SINE Strategy Wiki

Zwei Inversionen und eine Leerstelle

22 min read

Evidenz: [F] belegter Fakt (Quelle) · [B] Behauptung (Urheber) · [I] Inferenz (Herleitung).

Kernaussagen

  • [I] Die AdTech-Pathologie hatte drei Bauteile — eine regelsetzende Schicht, die zugleich klebrig war; eine Auktion, deren Mechanik sie verstellen konnte; und Opazität über den Preis. Im KI-Stack ist Bauteil 1 auf zwei verschiedene Schichten aufgeteilt, Bauteil 2 existiert nicht, Bauteil 3 hat die Seite gewechselt. Folgt aus den elf Rasterzeilen unten.
  • [F] Die klebrigste Schicht des KI-Stacks setzt keine Regeln über Dritte: die FTC dokumentiert, dass OpenAI seine Dienste auf Azure „port” musste und die Migration nach „a total of 17 months later” noch lief (FTC 6(b) 2025, S. 34). Die regelsetzende Schicht — Routing — ist eine geänderte Base-URL: LiteLLM misst 99,3 % Warm-Cache-Trefferquote über 4.684 Anbieterwechsel (LiteLLM, 31.07.2026).
  • [F] Vier Behörden benennen vier verschiedene Chokepoints: das Bundeskartellamt den vertikal integrierten Stack-Eigner, die Autorité die MaaS-Schicht, die CMA die Distributions-Ökosysteme, die FTC die Partnerschaftsstruktur selbst. In AdTech konvergierten dieselben Behörden auf den Ad Server. Belege in Zeile 1.
  • [F] Die Intermediationsrente auf der Routing-Schicht liegt bei 0–5,5 % und ist als Zahlungsgebühr, nicht als Spread konstruiert (OpenRouter 5,5 %, „without any markup”; Vercel 0 %; Bedrock 1 USD/1.000 Requests). AdTechs Kette nahm 30–50 %. Das korrigiert Dossier 1 in beide Richtungen.
  • [F] Es gibt bereits eine binär verifizierbare Remedy im KI-Stack — aber bei Compute, nicht beim Routing: das französische SREN-Gesetz begrenzt Cloud Credits auf ein Jahr und verbietet Exklusivitätsklauseln (Autorité 24-A-05, Nr. 252). Das verschiebt Transfer 4 aus Dossier 1 ein zweites Mal.
  • [F] Zum Kernvorwurf, den man aus AdTech erwarten würde — ein Router bevorzugt eigene oder verbundene Modelle — existiert kein einziger dokumentierter Vorwurf, keine Beschwerde, kein Audit, kein Verfahren. Gleichzeitig veröffentlicht kein Anbieter eine prüfbare Routing-Policy. Das ist Abwesenheit von Evidenz, nicht Evidenz von Abwesenheit.

Analyse

Warum dieses Dossier keine Schichten aufeinander abbildet

Der naheliegende Vergleich wäre eine Zuordnung: Compute sei wie die Publisher, Modelle wie die DSPs, Router wie die Ad Exchanges. [B] Diese Form des Vergleichs halte ich für die Hauptfehlerquelle in der bisherigen Debatte — sie erzeugt Analogiesuppe, weil jede Schicht mehrere Rollen gleichzeitig spielt und die Zuordnung immer irgendwo passt. Das ist meine eigene These, kein Fremdbefund.

Statt Schichten vergleicht dieses Dossier Eigenschaften. Elf strukturelle Eigenschaften, die man an einem Markt unabhängig von seiner Technologie prüfen kann, jede mit genau einem von drei Verdikten:

  • gleicher Mechanismus — dasselbe strukturelle Muster, transferierbare Befunde;
  • analog, andere Größenordnung — Muster vorhanden, Wirkung quantitativ anders, Transfer nur mit Umrechnung;
  • strukturell abwesend — die Eigenschaft existiert im anderen Markt nicht, und die zugehörige Regulierungsliteratur hat hier kein Ziel.

Der Ertrag liegt nicht in den Zeilen, in denen beide Märkte übereinstimmen, sondern in denen, in denen sie sich innerhalb einer Zeile widersprechen: wo die Eigenschaft vorhanden ist, aber auf einer anderen Schicht sitzt.

Die Akteure: was im KI-Stack tatsächlich steht

[I] Der KI-Stack hat fünf Positionen, und die Teilnehmerliste jeder Position ist strukturell verschieden — abgeleitet aus den Behördendokumenten und der Anbieterdokumentation unten:

  1. Compute — Chip-Designer (Nvidia, AMD, Google TPU, AWS Trainium/Inferentia), Hyperscaler, und eine dritte Kategorie, die AdTech nicht kannte: Neoclouds (CoreWeave, Nebius, Lambda), die von ihren eigenen Lieferanten mit Eigenkapital finanziert werden.
  2. Foundation Models — geschlossen (OpenAI, Anthropic, Google) und gewichtsoffen (Meta, Mistral, Alibaba).
  3. Inference-API / MaaS — Erstanbieter-APIs und Modellmarktplätze der Clouds (Bedrock, Azure Foundry, Vertex/Model Garden). Diese Schicht benennt die Autorité als Chokepoint.
  4. Orchestrierung / Routing / Agenten — die Schicht, die Auswahlregeln setzt. Vier Typen, und die Unterscheidung ist die ganze Analyse:
    • (a) käufergesteuerter Proxy (LiteLLM selbst-gehostet): keine Rente, kein Interessenkonflikt — funktional der Trading Desk des Käufers;
    • (b) neutraler Aggregator (OpenRouter, Not Diamond, Requesty): Gebühr oder Spread, keine eigenen Modelle — funktional die Exchange;
    • (c) integrierter Erstanbieter-Router (Azure Model Router, Bedrock Intelligent Prompt Routing, Vertex): routet zwischen Drittmodellen und eigenen bzw. verbundenen — funktional der Ad Server mit Last Look, und der einzige Typ, bei dem Selbstbevorzugung strukturell eingebaut wäre;
    • (d) Hosting-/CDN-gebündeltes Gateway (Cloudflare AI Gateway, Vercel AI Gateway).
  5. Distribution — Betriebssysteme, Browser, Suche, Produktivitätsstacks, App- und Agent-Stores.

[I] Zwei Teilnehmerklassen haben in AdTech kein Gegenstück und wurden in meinem ursprünglichen Plan nicht mitgedacht: die Neoclouds als eigenkapitalfinanzierte Abnehmer ihres Lieferanten (Zeile 3), und die unabhängige Evaluationsschicht (Artificial Analysis, METR, LMArena, Epoch AI), die vergleichende Preis- und Leistungsdaten laufend und kostenlos publiziert (Zeile 8). Beide folgen aus der Akteursinventur, nicht aus einer Quelle.

Das Raster

Zeile 1 — Wo sitzt der regelsetzende Chokepoint?

Verdikt: gleiche Frage, kein konvergentes Ergebnis.

[F] In AdTech konvergierten die Behörden auf den Ad Server; das ist der Befund, auf dem Dossier 1 aufbaut. Im KI-Stack tun sie das nicht. Das Bundeskartellamt lokalisiert die Regelsetzung beim vertikal integrierten Stack-Eigner: Microsoft sei „the only provider active on all vertically integrated levels of the software stack for businesses”, setze „not only … the framework conditions for third-party developers but also competes with them” und habe „considerable power to set the rules” (Bundeskartellamt, B6-26/23, 27.09.2024). [F] Die CMA lokalisiert sie bei der Distribution: Betreiber von Mobil-Ökosystemen, Suche und Produktivitätsstacks könnten „set the rules of the game for FM deployment to restrict customer choice” (CMA Technical Update 2024, S. 56, Nr. 3.48). [F] Die Autorité lokalisiert sie zwischen Compute und Modell und empfiehlt der Kommission zu prüfen, MaaS-Anbieter spezifisch für diese Dienste als DMA-Gatekeeper zu benennen (Autorité 24-A-05). [F] Die FTC lokalisiert sie nicht in einer Schicht, sondern in der Vertragsstruktur der Partnerschaften (FTC 6(b) 2025).

[I] Vier Behörden, vier Schichten. Das ist kein Befund über Behörden, sondern über den Markt: ein Chokepoint, dessen Ort umstritten ist, ist wahrscheinlich noch keiner. Folgt aus den vier [F] oben und der AdTech-Konvergenz aus Dossier 1. [B] Auffällig ist, wen niemand nennt: die Routing-Schicht, obwohl sie die einzige ist, deren erklärter Zweck darin besteht, Auswahlregeln zu setzen. Eigene Beobachtung.

Zeile 2 — Handelseinheit und Clearing-Mechanismus

Verdikt: strukturell abwesend.

[F] AdTech handelt Impressions in Echtzeitauktionen; die gesamte Missbrauchsliteratur — Bid Shading, Reservepreise, Last Look, Header Bidding, Erst- gegen Zweitpreis — ist Auktionsliteratur (Dossier 1). [F] Der KI-Stack hat an keiner Stelle eine Auktion. Geclearet wird über vier Mechanismen: veröffentlichte Listenpreise pro Million Token; Abonnements; mehrjährige Kapazitätsverträge (CoreWeave weist gegenüber der SEC eine Verpflichtung für unverkaufte Kapazität bis zum 13.04.2032 mit einem Anfangswert von 6,3 Mrd. USD aus, CoreWeave 8-K); und Rate Limits, also eine mengenmäßige Zuteilungsquote statt eines Preises.

[I] Daraus folgt der für Policy-Zwecke wichtigste negative Befund dieses Dossiers: rund die Hälfte der transferfähigen AdTech-Befunde hat im KI-Stack kein Ziel, weil sie Auktionsbefunde sind. Wer AdTech als Präzedenzfall zitiert, muss diese Hälfte ausdrücklich abziehen. Folgt aus den beiden [F].

[F] Ein Clearing-Mechanismus entsteht allerdings gerade — und zwar bei Compute, nicht auf der Router-Schicht: CME Group und Silicon Data kündigen Compute-Futures auf H100- und B200-Mietindizes zum 05.10.2026 an der NYMEX an, „pending regulatory review” (CME Group, 11.08.2026). [I] Wenn Auktionspathologien im KI-Stack auftreten, dann zuerst dort — nicht dort, wo die AdTech-Analogie sie erwarten lässt.

Zeile 3 — Vertikale Integration und nicht-benachbarte Positionen

Verdikt: gleicher Mechanismus, um ein AdTech-fremdes Instrument erweitert.

[F] Der Kern ist identisch und behördlich formuliert: ein Anbieter auf allen Stufen, der zugleich Rahmenbedingungen setzt und mit den Regulierten konkurriert (Bundeskartellamt, oben). [F] Die CMA zählt „an interconnected web of over 90 partnerships involving GAMMAN firms” (CMA Update Paper 2024, Nr. 43, S. 17).

[F] Neu gegenüber AdTech ist die Finanzierung der eigenen Nachfrage mit Eigenkapital: Nvidia investiert 2 Mrd. USD in CoreWeave zu 87,20 USD je Aktie (Nvidia, 26.01.2026) und 2 Mrd. USD in Nebius zu 94,94 USD je Aktie für rund 8,3 % (Nvidia, 11.03.2026). [F] Den Mechanismus benennt die FTC selbst, und zwar mit eigenem Begriff: „This feature of the partnerships—circular spending—is one avenue through which CSP partners may have potentially aimed to reduce the magnitude of potential loss” (FTC 6(b) 2025, S. 19).

[I] Ich hatte dieses Muster als eigenen Fund geführt. Es ist der Begriff der Behörde; meine Urheberschaft war falsch, der Befund bleibt. AdTech kannte Rabatte und Bündel, aber keine Eigenkapitalfinanzierung des eigenen Abnehmers — hier ist der KI-Stack nicht Wiederholung, sondern Steigerung.

Zeile 4 — Singlehoming gegen Multihoming

Verdikt: gleiche Eigenschaft, umgekehrte Schicht. Dies ist der Zentralbefund.

[F] In AdTech war die Modellschicht des Vergleichs — der Ad Server — faktisch Singlehoming: ein Wechsel bedeutete Neuverkabelung des Inventars (Dossier 1). [F] Im KI-Stack ist Multihoming auf der Modell- und Inferenzschnittstelle der Normalfall, und die Routing-Industrie existiert genau deshalb: LiteLLM belegt 99,3 % Warm-Cache-Trefferquote über 4.684 Anbieterwechsel (LiteLLM, 31.07.2026). Ein Wechsel ist eine geänderte Base-URL.

[F] Singlehoming ist im KI-Stack dennoch massiv vorhanden — eine Schicht tiefer. Die FTC dokumentiert, dass OpenAI seine Dienste auf Azure „port to run on” musste und Code-Änderungen die Migration noch im Dezember 2020, „a total of 17 months later”, laufend zeigen (FTC 6(b) 2025, S. 34). Dazu proprietäre Toolchains (CUDA nur Nvidia, AWS Neuron SDK nur Trainium/Inferentia), Exklusivitätsvereinbarungen, Spend Commitments und Egress Fees. [F] Die Autorité dokumentiert eine Härtestufe darüber: bei AutoML-Diensten hätten „users … no access to the model itself after the final model is created”, ein Wechsel erfordere die Neuerzeugung „from scratch” (Autorité 24-A-05, Nr. 251).

[I] Die AdTech-Pathologie bestand darin, dass dieselbe Schicht die Regeln setzte und den Kunden halten konnte. Im KI-Stack ist das getrennt: wer hält, setzt keine Regeln über Dritte; wer Regeln setzt, hält nicht. Damit hat die Pathologie im KI-Stack derzeit keinen Ort. Das ist der stärkste falsifizierende Befund gegen die Übertragbarkeit — er folgt aus den [F] dieser Zeile und Zeile 1.

Zeile 5 — Opazität: was ist für wen unbeobachtbar, und ist es ein Designhebel?

Verdikt: analog, aber invertiert.

[F] In AdTech wusste der Käufer, was er kaufte — eine Impression —, aber nicht, was er zahlte: die ISBA/PwC-Studie konnte 15 % der Ausgaben nicht zuordnen (Dossier 1). [F] Im KI-Stack ist es umgekehrt. Der Preis steht als Listenpreis pro Million Token öffentlich da; unbeobachtbar ist das Produkt. Microsoft dokumentiert für den eigenen Model Router, dass hinter einem stabilen Namen die Zusammensetzung wechselt und automatische Versionsaktualisierung der Standard ist (Azure AI Foundry, Model Router). [F] Auf der Evaluationsseite dokumentieren Forschende 27 private Llama-4-Varianten, die vor der Veröffentlichung getestet wurden (arXiv 2504.20879).

[I] Damit gilt Transfer 2 aus Dossier 1 — Opazität ist nicht Geheimhaltung, sondern Änderungsfrequenz hinter einer stabilen Schnittstelle — im KI-Stack nicht analogisch, sondern wörtlich, und er ist vom Anbieter selbst dokumentiert. [B] Genau das schwächt die Deutung als Designhebel: was in der eigenen Dokumentation steht, ist Offenlegung, nicht Verschleierung. Eigene Einschätzung, gegen mein eigenes Argument.

Zeile 6 — Intermediationsrente / Take Rate

Verdikt: analog, eine Größenordnung kleiner, anders geformt.

[F] AdTechs Kette nahm 30–50 % (Dossier 1). [F] Auf der Routing-Schicht des KI-Stacks: OpenRouter 5,5 % bzw. 5 % bei ausdrücklicher Aussage, Inferenz werde „without any markup” weitergegeben (OpenRouter FAQ); Cloudflare 5 % beim Credit-Kauf (Cloudflare AI Gateway); Vercel ohne Aufschlag (Vercel AI Gateway Pricing); Bedrock 1 USD pro 1.000 Routing-Requests (AWS Bedrock Pricing); Not Diamond 0,05 USD je Mio. geroutete Token (Not Diamond); Requesty +5 % (Requesty); Portkey, Unify und Helicone als reine Abonnements (Helicone, Unify).

[I] Die Rente ist nicht als Spread konstruiert, sondern als Zahlungsgebühr. Ein Spread verlangt Informationsvorsprung über den Ausführungspreis; eine Gebühr verlangt nur, dass die Zahlung durchläuft. [F] Die Übernahme von OpenRouter durch Stripe passt in diese Lesart: der Käufer ist ein Zahlungsdienstleister (Stripe Newsroom, OpenRouter Announcements).

[I] Das korrigiert Dossier 1 in beide Richtungen. Meine dortige Aussage, es gebe keine messbare Intermediationsrente, war falsch — es gibt sie. Meine anschließende Vollrücknahme war ebenfalls falsch. Der belastbare Satz lautet: die Rente existiert, ist um den Faktor sechs bis zehn kleiner und hat nicht die Form, die Marktmacht ausdrücken würde.

Zeile 7 — Skalen- und Externalitätsstruktur des kritischen Vermögenswerts

Verdikt: strukturell abwesend, durch andere Mechanismen ersetzt.

[F] AdTech ist ein zweiseitiger Markt, in dem der Netzwerkeffekt nicht ein Faktor, sondern der Mechanismus ist. Für KI verneint die führende ökonomische Arbeit das ausdrücklich: „The role of network effects is significantly smaller than for platforms — a given ChatGPT user does not derive significant direct benefits from others joining ChatGPT” (Korinek & Vipra 2025, S. 19). [F] Als Ersatz nennen dieselben Autoren Skalen- und Verbundvorteile, Datenrückkopplung, Nutzerinertie und einen KI-spezifischen „intelligence feedback loop”; zur Monopoltendenz halten sie fest, „the number of players that a market of a given size can support is shrinking fast”, aber: „It is unclear whether investment requirements or expectations of future profits will rise faster” (ebd.).

[I] Eine Regulierung, die auf Netzwerkeffekte zielt — und das tut die gesamte DMA-Architektur —, trifft im KI-Stack den falschen Mechanismus. Was hier konzentriert, ist Kapital, nicht Verkettung. Folgt aus dem [F] oben und Zeile 10.

Zeile 8 — Gegenmacht auf der Nachfrageseite

Verdikt: gleiche Eigenschaft, deutlich stärker, plus eine Institution, die AdTech nie hatte.

[F] In AdTech war die Nachfrageseite fragmentiert und blind: die einzige belastbare Kettenanalyse musste von einem Verband beauftragt werden und verlor am Ende 15 % (Dossier 1). [I] Im KI-Stack ist die Nachfrageseite in drei Punkten stärker: Enterprise-Käufer sind groß, Multihoming ist billig (Zeile 4), und es existiert eine permanente, kostenlose, unabhängige Vergleichsmessung von Preis und Leistung (Artificial Analysis, METR, LMArena, Epoch AI). Diese Institution hat in AdTech kein Gegenstück — es gab keine laufende unabhängige Publikation von Take Rates oder Ausführungsqualität.

[B] Diese Gegenmacht trägt allerdings ihre eigene Interessenstruktur, und sie ist bei genau den Akteuren dokumentiert, die sie ausüben sollen: LMArena verkauft bezahlte Evaluationen an Labore, die es rangiert (LMArena); Epoch AI legt in eigener Erklärung die Finanzierungsbeziehung zu einem Labor offen; METR erklärt ausdrücklich, keine Laborfinanzierung anzunehmen. Zusammengestellt aus den jeweiligen Selbsterklärungen; die Bewertung ist meine.

Zeile 9 — Exklusivität, Meistbegünstigung, Voreinstellungen

Verdikt: gleicher Mechanismus, im KI-Stack besser dokumentiert als in AdTech je.

[F] Ein Cloudanbieter gegenüber der FTC: „We’ve sought parity in multiple ways… Parity on features and functionality… Parity on pricing… Parity on compensation for their sellers… Parity on marketing” (FTC 6(b) 2025, S. 22). [F] Und, härter, im gleichen Bericht: „In at least one case, a partnership effectively required the AI developer partner to keep the models on its partner’s cloud service at parity with the models on the AI developer’s first-party API… the AI developer would not be able to release a new model on its own before launching it on its partner’s cloud service” (ebd.).

[I] Das ist eine Meistbegünstigungsklausel, die den eigenen Erstanbieterkanal des Modellentwicklers benachteiligt — funktional dasselbe Instrument wie die AdTech-Paritätsklauseln, nur in umgekehrter Richtung angewandt.

[F] Dazu die Selbstbevorzugungs-Subvention, die die Autorité mit Beträgen belegt: Google for Startups Cloud Program bis 350.000 USD über zwei Jahre für KI-Startups — 150.000 USD mehr als für andere Sektoren; Microsoft bis 150.000 USD Azure-Credits; AWS Generative AI Accelerator bis 300.000 USD. Entscheidend ist die Bedingung: „The amount of credits can also be increased on condition that the beneficiary start-ups use the suppliers’ new AI products” — bei AWS Activate 100.000 USD plus bis zu 300.000 USD zusätzlich bei Nutzung der eigenen Beschleuniger Trainium und Inferentia (Autorité 24-A-05, Nr. 249).

[I] Das ist strukturell identisch mit dem AdTech-Muster, für das Dossier 1 Belege sammelt: Nachlass dafür, dass man durch den eigenen Stack einkauft. Diese Zeile ist die einzige, in der ich den Transfer ohne Abstriche bejahe.

Zeile 10 — Art der Eintrittsbarriere: Kapital, Information oder Distribution?

Verdikt: anderer Typ — und, anders als in AdTech, messbar.

[F] AdTechs Barriere war Information und Distribution: Nutzerdaten und Inventarzugang, von außen nicht quantifizierbar (Dossier 1). [F] Im KI-Stack ist die Barriere Kapital, und sie ist öffentlich beziffert: der leistungsfähigste KI-Supercomputer im März 2025, xAIs Colossus, hatte geschätzte Hardwarekosten von 7 Mrd. USD; die Hardwarekosten der führenden Systeme verdoppeln sich mit 1,9× pro Jahr; extrapoliert ergibt das rund 200 Mrd. USD für das führende System 2030, plus etwa 90 Mrd. USD Rechenzentrumsbau, bei 9 GW Leistungsbedarf ( Epoch AI 2025, S. 15 und S. 19).

[F] Dieselbe Datenbasis zeigt eine zweite Barriere, die AdTech in dieser Form nicht hatte — eine geografische: rund 75 % der aggregierten KI-Supercomputer-Leistung stehen in den USA, private Eigner machen 2025 etwa 85 % aus, und das größte öffentliche System erreicht nur 22 % der Leistung des größten bekannten industriellen (ebd., S. 10, 16, 20).

[I] Daraus folgt ein Einwand gegen eine Empfehlung der Autorité: öffentliche Supercomputer als Alternative zum Hyperscaler-Zugang zu öffnen adressiert eine Schicht, deren Anteil bereits auf ein Sechstel gefallen ist. Folgt aus Autorités Empfehlung und Epochs Anteilsdaten. [I] Wichtiger für Policy: eine Kapitalbarriere ist von außen prüfbar, eine Informationsbarriere nicht. Das verändert, was Regulierung überhaupt verlangen kann — und es ist der einzige Punkt, an dem der KI-Stack leichter zu regulieren ist als AdTech.

Zeile 11 — Messbarkeit: welches Instrument müsste existieren, um die Zeile zu prüfen?

Verdikt: schlechter als AdTech. Die einzige Zeile, in der der KI-Stack zurückliegt.

[F] In AdTech existierten wenigstens Ansätze: DSA Art. 40 als Datenzugangsrecht und die ISBA/PwC-Studie als Versuch (Dossier 1). [F] Im KI-Stack benennt das gemeinsame Statement von EC, CMA, DOJ und FTC drei Prinzipien — Fair Dealing, Interoperability, Choice — und kein einziges Messinstrument (Joint Statement 2024). [F] Kein Router-Anbieter veröffentlicht eine prüfbare Routing-Policy. [F] Und: es existiert kein dokumentierter Vorwurf, keine Beschwerde, kein Audit, kein Behördenverfahren und kein Benchmark, der einem Router Selbstbevorzugung eigener oder verbundener Modelle vorwirft.

[I] Der letzte Punkt ist doppeldeutig und muss doppeldeutig bleiben: er ist Abwesenheit von Evidenz, nicht Evidenz von Abwesenheit. Ohne Instrument aus dem vorletzten Punkt wäre der Vorwurf auch dann nicht erhebbar, wenn der Sachverhalt vorläge.

[F] Ein Instrument existiert allerdings — und wieder eine Schicht tiefer: Art. 26 des SREN-Gesetzes verpflichtet die Autorité zu einem Bericht über die Praxis des „self-preferencing” samt notwendiger verfahrens- oder gesetzgeberischer Verbesserungen (Autorité 24-A-05, Nr. 252). [I] Damit ist die Messlücke präzise lokalisierbar: sie liegt nicht im KI-Stack allgemein, sondern zwischen Compute — wo ein gesetzlicher Berichtsauftrag zu Selbstbevorzugung bereits besteht — und der Routing-Schicht, wo keiner besteht und wo Selbstbevorzugung strukturell überhaupt erst eingebaut wäre (Typ (c) der Akteursliste). [F] Zwei Randfunde stützen, dass es etwas zu messen gäbe: Bedrocks Routing arbeitet nur innerhalb einer gewählten Modellfamilie (AWS), und Microsofts Dokumentation offenbart, dass „if you use Agent service tools in your flows, only OpenAI models are used for routing” (Azure AI Foundry).

Was an Dossier 1 zu korrigieren ist

Dossier 1 bleibt unverändert; die folgenden drei Punkte korrigieren es ausdrücklich, statt es still zu ersetzen.

[F] Transfer 4 (binär verifizierbare Verbindungsverbote) — zum zweiten Mal verschoben. Dossier 1 vermutete, dem KI-Stack fehle ein binär prüfbarer Eingriff, weil die verbundene Beziehung keine sichtbare API-Grenze überquere. Er existiert bereits, und zwar auf der Compute-Schicht: das französische SREN-Gesetz begrenzt Cloud Credits auf ein Jahr und untersagt Exklusivitätsklauseln (Art. 26), verbietet Egress Fees über den Kosten (Art. 27) und schreibt Interoperabilität und Portabilität vor (Art. 28), mit Auslauf zum 12.01.2027 (Autorité 24-A-05, Nr. 252). Art. 26 verpflichtet die Autorité überdies zu einem Bericht über „self-preferencing” (ebd.). Damit ist die richtige Aussage nicht „keine Analogie” und nicht „nur beim Routing”, sondern: der Eingriffstyp ist übertragbar, und er ist schon übertragen worden — eine Schicht tiefer, als ich vermutet hatte.

[I] Transfer 2 (Opazität als Änderungsfrequenz). Von Analogie zu Beleg aufgewertet, aber in der Deutung abgeschwächt: der Beleg stammt aus der Anbieterdokumentation selbst, was gegen „Designhebel” und für „offengelegte Eigenschaft” spricht (Zeile 5).

[I] Die Rentenaussage. Ersetzt durch die präzise Fassung aus Zeile 6: 0–5,5 %, gebührenförmig, nicht spreadförmig.

[F] Urheberschaft. „Circular spending” ist der Begriff der FTC, nicht mein Fund (Zeile 3).

Der Widerspruch zwischen den beiden Literaturen

[F] Korinek und Vipra empfehlen, „that foundation model companies and cloud companies hold certain data in silos, i.e., not share it for other uses… as mandated, e.g., for gatekeepers under the EU’s Digital Markets Act” (Korinek & Vipra 2025, S. 20). [F] Witte und Krämer, aus der AdTech-Remedy-Literatur von Dossier 1, identifizieren Data Siloing als nicht verifizierbar, weil ML-Pipelines „reuse partial data or inferred signals”. [F] Keine der beiden Arbeiten zitiert die andere.

[I] Die führende KI-ökonomische Arbeit empfiehlt damit genau das Mittel, das die AdTech-Literatur als nicht durchsetzbar verworfen hat. Das ist die zweite Lücke dieser Art, die dieses Projekt findet — nach Acemoglu gegen Farboodi/Veldkamp in Dossier 1 — und für Policy-Zwecke der billigste verfügbare Ertrag: eine Empfehlung, die man nicht zu widerlegen, sondern nur zu konfrontieren braucht.

[I] Dieselbe Asymmetrie läuft in die andere Richtung. Narechania greift für ML zur Regulierung natürlicher Monopole — Rate Regulation und Service Regulation (Narechania, Iowa L. Rev. 2021); diese Instrumentenklasse kommt in der gesamten AdTech-Remedy-Literatur nicht vor. Umgekehrt kommt binäre Verifizierbarkeit in der KI-Literatur nicht vor. Beide Literaturen haben ein Instrument, das die andere nicht kennt.

[F] Ein dritter Kreuzbefund: Widder, Whittaker und West argumentieren, die Open-Source-Ausnahmen im AI Act „could serve to further concentrate, rather than challenge, Big Tech power” (West 2023). [I] Das erweitert Campbell/Goldfarb/Tucker aus Dossier 1 um einen Schritt: nicht nur fixe Compliance-Kosten konzentrieren, auch die Ausnahme von ihnen kann konzentrieren.

Herkunft der Evidenz

[B] Dieses Dossier stützt sich zu einem größeren Anteil als Dossier 1 auf Behördendokumente, und das ist eine Schwäche, keine Stärke. Behördendokumente sind Parteidokumente: die Autorité empfiehlt eine DMA-Designation, also Arbeit für eine andere Behörde und Zuständigkeit für ihre eigene Sichtweise; das Bundeskartellamt begründet die Anwendung seines eigenen § 19a-Instruments; das gemeinsame Statement der vier Behörden ist eine Absichtserklärung ohne Befund. Sie sind als Beleg dafür stark, was eine Behörde annimmt, und schwächer als Beleg dafür, wie der Markt funktioniert. Eigene Bewertung.

[B] Die Belege für die Routing-Schicht stammen fast vollständig aus der Dokumentation der Anbieter selbst. Das ist Primärevidenz für Preise und Mechanik, aber es gibt keine unabhängige Prüfung, und für die Zeile, die am meisten davon abhängt — Zeile 11 —, ist es das schwächste Material im ganzen Dossier.

[B] Eine Warnung aus dem Arbeitsprozess, die in das Ergebnis gehört: die erste Recherchewelle produzierte mehrere belastbar klingende Zahlen, die einer gezielten Gegenprüfung nicht standhielten — darunter eine viel zitierte Take Rate ohne jede auffindbare Ursprungsquelle und eine Router-Gebühr, die auf der Preisseite des Anbieters leer steht. Bei einem Markt dieses Alters ist Sekundärliteratur überwiegend Anbieterkommunikation mit Zwischenschritten. Eigene Prozessbeobachtung.

Falsifizierbare Prognosefolge

[I] Wenn die AdTech-Analogie trotz Zeile 4 trägt, dann in dieser Reihenfolge beobachtbar — abgeleitet aus dem Verlauf, den Dossier 1 für AdTech rekonstruiert:

  1. Router wechseln von Pauschal- oder Zahlungsgebühr zu Spread oder Arbitrage.
  2. Integrierte Erstanbieter-Router setzen eigene Modelle als Voreinstellung.
  3. Es entsteht Opazität darüber, welcher Anbieter eine Anfrage bedient hat.
  4. Modellanbieter reagieren mit Direktverträgen und Exklusivität, um Router zu umgehen.

[I] Tritt Schritt 1 nicht ein, ist die Analogie widerlegt, nicht bloß verzögert: ohne Spread gibt es keine Rente, die eine Verstellung der Auswahlregeln lohnend macht.

Was würde diese Analyse widerlegen?

Der stärkste Einwand gegen mich, ausdrücklich nicht in einer Fußnote. [B] Meine drei Strukturbefunde hängen alle daran, dass die Routing-Schicht keine Wechselkosten hat. Wenn die Klebrigkeit dort noch entsteht — durch akkumulierte Beobachtungsdaten, durch Agentenzustände, die nicht portabel sind, durch eingebettete Prompt- und Policy-Konfigurationen, durch Abrechnungsintegration —, dann fallen Zeile 4 und mit ihr die Kernaussage. Der Stripe-Kauf ist ein Indiz in genau diese Richtung: Zahlungsintegration ist historisch klebrig. Eigene Einschätzung.

[B] Zweiter Einwand: die Behördenkonvergenz in AdTech kam erst nach Jahren. Dass vier Behörden heute vier Chokepoints benennen, könnte Unreife der Ermittlung sein statt Unreife des Marktes. Meine Deutung in Zeile 1 ist dann eine Verwechslung von Erkenntnisstand und Sachstand. Ich halte den Einwand für nicht ausräumbar, solange kein Verfahren abgeschlossen ist.

[B] Dritter Einwand: Zeile 2 könnte veralten. Der Preis für Inferenz ist heute ein Listenpreis, weil Kapazität knapp und Nachfrage groß ist. Bei Überkapazität entstehen Sekundärmärkte, und der CME-Kontrakt zeigt, dass das begonnen hat. Meine Aussage, es gebe keine Auktion, ist eine Momentaufnahme mit sichtbarem Ablaufdatum.

Fehlende Evidenz, die ich nicht beschaffen konnte. [F] Martians Preisgestaltung ist nicht prüfbar (Anbieterseiten liefern 404). [F] Nvidias Wettbewerbsdarstellung im 10-K war über SEC EDGAR nicht abrufbar (403). [F] Die Entfernungsraten-Tabelle der Leaderboard-Illusion-Arbeit ist nur auf Abstract-Ebene geprüft. [F] Zu keinem Router existiert eine unabhängige Messung der Routing-Entscheidungen.

Falsifikationskriterien im Einzelnen. [I] Zeile 4 fällt, wenn eine Migration zwischen Routern dokumentiert länger als Wochen dauert. Zeile 6 fällt, wenn ein Router einen Spread nimmt oder eine Take Rate über 10 % belegt wird. Zeile 7 fällt, wenn ein direkter Nutzer-zu-Nutzer-Netzwerkeffekt für ein Sprachmodell empirisch gezeigt wird. Zeile 11 fällt in die andere Richtung — zu meinen Gunsten wie zu meinen Lasten —, sobald das erste Verfahren gegen einen Router eröffnet wird: dann existiert das Instrument, und die Abwesenheit des Vorwurfs war Abwesenheit von Ermittlung.

Quellen

Projektinterne Quellen (sine-strategy/sources/ai-market/)

Behörden und Regulierung

Anbieterdokumentation und Unternehmensmitteilungen

Evaluation und Forschung

Graph View

Backlinks