Kurz gesagt
Der größte Auftrag in der Geschichte von Akamai ist eine Wette darauf, dass KI-Agenten enorme Mengen ganz gewöhnlicher Rechenleistung brauchen. Anthropic hat sich in diesem Jahr vor allem GPU- und Beschleuniger-Kapazität gesichert. Dieser Deal ist anders: Er kauft verteilte CPU-Kapazität – die Art, auf der Tool-Aufrufe, Codeausführung, Browsing und Orchestrierung rund um ein Modell laufen, nicht das Modell selbst.
Für Teams, die auf LLMs aufbauen, ist die Lehre praktisch. Kosten und Engpässe eines Agenten sind nicht nur Tokens. Sandboxes, Worker, Queues und API-Aufrufe erzeugen CPU-Last, die mit jedem Schritt des Agenten wächst. Planen Sie diese Schicht wie jedes Produktivsystem, als Teil Ihrer Cloud- und DevOps-Architektur – und nicht als Nachgedanken zur Modellwahl.
Was haben Anthropic und Akamai vereinbart?
Akamai hat die Vereinbarung am Donnerstag, 24. September, nach Börsenschluss angekündigt und die Mitteilung bei der SEC eingereicht. Anthropic sagt über sieben Jahre 11,6 Milliarden US-Dollar für Akamais Cloud-Dienste zu, um das Wachstum von CPU-Workloads im großen Maßstab abzudecken. CEO Tom Leighton sagte, Anthropic habe sich für Akamais Fähigkeiten entschieden, KI-Infrastruktur im großen Maßstab aufzubauen und zu betreiben. Die Akamai-Aktie legte am Freitag zweistellig zu und gab einen Teil des Gewinns später wieder ab.
Die Struktur ist ungewöhnlich. Anthropic erhält einen Optionsschein auf bis zu etwa 5 % von Akamai, und je mehr Anthropic einkauft, desto mehr davon wird unverfallbar. Das koppelt den Erfolg des Lieferanten an die Ausgaben des Kunden und gibt Akamai die Sicherheit, Komponenten und Speicher schon jetzt vorzufinanzieren – in einem Markt, in dem beides knapp ist. The Decoder zählt den Deal zu einer Serie von Compute-Verträgen, die Anthropic in weniger als einem Jahr geschlossen hat, neben Vereinbarungen mit Amazon, Google, Microsoft und AMD über Beschleuniger und Cloud-Kapazität.
Warum braucht ein KI-Labor so viele CPUs?
Training und Inferenz laufen auf GPUs und anderen Beschleunigern. Agenten fügen eine zweite Arbeitsebene hinzu. Eine einzige Aufgabe kann Dutzende Schritte bedeuten: APIs aufrufen, generierten Code in einer Sandbox ausführen, Seiten abrufen und parsen, Dateien lesen, Ergebnisse prüfen und den nächsten Schritt entscheiden. Das ist klassische Allzweck-Rechenarbeit. Bloomberg weist darauf hin, dass CPU-Netzwerke sich generell besser für die koordinierten Aufgaben eignen, die agentische KI verlangt.
Akamai bringt eine weit verteilte Infrastruktur mit, die für Content Delivery und Edge Computing gebaut wurde. Läuft die Agenten-Ausführung nah an den Nutzern und an den Systemen, die Agenten aufrufen, sinkt die Latenz jedes Schritts – und kleine Verzögerungen summieren sich über einen langen Agentenlauf. Technische Details zur Nutzung der Kapazität haben beide Unternehmen nicht veröffentlicht; konkrete Architekturen sind daher Erwartungen, keine angekündigten Fakten.
Was bedeutet das für Unternehmen im DACH-Raum?
Erstens: Agentenkosten sind nicht nur Tokenkosten. Viele Business Cases für Agenten rechnen allein mit Preisen pro Token. Im Betrieb können Sandboxes, Browser-Sessions, Hintergrund-Worker und Wiederholungen einen großen Teil der Rechnung ausmachen, und sie skalieren mit der Zahl der Schritte, nicht mit der Zahl der Nutzer. Messen Sie CPU-Zeit und Speicher pro Agentenaufgabe ab dem ersten Pilotprojekt, damit die Wirtschaftlichkeitsrechnung, die Sie Controlling und Geschäftsführung vorlegen, belastbar ist.
Zweitens: Um Kapazität wird weiter gerungen. Ein Labor, das bereits Verträge mit den größten Clouds hat, schließt weiter mehrjährige Verträge über zusätzliche Kapazität. Knappes Angebot kommt bei Anwendern als Rate Limits, regionale Lücken und wechselnde Preise an. Hängt Ihr Produkt von Anthropics Claude-Modellen oder einem anderen einzelnen Anbieter ab, planen Sie Drosselung ein: Queues, Backoff, Fallback-Modelle und kontrollierte Degradierung.
Drittens: Halten Sie die Ausführungsschicht portabel. Der Modellanbieter mag durch Qualität oder Vertrag festgelegt sein, doch der Code, der Tools, Sandboxes und Orchestrierung ausführt, kann in jeder Cloud oder am Edge laufen. Containerisierte Worker und Infrastructure as Code machen es möglich, diese Schicht wegen Kosten, Latenz oder Datenresidenz zu verlagern – relevant für EU-Workloads unter der DSGVO und für Finanzunternehmen unter den DORA-Regeln zum Konzentrationsrisiko bei Drittanbietern.
Was ist jetzt zu tun?
- Die Seite außerhalb des Modells messen. Erfassen Sie CPU, Speicher und Laufzeit pro Agentenschritt zusätzlich zu den Tokens.
- Limits pro Agent setzen. Begrenzen Sie Parallelität, Schritte pro Aufgabe und Ausgaben pro Lauf, damit eine einzelne Endlosschleife Ihre Worker nicht flutet.
- Ausführung isolieren. Lassen Sie generierten Code und Browsing in kurzlebigen Sandboxes mit eng begrenztem Netzwerk- und Dateizugriff laufen.
- Drosselung einplanen. Bauen Sie Queues, Wiederholungen mit Backoff und einen Fallback-Pfad auf ein anderes Modell ein, falls ein Anbieter Sie limitiert.
- Portabel bleiben. Paketieren Sie Worker als Container und definieren Sie Infrastruktur als Code, damit Sie Region oder Cloud ohne Neuentwicklung wechseln können – und dokumentieren Sie den Anbieter im Drittparteien-Management, wenn DORA für Sie gilt.
Häufige Fragen
Was haben Anthropic und Akamai angekündigt?
Am 24. September 2026 hat Akamai eine Vereinbarung über sieben Jahre veröffentlicht, nach der Anthropic 11,6 Milliarden US-Dollar für Akamai-Cloud-Dienste mit Fokus auf CPU-Workloads zusagt. Der Deal kann um rund 9 Milliarden auf etwa 20 Milliarden US-Dollar wachsen. Zusätzlich hat Akamai Anthropic einen Optionsschein auf bis zu etwa 5 % seiner Stammaktien zu 111,33 US-Dollar je Aktie gewährt.
Warum kauft ein KI-Labor CPUs statt GPUs?
GPUs übernehmen Training und Inferenz der Modelle. Agentische KI erzeugt aber viel allgemeine Rechenarbeit rund um das Modell: Tools und Code ausführen, Sandboxes, Browsing, Orchestrierung, Datenverarbeitung und API-Aufrufe. Diese Arbeit läuft auf CPUs. Laut Bloomberg eignen sich CPU-Netzwerke generell besser für die koordinierten Rechenaufgaben, die Agenten benötigen.
Wann steht die Akamai-Kapazität zur Verfügung?
Akamai zufolge hat der Deal keinen Einfluss auf die Umsatzprognose 2026. Das Unternehmen erwartet rund 5,5 Milliarden US-Dollar Investitionen für die Zusage und erhöht die Investitionen 2026 um etwa 1,7 Milliarden, um Komponenten und Speicher vorab zu kaufen. TechCrunch berichtet, dass Umsätze aus dem Deal ab der zweiten Jahreshälfte 2027 erwartet werden.
Ändert das unsere Nutzung der Claude-API?
Nicht direkt und nicht sofort. Der Deal erweitert die Kapazität hinter den Diensten von Anthropic; API-Bedingungen, Preise und Datenresidenz ändern sich dadurch heute nicht. Er ist aber ein Signal: Agenten-Workloads sind rechenintensiv auf GPU- wie CPU-Seite, und Anbieter sichern sich weiter Kapazität. Planen Sie deshalb Rate Limits, Fallback-Modelle und Kostenkontrollen ein.
Was sollten Teams in Deutschland, Österreich und der Schweiz beachten?
Neben Tokens gehört die Ausführungsschicht der Agenten in Budget und Architektur: CPU-Zeit für Tools, Sandboxes und Orchestrierung messen, diese Schicht portabel halten und Kosten- sowie Parallelitätslimits pro Agent setzen. Für Finanzunternehmen in der EU kommt DORA hinzu: Neue kritische IKT-Drittdienstleister gehören ins Informationsregister und in die Bewertung des Konzentrationsrisikos. Personenbezogene Daten in Agenten-Workflows unterliegen weiterhin der DSGVO, unabhängig davon, wo die Rechenkapazität steht.
Quellen
Akamai Technologies — Form 8-K, Exhibit 99.1 (Pressemitteilung (SEC))
Bloomberg — Anthropic Strikes $12 Billion Deal With Akamai for AI Computing
TechCrunch — Anthropic to pay Akamai $11.6 billion over seven years in cloud deal
CNBC — Shares of Akamai surge after deal with Anthropic
The Decoder — Anthropic signs $11.6 billion cloud deal with Akamai