Oracle rollt generative KI intern aus – und stößt auf Preisschock und Engpässe

ChatGPT Enterprise und Codex: 80 Prozent Adoption in drei Monaten – mit Preisschock

Oracle hat in den vergangenen Jahren massiv in KI-Infrastruktur für andere Unternehmen investiert, aber bis vor etwa einem Jahr keine breite interne Nutzung generativer KI gefunden. Das änderte sich im Frühjahr: Im April und Mai rollte das Unternehmen ChatGPT Enterprise und OpenAIs Softwareentwicklungstool Codex an die Belegschaft aus. Vor dem Rollout etablierte Oracle Unternehmensstandards, Sicherheitskontrollen und interne Richtlinien, statt die Werkzeuge einfach freizuschalten. Innerhalb von drei Monaten nutzten nach Angaben von CIO Jae Evans 80 Prozent der Mitarbeiter die neuen Tools. Zuvor hatte Oracle generative KI nur im Kundensupport eingesetzt, nicht aber bei Entwicklern, Finanz- oder Vertriebsteams. Co-CEO Clay Magouyrk räumte ein, dass man vor einem Jahr noch nicht herausgefunden hatte, wie sich generative KI intern breit nutzbar machen lässt. Die schnelle Einführung führte jedoch zu unerwartet hohen Kosten. Evans sprach von einem „Sticker Shock“: Weil die Werkzeuge so einfach zu nutzen und einzuführen waren, fielen die Rechnungen höher aus als erwartet. Oracle reagierte darauf, indem es den Mitarbeitern nun zeigt, welche Modelle sie nutzen und wie viel jedes kostet.

GPT-6 Astra vs. GPT-5.6 Terra: Kostentransparenz und Modell-Staffelung

Nach dem Kostenschock führte Oracle Kostentransparenz ein und staffelte die Modellnutzung. Premium-Modelle wie GPT-6 Astra sind nach Angaben des Unternehmens etwa zweieinhalb Mal so teuer wie günstigere Alternativen. Routineaufgaben werden deshalb auf Modelle wie GPT-5.6 Terra umgeleitet, während anspruchsvollere Aufgaben den teureren Modellen vorbehalten bleiben. Mitarbeiter sehen nun, welche Modelle sie verwenden und was diese kosten. Die einfache Nutzbarkeit hatte zu einer breiten, aber wenig kostenbewussten Adoption geführt; die Rechnungen zeigten, dass viele Beschäftigte teure Modelle auch für einfache Aufgaben nutzten. Mit der Staffelung will Oracle die Ausgaben steuern, ohne die Produktivitätsgewinne aufzugeben.

Anthropics Mythos Preview: Mehr Sicherheitslücken in zwei Wochen als im Vorjahr

Oracle erhielt frühen Zugang zu Anthropics Mythos Preview, einem auf Cybersicherheit fokussierten Modell. In den ersten zwei Wochen des Einsatzes identifizierte das Modell nach Angaben des Unternehmens mehr potenzielle Sicherheitslücken als im gesamten Vorjahr. Das deutet darauf hin, dass Oracle das Modell für die interne Sicherheitsanalyse nutzt. Die Zahl der identifizierten Schwachstellen wurde nicht beziffert. Weitere Details zum Umfang oder zu konkreten Funden nannte Oracle nicht.

84 Prozent Cloud-Wachstum, aber negativer Free Cashflow: Oracles Balanceakt

Oracles Cloud-Infrastrukturumsatz stieg in einem Quartal um 84 Prozent auf 4,9 Milliarden US-Dollar; das Unternehmen prognostizierte für das nächste Geschäftsjahr 90 Milliarden US-Dollar Umsatz. Der freie Cashflow fiel in diesem Quartal auf minus 11,48 Milliarden US-Dollar, die Investitionsausgaben betrugen 18,6 Milliarden US-Dollar. Der Verlust beim freien Cashflow fiel mehr als 50 Prozent schlechter aus als von Analysten erwartet. Zum Ende des ersten Geschäftsquartals 2026 meldete Oracle Remaining Performance Obligations (RPO) von rund 455 Milliarden US-Dollar; später wurden 638 Milliarden US-Dollar zum Ende des Geschäftsjahres 2026 und 664 Milliarden US-Dollar im Septemberquartal 2026 genannt. Die RPO-Zahlen zeigen einen großen Auftragsbestand, der aber erst in Umsatz und Cash umgewandelt werden muss. Um den Cash-Bedarf zu managen, greift Oracle zu mehreren Maßnahmen: Stellenabbau, eine gestoppte Rechenzentrumserweiterung in Texas mit OpenAI sowie ein neues Modell, bei dem einige Cloud-Kunden ihre eigenen Chips bezahlen. Zudem plant Oracle eine Kapitalaufnahme von bis zu 50 Milliarden US-Dollar über Fremd- und Eigenkapital.

Keine eigenen Modelle, aber neue Engpässe: Warum Oracle auf Drittanbieter-LLMs setzt

Oracle baut keine eigenen KI-Modelle. Stattdessen nutzt das Unternehmen eine Reihe von Drittanbieter-LLMs als Planungs- und Orchestrierungsteil agentischer Workflows – modellunabhängig. Diese Strategie erlaubt Oracle, je nach Aufgabe das passende Modell zu wählen und Kosten zu steuern. Co-CEO Clay Magouyrk sagte, man habe vor einem Jahr noch nicht herausgefunden, wie man generative KI intern breit nutzbar machen könne. CIO Jae Evans berichtete, dass Entwickler durch die KI-Tools dramatisch schneller Code produzieren, was neue Engpässe erzeugt, weil nachgelagerte Prozesse mit der schnelleren Code-Produktion nicht Schritt halten. Die Beleglage zur Co-CEO-Frage ist nicht eindeutig: In Finanzberichten wird auch Mike Sicilia als Co-CEO genannt; unklar ist, ob es sich um eine Doppelspitze oder einen Wechsel handelt.

Oracles Eigenwahrnehmung: Einheitlicher KI-Stack als Transformationsversprechen

Nach eigener Darstellung transformiert Oracles einheitlicher KI-nativer Stack – bestehend aus Oracle Cloud Infrastructure, Oracle AI Database und Oracle Cloud Applications – die eigene Geschäftstätigkeit und ermöglicht bessere Erfahrungen für Kunden, Partner, Mitarbeiter und Bewerber. Das Unternehmen glaubt, das überzeugendste KI-Ökosystem rund um diesen Stack aufbauen zu können. Diese Eigenwahrnehmung steht im Kontrast zu den internen Hürden: dem späten Rollout, dem Kostenschock und den neuen Engpässen durch schnelleren Code. Die Behauptung ist eine Herstellerangabe und bislang nicht unabhängig belegt.