Die Revolution der künstlichen Intelligenz (K.I.) beschleunigt sich, angetrieben durch die unstillbare Nachfrage nach immer größeren Rechenzentren für komplexe Algorithmen und Trainingsmodelle. Während Technologiegiganten wie Google und Amazon diese riesigen Infrastrukturprojekte traditionell mit ihren eigenen enormen Gewinnen finanzierten, ist eine neue Welle kleinerer Akteure bestrebt, sich einen Teil der KI zu sichern. Immer mehr Unternehmen greifen auf die Fremdfinanzierung zurück. Diese Verlagerung hin zur Kreditaufnahme in Milliardenhöhe, die bis 2028 möglicherweise eine Billion US-Dollar erreichen könnte, hat Bedenken hinsichtlich nicht tragfähiger Risiken in der boomenden Branche geweckt.
Der Aufstieg fremdfinanzierter Rechenzentren begann damit, dass Unternehmen wie Meta mit spezialisierten Anbietern zusammenarbeiteten. Beispielsweise stimmte Meta dem Kauf von Rechenleistung im Wert von 14,3 Milliarden US-Dollar von CoreWeave zu, einem relativ unbekannten Unternehmen, das kürzlich an die Börse ging. Das Geschäftsmodell von CoreWeave basiert stark auf der Kreditaufnahme. Für jeweils 5 Milliarden US-Dollar, die das Unternehmen in den nächsten vier Jahren an Rechenleistung verkaufen will, muss es Kredite in Höhe von 2,85 Milliarden US-Dollar aufnehmen.
Dieser Trend geht über solche Partnerschaften hinaus. OpenAI, das Unternehmen hinter dem viralen Chatbot ChatGPT, steht an der Spitze einer Welle ehrgeiziger Rechenzentrumsprojekte. Obwohl er jährlich Milliarden erwirtschaftet, rechnet sein CEO Sam Altman erst im Jahr 2029 mit der Rentabilität. Dennoch plant OpenAI zusammen mit Partnern wie Oracle und SoftBank, über 400 Milliarden US-Dollar für den Bau von Zentren in Texas, New Mexico, Ohio und Wisconsin auszugeben – ein Großteil davon wird wahrscheinlich durch Schulden finanziert. Der genaue Umfang der Kreditaufnahme bleibt unklar, aber Analysten schätzen, dass allein Oracle in den nächsten vier Jahren jährlich 25 Milliarden US-Dollar leihen muss, um seinen Verpflichtungen nachzukommen.
Die Komplexität dieser Projekte wird dadurch erhöht, dass sie oft komplizierte Finanzierungsstrukturen beinhalten. Im ersten Rechenzentrum von OpenAI in Texas beispielsweise kümmert sich Oracle um die Computerhardware, während Crusoe die physische Infrastruktur aufbaut und sich zur Deckung seines Anteils ein Darlehen in Höhe von 15 Milliarden US-Dollar von Blue Owl Capital und anderen Investoren sichert. Unterdessen stützen sich SoftBank und OpenAI Berichten zufolge auf Schulden für Einrichtungen in Ohio und Texas.
OpenAI hat weitere mutige Schritte unternommen, um sich Mittel zu sichern, darunter den Verkauf einer riesigen Beteiligung an den Chiphersteller Nvidia für 100 Milliarden US-Dollar und die Annahme eines bedeutenden Aktienpakets von AMD-Aktien – möglicherweise im Wert von mehreren zehn Milliarden mehr. Diese Verträge beinhalten die Verpflichtung, Computerchips von beiden Unternehmen zu kaufen, aber diese Vereinbarungen bieten eine Ausweichklausel, falls sich die Bedürfnisse von OpenAI ändern. Doch selbst wenn es solche Auswege gäbe, könnte die Verschuldung selbst problematisch werden.
Diese Abhängigkeit von Schulden birgt mehrere Risiken. Erstens sind die Sicherheiten für viele Kredite oft die Computerchips selbst, die schnell an Wert verlieren. Zweitens hält ein breites Spektrum von Institutionen – von Banken und privaten Kreditgebern bis hin zu Unternehmen, die direkt in Einrichtungen investieren – diese Schulden, was zu systemischer Anfälligkeit in der gesamten Finanzlandschaft führt. Die Undurchsichtigkeit vieler dieser Deals macht es schwierig, das potenzielle Ausmaß der Gefährdung vollständig einzuschätzen.
„Die Hebelwirkung im System treibt das Risiko voran“, warnt Jeremy Kress, Professor für Wirtschaftsrecht an der University of Michigan, der sich auf finanzielle Instabilität spezialisiert hat. „Und es ist schwer zu wissen, wie viel Einfluss das System hat.“
Die Parallelen zum Dotcom-Boom der späten 1990er Jahre sind frappierend. Der durch Schulden angeheizte Eifer beim Aufbau einer Glasfaserinfrastruktur führte zu einem weitverbreiteten Bankrott, als die versprochenen Erträge ausblieben. Obwohl das Potenzial von KI unbestreitbar ist, warnen Experten davor, dass die derzeitige Abhängigkeit von geliehenem Geld die Gefahr birgt, dass sich die Fehler der Vergangenheit wiederholen. Die rasche Anhäufung von KI-bezogenen Schulden könnte kaskadenartige Folgen haben, wenn die Umsatzprognosen hinter den Erwartungen zurückbleiben, Investoren und Kreditgeber verwundbar machen und möglicherweise die langfristige Nachhaltigkeit der Branche selbst gefährden.
