Zirkuläre KI-Finanzierung und das Koordinationsproblem
Die Berichte über KI-Infrastrukturgeschäfte von Nvidia im Umfang von über 750 Milliarden US-Dollar verdeutlichen eine neue Art der Finanzierung, bei der große Akteure wie Nvidia, Microsoft und OpenAI sich gegenseitig finanzieren. Dies wird oft als zirkuläre Finanzierung kritisiert, tatsächlich löst sie jedoch ein strukturelles Koordinationsproblem, das klassische Banken nicht adressieren können.
Herausforderungen in der KI-Kapazitätsentwicklung
Der Ausbau von Spitzen-KI-Kapazität unterliegt einem Abfolgeproblem:
- Chiphersteller fertigen große Mengen erst nach gesicherter Abnahme.
- Abnehmer verpflichten sich erst, wenn Chips und Energie zusichern sind.
- Rechenzentren entstehen nur mit kreditwürdigen Mietern, deren Kreditwürdigkeit Auslastung und Erträge voraussetzt.
Diese gegenseitigen Abhängigkeiten verhindern den ersten Schritt und verzögern den Kapazitätsausbau, wenn er den öffentlichen Kreditmärkten überlassen wird.
Zirkuläre Finanzierungsmodelle als Lösung
Zirkuläre Geschäfte durchbrechen diese Blockade, indem Beteiligte den jeweils anderen den ersten Schritt finanziell absichern:
- Chiphersteller finanzieren Kunden, die dann Aufträge erteilen, welche den Kapazitätsausbau rechtfertigen.
- Cloud-Anbieter investieren in KI-Labore, die ihre Rechenzentren auslasten.
Diese internen Finanzierungsstrukturen wirken buchhalterisch als sich selbst finanzierende Geldflüsse, sind jedoch industriell als Wertschöpfungskonsortium zu verstehen, das Vermögensbasen schafft, die keiner Partei alleine möglich wären.
Historische Belege und Risiken
Im Gegensatz zu den bekannteren Misserfolgen wie Lucent und Nortel zeigen andere Beispiele, dass Lieferantenfinanzierung Adoptionsprobleme erfolgreich lösen kann:
- ASML finanzierte 2012 mit Intel, TSMC und Samsung die EUV-Lithografie, die heute Standard ist.
- Xerox führte seine Kopierer durch Leasing erfolgreich in den Markt ein.
- GMAC finanzierte Käufer von General Motors und unterstützte dessen Marktdurchdringung.
Der Unterschied besteht in der Qualität der Finanzierung: Solide Programme finanzieren liquide Kunden mit produktiven Vermögenswerten und vermeiden übermäßige Verschuldung.
Aktuelle Finanzierungsentwicklung im KI-Sektor
Während große Unternehmen wie Nvidia oder Microsoft ihre Verpflichtungen meist aus operativem Cashflow bestreiten, nutzt der Randbereich der Branche vermehrt Kredite und private Kreditfinanzierung. So stieg der Anteil kreditfinanzierter Investitionsausgaben bei Hyperscalern von 9% (2024) auf etwa 32% (Mitte 2026). Die Investitionsausgaben könnten im dritten Quartal 2026 erstmals den operativen Cashflow übersteigen, was die Finanzierungsstrategie entscheidend macht.
Kritische Faktoren für Stabilität
Für eine nachhaltige zirkuläre Finanzierung sind folgende Punkte entscheidend:
- Verschuldung an den Rändern muss durch Cashflow der Kernakteure abgesichert sein.
- Finanzanreize müssen transparent und ehrlich sein; ‘Evergreening’ zur Kaschierung von Verlusten muss vermieden werden.
- Die Endnachfrage muss aus unabhängigen Quellen außerhalb des Netzwerks stammen, um Überkapazitäten zu verhindern.
Die Stärkung externer, zahlender Kunden sichert das Marktwachstum, wie der schrumpfende Marktanteil von OpenAI trotz Wachstum der Nutzerzahlen zeigt.
Implikationen für Anleger
Für Anleger bedeutet dies, dass breite KI- oder Halbleiterfonds zwar diversifiziert erscheinen, jedoch häufig von wenigen zentralen Gegenparteien wie OpenAI abhängen. Ein Ausfall einer dieser Parteien kann das gesamte Netzwerk belasten. Ein bewussteres Positionierungs- und Risikomanagement mit kleineren Einzeltiteln kann hier sinnvoll sein.
Fazit
Zirkuläre KI-Finanzierung stellt eine privatwirtschaftliche Antwort auf ein komplexes Koordinationsproblem innerhalb der KI-Infrastruktur dar, das klassische Kreditmärkte nicht lösen können. Ihre Solidität hängt maßgeblich von eigenkapitalähnlicher Finanzierung, ehrlichen Anreizen und einer nachvollziehbaren externen Nachfrage ab. An diesen Kriterien sollte die Bewertung der KI-Finanzierungsmodelle erfolgen.
DE: Bei der Erstellung dieses Beitrags wurde KI unterstützend eingesetzt.EN: AI was used to assist in the creation of this post.