Eine Neocloud verkauft Ihnen die Chips. Alles andere, was AI im Produktivbetrieb zum Laufen bringt, bleibt Ihr Problem.
Neocloud vs. Hyperscaler: Was ist der Unterschied?
Die Breite des Angebots. Ein Hyperscaler wie AWS, Azure oder Google Cloud führt Datenbanken, Netzwerke, Identitätsverwaltung, Analytics und irgendwo im Katalog auch GPUs. Eine Neocloud bietet GPUs, das Hochgeschwindigkeitsnetz, das sie verbindet, und so viel Speicher, wie nötig ist, um sie mit Daten zu versorgen. Der schmale Katalog ist das Geschäftsmodell, keine Lücke: weniger Overhead durch Virtualisierung, keine Hunderte von Diensten, die gepflegt werden müssen, und Rechenzentren, die ausschließlich für dichte Beschleuniger-Racks ausgelegt sind. Deshalb unterbietet der Stundenpreis die großen Clouds. Der Name ist eine Verkürzung des englischen „new cloud“, also „neue Cloud“, und verbreitete sich 2025 und 2026, als die Nachfrage nach AI über das hinauswuchs, was allgemeine Clouds zuteilen konnten. Die Seite der etablierten Anbieter beleuchtet unsere Übersicht über die fünf großen Hyperscaler (auf Englisch).
Wann lohnt sich eine Neocloud für ein Unternehmen?
Wenn die Arbeit GPU-lastig ist und in Schüben anfällt. Ein Modell wochenlang trainieren oder feinabstimmen, Rendering, große Batch-Jobs: Hier zählen reine Beschleunigerstunden zum besten Preis, und das Angebot einer Neocloud liegt oft bei einem Bruchteil des Listenpreises, den ein Hyperscaler für dieselben Chips verlangt. Dauerhafte, latenzkritische Inferenz gehört meist woandershin: zu einem Inferenzanbieter, der Ergebnisse pro Token abrechnet, oder in die Cloud, in der Ihre Daten ohnehin liegen. Die meisten Unternehmen, die eine Neocloud nutzen, setzen sie neben ihrer Haupt-Cloud ein und nicht an ihrer Stelle, als eine weitere Schicht ihrer AI-Infrastruktur.
Welche Risiken birgt der Aufbau auf einer Neocloud?
Konzentration und Überleben. Gartner schätzt, dass AI-Infrastrukturausgaben von über 3,5 Billionen US-Dollar bis Ende 2030 von Wertminderungen betroffen sein könnten, und erwartet, dass bis dahin rund 80 Prozent der auf AI ausgerichteten Cloud-Anbieter nicht mehr eigenständig operieren (Gartner-Pressemitteilung, 14. Oktober 2026, abgerufen am 19. Oktober 2026). Die Branche ist zudem stark fremdfinanziert: Fortune zeichnet anhand der Argumente eines CoreWeave-Investors die Kreditaufnahme hinter dem Ausbau nach und erklärt, womit er sie rechtfertigt (Fortune, 16. Oktober 2026, abgerufen am 19. Oktober 2026). Preisen Sie das Überleben des Anbieters in den Vertrag ein: die Bedingungen für den Datenabfluss (Egress), die Portabilität Ihres Trainings-Setups und was bei einer Übernahme mit zugesagten Ausgaben geschieht. Das Risiko ist ein Sonderfall des AI-Vendor-Lock-ins, verschärft durch die Bilanzen.
Was sollten Käufer vor der Unterschrift prüfen?
Vier Dinge jenseits des Stundensatzes. Ob die angebotenen Chips tatsächlich verfügbar sind, wenn Sie sie brauchen, denn Kapazität wird im Voraus verkauft. Wo die Rechenzentren stehen, was über den Speicherort der Daten entscheidet und für jede Anforderung an souveräne AI zählt. Was Egress und Ausstieg kosten, denn die günstigen Stunden sind der Einstiegspreis und das Verschieben von Petabytes ist der Ausstiegspreis. Und wie der Anbieter finanziert ist, was der Risikoabschnitt oben von einer Kuriosität zu einer Frage der Due Diligence macht. Behandeln Sie eine Neocloud als Lieferanten, den Sie prüfen, nicht als Versorger, den Sie einfach voraussetzen.