IBM setzte Milliarden auf KI-Foundation-Modelle ein Jahr vor ChatGPT – die Aktie hat sich verdoppelt

Als Arvind Krishna im April 2020 CEO wurde, hatte IBM den PC-Markt abgetreten, musste miterleben, wie sein Watson-KI enttäuschte, und trug kaum die Hälfte des Umsatzes seines Höchststands von 2011 – Fortune merkt an, dass IBM das einzige von 17 US-Technologieunternehmen mit einer Bewertung von 100 Milliarden Dollar oder mehr war, das in den vorangegangenen acht Jahren an Marktwert verloren hatte. Krishna, IBMs erster CEO mit einem Hintergrund in Forschung und Ingenieurwesen nach 35 Jahren im Unternehmen, wollte nicht bewahren, was er als verstaubtes Erbe betrachtete.

Die Wette erfolgte im November 2021 bei IBMs Global Technology Outlook-Briefing, ein volles Jahr vor ChatGPT: Der KI-Forschungsleiter Sriram Raghavan stellte große Sprachmodelle vor, die auf massiven Datensätzen vortrainiert waren. Krishna, ein promovierter Ingenieur, erkannte die Bedeutung sofort („Ich bin nicht sicher, ob alle unsere Geschäftsleute das zu diesem Zeitpunkt verstanden“, erinnert er sich) und gab seinem Managementteam unverzüglich grünes Licht, Milliarden in Forschung und Entwicklung für KI-Foundation-Modelle und die dahinterstehende Infrastruktur zu lenken, zusammen mit Aktualisierungen der Hybrid-Cloud-Plattform, für die er sich als Leiter von IBMs Cloud-Sparte eingesetzt hatte.

Die Strategie ruhte auf drei Säulen – KI, Cloud-Computing und eine über Jahrzehnte angelegte Wette auf Quantencomputing – und zielte dorthin, wo Konkurrenten es nicht taten: Das Flaggschiff Watsonx ist für Nischen-Geschäftsfunktionen wie Finanzdienstleistungen, Lieferkettenoptimierung und IT-Betrieb optimiert und in die Infrastruktur der Kunden eingebettet, statt consumerorientierten allgemeinen Modellen nachzujagen, wie sie OpenAI, Meta und Google verfolgten.

Das Unternehmen, das die Wette finanzierte, war ein Jahrzehnt lang geschrumpft – etwa 100.000 weniger Beschäftigte Ende 2024 als 2015, wobei nicht zum Kerngeschäft gehörende Geschäftsbereiche aufgegeben oder abgespalten wurden. Bis Juni 2025 hatte sich die Wall Street angefreundet: Der Aktienkurs hatte sich seit Krishnas Amtsübernahme verdoppelt, mit einer Reihe von Rekordhöhen seit August 2024, die Auftragseingänge für generative KI hatten seit Juni 2023 6 Milliarden Dollar erreicht, und das verschlankte Softwaregeschäft wuchs rasch.

Der Aktienkurs hat sich seit Krishnas Amtsübernahme verdoppelt, mit Rekordhöhen ab August 2024; die Auftragseingänge für generative KI erreichten seit Juni 2023 6 Mrd. US-Dollar bei einem Umsatz von 63 Mrd. US-Dollar im Jahr 2024.

Krishnas Ingenieurshintergrund ermöglichte es IBM, das technische Signal früh zu lesen – er erfasste die Bedeutung der LLM-Präsentation ein Jahr, bevor ChatGPT generative KI berühmt machte.

Die Wette zielte dorthin, wo IBM bereits über Unternehmensvertrieb verfügte – Finanzdienstleistungen, Lieferkette, IT-Betrieb –, statt auf ein Rennen im Consumerbereich gegen OpenAI, Meta und Google.

Ein Jahrzehnt des Kürzens finanzierte die Neuausrichtung: rund 100.000 weniger Beschäftigte als 2015 und abgestoßene nicht zum Kerngeschäft gehörende Bereiche setzten Ressourcen für Forschung und Entwicklung frei.

Quantencomputing erhielt einen ausdrücklich über Jahrzehnte angelegten Horizont, was die Geduld signalisiert, die für Forschungsinvestitionen nötig ist, statt auf Quartalsrenditen zu setzen.

Forschungstiefe wird erst dann zur Strategie, wenn ein CEO sie lesen kann und früh handelt: IBM erkannte die LLM-Welle ein Jahr vor ChatGPT und richtete sie auf Unternehmensinfrastruktur aus, nicht auf Consumer-Hype.

Zum Zeitpunkt des Artikels vom Juni 2025 hatte die Strategie Marktbestätigung – ein verdoppelter Aktienkurs und 6 Mrd. US-Dollar an Auftragseingängen für generative KI –, doch Fortune merkt an, dass IBM den Silicon-Valley-Ethos des schnellen Vorpreschens und Dinge-Zerbrechens noch nicht vollständig übernommen hatte und sein Umsatz weiterhin weit unter dem Höchststand von 2011 lag. Der Titel des Artikels selbst lässt die Frage offen: Ob Krishna IBM zu früherem Glanz zurückführen kann, ist noch nicht entschieden.