Das Wichtigste in Kürze
- Sora ist nach sechs Monaten tot: OpenAI hat seine KI-Video-App (KI = Künstliche Intelligenz, engl. Artificial Intelligence) am 24. März 2026 eingestellt, nachdem sie insgesamt nur $2.1 Millionen an In-App-Umsatz eingebracht hatte, bei geschätzten Inferenzkosten von bis zu $15 Millionen pro Tag in der Spitze.
- Die Inferenzkosten-Mauer ist strukturell: Ein einzelner KI-Videoclip verbraucht 10-50x mehr Rechenleistung als ein Textgespräch mit ChatGPT. Kein Preismodell kann diese Lücke im Massenmarkt schließen, Stand März 2026.
- Das ist das Iridium-Drehbuch: 1999 kostete Motorolas Satellitentelefonsystem Iridium $5 Milliarden und funktionierte einwandfrei. Nach neun Monaten war es pleite, weil Anrufe $5 pro Minute kosteten, während Mobilfunk auf wenige Cent fiel. Sora ist an derselben Krankheit gestorben: perfekte Technik, unmögliche Wirtschaftlichkeit.
- Consumer-KI steht vor der Abrechnung: Wenn selbst OpenAI mit Milliarden im Rücken Videogenerierung nicht rentabel machen kann, steht die gesamte Kategorie rechenintensiver KI-Produkte für Endkunden auf dem Prüfstand.
Sechs Monate, $2.1 Millionen und eine Leiche im Wert von $1 Milliarde
Am 24. März 2026 verabschiedete sich OpenAI auf X: „We’re saying goodbye to the Sora app.“
Die Mitteilung war höflich, dankbar und enthielt keine Spur der Zahl, auf die es ankam: Soras gesamter In-App-Umsatz über die komplette Lebensdauer lag bei $2.1 Millionen.
Das ist kein Tippfehler. Zwei Komma eins Millionen Dollar. Insgesamt. In sechs Monaten. Von einer App, die innerhalb von 24 Stunden nach ihrem Start im September 2025 auf Platz 1 der App-Store-Kategorie Foto & Video stand und im November mit 3.33 Millionen Downloads ihren Höhepunkt erreichte.
Gleichzeitig schätzte Cantor-Fitzgerald-Analyst Deepak Mathivanan Soras Inferenzkosten in der Spitze auf etwa $15 Millionen pro Tag und bezifferte jede einzelne Clip-Generierung auf rund $1.30 an Rechenkosten. Bei dieser Verbrennungsrate hätte Soras gesamter Umsatz aus sechs Monaten nicht einmal dreieinhalb Stunden Spitzenrechenlast gedeckt.
Auch der im Dezember 2025 unterzeichnete Disney-Deal über $1 Milliarde, der Figurenlizenzen von Disney, Marvel, Pixar und Star Wars umfasste, ist geplatzt. Geld ist nie geflossen.
Bill Peebles, bei OpenAI selbst verantwortlich für Sora, räumte in den sozialen Medien ein, dass „the economics are currently completely unsustainable“.
Das ist keine Geschichte über ein schlechtes Produkt. Es ist eine Geschichte über eine strukturelle Mauer, gegen die jedes rechenintensive KI-Produkt für Endkunden laufen wird.
Die Inferenzkosten-Mauer: Warum Video die Rechnung sprengt
Um zu verstehen, warum Sora gestorben ist, musst du den Unterschied zwischen dem Training eines Modells und seinem Betrieb kennen.
Training ist ein einmaliger Kostenblock. Du gibst Hunderte Millionen Dollar aus, um dem Modell beizubringen, Video zu verstehen, und diese Kosten verteilen sich dann für immer auf alle Nutzer. Der Investitionszyklus der Hyperscaler, über den diese Seite ausführlich berichtet hat, ist größtenteils eine Geschichte über Training und Infrastruktur.
Inferenz dagegen kostet bei jeder Nutzung. Jedes Mal, wenn jemand auf „Generieren“ klickt, läuft das Modell. Und Video-Inferenz ist ein Monster. Ein einziger hochwertiger Videoclip braucht 10-50x mehr Rechenleistung als ein typisches ChatGPT-Gespräch. Wer 20 Videos im Monat generierte, verbrauchte mehr Rechenleistung als tausend Textsitzungen.
So sieht die Rechnung aus, an der Sora gescheitert ist:
| Kennzahl | ChatGPT (Text) | Sora (Video) |
|---|---|---|
| Rechenleistung pro Interaktion | 1x (Basiswert) | 10-50x |
| Abo-Preis | $20/Monat | $20/Monat (im Paket) |
| Umsatz pro Recheneinheit | Tragfähig | ~2% der Kosten |
| Nutzerverhalten | Täglich, gewohnheitsmäßig | Sporadisch, projektbezogen |
ChatGPT funktioniert, weil Text-Inferenz so günstig ist, dass ein Abo für $20/Monat sie abdeckt. Sora scheiterte, weil Video-Inferenz 10-50x teurer ist, die Nutzer aber nicht bereit waren, 10-50x mehr zu zahlen. Sie erwarteten es im Paket oder billig, genau wie Text.
Das ist die Inferenzkosten-Mauer: die Lücke zwischen dem, was rechenintensive KI im Betrieb kostet, und dem, was Endkunden für die Nutzung zu zahlen bereit sind. Bei Text-KI hat sich diese Lücke geschlossen. Bei Video-KI nicht.
Der Einbruch bei der Bindung: Niemand kam zurück
Die Kosten waren nur die halbe Wahrheit. Die andere Hälfte: Niemand brauchte Sora öfter als einmal.
Im Februar 2026 kehrten weniger als 5% der Nutzer, die sich für Sora angemeldet hatten, monatlich zurück. Die Downloads brachen von 3.33 Millionen im November 2025 auf 1.13 Millionen im Februar 2026 ein, ein Rückgang um 66% in drei Monaten.
Das Muster war eindeutig: Nutzer erzeugten eine Handvoll Clips für ein bestimmtes Projekt oder aus Neugier und kamen dann nie wieder. KI-Videogenerierung ist von Natur aus sporadisch statt gewohnheitsmäßig. Du öffnest Sora nicht beim Frühstück, so wie ChatGPT. Du nutzt es, wenn du einen Clip für eine Präsentation oder einen Social-Media-Post brauchst, und dann ist für Wochen Ruhe.
Damit verbrannte Sora geschätzte $15 Millionen pro Tag, um eine Nutzerbasis zu bedienen, die schrumpfte und kaum aktiv war. Zum Vergleich: ChatGPT hat Berichten zufolge 900 Millionen wöchentlich aktive Nutzer, deren wiederkehrende, gewohnheitsmäßige Nachfrage die Infrastruktur rechtfertigt.
Und der Wettbewerbsvorsprung löste sich fast sofort in Luft auf. Runway Gen-3 startete im Oktober 2025, Kling 2.0 im November und Google Veo 2 im Januar 2026, alle innerhalb weniger Monate mit vergleichbarer oder besserer Qualität. Als OpenAI versuchte, Sora für einen breiteren Zugang hochzuskalieren, sank die Qualität drastisch, und die Nutzer merkten es. Es gab keine Wechselkosten, keinen Daten-Lock-in und keinen Netzwerkeffekt.
Die Iridium-Parallele: Perfekte Technik, unmögliche Wirtschaftlichkeit
Das alles gab es schon einmal.
1998 startete Motorola Iridium, ein Satellitentelefonnetz, dessen Aufbau $5 Milliarden kostete. Es funktionierte genau wie versprochen: Du konntest von jedem Ort der Erde telefonieren, von der Mitte des Pazifiks bis zum Gipfel des Mount Everest. Die Technik war ein echter ingenieurtechnischer Triumph.
Am 13. August 1999, neun Monate nach dem Start, war Iridium pleite.
Das Problem war nicht die Technik, sondern die Wirtschaftlichkeit. Iridium-Handys kosteten $3,000, Anrufe bis zu $5 pro Minute. Gleichzeitig wuchsen die terrestrischen Mobilfunknetze rasant, und ihre Preise fielen auf wenige Cent pro Minute. Iridium hatte mit 500,000 Abonnenten gerechnet; es wurden 10,000.
Nach der Insolvenz wurde Iridium für $25 Millionen verkauft, ein Verlust von 99.5% für die ursprünglichen Investoren. Die Satelliten liefen weiter. Ein neuer Eigentümer strukturierte das Geschäft um, zielte auf Nischenmärkte (Schifffahrt, Militär, abgelegene Industriestandorte) und baute Iridium zu einem profitablen Unternehmen mit $831 Millionen Umsatz im Jahr 2024 aus.
Die Parallelen zu Sora sind präzise:
| Faktor | Iridium (1998) | Sora (2025-2026) |
|---|---|---|
| Technik | Funktionierte perfekt | Funktionierte perfekt |
| Infrastrukturkosten | $5 Milliarden | Geschätzt $500M-$2B an Rechenleistung |
| Kosten pro Nutzung | $5/Minute pro Anruf | ~$1.30/Clip-Generierung |
| Günstigere Alternative | Mobilfunk ($0.10/Min.) | Text-KI ($0.001/Anfrage) |
| Nutzerbindung | 10K statt 500K prognostiziert | 5% monatliche Bindung |
| Zeit bis zum Scheitern | 9 Monate | 6 Monate |
| Was danach geschah | Für $25M verkauft, neu aufgebaut | Rechenleistung zu ChatGPT umgeleitet |
Die Lehre aus Iridium lautet nicht, dass Satellitentelefone eine dumme Idee waren. Sie lautet: Einen Massenmarkt mit teurer Technik zu bedienen, rechnet sich nicht, wenn eine günstigere Alternative die allermeisten Anwendungsfälle abdeckt. Soras „günstigere Alternative“ ist kein anderer Videogenerator. Es ist Text.
Die Grauzone: Die Kosten fallen, nur nicht schnell genug
An dieser Stelle sollten die Sora-Pessimisten auf die Bremse treten.
Die Kosten für KI-Inferenz sind regelrecht abgestürzt. Laut Stanfords AI Index kostete die Abfrage eines Modells mit GPT-3.5-Niveau im November 2022 $20.00 pro Million Tokens; im Oktober 2024 kostete die gleiche Leistung $0.07 pro Million Tokens — ein Einbruch um mehr als das 280-Fache in rund 18 Monaten.
Gartner veröffentlichte am 25. März 2026, einen Tag nach Soras Ende, eine Prognose, wonach die Inferenzkosten für ein Modell mit einer Billion Parametern bis 2030 um weitere 90% sinken werden.
Vier sich gegenseitig verstärkende Kräfte treiben diesen Rückgang: Hardware-Effizienzgewinne mit 2-3x mehr Durchsatz pro GPU-Generation (GPU = Graphics Processing Unit, Grafikprozessor), Software-Optimierung, die die GPU-Auslastung von 30-40% auf 70-80% hebt, Verbesserungen der Modellarchitektur wie MoE (Mixture-of-Experts) mit 3-5x weniger Rechenaufwand pro Token und Quantisierungstechniken, die den Speicherbedarf um das 2-4-Fache senken.
Die Frage ist nicht, ob KI-Video bezahlbar wird. Sondern wann. Selbst mit einer weiteren 10x-Verbesserung gegenüber den Kosten vom März 2026 funktioniert Videogenerierung bei rund $0.13 pro Clip noch nicht in einer Größenordnung, in der Werbung oder günstige Abos sie auffangen könnten. Um Generierungskosten unter einem Cent zu erreichen, ab denen die Wirtschaftlichkeit im Massenmarkt langsam Luft bekommt, braucht es wahrscheinlich die weitere Senkung um 90%, die Gartner bis 2030 prognostiziert.
Die Fortsetzung der Iridium-Geschichte ist hier aufschlussreich. Satellitenkommunikation ist nicht gestorben. Sie wurde billiger, fand Nischenmärkte und wurde schließlich tragfähig. Iridium versorgt Stand 2018 über eine Million Abonnenten. Aber dafür brauchte es 20 Jahre und ein komplett neu gedachtes Geschäftsmodell.
KI-Video für Endkunden wird denselben Weg gehen. Die Technik wird überleben. Die Wirtschaftlichkeit wird irgendwann stimmen. Aber die Unternehmen, die die Lücke zwischen heute und dann finanzieren, werden bluten.
Was als Nächstes stirbt: Die Abrechnung mit Consumer-KI
Sora ist nicht das letzte Opfer. Es ist der Kanarienvogel im Kohlebergwerk.
Jedes KI-Produkt, das auf aufwendige Inferenz angewiesen ist, steht vor derselben Mauer. Sobald du über Text hinausgehst, verschlechtert sich die Rechnung:
| Produktkategorie | Inferenzkosten vs. Text | Preissensibilität der Endkunden | Tragfähigkeit (März 2026) |
|---|---|---|---|
| Text-Chat (ChatGPT) | 1x | Niedrig ($20/Monat funktioniert) | Tragfähig |
| Bildgenerierung | 5-10x | Mittel | Grenzwertig |
| Audio-/Musikgenerierung | 10-20x | Hoch | Gefährdet |
| Videogenerierung | 10-50x | Sehr hoch | Tot (vorerst) |
| Echtzeit-3D/Spiele | 50-100x | Extrem | Nicht tragfähig |
Je weiter du dich vom Text zu reichhaltigeren Medien bewegst, desto schlechter wird die Wirtschaftlichkeit. Jede Stufe mehr Rechenintensität prallt gegen dieselbe Inferenzkosten-Mauer. Und zwei Jahrzehnte kostenloser Internetdienste haben Endkunden darauf trainiert, KI billig oder gratis zu erwarten.
Das führt zu einer strukturellen Spaltung: KI wird zum Werkzeug für Unternehmen, nicht zum Produkt für Endkunden. Konzerne können höhere Kosten pro Nutzer für KI-Videotools verkraften, die ein ganzes Videoproduktionsteam ersetzen. Endkunden können das nicht und werden es nicht.
OpenAI scheint das verstanden zu haben. Die offizielle Mitteilung nannte eine Neuausrichtung auf „world simulation research to advance robotics that will help people solve real-world, physical tasks“. Übersetzt heißt das: Unternehmens- und Industrieanwendungen, bei denen sich der Kunde die Rechenrechnung leisten kann.
Die Börsengang-Rechnung: Warum Sora jetzt sterben musste
Es gibt eine strategische Dimension, die das Narrativ vom „gescheiterten Produkt“ übersieht.
OpenAI bereitet einen Börsengang vor. Jeder Dollar Rechenleistung, der für Sora verbrannt wurde, war ein Dollar, der keinen Umsatz über ChatGPT erzielte, das Produkt, mit dem das Unternehmen tatsächlich Geld verdient. Da die Investitionsbudgets in der gesamten Branche ohnehin schon ausgereizt sind, ist die Verteilung von Rechenleistung ein Nullsummenspiel.
Sora einzustellen hieß nicht nur, Verluste zu begrenzen. Es war Portfolio-Optimierung. OpenAI entschied sich, Soras GPU-Kapazität auf ChatGPT und das API-Geschäft (API = Application Programming Interface, Programmierschnittstelle) umzuleiten, wo die Stückkosten aufgehen. Für ein Unternehmen auf dem Weg an die Börse ist das rational: Zeig den Investoren einen Weg in die Gewinnzone, indem du den Geldverbrennungsofen abschaltest.
Das Scheitern des Disney-Deals bestätigt das. Eine Investition von $1 Milliarde klingt gewaltig, hätte an Soras Stückkosten aber nichts geändert. Wenn jeder Clip $1.30 kostet und Nutzer nicht mehr als ein paar Dollar im Monat zahlen wollen, ändert auch keine noch so große Menge Disney-Lizenzen etwas an der Rechnung.
Die Iridium-Regel für KI-Investoren
Jede Technologieblase folgt einem Muster: Infrastruktur aufbauen, feststellen, dass die Wirtschaftlichkeit nicht stimmt, abstürzen, dann auf den Trümmern neu aufbauen. Aus Iridiums Verlust von $5 Milliarden wurde eine Übernahme für $25 Millionen und daraus ein Unternehmen mit $831 Millionen Jahresumsatz.
Die Infrastruktur verschwindet nicht. Die Investoren schon.
Wer gerade KI-Unternehmen bewertet, für den ist die Iridium-Regel einfach: Trenne die Technikfrage von der Wirtschaftlichkeitsfrage. „Funktioniert dieses KI-Modell?“ ist eine andere Frage als „Kann dieses KI-Modell mehr Umsatz erzielen, als sein Betrieb kostet?“ Sora beantwortete die erste mit „Ja“ und die zweite mit „Auf keinen Fall“.
Überleben werden die Unternehmen, die Kunden bedienen, die sich die Rechenleistung leisten können: Konzerne, Regierungen und spezialisierte Branchen. Wer auf Massenmarkt-KI für Video, Musik und Echtzeitgenerierung zu Abo-Preisen setzt, baut Iridium-Telefone in einer Mobilfunkwelt.
Die Technik ist real. Die Kosten fallen. Aber die Lücke zwischen den Inferenzkosten vom März 2026 und dem Niveau, das sie für den Massenmarkt erreichen müssen, misst sich in Jahren, nicht in Monaten. Sora kam sechs Monate zu früh zu einer Party, die erst gegen Ende des Jahrzehnts losgeht.
Quellen (9)
- deeperinsights.com Deeper Insights - OpenAI Shuts Down Sora AI
- digitalapplied.com Digital Applied - Why OpenAI Killed Sora Analysis
- cnbc.com CNBC - OpenAI Shutters Sora Short-Form Video App
- aicerts.ai AI Certs - Sora Daily Inference Cost Estimate
- gartner.com Gartner - Inference Cost Projections to 2030
- gpunex.com GPUnex - AI Inference Economics 1000x Cost Collapse
- en.wikipedia.org Iridium Communications - Wikipedia
- hpcwire.com HPC Wire - OpenAI Shutters Sora Shifts Strategy Ahead of IPO
- variety.com Variety - OpenAI Shutting Down Sora Video Platform
Diskussion auf Bluesky
Auf Bluesky diskutieren