Die Schuldenblase der KI-Rechenzentren: Glauben Sie den Verkäufern, nicht den Predigten
Ratingabstufungen, defensive Risikoangaben und die Eile, Rechenzentrumsbeteiligungen abzustoßen, erzählen eine andere Geschichte als die Keynote-Bühne. Wer KI-Verträge unterschreibt, sollte die Handlungen lesen, nicht die Prognosen.
Masayoshi Son hält jährliche KI-Investitionen von 5 Billionen US-Dollar bis 2040 für nötig und jede Rede von einer Blase für absurd. Die Unternehmen, die die Rechenzentren tatsächlich gebaut haben, beauftragen derweil Banken mit dem Verkauf ihrer Anteile. Wenn Worte und Verhalten so weit auseinanderlaufen, ist das Verhalten die bessere Evidenz. Genau diese Divergenz ist der beste verfügbare Beleg dafür, ob die Schuldenblase der KI-Rechenzentren real ist, und für ein Unternehmen, das gerade KI-Verträge verhandelt, weit nützlicher als jede Bühnenprognose.
Prognosen kosten nichts. Ratingentscheidungen, testierte Risikoangaben und Anteilsverkäufe sind teure Signale: Wer sie setzt, zahlt dafür einen Preis. Dort sollte die Analyse beginnen.
Die konzentrierteste Wette im modernen Kreditgeschäft
Im Juli stufte S&P Global Oracle auf BBB- herab, eine Stufe über Ramschniveau, und bezeichnete OpenAI als „zentrales Kreditrisiko“: Rund die Hälfte von Oracles noch nicht realisierten Leistungsverpflichtungen von 638 Milliarden US-Dollar hängt an einem einzigen Kunden. Oracles eigener Geschäftsbericht sagt dasselbe in Juristendeutsch und warnt, einige Kunden könnten „hoch verschuldet“ sein und die Cloud-Umsätze konzentrierten sich auf eine Handvoll sehr großer Konten. Die Wette ist gewaltig. OpenAIs eigene Ankündigung beschreibt bis zu 4,5 Gigawatt Kapazität in einer Partnerschaft von mehr als 300 Milliarden US-Dollar über fünf Jahre, und ihre Finanzierung bescherte Oracle im Geschäftsjahr 2026 einen negativen freien Cashflow von 23,7 Milliarden US-Dollar, bei um 162 % gestiegenen Investitionsausgaben.
Entscheidend ist weniger die Schlagzeilensumme als die Struktur der Verbindlichkeiten, denn dort sitzt die Fragilität. Mietverträge für Rechenzentren laufen typischerweise fünfzehn bis zwanzig Jahre. Die Anleihen, die sie finanzieren, werden nach fünf bis zehn Jahren fällig. Und die Umsätze, die beides bedienen sollen, hängen davon ab, dass ein unprofitables Privatunternehmen Jahr für Jahr frisches Kapital einsammeln kann, zu welchen Marktbedingungen auch immer. Mittelfristig leihen, langfristig binden, kurzfristig kassieren: eine Fristeninkongruenz wie aus dem Lehrbuch, und Fristeninkongruenzen sind der Mechanismus, über den solvent wirkende Häuser schnell in Schieflage geraten. Keine Keynote beantwortet dieses Strukturproblem.
Folgt die Schuldenblase der KI-Rechenzentren dem Glasfaser-Drehbuch?
Dieses Experiment wurde schon einmal durchgeführt. Zwischen 1996 und 2001 verschuldeten sich Telekommunikationskonzerne massiv, um Glasfaser zu verlegen, gestützt auf die berühmte Prognose, der Internetverkehr verdopple sich alle hundert Tage, was sich als Marketing herausstellte. Die Nachfrage wuchs weiter; sie wuchs nur langsamer als die Schulden. Das Ergebnis war der Telekom-Crash, und die Verwertungserlöse auf Netzinfrastruktur waren brutal. Global Crossing hatte für den Netzausbau mehr als 12 Milliarden US-Dollar Schulden angehäuft; eine kontrollierende Beteiligung von 61,5 % am restrukturierten Unternehmen wechselte für 250 Millionen US-Dollar den Besitzer, für die Kontrolle also rund zwei Cent je Dollar Schulden.
Das Detail, das heutige Kreditgeber beunruhigen sollte, steckt in den Sicherheiten. Glasfaser war im Rückblick eine brauchbare Besicherung: Glas im Boden hält Jahrzehnte, und die Käufer aus der Insolvenzmasse verdienten am Ende gut, als die Nachfrage aufholte; ein erheblicher Teil des heutigen KI-Verkehrs läuft über Fasern, die erst lange nach der Pleite ihrer ursprünglichen Eigentümer in Betrieb gingen. GPUs sind keine vergleichbaren Vermögenswerte. Betreiber schreiben sie über fünf oder sechs Jahre ab, doch Spitzenmieten zahlt der Markt eher zwei bis drei Jahre lang, weil jede neue Chipgeneration den Marktpreis der alten neu festsetzt. Wenn schon langlebige Glasfaser nur Cent-Beträge je Dollar einbrachte, starten Verwertungserlöse auf rasch veraltendes Silizium von einem schlechteren Niveau.
Das ist relevant, weil GPU-besicherte Kredite inzwischen eine eigene Anlageklasse sind. CoreWeave hat Milliarden an Fremdkapital aufgenommen, besichert mit seiner Nvidia-Flotte, und ist längst nicht der einzige Schuldner, der Chips verpfändet. Das Korrelationsrisiko ist eingebaut: Der Moment, in dem ein Schuldner einen GPU-Kredit nicht mehr bedienen kann, ist exakt der Moment, in dem die Mietnachfrage nach GPUs nachgelassen hat, also auch der Moment, in dem die Sicherheit am wenigsten wert ist. Glasfaser-Kreditgeber haben diese Lektion 2001 gelernt. Die Abschreibungskurve sagt: Die GPU-Version kommt schneller.
Warum verkaufen die Erbauer ausgerechnet jetzt?
Beobachten Sie die Verkäufer. US-Rechenzentrumsbauer versuchen Berichten zufolge, Mehrheitsbeteiligungen im Wert von zweistelligen Milliardenbeträgen abzustoßen, überwiegend an Private-Equity-Fonds, die unter strukturellem Druck stehen, diese Anlagen als stabile Infrastruktur zu verbuchen, eine Einordnung, der Moody's mit Warnungen vor Überkapazitäten, Veralterung und Refinanzierungsrisiken widersprochen hat.
Das interessantere Signal ist leiser. Larry Ellison hat 346 Millionen Oracle-Aktien, rund 30 % seines Bestands, als Kreditsicherheit verpfändet. Verpfänden ist subtiler als Verkaufen: Man beschafft sich Liquidität, ohne dass eine Veräußerung in den Kurslisten auftaucht, man behält das Aufwärtspotenzial und die Schlagzeilen, und fällt die Aktie tief genug, übernimmt die Bank die Papiere. Dafür gibt es harmlose Gründe. Aber wenn ein Gründer ein Drittel seiner Position monetarisiert, während sein Unternehmen sich massiv auf die Zahlungsversprechen eines einzigen Kunden verschuldet, müssen die harmlosen Erklärungen härter arbeiten als sonst.
Unterdessen laufen die Preise gegen die Schuldner. Jede Generation von Frontier-Modellen kam pro Token billiger auf den Markt als die vorherige, und kapitalstarke Neueinsteiger unterbieten die Marktführer weiter. Der bequeme Einwand lautet, ein Preiskrieg zähle nur, wenn er einen Platzhirsch zerstört. Das muss er nicht, es genügt, wenn er das Wachstum verteilt. Die Tilgungspläne unterstellen, dass die Nachfrage ungefähr zu heutigen Preisen weiter aufzinst; ein Schuldner, der mit 100 % Jahreswachstum geplant hat und 40 % liefert, wächst immer noch, und ist trotzdem fahrplanmäßig zahlungsunfähig.
Was sollten Unternehmen jetzt tun, bevor sie KI-Verträge unterschreiben?
Wer in Deutschland KI-Leistungen einkauft, kann all das nicht als fremdes Problem abheften. Deutschland verfügt kaum über eigene Frontier-Rechenkapazität, und die hohen Industriestrompreise machen den Aufbau heimischer Kapazität teuer; die KI-Fähigkeit des Standorts, vom Konzern bis zum digitalisierenden Mittelstand, wird also überwiegend importiert, kontrahiert über die deutschen Tochtergesellschaften von Anbietern, deren Verpflichtungen auf den oben beschriebenen Bilanzen liegen. Ein Kreditereignis in Texas taucht bei der nächsten Vertragsverlängerung in Frankfurt oder München wieder auf.
Diskontieren Sie Zukunftsprognosen also kräftig und gewichten Sie das Beobachtbare: Ratingentscheidungen, testierte Risikofaktoren, freien Cashflow, Insiderverhalten. Auf dieser Basis sieht solide Hygiene so aus: kürzere Vertragslaufzeiten, echte Modellportabilität und Multi-Vendor-Architekturen, die die Schieflage eines Anbieters überstehen, genau die Vorarbeit, die wir in KI-Readiness vor dem Aufbau beschreiben. Läuft Ihre KI-Lieferkette über eine Gegenpartei, deren Kreditgeber gerade wegen dieser Exponierung herabgestuft wurde, gehört das in Ihr Risikoregister, und ein Technologiestrategie-Review sollte es zutage fördern, bevor der Einkauf unterschreibt.
Was würde meine Einschätzung ändern? Testierte OpenAI-Umsätze, die schneller wachsen als die Verpflichtungen. Ein angehobener S&P-Ausblick für Oracle. Erbauer, die ihr Eigenkapital behalten, statt es zu verkaufen. GPU-Gebrauchtpreise, die die nächste Chipgeneration unbeschadet überstehen. Jedes davon wäre echte Evidenz, dass die Struktur stabiler ist, als sie aussieht, und ich würde entsprechend nachjustieren.
Bis dahin gilt: Achten Sie auf die Asymmetrie, die niemand eingepreist hat. Werden die Verpflichtungen bezahlt, steckt das Aufwärtspotenzial längst in den Bewertungen. Werden sie es nicht, kaskadiert der Schaden durch Oracles Bilanz, durch die jüngste Anlageklasse des Private-Equity-Sektors und durch jeden Kreditgeber, der an Wert verlierendes Silizium als Sicherheit hält. Für einen gewerblichen Einkäufer ist diese Asymmetrie fast eine Gratisoption: Vertragsflexibilität kostet heute etwas Marge, während die Bindung an eine fragile Gegenpartei Sie morgen Ihre KI-Fähigkeit kosten kann. Nehmen Sie die Option.
Häufige Fragen
Wie prüfe ich die finanzielle Stabilität eines KI-Anbieters vor einem Mehrjahresvertrag?
Lesen Sie die teuren Signale, nicht das Marketing: Ratingentscheidungen samt Begründung, die Risikofaktoren im Geschäftsbericht, die Entwicklung des freien Cashflows, Kundenkonzentration und die Frage, ob Insider Aktien verkaufen oder verpfänden. Die Zukunftsprognosen eines Anbieters sind Werbung; seine Pflichtveröffentlichungen sind haftungsbewehrte Aussagen. Warnt ein Anbieter in den eigenen Berichten vor Zahlungsausfällen seiner Kunden, planen Sie Ihre Ausstiegsklauseln entsprechend.
Sind GPU-besicherte Kredite riskanter als andere Infrastrukturfinanzierungen?
Sie tragen ein spezifisches Korrelationsrisiko: Der Wiederverkaufswert der Sicherheit hängt am selben Nachfragezyklus wie der Umsatz des Schuldners, die Chips sind also genau dann am wenigsten wert, wenn der Kredit kippt. Der Telekom-Crash von 2000 bis 2002 brachte auf Glasfaser mit jahrzehntelanger Nutzungsdauer nur Cent-Beträge je Dollar; GPUs werden von jeder neuen Chipgeneration neu bepreist, Verwertungserlöse in der Krise dürften also tiefer starten. Beobachten Sie die Gebrauchtpreise für GPUs als Frühwarnindikator.
Warum ist es relevant, dass Rechenzentrumsbetreiber Mehrheitsanteile verkaufen?
Weil die Verkäufer die besten Informationen haben. Erbauer und Betreiber kennen die Ökonomie ihrer Anlagen besser als jeder Käufer, und wer Mehrheitspositionen ausgerechnet auf dem Höhepunkt der Erzählung monetarisiert, sendet ein Signal gezeigter Präferenz. Das beweist keinen Gipfel, aber es verschiebt die Wahrscheinlichkeiten, zumal die Käufer Private-Equity-Fonds sind, die unter strukturellem Druck stehen, Kapital in alles zu stecken, was das Etikett Infrastruktur trägt.
Verfasst von einer KI-Redaktionspersona des proprietären Redaktionssystems von Abyshire und von unserem Team geprüft.