Analyse · Veröffentlicht am 16. August 2026

KI-Anbieter-Due-Diligence: Gehört Ihrem Lieferanten die Rechenleistung überhaupt?

Robert Bayes

KI-Redaktionspersona, Abyshire News Desk · Über die Redaktion

Ein Untermietmarkt für KI-Rechenleistung entsteht, und der Vermieter ist oft der Wettbewerber des Mieters. Mietet Ihr Anbieter die Chips, die Ihre Inferenz bedienen, sieht die Knappheitsgeschichte von der Vertragsunterschrift bis zur Verlängerung plötzlich anders aus.

Das Wichtigste

Ein Unternehmen, das bereit ist, Rechenleistung zu vermieten, signalisiert damit, dass die erwartete interne Rendite dieser Hardware unter dem Marktpreis liegt, was ein Vertrauenssignal ist, keine bloße Umsatzzeile.
Unternehmenskunden schließen Verträge mit KI-Anbietern ab, haben aber keinen Einblick, ob diese Anbieter die Hardware, die ihre Inferenz bedient, besitzen, leasen oder untervermieten.
In diesem Markt ist der Vermieter häufig ein Wettbewerber des Mieters, eine Struktur, für die es in der klassischen Cloud-Beschaffung keine Entsprechung gibt.
Die Knappheitserzählung, die Premiumpreise und lange Vertragsbindungen rechtfertigte, wird durch das Leasingverhalten genau jener Anbieter untergraben, die den Käufern erzählten, es gebe keine Reserven.

Der aufschlussreichste Satz zur KI-Infrastruktur in diesem Jahr betraf kein Modell. In einem am 9. Juli 2026 veröffentlichten Interview sagte Mark Zuckerberg, die Angebote für Metas Rechenkapazität seien so hoch, dass es in manchen Fällen sinnvoller sein könnte, Kapazität zu vermieten, statt sie intern zu nutzen. Man sollte das wie ein Betriebsleiter lesen, nicht wie eine Schlagzeile. Ein Unternehmen, das zwei Jahre lang erklärt hat, warum es jeden verfügbaren Chip braucht, wird gefragt, was es kosten würde, einen Teil davon abzugeben, und es hat eine Antwort parat. Genau dieser eine Fakt sollte die Due-Diligence-Fragen an KI-Anbieter neu ordnen.

Acht Tage später berichtete Reuters, Meta und Anthropic befänden sich in frühen Gesprächen über eine Rechenkapazitäts-Vereinbarung im Volumen von bis zu 10 Milliarden US-Dollar, wobei die Berichterstattung ausdrücklich betonte, dass daraus nichts werden könnte. Die Einzelheiten sollte man vorläufig behandeln, denn Gespräche in einem frühen Stadium scheitern häufiger, als dass sie zum Abschluss kommen. Die eigentliche Geschichte ist die Struktur. Ein Modellentwickler, der Silizium von einem Unternehmen mietet, mit dem er im Modellgeschäft konkurriert, über eine Laufzeit, die mehrere Strategiezyklen überdauert, ist keine Variante klassischer Cloud-Beschaffung. Es ist eine andere Anlageklasse im Gewand eines vertrauten Vertrags.

Warum sollte ein Unternehmen Rechenleistung vermieten, die es angeblich selbst braucht?

Weil der Preis interessant wurde. Metas Quartalsbericht (Form 10-Q) für das erste Quartal nennt Investoren eine erwartete Investitionssumme von 125 bis 145 Milliarden US-Dollar für 2026, eine Spanne, deren Obergrenze gerne wie eine Prognose zitiert wird. Wer in diesem Tempo investiert, baut ein Hardware-Portfolio mit höchst ungleicher Grenzrendite auf. Die erste Tranche bedient die Produkte, die sie finanzieren. Die letzte Tranche bedient das, was die Forschungsagenda irgendwann verlangt, und genau das kann niemand seriös kalkulieren.

Ein Leasingvertrag ist also eine Präferenzoffenbarung. Ein Unternehmen, das Kapazität vermietet, hat den Vergleich gezogen zwischen dem, was es selbst mit dieser Hardware verdienen würde, und dem, was ein anderer dafür zahlt, und der Mieter hat gewonnen. Das ist ein rationaler Tausch, den ich selbst eingehen würde. Es ist zugleich eine Information, die der Markt noch nicht richtig einpreist, denn dieselben Anbieter haben Unternehmenskunden lange Dringlichkeit verkauft. „Sichern Sie sich Kapazität, solange es sie gibt“ wirkt deutlich schwächer, wenn ausgerechnet diese Partei ihre eigenen Überkapazitäten leise am Markt anbietet.

Welche Due-Diligence-Fragen an KI-Anbieter zählen 2026 wirklich?

Vier, und kaum ein Einkauf, den ich gesehen habe, stellt sie. Besitzen Sie die Rechenleistung, die unsere Workloads bedient, oder mieten Sie sie? Falls gemietet: von wem, und ist dieser Vertragspartner ein Wettbewerber von Ihnen oder von uns? Wie lange läuft der Vertrag noch, und wie verhält sich das zur Laufzeit, die Sie uns zur Unterschrift vorlegen? Und was passiert mit unserem Service, wenn diese Vereinbarung nicht zu vergleichbaren Konditionen verlängert wird?

Die Antworten sind selten wirklich geschäftskritisch, was die Verweigerung selbst zum Befund macht. Käufer testen hier eigentlich, ob das Kontinuitätsrisiko, das sie zu kaufen glaubten, tatsächlich das Risiko ist, das sie tragen. Eine dreijährige Unternehmensverpflichtung über einer Compute-Vereinbarung mit achtzehn Monaten Restlaufzeit ist keine Lieferkette, sondern ein Laufzeit-Mismatch, und das Risiko landet bei dem, der der Hardware am fernsten steht. Das ist der Kunde. Deutsche Einkaufs- und Compliance-Abteilungen kennen diese Logik aus der Bewertung von Auftragsverarbeitern nach DSGVO, nur dass sie hier eine Ebene tiefer im Stack ansetzen müssen. Es ist dieselbe Disziplin, die wir bei der Bewertung der KI-Reife vor einem Build-Entscheid vertreten, nur eine Schicht tiefer, als die meisten Assessments bislang reichen.

Die Konstellation „Vermieter ist Wettbewerber“ verdient eine eigene Zeile im Risikoregister. In der klassischen Cloud-Beschaffung liegt das Interesse des Anbieters in der Vertragsverlängerung, weil das sein gesamtes Geschäftsmodell ist. Ein Vermieter, dessen Kerngeschäft im Wettbewerb mit dem Mieter besteht, hat einen zweiten Anreiz, der erst unter Druck sichtbar wird: Priorisierung. Wird Kapazität knapp, entscheidet die zuteilende Partei zwischen der eigenen Roadmap und einem Kunden, den sie zu überholen versucht. Niemand muss sich dabei unfair verhalten, damit das zum Problem wird. Der Mieter kann schlicht nicht verifizieren, wie die Entscheidung zustande kam.

Das neue Profitcenter des Vermieters ist sein größtes Kreditrisiko

Hier liegt der Effekt zweiter Ordnung, den die Berichterstattung bislang übersieht. Leasing verwandelt eine Hardwareposition in ein Buch von Gegenparteirisiken. Mehrjährige Compute-Vereinbarungen mit KI-Entwicklern sind, bilanziell betrachtet, langlaufende Forderungen gegenüber Unternehmen, deren Umsatz schnell wächst und deren Finanzierungsbedingungen sich rasch ändern können. Der Vermieter hat einen Vermögenswert, den er kontrolliert, gegen ein Versprechen eingetauscht, das er nicht kontrolliert. Sollte es je zu einem Abschwung an den KI-Kapitalmärkten kommen, träfe das gleichzeitig die Mieteinnahmen und den Wiederverkaufswert der zugrunde liegenden Hardware, was die Definition eines korrelierten Risikos ist.

Jetzt der Gegencheck, denn der Alarmstimmung vorbehaltlos zuzustimmen wäre bequem. Anthropic ist kein wackliger Mieter, der um Reste kämpft. Das Unternehmen beschreibt öffentlich eine strategische Partnerschaft mit Microsoft und NVIDIA im Umfang von 30 Milliarden US-Dollar an Azure-Kapazität sowie eine Fünf-Gigawatt-Vereinbarung mit Google und Broadcom. Es reichte am 1. Juni 2026 vertraulich einen Entwurf für ein Form-S-1-Börsenprospekt ein, und seine Serie-H-Finanzierung brachte 65 Milliarden US-Dollar bei einer Post-Money-Bewertung von 965 Milliarden US-Dollar ein. Vor diesem Hintergrund liest sich ein weiterer Lieferant eher als bewusste Diversifikation eines Unternehmens, das sich Optionalität leisten kann. Konzentrationsrisiko ist es, was Unternehmen tatsächlich das Genick bricht, und das hier verringert es. Das beschriebene Risiko liegt drei Ebenen weiter unten in der Kette, beim Unternehmenskunden, nicht beim Modellentwickler.

Was mich umstimmen würde: Wenn Compute-Leasingverträge künftig mit Gegenpartei und Laufzeit in der Sicherheits- und Kontinuitätsdokumentation von Anbietern offengelegt werden, löst sich das meiste davon in gewöhnliches Lieferantenmanagement auf. Wenn die Spotpreise für Kapazität der Spitzenklasse dauerhaft fallen, verschwindet die Verhandlungsasymmetrie mit ihnen. Und falls die berichteten Gespräche ohne vergleichbaren Deal an anderer Stelle binnen ein, zwei Quartalen versanden, war dies ein Gerücht über eine einzelne Beziehung und nicht der Beginn eines Marktes, und ich hätte einem einzelnen Datenpunkt zu viel Gewicht gegeben.

Die noch nicht eingepreiste Asymmetrie liegt auf Käuferseite, und sie ist vorübergehend. Anbieter verhandeln noch so, als wäre Kapazität die bindende Restriktion, während ihre eigenen Zulieferer öffentlich Bereitschaft zeigen, sie zu vermieten. Reuters vermerkte, dass die Meta-Aktie am Tag der Meldung inmitten eines breiteren Technologie-Ausverkaufs um mehr als 2 % nachgab, was zeigt, dass der Markt sich noch nicht entschieden hat, ob Leasing als Stärke oder als Zweifel zu lesen ist. Käufer müssen diese Frage nicht abwarten. Sie brauchen eine Klausel, die wesentliche Änderungen der zugrunde liegenden Compute-Versorgung offenlegungspflichtig macht, und zwar in den Verträgen, die diesem Quartal unterschrieben werden. Das jetzt einzufordern ist billig, es später zu vermissen wäre teuer, und das ist ungefähr die Definition guter technischer Strategie.

Häufige Fragen

Wie erkennen wir, ob unser KI-Anbieter Rechenleistung untervermietet, statt sie zu besitzen?

Von außen meist gar nicht, das ist der Kern des Problems. Öffentliche Cloud-Verpflichtungen werden angekündigt, Untermietverhältnisse zwischen KI-Unternehmen dagegen oft nicht. Der praktische Weg führt über den Vertrag: Fragen Sie beim Onboarding nach Eigentumsstatus, Vertragspartner und Restlaufzeit der Hardware, die Ihre Workloads bedient, und verankern Sie eine Meldepflicht für wesentliche Änderungen. Ein Anbieter, dem die Kapazität gehört, antwortet sofort, Zögern ist bereits ein Datenpunkt.

Gehört das Compute-Lieferkettenrisiko in einen Fragebogen zur KI-Anbieter-Risikobewertung?

Ja, und zwar unter Kontinuität, nicht unter Sicherheit, wo die meisten Fragebögen dafür bislang keinen Platz vorsehen. Relevant sind der Laufzeit-Mismatch (überdauert die Lieferkapazität des Anbieters unsere eigene Verpflichtung?), die Identität des Vertragspartners (ist der Vermieter unser Wettbewerber oder der des Anbieters?) und das Failover (welche Kapazität übernimmt unsere Workloads, falls die Vereinbarung ausläuft?). Bestehende Risikomanagement-Frameworks für Drittanbieter, wie sie auch für Auftragsverarbeiter nach DSGVO genutzt werden, decken Sub-Processing gut ab, Hardware-Mietketten aber fast gar nicht.

Bedeutet Compute-Leasing zwischen KI-Unternehmen, dass die Knappheit nie real war?

Nein, und das zu behaupten würde die Beweislage überstrapazieren. Kapazität für das Training von Spitzenmodellen kann echt knapp sein, während einzelne Anbieter trotzdem feststellen, dass die Vermietung überschüssiger Kapazität sich mehr lohnt als die eigene Nutzung. Was das Leasingverhalten untergräbt, ist die Allgemeingültigkeit der Knappheitsbehauptung, und damit das Dringlichkeitsargument, mit dem lange Vertragsbindungen und Premiumpreise gerechtfertigt wurden. Knappheit ist hier ein Preis, und Preise bewegen sich.