assistent für Endnutzer, erreichte bis Mai 2025 1 Milliarde monatlich aktive Nutzer. AI-getriebene Verbesserungen beim Anzeigen-Ranking brachten ein Plus von 3,5 % bei Facebook-Anzeigenklicks und einen um 22 % besseren ROAS bei Advantage+-Kampagnen.

Wie wirkt sich Metas AI-Strategie auf Unternehmen außerhalb der Werbung aus?

Metas Strategie hat drei Effekte außerhalb der Werbung: Sie zeigt, dass Investitionen in AI-Infrastruktur innerhalb von 12-24 Monaten messbare finanzielle Erträge bringen. Sie zeigt, dass die Verfügbarkeit von Open-Source-Modellen unter Wettbewerbsdruck schrumpfen kann. Und sie vergrößert die Erwartungslücke zwischen AI-nativen Unternehmen und solchen, die AI noch als Experiment betreiben. Wenn deine Konkurrenz AI in ihre Kern-Workflows einbaut und du noch Chatbots pilotierst, wird die Lücke größer.

Können kleinere Unternehmen realistisch mithalten, wenn Meta 135 Mrd. $ für AI ausgibt?

Sie müssen die Infrastrukturausgaben nicht erreichen, sie müssen nutzen, was diese Infrastruktur hervorgebracht hat. Llama 4, Claude und andere Spitzenmodelle sind zu Kosten verfügbar, die vor drei Jahren undenkbar waren. Es gewinnen nicht die Unternehmen mit der meisten Rechenleistung, sondern die, die Fachwissen am schnellsten mit AI-Tools verbinden. Das ist ein Sprint-Problem, kein Kapitalproblem. Unsere Arbeit zur Digital Transformation ist genau für diese Ausgangslage gemacht.

Über den Autor

Behrad Mirafshar ist CEO und Gründer von Bonanza Studios. Er leitet ein erfahrenes Build-Team, das gemeinsam mit Fachexperten AI-Geschäfte aufbaut, und verbindet Venture-Partnerschaften mit einem Produktportfolio, zu dem Alethia, OpenClaw und Sales Assist gehören. Mehr als 60 Unternehmen. 5/5 auf Clutch. Host des Podcasts UX for AI.

Vernetz dich mit Behrad auf LinkedIn

Bereit, dein AI-Produkt zu bauen, bevor sich das Fenster schließt? Unser 90-Tage-Sprint bringt dich in einem Quartal vom Konzept in die Produktion, zu einem Bruchteil der Kosten klassischer Entwicklung. Sieh dir an, wie wir arbeiten, und finde heraus, ob es zu deinem Team passt.