KI-Labore häufen Schulden an, da explodierende Rechenkosten die Rentabilität gefährden
- Goldman Sachs schätzt, dass bis Anfang August 2026 nahezu 500 Milliarden US-Dollar an AI-bezogener Schuldverschreibungen emittiert werden.
- Steigende Rechenkosten, Chip-Leasing und Abschreibungen üben trotz starkem Umsatzwachstum im KI-Bereich Druck auf die Rentabilität aus.
- Die wachsende Schuldenexposition könnte den globalen KI-Wettbewerb neu gestalten, indem sie finanziell gut ausgestatteten Unternehmen Vorteile verschafft, während gleichzeitig die Risiken für kleinere Entwickler und Kreditmärkte steigen.
KI-Unternehmen nehmen mehr Geld auf, um die benötigten Rechenkapazitäten aufzubauen. Obwohl die Umsätze boomend sind, ist ungewiss, ob sie die steigenden Kosten decken können.
Diese Lücke zeigt sich in der Finanzperformance von Anthropic. Laut Reuters erzielte das Unternehmen 2025 einen Umsatz von 4,6 Milliarden US-Dollar, verzeichnete jedoch einen operativen Verlust von 8,06 Milliarden US-Dollar.
Seitdem haben sich die Finanzen verbessert. CNBC berichtete, dass die annualisierte Umsatzrate von Anthropic im Juli 2026 65 Milliarden US-Dollar erreichte, mit Prognosen von 100 Milliarden bis Jahresende. 24/7 Wall St. meldete ebenfalls ein positives bereinigtes Betriebsergebnis im zweiten Quartal.
Inzwischen erzielte OpenAI im zweiten Quartal 6,7 Milliarden US-Dollar an Umsatz, verzeichnete jedoch einen operativen Verlust von 12,3 Milliarden US-Dollar. Bis September näherte sich der jährliche Umsatz den 70 Milliarden US-Dollar, wie von Axios berichtet.
Anthropic soll der Profitabilität näher kommen, auch wenn die bereinigten Ergebnisse bestimmte Kosten nicht berücksichtigen und schnelles Wachstum der Einnahmen nicht zwangsläufig zu nachhaltigen Gewinnen führt.
KI-Kredite offenbaren wachsende finanzielle Risiken
Bis Anfang August 2026 schätzte Goldman Sachs die Emission von KI-bezogenen Schulden auf etwa 500 Milliarden US-Dollar. CNBC berichtete, dass JPMorgan bis 2030 insgesamt Emissionen in Höhe von 4,1 Billionen US-Dollar erwartet.
Während berichtet wird, dass Broadcom mehr als 50 Milliarden US-Dollar für die Finanzierung von OpenAI-Chips sucht, SpaceX strebt zusätzliche 40 Milliarden US-Dollar an. Oracle ist ebenfalls auf der Suche nach Finanzierungen für seine Rechenzentren. Zudem wird erwartet, dass Broadcom Anthropic 42 Milliarden US-Dollar gewährt für dessen Chip-Entwicklungen.
Diese Vereinbarungen führen zur Verteilung der finanziellen Risiken auf Kreditgeber, Lieferanten und KI-Entwickler. Daher gewinnt die finanzielle Stabilität von KI-Labs zunehmend an Bedeutung für den gesamten Kreditmarkt.
Allerdings ist das Aufnehmen von Krediten nur eines der Probleme. Die Kosten für Infrastruktur enden nicht mit dem Bau. Bryan Musto schätzt die jährlichen Abschreibungskosten für die fünf größten Hyperscaler bis 2028 auf zwischen 390 Milliarden und 530 Milliarden US-Dollar. Sein Modell zeigt, dass die jährlichen Einnahmen der Hyperscaler im Bereich von 675 Milliarden bis 785 Milliarden US-Dollar liegen sollten, um die Abschreibungen zu decken und eine vorsteuerliche Rendite von 10 % zu erzielen, wobei Strom- und Personalkosten ausgeschlossen sind.
Schuldenboom könnte den globalen KI-Wettbewerb neu gestalten
Schätzungen von PwC zufolge könnte die gesamte globale Investition in Rechenzentren bis 2050 einen erstaunlichen Betrag von 31,6 Billionen US-Dollar erreichen. Unabhängig davon betrachtet ein weiteres Papier die potenziellen Szenarien, unter denen die Menge der KI-bezogenen Schulden bis 2029 anywhere von 3 Billionen bis 7 Billionen US-Dollar reichen könnte. Natürlich handelt es sich hierbei um erwartete Werte, nicht um tatsächliche Kreditaufnahmen.
Die zunehmende Abhängigkeit von Krediten führt zu Bedenken hinsichtlich der finanziellen Stabilität. Die Bank für Internationalen Zahlungsausgleich warnt davor, dass ein Einbruch bei den KI-Investitionen die weiteren Finanzmärkte beeinträchtigen könnte. Kleine Unternehmen mit hoher Verschuldung wären am stärksten betroffen. Gleichzeitig könnten Tech-Giganten mit stärkerer Finanzlage in dieser Situation zusätzlichen Boden gewinnen.
Dennoch ist eine Schuldenkrise keineswegs zwangsläufig. Das weitaus größere Problem besteht darin, ob KI-Unternehmen genug Einnahmen generieren können, um ihre Schulden zu bedienen, gleichzeitig aber weiterhin kostspielige Recheninfrastrukturen betreiben.
Wenn Sie dies lesen, sind Sie bereits einen Schritt voraus. Bleiben Sie mit unserem Newsletter auf dem Laufenden.
Häufig gestellte Fragen
Warum nehmen KI-Unternehmen hohe Schulken auf, um Recheninfrastruktur aufzubauen?
Das Training und der Betrieb fortschrittlicher KI-Modelle erfordern teure Chips, Rechenzentren und Strom. Kredite ermöglichen es Unternehmen, die Rechenkapazität zu erweitern, ohne vollständig auf bestehende Cash-Reserves oder Eigenfinanzierung angewiesen zu sein.
Könnte der KI-Schuldenboom eine Finanzkrise auslösen?
Es gibt keine Garantie für eine Krise. Konzentrierte Verschuldung, vernetzte Finanzierungsvereinbarungen und enttäuschende Investitionsrenditen könnten jedoch finanzielle Verwundbarkeiten schaffen. Die BIS identifiziert breitere Risiken in den Kreditmärkten, falls die KI-Investitionen sharply einbrechen.
Wie könnte steigende KI-Schulden den globalen KI-Markt beeinflussen?
Gut kapitalisierte Technologieunternehmen können ihre Wettbewerbspositionen durch die Sicherung von Finanzmitteln und Rechenkapazität stärken. Kleinere Entwickler und Schwellenländer könnten mit höheren Finanzierungskosten konfrontiert sein, was die Marktkonzentration möglicherweise erhöht und die technologischen Unterschiede zwischen den Regionen weiter vergrößert.
Haftungsausschluss. Die bereitgestellten Informationen stellen keine Anlageberatung dar. Cryptopolitan.com übernimmt keine Haftung für Investitionen, die auf den auf dieser Seite bereitgestellten Informationen basieren. Wir empfehlen dringend, vor der Entscheidung für eine Anlage unabhängige Recherchen durchzuführen und/oder sich mit einem qualifizierten Fachmann beraten zu lassen.
Micah Abiodun
Micah Abiodun nutzt sein Masterstudium in Umwelttechnik und -management (MSc) an der Technischen Universität Tallinn (TalTech), um Inhalte und Preisprognose-Nachrichten bei Cryptopolitan zu verfeinern. Seit nunmehr sieben Jahren im Krypto-Medienbereich tätig, berichtet er über große Kryptowährungen, Altcoins, DeFi, Stablecoins, makroökonomische Trends und aufkommende Technologien.
