Wer zahlt für den 3 Billionen Dollar AI-Boom?

Meta baut Prometheus und Hyperion, Elon Musks xAI Colossus und OpenAI Stargate – jedes dieser Projekte hat einen Wert von über 100 Milliarden Dollar und zielt darauf ab, das leistungsstärkste Supercomputing-System der Welt zu schaffen. Während diese riesigen Projekte Aufmerksamkeit erregen, sind sie nur ein kleiner Teil einer noch größeren Investition: dem massiven Bau von Rechenzentren, die eine neue Ära der künstlichen Intelligenz einleiten werden, berichtet die Financial Times.

Laut Schätzungen werden Google, Amazon, Microsoft und Meta bis 2026 über 400 Milliarden Dollar für Rechenzentren ausgeben, zusätzlich zu den 350 Milliarden Dollar in diesem Jahr. Seit der Einführung von ChatGPT Ende 2022 haben die Technologiegiganten erkannt, dass KI ihre Geschäfte umgestalten könnte, was zu einem Wettlauf um den Kauf von Servern, den Erwerb von Chips und den Aufbau von Infrastrukturen führt.

Große Kosten und noch größere Appetiten

Morgan Stanley schätzt, dass die globalen Investitionen in Rechenzentren bis 2029 fast 3 Billionen Dollar erreichen werden. Davon werden die großen Technologiefirmen etwa 1,4 Billionen Dollar aus ihren eigenen Budgets decken, während die verbleibenden 1,5 Billionen Dollar aus Private Equity, Banken, Risikokapitalfonds und Staatsfonds kommen müssen. Die Finanzierung stützt sich zunehmend auf Schulden, wobei in diesem Jahr allein 60 Milliarden Dollar an Krediten für Projekte mit einem Gesamtwert von 440 Milliarden Dollar erwartet werden.

Der Grund? Die Kosten sind explodiert. Die internen Einnahmen im Jahr 2023 deckten bis zu 200 Milliarden Dollar an Ausgaben, aber in diesem Jahr werden sie doppelt so hoch sein. Gleichzeitig beliefen sich die Einnahmen aus generativer KI im letzten Jahr nur auf 45 Milliarden Dollar, obwohl prognostiziert wird, dass sie bis 2028 über 1 Billion Dollar überschreiten wird.

Große finanzielle Vereinbarungen

Meta hat kürzlich 29 Milliarden Dollar (davon 26 Milliarden Dollar durch Schulden) von privaten Investoren unter der Leitung von Pimco gesichert, um Zentren in Ohio und Louisiana zu finanzieren. Dies ermöglicht es dem Unternehmen, die anfänglichen Kosten zu senken und Kapital auf Projekte mit schnellerer Rendite zu lenken. Oracle verfolgt einen anderen Weg – Leasing. Das Unternehmen hat einen 15-jährigen Mietvertrag für ein 2GW-Rechenzentrum in Texas unterzeichnet, das von Crusoe und Blue Owl Capital gebaut wird und mit 5 Milliarden Dollar Eigenkapital und 10 Milliarden Dollar an Krediten von JPMorgan finanziert wird. Dieses Zentrum ist Teil von OpenAIs Stargate-Projekt in den USA.

Das zunehmend beliebte ‚build-to-suit‘-Modell ermöglicht es Dritten, den Bau von Zentren für große Kunden wie Microsoft oder Oracle zu beschleunigen. Entwickler können so den Bauzyklus von drei Jahren auf anderthalb Jahre verkürzen, müssen jedoch langfristige Verträge unterzeichnen, bevor sie mit der Arbeit beginnen, um eine Rendite auf die Investition sicherzustellen.

Der Wettlauf um privates Kapital

Private Investoren finanzieren nicht nur Projekte, sondern kaufen auch zunehmend die Entwickler von Rechenzentren selbst. Blackstone erwarb 2023 das australische Unternehmen AirTrunk für 14,9 Milliarden Dollar, während Apollo kürzlich eine Mehrheitsbeteiligung an Stream übernommen hat. Es wird geschätzt, dass die globale KI-Infrastruktur in den nächsten zehn Jahren „mehrere Billionen Dollar“ an Investitionen erfordern wird.

Unternehmen, die Land besitzen, Zugang zu Energie haben oder seltene Chips wie Nvidias GPUs besitzen, gewinnen an besonderem Wert. Ein Beispiel ist CoreWeave, ein ehemaliges Krypto-Mining-Unternehmen, das sich auf KI-Zentren umorientiert hat und jetzt mit 65 Milliarden Dollar bewertet wird. Es finanzierte sich mit großen Krediten, darunter 10 Milliarden Dollar von Blackstone, gesichert durch GPUs und Verträge mit Microsoft.

Vergleiche zur Telekom-Blase

Angesichts der rasanten Entwicklung der Technologie besteht ein ernsthaftes Risiko der Obsoleszenz. Nvidias Chips geraten schnell aus der Mode, und zukünftige Generationen könnten völlig neue Kühlsysteme benötigen. Wenn die Nachfrage nach KI-Training sinkt oder günstigere Methoden auftauchen (wie das chinesische Startup DeepSeek), könnten große Akteure mit ungenutzten und überverschuldeten Anlagen dastehen.

Experten warnen vor Ähnlichkeiten mit der telekom-blase der 1990er Jahre, als ein Überangebot an Glasfaserkabeln zu Preisrückgängen und dem Zusammenbruch vieler Unternehmen führte. Die aktuelle Bewertung vieler Investoren basiert auf der Annahme, dass KI in allen Branchen allgegenwärtig wird – wenn das nicht geschieht, könnten die Renditen auf Investitionen dramatisch sinken.

Große Technologiegiganten könnten aufgrund von Skaleneffekten Verluste erleiden, aber kleinere Entwickler und überverschuldete Unternehmen riskieren einen finanziellen Zusammenbruch. Projekte ohne gesicherte große Kunden sowie Finanzierungen in Form von GPUs sind besonders anfällig, da sie über Nacht an Wert verlieren können.