Anthropic hat seinen Investoren mitgeteilt, dass das Unternehmen im zweiten Quartal 2026 erstmals einen operativen Gewinn erwartet. Die Zahl: 559 Millionen Dollar. Der Umsatz soll bei 10,9 Milliarden Dollar liegen — ein Anstieg von 130 Prozent gegenüber den 4,8 Milliarden aus dem ersten Quartal.
Von 100 Millionen auf 10 Milliarden in 18 Monaten
Die Wachstumskurve von Anthropic ist kaum noch in normale Maßstäbe zu fassen. Anfang 2025 lag der annualisierte Umsatz noch bei rund 100 Millionen Dollar. Dann kam Claude 3, dann Claude 4, dann die Enterprise-Offensive — und plötzlich redet man über Milliarden pro Quartal.
Was den Gewinn besonders bemerkenswert macht: KI-Unternehmen verbrennen normalerweise Geld in atemberaubendem Tempo. Die Rechenkosten für Training und Inferenz sind enorm. Dass Anthropic jetzt schwarze Zahlen schreibt, zeigt, dass die Nachfrage nach Claude schneller wächst als die Kosten.
Was den Gewinn treibt
Mehrere Faktoren spielen zusammen. Die Enterprise-Deals mit KPMG, PwC, SAP und anderen Großkunden bringen verlässliche, hohe Umsätze. Claude Code hat eine zahlungsbereite Entwickler-Community aufgebaut. Und die API-Nutzung wächst weiter, weil immer mehr Unternehmen Claude in ihre Produkte integrieren.
Dazu kommt der Compute-Deal mit SpaceX, der die Inferenzkosten gesenkt hat. Wenn du mehr Rechenleistung zu besseren Konditionen bekommst, verbessert sich die Marge.
Was das für die Branche bedeutet
Anthropic steht kurz vor einer möglichen Finanzierungsrunde über 30 Milliarden Dollar bei einer Bewertung von über 900 Milliarden. Ein profitables Quartal kommt da genau richtig — es verändert die Verhandlungsposition komplett.
Für den Rest der Branche ist es ein Signal: Man kann ein Frontier-KI-Unternehmen profitabel führen. Zumindest, wenn man die richtigen Enterprise-Kunden hat und die Kosten im Griff behält.
Aber eine Warnung: Ein Quartal ist ein Quartal. Die geplanten Trainingsläufe für Mythos und zukünftige Modelle werden wieder massive Kosten verursachen. Ob Anthropic dauerhaft profitabel bleibt, ist eine andere Frage.
Quellen: CNBC, Analytics Drift, Dataconomy