Gute Idee? Künstliche Intelligenz auf Kreditbasis: Die Transformation der Tech-Industrie durch massive Verschuldung

Der KI-Boom auf Pump: Wie Tech-Riesen ein Billionen-Risiko eingehen und das schlaue Spiel von Nvidia – Wie ein Konzern am KI-Schuldenrausch der anderen verdient

Ein beispielloser Wettlauf um die Vorherrschaft bei künstlicher Intelligenz hat die Tech-Industrie erfasst. Giganten wie Meta, Microsoft, Google und Amazon investieren Summen, die bisher unvorstellbar schienen, um die Infrastruktur für die nächste technologische Revolution zu schaffen. Doch hinter den schillernden Versprechen von Superintelligenz und grenzenlosem Wachstum verbirgt sich eine neue, riskante Realität: Der gesamte Sektor finanziert seine Zukunft auf Pump. Es ist eine gigantische Wette, angetrieben durch einen Schuldenberg historischen Ausmaßes, der die Grundfesten der Branche und potenziell die Stabilität der Finanzmärkte erschüttert.

Die Transformation ist fundamental: Traditionelle, aus operativen Gewinnen gespeiste Investitionen werden durch eine aggressive Aufnahme von Fremdkapital ersetzt. Allein in zwei Monaten des Jahres 2025 flossen 75 Milliarden US-Dollar an neuen Schulden in KI-fokussierte Tech-Unternehmen – mehr als das Doppelte des bisherigen Jahresdurchschnitts. Das zentrale Dilemma dabei: Die Ausgaben für Rechenzentren und Chips explodieren, während die damit erzielten Einnahmen nur langsam folgen. Die Kluft zwischen dem technologischen Optimismus der CEOs und der ökonomischen Realität wird immer größer und zur neuen Normalität.

Doch die wahre Brisanz liegt tiefer als in den Bilanzen der Konzerne. Ein undurchsichtiger Markt für Privatkredite wächst im Verborgenen und finanziert einen erheblichen Teil des Booms, abseits der öffentlichen Kontrolle. Gleichzeitig entstehen verstörende Muster der Zirkularfinanzierung, bei denen sich Unternehmen wie Nvidia und OpenAI gegenseitig Geld leihen, um ihre eigenen Produkte zu kaufen – ein fragiles Kartenhaus, das nur so lange steht, wie die Aktienkurse steigen. Die Parallelen zur Dotcom-Blase werden lauter und drängender.

Dieser Artikel analysiert die unterschiedlichen Strategien der Tech-Giganten – von Metas hochriskantem All-in bis zu Microsofts soliderer Position –, entlarvt die Akteure, die im Hintergrund die Fäden ziehen, und beleuchtet die systemischen Risiken, die aus diesem schuldengetriebenen Wettlauf erwachsen. Handelt es sich um eine notwendige Investition in eine bahnbrechende Zukunft oder um die größte Spekulationsblase unserer Zeit?

Passend dazu:

• Die 57-Milliarden-Dollar-Fehlkalkulation – Ausgerechnet NVIDIA warnt: Die KI-Branche hat auf das falsche Pferd gesetzt

Warum Milliarden-Wetten ohne sichere Renditen zum neuen Standard werden

Der Technologiesektor befindet sich in einer beispiellosen Finanztransformation. Unternehmen wie Meta, Microsoft, Google und Amazon haben ihre traditionellen Finanzierungsmuster fundamenta verlassen und wenden sich massiv dem Schuldenmarkt zu. Diese Entwicklung markiert nicht nur einen konjunkturellen Schwung, sondern signalisiert tiefgreifende strukturelle Veränderungen in der Art, wie die wertvollsten Konzerne der Welt ihre Zukunft finanzieren. Die Größenordnungen sind dabei bereits heute beeindruckend: In den Monaten September und Oktober 2025 allein wurden 75 Milliarden US-Dollar an Investment-Grade-Schulden von künstliche-Intelligenz-fokussierten Tech-Unternehmen emittiert, mehr als das Doppelte des durchschnittlichen jährlichen Sektorwertes zwischen 2015 und 2024 von 32 Milliarden US-Dollar.

Diese Zahlen verdeutlichen ein zentrales Dilemma unserer Zeit: Die Investitionen in KI-Infrastruktur wachsen schneller als die Einnahmen, die daraus generiert werden. Der technologische Optimismus kollidiert dabei frontal mit ökonomischer Realität. OpenAI etwa kündigte Investitionspläne in Höhe von 1,4 Billionen US-Dollar an, während das Unternehmen gleichzeitig hohe Milliardenrückstände verursacht. Diese Diskrepanz zwischen Ausgaben und Einnahmen ist nicht pathologisch oder aberwitzig in ihrer Ausnahmestellung, sondern wird zur neuen Normalität im führenden Technologiesektor.

Passend dazu:

• KI-Beben an der Börse: Warum 800 Milliarden Dollar in nur einer Woche verbrannten – und kaum einer merkt es?

Meta: Das Paradebeispiel des Schuldenfinanzierungs-Paradigmas

Meta Platforms verkörpert wie kein anderes Unternehmen die neue Finanzierungslogik im KI-Zeitalter. Im Herbst 2025 kündigte der Facebook-Konzern die Emission von 30 Milliarden US-Dollar an neuen Anleihen an, die größte Anleiheemission in der Unternehmensgeschichte. Die Struktur dieses Anleihepakets erstreckt sich über sechs Tranchen mit Laufzeiten von fünf bis vierzig Jahren und unterstreicht die grundsätzliche Zukunftsorientierung dieser Finanzierungsstrategie. Meta plant gleichzeitig Investitionsausgaben zwischen 70 und 72 Milliarden US-Dollar allein für das Jahr 2025. Für das kommende Jahr kündigte das Unternehmen an, diese Summe noch um bis zu 24 Prozent erhöhen zu wollen. Dies entspricht einer impliziten Gesamtinvestition von bis zu 90 Milliar US-Dollar jährlich.

Die Finanzierungsstruktur von Meta offenbart ein innovatives und zugleich fragwürdiges Finanzierungsmodell. Das Unternehmen hat sich mit 27 Milliarden US-Dollar von privaten Kreditgebern wie PIMCO, Blue Owl Capital und Apollo Global Management finanziert. Diese Arrangments fallen unter das wachsende Segment der sogenannten Private-Credit-Lösungen. Der Vorteil dieser Struktur liegt in ihrer bilanziellen Architektur: Die Schulden werden nicht vollständig in der öffentlichen Unternehmensbilanz ausgewiesen, sondern durch komplexe Strukturen teilweise außerbilanziell behandelt. Dies ermöglicht Meta, große Kapitalmengen zu mobilisieren, ohne die Finanzierungslast vollständig in den Jahresabschlüssen zu offenbaren.

Meta-Chef Mark Zuckerberg begründet diese aggressive Investitionsstrategie damit, dass das Unternehmen den Sprung zur künstlichen Superintelligenz schaffen und damit die notwendige Infrastruktur aufbauen müsse. Diese Argumentation enthält ein fundamentales Versprechen: Dass die Investitionen von heute die enorm profitablen Geschäftsmodelle von morgen hervorbringen werden. Die Wall Street reagierte zunächst skeptisch auf diese Ankündigung. Der Aktienkurs von Meta fiel um bis zu 13,5 Prozent und das Unternehmen verlor zeitweise über 220 Milliarden US-Dollar an Börsenwert. Diese Reaktion illustriert das zentrale Dilemma zwischen Managementoptimismus und Anlegerverunsicherung.

Die Profitabilität von Metas bisherigen KI-Investitionen bleibt zweifellos. Mit einer Nettogewinnmarge in den hohen Dreißigerprozent-Bereichen verfügt Meta zwar über robuste operative Cashflows, doch die Rentabilität der spezifischen KI-Infrastrukturinvestitionen ist unbekannt. Analysten von Bernstein warnen, dass Metas Schonfrist für die Demonstration von Fortschritten im KI-Bereich jenseits des Kerngeschäfts bald ablaufen wird. Das Unternehmen hat massive Investitionen getätigt und personelle Ressourcen eingesetzt, muss nun aber Ergebnisse zeigen.

Passend dazu:

• Meta will 600 Milliarden US-Dollar investieren: Für den Aufbau von KI-Infrastruktur in den USA

Microsoft: Der solide Kapitalist im KI-Wettrüsten

Microsoft stellt den Gegenpol zu Metas aggressiver Wette dar. Das Unternehmen investiert zwar ebenfalls massive Summen, finanziert diese aber aus einer deutlich stärkeren Bilanzposition heraus. Im ersten Quartal des Geschäftsjahres 2026 gab Microsoft rekordverdächtige 34,9 Milliarden US-Dollar für Investitionen aus, etwa 75 Prozent mehr als im Vorjahresquartal. Dies entspricht einer jährlichen Investitionsrate von deutlich über 130 Milliarden US-Dollar. Ein großer Teil dieser Mittel floss in den Ausbau der Azure-Cloud-Infrastruktur sowie in Partnerschaften wie jene mit OpenAI.

Microsofts Bilanzstärke ist beeindruckend. Das Unternehmen verfügt über einen Nettogewinn von 102 Milliarden US-Dollar im abgelaufenen Geschäftsjahr und ein Eigenkapital von gegenwärtig 363 Milliarden US-Dollar. Die Nettoverschuldung beträgt lediglich 18 Milliarden US-Dollar, eine geradezu minimale Quote für ein Unternehmen dieser Größe. Die Netto-Umsatzrenditen liegen beständig zwischen 35 und 37 Prozent. Dies bedeutet, dass Microsoft in der Lage ist, seine KI-Infrastrukturinvestitionen großteils aus operativen Cashflows zu finanzieren, ohne auf externe Schuldenfinanzierung angewiesen zu sein. Trotzdem hat Microsoft seine Finanzierungsleasingverbindlichkeiten, eine Form von Schulden, die großteils mit Rechenzentren in Verbindung steht, von 2023 auf 2024 fast verdreifacht und sie auf 46 Milliarden US-Dollar erhöht.

Die Strategie Microsofts lautet dabei: schnell handeln, aber vorsichtig finanzieren. Das Unternehmen schloss sich kürzlich einem Konsortium von Investoren an, um 50 Rechenzentren in den USA und Lateinamerika für insgesamt 40 Milliarden US-Dollar zu übernehmen. Dies demonstriert, dass Microsoft nicht primär auf kurzfristige Schuldenfinanzierung angewiesen ist, sondern vielmehr in der Lage ist, über verschiedene Kanäle wie Konsortialfinanzierungen und Eigenkapital zu wachsen. Microsoft hat außerdem eine frühe Investition in OpenAI getätigt und OpenAI die Azure-Infrastruktur vermietet. Dieses Arrangement hat sich für Microsoft als äußerst profitabel erwiesen, da OpenAI dann die Rechenleistung für seine KI-Modelle bei Microsoft mietet und damit zu eines Microsofts wachsenden Umsatzquellen wird.

Google und Alphabet: Beeindruckende Wachstumszahlen treffen auf erhöhte Finanzierungsbedarfe

Alphabet, die Google-Muttergesellschaft, stellt sich in vielen Aspekten positiver dar als Meta. Das Unternehmen erzielte im dritten Quartal 2025 erstmals Umsätze von über 100 Milliarden US-Dollar, konkret 102,3 Milliarden, was einem Zuwachs von 33 Prozent entspricht. CEO Sundar Pichai machte die künstliche Intelligenz zum zentralen Wachstumstreiber und kündigte an, die Investitionen für 2025 auf bis zu 93 Milliarden US-Dollar zu erhöhen. Dies stellt eine Steigerung von der vorherigen Prognose von 85 Milliarden US-Dollar dar. Der Großteil dieser Investitionen fließt in den Ausbau von Rechenzentren und KI-Infrastruktur.

Etwa 60 Prozent von Googles Investitionsausgaben entfallen auf GPUs und Server, während etwa 40 Prozent in Werkzeuge und Rechenzentrenausstattungen fließen. Google kündigte ein 15-Milliarden-Dollar-Datenzentrum-Projekt in Indien an, das größte außerhalb der USA, was die globale Expansion seiner KI-Infrastruktur unterstreicht. Die Börse reagierte deutlich positiver auf Alphabets erhöhte Investitionsankündigung als auf jene von Meta, da Google bereits nachgewiesene Monetarisierungserfolge mit seinen KI-Produkten aufzeigt. Googles Search-Geschäft hat von der Integration von Künstlicher Intelligenz profitiert, und das Unternehmen kann bereits dokumentierte Umsatzsteigerungen vorweisen.

Im Gegensatz zu Meta war Alphabet jedoch bislang zurückhaltender bei der Schuldenfinanzierung. Das Unternehmen begab im April 2025 erstmals seit 2020 wieder Anleihen, wartet aber insgesamt mit deutlich weniger aggressivem Schulden-Einsatz auf. Dies hängt damit zusammen, dass Google über massive operative Cashflows verfügt. Die etablierten Geschäftsmodelle in der Werbung und Cloud-Infrastruktur sind deutlich profitabler als jene von Meta, dessen Kernanwendung Facebook nach Jahren der Stagnation neu belebt wird.

Amazon: Der stille Riese der KI-Infrastruktur

Amazon wird in vielen Diskussionen zum Schuldenfinanzierungs-Boom übersehen, obwohl das Unternehmen mit die höchsten Investitionen überhaupt tätigt. CEO Andy Jassy erhöhte die Investitionsprognose für 2025 auf 125 Milliarden US-Dollar und verwies darauf, dass Amazon allein in den letzten zwölf Monaten 3,8 Gigawatt Rechenzentrumsleistung hinzufügte. Diese Zahlen sind atemberaubend. Zum Vergleich: Microsoft invertiert etwa 34,9 Milliarden pro Quartal, Meta etwa 18 bis 20 Milliarden. Amazons Investitionsquote von 125 Milliarden US-Dollar pro Jahr ist damit um ein Vielfaches höher als jene der meisten Konkurrenten.

Amazons Strategie ist dabei deutlich diversifizierter. Das Unternehmen verfolgt nicht nur ein KI-Infrastruktur-Programm, sondern investiert in Cloud-Computing über AWS, in Logistik-Automatisierung, in die Entwicklung eigener Chips wie Trainium2 und in Partnerschaften wie jene mit dem KI-Startup Anthropic. Amazon sicherte sich einen Anteil an Anthropic und erwirtschaftete einen außerordentlichen Gewinnbeitrag von 9,5 Milliarden US-Dollar aus dieser Beteiligung allein im letzten Quartal.

Im Gegensatz zu Meta und OpenAI verfügt Amazon über ein diversifiziertes Geschäftsmodell mit etablierten Profitabilität. Der E-Commerce-, Cloud- und Werbebereich des Unternehmens sind bereits hochprofitabel. Der Nettoumsatz wuchs um etwa 11 Prozent auf 158,9 Milliarden US-Dollar, während der Gewinn um knapp 39 Prozent auf etwas über 21 Milliarden Dollar anstieg. Dies bedeutet, dass Amazon seine KI-Investitionen aus robustem Cashflow finanzieren kann, ohne dabei auf aggressive Schuldenmarkt-Strategien angewiesen zu sein.

Amazons Finanzierungsstrategie profitiert dabei von einer strategischen Partnerschaft mit OpenAI. Das Unternehmen vereinbarte einen Deal mit OpenAI im Volumen von etwa 38 Milliarden US-Dollar, wonach OpenAI Zugang zu AWS-Infrastruktur mit Hunderttausenden von Nvidia-GPUs und EC2-Ultra-Servern erhält. Dies stellt einen klassischen Kunden-Lieferanten-Beziehung dar, die für Amazon die Auslastung seiner Rechenzentren garantiert, während OpenAI kurzfristige Rechenkapazität gewinnt.

Passend dazu:

• Stockt der 500-Milliarden-Dollar-KI-Boom in den USA? Microsoft streicht mehrere geplante Rechenzentren

Oracle: Vom Datenbank-König zum KI-Infrastruktur-Spieler

Oracle stellt einen faszinierenden Fall dar. Das Unternehmen, lange Zeit als stabiles, nicht-volatiles Software-Unternehmen bekannt, wurde plötzlich zum aggressiven Spieler im KI-Infrastruktur-Wettlauf. Die Erklärung liegt in einer strategischen Partnerschaft mit OpenAI und dem japanischen Softbank-Konzern für das sogenannte Stargate-Projekt. Dieses Mega-Projekt plane den Bau von Rechenzentren mit einer Gesamtkapazität von zehn Gigawatt für geschätzte 500 Milliarden US-Dollar.

Oracle selbst sicherte sich eine Finanzierung in Höhe von 38 Milliarden US-Dollar durch einen Bankenkonsortium unter Führung von JPMorgan Chase und Mitsubishi UFJ. Dies ist die bisher größte für KI-Infrastruktur aufgelegte Finanzierung überhaupt. Die Struktur dieser Finanzierung zeigt die Komplexität moderner Infrastruktur-Deals: Die 38 Milliarden US-Dollar splitten sich in zwei vorrangige besicherte Kreditfazilitäten auf. Ein Paket von 23,25 Milliarden US-Dollar finanziert ein Rechenzentrum in Texas, während eine Fazilität von 14,75 Milliarden US-Dollar ein Projekt in Wisconsin unterstützt. Die Laufzeiten betragen vier Jahre, und die Zinssätze liegen bei etwa 2,5 Prozentpunkten über Benchmark-Raten.

Die Vantage Data Centers Development ist dabei für den Bau und die Betreibung beider Anlagen verantwortlich. Diese Struktur zeigt ein faszinierendes Muster: Oracle selbst ist weniger der eigentliche Betreiber der Rechenzentren, sondern eher ein Kreditnehmer und Kunde der Infrastruktur. Das Unternehmen verpflichtet sich dann im Rahmen des Stargate-Arrangements, OpenAI in den nächsten fünf Jahren 300 Milliarden US-Dollar für die Nutzung dieser Rechenleistung zu zahlen. Oracle wird also zum Finanzier einer Infrastruktur, die primär ein anderes Unternehmen nutzen wird. Die Chips für diese Rechenzentren werden wiederum bei Nvidia eingekauft.

Oracles Strategie offenbart ein tiefes strukturelles Problem: Das Unternehmen hat sich mit einem enormen Klumpenrisiko belastet, da zwei Drittel aller kommenden Umsätze von Oracle damit von nur einem einzigen Kunden abhängen, nämlich OpenAI. Dies ist ein extremes Konzentrationsmerkmal, das erhebliche Risiken mit sich trägt.

Xpert.Digital verfügt über tiefgehendes Wissen in verschiedenen Branchen. Dies erlaubt es uns, maßgeschneiderte Strategien zu entwickeln, die exakt auf die Anforderungen und Herausforderungen Ihres spezifischen Marktsegments zugeschnitten sind. Indem wir kontinuierlich Markttrends analysieren und Branchenentwicklungen verfolgen, können wir vorausschauend agieren und innovative Lösungen anbieten. Durch die Kombination aus Erfahrung und Wissen generieren wir einen Mehrwert und verschaffen unseren Kunden einen entscheidenden Wettbewerbsvorteil.

Mehr dazu hier:

• Nutzen Sie die 5fach Kompetenz von Xpert.Digital in einem Paket - schon ab 500 €/Monat

Nvidia: Der eigentliche Gewinner des Finanzierungsbooms

Während sich Unternehmen wie Meta, Google und Amazon um Schuldenfinanzierung für ihre Rechenzentren bemühen, sitzt Nvidia in einer deutlich komfortableren Position. Der Chiphersteller, dessen GPU-Technologie zentral für alle KI-Infrastrukturinvestitionen ist, ist zum eigentlichen Finanzier des KI-Booms aufgestiegen. Nvidia kündigte an, bis zu 100 Milliarden US-Dollar in OpenAI zu investieren. Dies ist kein gewöhnliches Investment, sondern ein cleveres finanzielles Arrangement, das mehrere Funktionen erfüllt.

Die Struktur des Nvidia-OpenAI-Deals offenbart die Zirkularität moderner KI-Finanzierung: Mit dem Geld von Nvidia baut OpenAI neue Rechenzentren, die wiederum mit Nvidias Chips bestückt werden. Nvidias Chips machen nach Aussagen des Chipherstellers 60 bis 70 Prozent der Gesamtkosten eines neuen Rechenzentrums aus. Die praktische Rechnung sieht so aus: Wenn OpenAI Rechenleistung von einem Gigawatt aufbauen will, braucht es Chips im Wert von etwa 35 Milliarden US-Dollar. Nvidia steuert dabei bei jedem zusätzlichen Gigawatt an Rechenleistung etwa zehn Milliarden US-Dollar als Beteiligung bei. Das heißt: OpenAI muss nur knapp drei Viertel seiner Chips in bar zahlen und erhält den Rest gegen Anteile. Nvidia wiederum finanziert damit direkt die Nachfrage nach seinen eigenen Chips.

Dieses Arrangement ist sowohl genial als auch problematisch. Es garantiert Nvidia exponentielle Absatzmengen, während gleichzeitig das Schuldennetzwerk aus OpenAI, Oracle und anderen Akteuren verstärkt wird. Nvidia hat sich zudem mit sieben Prozent an CoreWeave beteiligt, einem weiteren KI-spezialisierten Cloud-Anbieter. Interessanterweise verpflichtet sich Nvidia, bis 2032 sämtliche Überkapazitäten aufzukaufen, die CoreWeave nicht selbst an den Markt bringen kann. Dies ist faktisch ein Blankoscheck für seinen Kunden. Nvidia investierte auch fünf Milliarden US-Dollar in Intel und entwickelt mit seinem größten Rivalen neue Chips gemeinsam.

Die Aktie von Nvidia ist im Jahr 2025 um etwa 54 Prozent gestiegen und steuert auf ihre stärkste Jahresrally seit 1999 zu. Dies reflektiert Nvidias Position als eigentlicher Begünstigter des KI-Booms. Während andere Unternehmen sich verschulden, um Chips zu kaufen, erhält Nvidia Eigenkapital und strategische Anteile an den wertvollsten KI-Unternehmen der Welt.

Passend dazu:

• Nicht OpenAI, nicht Amazon: Das ist der wahre Gewinner des 38-Milliarden-Dollar-Deals: Nvidia

Das private Kreditsegment: Der blinde Fleck der Finanzstabilität

Ein oft übersehter Aspekt der KI-Finanzierungswelle ist das rasante Wachstum des sogenannten Private-Credit-Marktes. Dieses schnell wachsende Segment der privaten Kredite, vergeben von Investmentfirmen, Pensionsfonds und anderen Nichtbanken, finanziert laut UBS zunehmend KI-Rechenzentren. UBS schätzt, dass sich private Kredite mit KI-Bezug in den zwölf Monaten bis Anfang 2025 nahezu verdoppelt haben könnten.

Das Problem dabei liegt in der mangelnden Transparenz und Liquidität dieser Instrumente. Private Kredite bieten zwar mehr Flexibilität bei Vertragsbedingungen als traditionelle Bankenkredite, sind aber in Krisenzeiten schwer handelbar. Sie könnten damit für zusätzlichen Stress an den Finanzmärkten sorgen, sollte sich die wirtschaftliche Situation verschärfen. Morgan Stanley schätzt, dass private Kreditmärkte bis 2028 mehr als die Hälfte der benötigten 1,5 Billionen US-Dollar für den Ausbau der Rechenzentren bereitstellen könnten.

Meta ist dabei ein Paradebeispiel für diese Entwicklung. Das Unternehmen hat 27 bis 29 Milliarden US-Dollar an privatem Kapital von Firmen wie PIMCO, Blue Owl Capital und Apollo Global Management aufgenommen. Diese Transaktionen ermöglichen es Meta, Milliardenbeträge aufzunehmen, ohne den vollen Betrag in der Bilanz ausweisen zu müssen. Die komplexen Strukturen ermöglichen es, technisch betrachtete Schuldenbilanzierung zu reduzieren, während der ökonomische Schuldenzuwachs dennoch erfolgt.

Junk-Bonds und das Aufstieg spekulativer Schulden

Eine weitere Auffälligkeit ist das Wachstum von niedrig bewerteten Anleihen im KI-Sektor. Nach Angaben der Bank of America ist die Emission von sogenannten Junk-Bonds durch KI-bezogene Unternehmen deutlich angewachsen. Diese Anleihen tragen Credit-Ratings unterhalb von Investment Grade und bieten höhere Renditen, sind aber mit entsprechend höherem Ausfallrisiko verbunden. Das Signal ist eindeutig: Der KI-Finanzierungsboom lockt auch spekulativere Geldgeber an, die höhere Renditen anstreben und correspondingly höhere Risiken akzeptieren.

Die Analyse von JP Morgan zeigt, dass KI-verbundene Unternehmen inzwischen 14 Prozent des Investment-Grade-Index ausmachen und damit US-Banken als dominierenden Sektor überholt haben. Dies zeigt die Konzentration von Systemrisiken im KI-Sektor auf beängstigende Weise. Ein Absturz der KI-Bewertungen oder der KI-Profitabilität würde damit große Teile des Kreditmarktes direkt betreffen.

Die Finanzierungslücke und die Illusion der Verfügbarkeit

Morgan Stanley sieht in den nächsten drei Jahren eine potenzielle Finanzierungslücke von 1,5 Billionen US-Dollar für KI-Infrastrukturausbau. Dies ist eine erschreckend große Summe. Zum Vergleich: Das Bruttoinlandsprodukt Deutschlands beträgt etwa 4 Billionen Euro oder 4,3 Billionen US-Dollar. Die für KI-Infrastruktur benötigte Summe entspricht also in etwa einem Drittel der gesamten wirtschaftlichen Leistung Deutschlands, konzentriert auf drei Jahre. Die bain-Studie schätzt, dass sich die jährlichen Investitionsausgaben bis 2030 auf 500 Milliarden US-Dollar belaufen werden, um den Computerbedarf der Industrie zu decken.

Ob diese Finanzmittel tatsächlich verfügbar sein werden, ist eine offene Frage. Während traditionelle Banken zunehmend zurückhaltender werden, springt das Private-Equity und Private-Credit-Segment ein. Dies führt jedoch zu Liquiditätsfragen und erhöht die Anfälligkeit des Systems für Schocks. Wenn spekulativer Eifer nachlässt oder erste Verluste in diesem Sektor anfallen, könnten Kreditgeber schnell zu rationaleren Bewertungen zurückkehren.

Die Rentabilitäts-Rätsel: Wo sind die Einnahmen?

Das zentrale Rätsel der gesamten KI-Finanzierungswelle bleibt die Rentabilität. Während die Investitionen gemessen werden und spektakulär sind, sind die Einnahmen aus der KI deutlich schwächer dokumentiert. OpenAI, das wertvollste KI-Startup, verdiente 2024 etwa 13 Milliarden US-Dollar, verlustete aber danach auf hohem Niveau. Diese Zahlen stehen in krasser Proportion zu den geplanten Infrastrukturinvestitionen von hundert Milliarden oder mehr.

Google und Microsoft können bereits erste KI-Monetarisierungserfolge vorweisen. Google hat seine KI-Integritäten in die Search-Funktion integriert und damit die Advertising-Geschäfts-Effizienz verbessert. Microsoft verkauft KI-Fähigkeiten über sein Azure-Cloud-Angebot und through Copilot-Produkte. Meta hingegen hat noch keine klaren Rentabilitätspfade für seine KI-Infrastruktur definiert.

Das Problem liegt in einer klassischen Diskrepanz zwischen Kapitalausgaben und deren Amortisation. Die Lebenszyklen von Rechenzentren und Chips sind relativ kurz. Eine GPU mit dieser Generation kann in drei bis vier Jahren obsolet werden, wenn technologische Durchbrüche schneller erfolgen. Dies bedeutet, dass Investitionen mit kurzen Amortisationshorizonten finanziert werden müssen, besonders wenn Eigenkapitalrenditen über 15-20 Prozent erwartet werden.

Deutsche Bank und das Risikoverwaltungs-Dilemma

Ein aktueller Fall illustriert die Risiken dieser Finanzierungswelle auf konzrete Weise. Die Deutsche Bank hat großzügig Kredite für den Bau von KI-Rechenzentren vergeben. Das bedeutet konzentriertes Risiko für die Bank. Laut Financial Times diskutieren Manager der Deutschen Bank darüber, auf fallende Aktienkurse von KI-Unternehmen zu wetten. Denn fallende Kurse könnten ein Indiz für finanzielle Schwierigkeiten der Branche sein, was die Kredite gefährden würde.

Die Bank erwägt dabei zwei Strategien: Erstens den Einsatz von Leerverkäufen von KI-Aktien, um Kreditverluste durch Spekulationsgewinne auszugleichen. Zweitens die Strukturierung sogenannter synthetic risk transfer (SRT) Transaktionen, bei denen Dritte einen Teil des Kreditrisikos übernehmen. Dabei kaufen die SRT-Käufer die auf bestimmte Kredite bezogenen Papiere und geben dem Kreditgeber Geld. Als Gegenleistung erhalten sie vergleichsweise hohe Zinsen. Die Deutsche Bank müsste dabei entweder noch ganz andere Kredite dazupacken oder höhere Zinsen bieten, um die SRT-Papiere an den Mann zu bringen.

Dies offenbart ein tiefes systemisches Problem: Banken sind gezwungen, ihre Risikokonzentrationen zu diversifizieren, weil die Einzelkonzentrationen in KI-Infrastrukturkrediten zu groß werden. Dies wiederum treibt die Komplexität des Finanzsystems in die Höhe.

Der strukturelle Teufelskreis: Zirkularfinanzierung und Abhängigkeiten

Die n-tv und die Financial Times haben auf ein faszinierendes und zugleich verstörendes Muster hingewiesen: Der KI-Finanzierungsboom funktioniert zunehmend durch Zirkularfinanzierung. Unternehmen verleihen sich gegenseitig Geld, um ihre Produkte voneinander zu kaufen. OpenAI kauft Chips von Nvidia für bis zu 100 Milliarden US-Dollar und erhält dafür Anteile an Nvidia. OpenAI kauft von AMD Chips für bis zu 100 Milliarden US-Dollar und erhält dafür eine Option auf zehn Prozent der AMD-Aktien.

Oracle baut für OpenAI Rechenzentren im Wert von 300 Milliarden US-Dollar und vertragt sich, dass OpenAI in den nächsten fünf Jahren genau diese Menge in Rechnungsgebühren zahlt. Die Chips für diese Rechenzentren kauft Oracle bei Nvidia. Der Deal ist ein gigantisches Klumpenrisiko: Zwei Drittel aller kommenden Umsätze von Oracle hängen damit von nur einem einzigen Kunden ab.

Diese Zirkularfinanzierungen funktionieren solange, wie die Aktien der beteiligten Unternehmen steigen. Aber sie sind fundamental fragil. Wenn OpenAI seine Profitabilität nicht unter Beweis stellt oder wenn die Umsatzerwartungen sinken, könnte eine Abwärtsspirale entstehen. Nvidia könnte seine Optionen nicht ausüben wollen, Oracle könnte keine Einnahmen aus OpenAI generieren, und die gesamte Finanzierungskette könnte zusammenbrechen.

Laut Berechnungen der Financial Times hat OpenAI über die Kreis-Deals 20 Gigawatt Rechenleistung im Wert einer Billion US-Dollar eingekauft. Dies entspricht etwa so viel Strom, wie 20 Atomreaktoren liefern würden. Dabei macht die KI-Schmiede Milliardenverluste. Ein anonymer Analyst warnt in der britischen Zeitung, dass OpenAI “keinesfalls in der Lage” sei, auch nur eine dieser Verpflichtungen zu bedienen.

Passend dazu:

• Die große KI-Blase platzt: Warum der Hype vorbei ist und nur noch die Großen gewinnen

Die Bubble-Debatte: Vergleiche zur Dotcom-Ära

Marktbeobachter und Analysten debattieren intensiv, ob die aktuelle KI-Finanzierungswelle eine Blase darstellt, vergleichbar mit der Dotcom-Blase der späten 1990er Jahre. Die Bank of America veröffentlichte eine Studie, in der 54 Prozent der befragten Fondsmanager angaben, dass sich bei Aktien zu künstlicher Intelligenz eine Blase gebildet habe. Dies ist ein alarmierender Anteil und deutet darauf hin, dass selbst professionelle Investoren erhebliche Zweifel an der Bewertungslogik hegen.

JPMorgan-CEO Jamie Dimon warnte, dass hohe Vermögenspreise “eine Kategorie der Besorgnis” darstellen und dass “viele Vermögenswerte” in Blasengebiet gelangen könnten. Der Global Fund Manager Survey der Bank of America identifizierte erstmals eine “KI-Aktienblase” als das wichtigste globale Abwärtsrisiko für Fondsmanager, die fast 500 Milliarden US-Dollar verwalten.

Michael O’Rourke, Chefstratege bei JonesTrading, argumentiert überzeugend, dass es sich um eine KI-Blase handelt, anhand von Megadeals wie Googles 15-Milliarden-Dollar-Investition in Datenzentren in Indien und OpenAI’s geschätztem 1,5-Billionen-Dollar-Plan für den Ausbau der KI-Infrastruktur, die im starken Gegensatz zu OpenAI’s 13-Milliarden-Dollar-Jahresumsätzen und mangelnder Profitabilität stehen.

Allerdings gibt es auch differenziertere Stimmen. Lale Akoner, globale Markanalystin bei eToro, argumentiert, dass die Rallye auf starker Überzeugung beruhe und nicht auf reiner Selbstzufriedenheit. Sie beschreibt den Markt als im Stadium des “Pricing to perfection”, in dem Investoren mehr auf mögliche Erfolgsgeschichten als auf tatsächliche Umsetzung setzen. Sie merkt an, dass viele Tech-Firmen solide Bilanzen aufweisen, was auf eine “Pricing-to-perfection”-Situation hindeutet, nicht auf eine klassische Blase.

Dies ist eine wichtige Unterscheidung. Eine echte Blase ist geprägt von massiver Spekulation auf Unternehmen ohne operative Substanz. Bei Big Tech hingegen liegt operative Substanz vor: Microsoft verdient 102 Milliarden pro Jahr, Google verdient über 70 Milliarden, Meta über 50 Milliarden. Die Frage ist nicht, ob diese Unternehmen profitabel sind, sondern ob die KI-spezifischen Investitionen sich amortisieren werden.

Passend dazu:

• Amerikas KI-Infrastrukturkrise: Wenn überzogene Erwartungen auf strukturelle Realitäten treffen

Die Energieinfrastruktur-Engpässe

Ein oft übersehenes, aber kritisches Problem liegt in der Energieinfrastruktur. Die geplanten Rechenzentren benötigen kolossale Energiemengen. OpenAI plant Rechenleistung von zehn Gigawatt, was etwa der Leistung von zehn Atomkraftwerken entspricht. Microsoft und Google planen ähnlich massive Expansionen. Die Bank of England warnte, dass materielle Engpässe beim KI-Fortschritt von Strom-, Daten- oder Rohstoff-Lieferketten die Bewertungen schädigen könnten.

Diese Energieprobleme sind nicht trivial. Sie erfordern massive Investitionen in Stromnetzinfrastruktur, Energieerzeugung und Kühlsystemen. Diese Investitionen müssen parallel zu den Rechenzentrum-Investitionen erfolgen und führen zu noch höheren Gesamtkapitalanforderungen.

Wer verschuldet sich noch? Die erweiterte Analyse

Neben den Big Tech-Konzernen verschuldet sich auch eine zweite Welle von Akteuren massiv für KI. Dies sind insbesondere spezialisierte Cloud-Anbieter und KI-Infrastruktur-Startups. CoreWeave, ein auf KI spezialisierter Cloud-Anbieter, hat sich großzügig bei Private-Credit-Fonds und Anleiheinvestoren verschuldet, um Chips von Nvidia zu kaufen. Das im März an die Börse gegangene Unternehmen hat seit letztem Jahr öffentliche Schulden und Aktienemissionen im Volumen von etwa 25 Milliarden US-Dollar getätigt.

Auch Fluidstack, ein weiteres Cloud-Computing-Startup, leiht sich in großem Stil Geld und hinterlegt dafür seine Chips als Sicherheit. Dies ist ein riskantes Arrangement, da die Chips schnell an Wert verlieren könnten.

SoftBank, der japanische Tech-Konzern, finanziert seinen Anteil an einer milliardenschweren Partnerschaft mit OpenAI ebenfalls über Schulden. Nach Elon Musks kritischer Bemerkung im Januar, dass SoftBank das Geld “eigentlich gar nicht” habe, versuchte SoftBank, die öffentliche Wahrnehmung zu verbessern. Dennoch bleibt die Finanzierungsstruktur fragil.

Elon Musks eigenes Startup xAI soll laut Medienberichten 12 Milliarden US-Dollar an neuem Fremdkapital aufnehmen, nachdem das Unternehmen bereits fünf Milliarden Dollar früher im Jahr aufgenommen hatte. Nvidia will sich laut Medienberichten auch bei der neusten xAI-Finanzierungsrunde mit zwei Milliarden US-Dollar beteiligen, und mit dem frischen Geld sollen für 20 Milliarden US-Dollar Chips bei Nvidia geordert werden.

Die regulatorische Dimension

Die Bank of England warnte in einem Bericht, dass sich in Teilen des Finanzsystems, die von undurchsichtigen, schwer handelbaren und illiquiden Vermögenswerten geprägt sind, Risikozonen bilden. Dies ist eine deutliche Kritik am wachsenden Private-Credit-Sektor. Regulatoren weltweit werden sich gezwungen sehen, diese Risiken genauer zu überwachen.

Die Basel-III-Bankenregulierung könnte auch eine Rolle spielen. Während traditionelle Banken unter strengeren Kapitalladenanforderungen agieren, können Private-Equity-Fonds und andere nichtbank-Geldgeber risikoreicher agieren. Dies führt zu regulatorischen Arbitrage-Möglichkeiten.

Die langfristige Perspektive: Investition oder Spekulation?

Die zentrale Frage am Ende dieser Analyse lautet: Ist die aktuelle KI-Finanzierungswelle eine legitime Investition in Infrastruktur für eine transformative Technologie, oder handelt es sich um spekulative Übertreibung? Die Antwort ist wahrscheinlich: beides.

Es gibt zweifellos fundamentale, nicht-spekulative Gründe für massive KI-Infrastrukturinvestitionen. Die KI-Technologie ist transformativ und wird die Produktivität massiv erhöhen. Die erforderliche Recheninfrastruktur existiert noch nicht und muss gebaut werden. Dies ist aus langfristiger Perspektive legitim.

Gleichzeitig sind die kurzfristigen Finanzierungsmuster und insbesondere die Zirkularfinanzierungen alarmierend. Wenn OpenAI seine Verpflichtungen nicht erfüllen kann, wenn die Rentabilität der Infrastruktur-Investitionen niedriger ausfällt als erwartet, wenn technologische Durchbrüche die geplanten Investitionen obsolet machen, könnte ein massiver Absturz erfolgen.

Die wahrscheinliche Zukunftsszenario ist nicht ein abrupter Crash, sondern eher eine Gradualisierung des Euphorie-Levels. Unternehmen werden die Wachstumsraten senken, wenn sich zeigt, dass die Rentabilität nicht mit den Erwartungen übereinstimmt. Dies könnte zu einer langsameren, aber länger andauernden Anpassungsphase führen. Einige Akteure, besonders jene mit schwachen Finanzierungspositionen wie OpenAI, könnten in erhebliche finanzielle Schwierigkeiten geraten.

Für Analysten ist dies eine zentrale Beobachtungszeit. Die folgenden zwei bis drei Jahre werden zeigen, ob die KI-Infrastruktur-Investitionen sich als transformativ erweisen oder ob sie sich als massive Überinvestition in eine noch nicht marktreife Technologie herausstellen.

☑️ Unsere Geschäftssprache ist Englisch oder Deutsch

☑️ NEU: Schriftverkehr in Ihrer Landessprache!

 

Gerne stehe ich Ihnen und mein Team als persönlicher Berater zur Verfügung.

Sie können mit mir Kontakt aufnehmen, indem Sie hier das Kontaktformular ausfüllen oder rufen Sie mich einfach unter +49 89 89 674 804 (München) an. Meine E-Mail Adresse lautet: wolfenstein∂xpert.digital

Ich freue mich auf unser gemeinsames Projekt.

 

 

☑️ KMU Support in der Strategie, Beratung, Planung und Umsetzung

☑️ Erstellung oder Neuausrichtung der Digitalstrategie und Digitalisierung

☑️ Ausbau und Optimierung der internationalen Vertriebsprozesse

☑️ Globale & Digitale B2B-Handelsplattformen

☑️ Pioneer Business Development / Marketing / PR / Messen

Branchenschwerpunkte: B2B, Digitalisierung (von KI bis XR), Maschinenbau, Logistik, Erneuerbare Energien und Industrie

Mehr dazu hier:

• Xpert Wirtschaft Hub

Ein Themenhub mit Einblicken und Fachwissen:

• Wissensplattform rund um die globale wie regionale Wirtschaft, Innovation und branchenspezifische Trends
• Sammlung von Analysen, Impulsen und Hintergründen aus unseren Schwerpunktbereichen
• Ein Ort für Expertise und Informationen zu aktuellen Entwicklungen in Wirtschaft und Technologie
• Themenhub für Unternehmen, die sich zu Märkten, Digitalisierung und Brancheninnovationen informieren möchten