Die KI-Blase vor dem Kollaps?

Das Milliarden-Karussell: das Fundament des KI-Booms bricht zusammen

Stell dir vor, du gehst zum Autohändler, verhandelst über einen Neuwagen, und am Ende leiht dir der Händler selbst das Geld für den Kauf. Und als wäre das nicht genug: Wenn deine Bank bezüglich des Kredits zögert, übernimmt der Händler gleich noch die Bürgschaft.

Klingt nach einem absurden Gefälligkeitsgeschäft, das in keinem seriösen Wirtschaftslehrbuch stehen dürfte? Willkommen in der Realität der aktuellen KI-Finanzierung.

Während die Öffentlichkeit gebannt auf die nächsten Versionssprünge von GPT, Claude oder Gemini starrt, braut sich hinter den Kulissen der Chip-Hersteller und Rechenzentren eine finanzielle Gemengelage zusammen, die stark an den Vorabend großer Marktkorrekturen erinnert. Ist das, was wir derzeit erleben, der notwendige, teure Aufbau der nächsten universellen Basistechnologie oder blicken wir direkt in die Fratze einer gigantischen KI-Blase, die kurz vor dem Platzen steht?

Bei AIFactum schauen wir wie gewohnt hinter die Marketing-Versprechungen der Tech-Giganten. Hier sind die ungeschminkten Fakten zur finanziellen Lage der KI-Branche und was das konkret für Unternehmen bedeuten wird.

Die harten Zahlen: Wenn Schulden länger laufen als die Hardware hält

Um das Ausmaß der aktuellen Bewegung zu begreifen, hilft ein Blick auf die Investitionsvolumina: Die fünf größten Tech-Giganten: Microsoft, Amazon, Google, Meta und Oracle geben allein in diesem Jahr knapp 700 Milliarden US-Dollar für den Ausbau von KI-Rechenzentren und Infrastruktur aus. Das ist mehr als das gesamte Bruttoinlandsprodukt von Österreich.

Das wirkliche Problem liegt jedoch nicht in der Summe, sondern in der Art der Finanzierung:

1. Der Gang auf den Anleihenmarkt: Jahrelang wurden Investitionen bei den Big-Tech-Konzernen spielend aus den laufenden Gewinnen aus Werbung, Cloud-Geschäft und Software-Abos bezahlt. Das reicht längst nicht mehr. Mittlerweile ist jeder dritte Dollar, der in Rechenzentren fließt, geliehen. Allein im ersten Halbjahr haben sich diese Konzerne rekordverdächtige 159 Milliarden Dollar über Anleihen beschafft.
2. Laufzeit-Asymmetrie: Selbst der Internationale Währungsfonds (IWF) schlägt inzwischen Alarm. Der Grund: Unternehmen nehmen Schulden mit Laufzeiten von 10 bis 20 Jahren auf, um Hardware anzuschaffen, die technologisch bereits nach 2 bis 3 Jahren veraltet ist.
3. Makroökonomische Abhängigkeit: Im ersten Quartal stammten laut Analysen zwischen 50 % und 75 % des gesamten US-Wirtschaftswachstums direkt aus Investitionen in die KI-Infrastruktur. Die größte Volkswirtschaft der Welt hat sich damit an einen Tropf gehängt, der zwingend permanent nachgefüllt werden muss.

„Circular Financing“: Geld im Karussell

Schaut man genauer hin, wohin das Geld fließt, offenbart sich ein bemerkenswertes Phänomen: Das Kapital dreht sich in vielen Bereichen im Kreis. Analysten von Bloomberg beziffern diese verflochtenen Transaktionen auf weit über 800 Milliarden US-Dollar.

Ein Paradebeispiel lieferte Nvidia im August: Der Chip-Gigant steht über eine Bürgschaft für bis zu 105 Milliarden Dollar gerade, damit in Ohio ein gigantischer Rechenzentren-Komplex für OpenAI gebaut werden kann. Betrieben wird dieser von SB Energy (einer Softbank-Tochter), an der Nvidia wiederum beteiligt ist. Und womit wird das Rechenzentrum ausgestattet? Ausschließlich mit Nvidia-Chips. OpenAI mietet die Kapazitäten für 20 Jahre. Sollte OpenAI nicht zahlen können, haftet Nvidia. Der Verkäufer garantiert also für die Schulden seines Hauptkunden, damit dieser weiterhin dessen Produkte kauft.

Ähnlich schief ist das Bild beim Cloud-Wachstum: Das gefeierte Kurswachstum von Microsofts und Googles Cloud-Sparten speist sich zu riesigen Teilen aus nur zwei Kunden: OpenAI und Anthropic. Laut Berichten stammten knapp 69 % des relativen Wachstums von Microsofts Intelligent Cloud allein von OpenAI. Ohne diesen einen Kunden wäre das Segment nur im Rahmen der normalen Inflation gewachsen.

Die zwei wackeligsten Dominosteine: Oracle & OpenAI

Wo wird die Kette zuerst brechen, falls der Geldfluss ins Stocken gerät? Die Finanzmärkte blicken besorgt auf zwei zentrale Akteure:

• Oracle: Der Datenbank- und Cloud-Konzern hat seine Schulden binnen eines Jahres von 85 auf rund 125 Milliarden Dollar hochgeschraubt, um Rechenzentren für OpenAI hochzuziehen. S&P bewertet Oracle nur noch mit BBB-, der denkbar schlechtesten Note vor dem Erreichen des berüchtigten „Junk-Status“ (Spekulatives Investment). Das Klumpenrisiko ist enorm: Über die Hälfte aller künftigen Oracle-Aufträge hängt an einem einzigen Start-up. Zudem klafft eine vertragliche Lücke: Oracle hat Standorte für 20 Jahre gemietet, OpenAI hat sich jedoch nur für 5 Jahre verpflichtet.
• OpenAI: Finanzdaten, die u. a. von der Financial Times bestätigt wurden, zeichnen ein explosives Bild: Bei rund 13 Milliarden Dollar Umsatz verzeichnete OpenAI zuletzt 21 Milliarden Dollar operativen Verlust. Für jeden eingenommenen Dollar verbrennt das Unternehmen rund 1,60 Dollar. Die Großbank HSBC schätzt, dass OpenAI bis 2030 zusätzliche 200 Milliarden Dollar an frischem Kapital aufnehmen muss, um seine Verträge zu erfüllen.

Der Störfaktor aus Fernost: Die Kosten-Erosion durch Open-Weight

Wäre diese Gemengelage nicht schon komplex genug, droht den US-Konzernen die kalkulierte Einnahmenseite wegzubrechen. Der Grund heißt nicht fehlende Nachfrage, denn die Nutzung von KI steigt ungebrochen –, sondern China.

Als das chinesische KI-Labor DeepSeek sein Modell vorstellte, das bei Bruchteilen der Entwicklungs- und Betriebskosten mit den US-Topmodellen mithalten konnte, erlitt Nvidia an einem einzigen Handelstag einen historischen Börsenwert-Verlust von knapp 600 Milliarden Dollar.

Modelle wie DeepSeek, Qwen (Alibaba) oder Kimi hängen der US-Spitze zwar vielleicht 6 bis 8 Monate hinterher, sind jedoch als Open-Weight-Modelle frei verfügbar, lassen sich auf eigenen Servern betreiben und kosten in der Nutzung 60 bis 90 % weniger als die geschlossenen APIs von OpenAI oder Anthropic.

Die Auswirkung auf den Markt ist bereits massiv: Auf Entwicklerplattformen wie OpenRouter fiel der Marktanteil US-amerikanischer Modelle innerhalb eines Jahres von über 70 % auf unter 30 %. Unternehmen wie Coinbase, Cursor oder Airbnb setzen für Standardaufgaben längst auf extrem günstige chinesische oder quelloffene Alternativen. Der US-Plan, nach der Marktübernahme die Preise kräftig anzuziehen, um die Billionen-Investitionen wieder einzuspielen, ist damit gescheitert. Stattdessen purzeln die Preise pro API-Call drastisch.

Die 3 Szenarien: Wie geht es weiter?

Wer vor einem Kollaps warnt, muss auch den Ausweg aufzeigen. Wir sehen für die kommenden Monate drei wesentliche Entwicklungspfade:

1. Die schleichende Bereinigung (Hohe Wahrscheinlichkeit): Es gibt keinen schockartigen Urknall, sondern eine Marktbereinigung. Überzogene Bauprojekte für Rechenzentren werden stillgelegt (16 % der bis 2027 geplanten Zentren sind noch nicht einmal im Bau), schwach finanzierte Nischenanbieter gehen pleite, und die überhitzten Aktienkurse korrigieren um 20 bis 30 %.
2. Der Kettenriss (Mittlere Wahrscheinlichkeit): Ein unvorhergesehenes Ereignis, etwa ein gescheiterter OpenAI-Börsengang oder ein neuer kostenloser Open-Source-Durchbruch aus Fernost, bringt die Finanzierungskette zum Einsturz. OpenAI kann Verpflichtungen nicht bedienen, Oracle gerät in Schieflage, Nvidia muss Bürgschaften einlösen. Das Ergebnis wäre keine reine Tech-Krise, sondern eine weltweite Rezession.
3. Das Hineinwachsen (Geringe Wahrscheinlichkeit): Die Umsätze der KI-Entwickler steigen so extrem schnell an (wie ansatzweise bei Anthropic zu beobachten), dass die immensen Bewertungen nachträglich gerechtfertigt werden. Hierfür dürfte in den nächsten Jahren allerdings absolut nichts schiefgehen.

Fazit: Was bedeutet das für deine KI-Strategie?

Ist die Künstliche Intelligenz also eine Blase? Nein, das Produkt KI ist keine Blase. Die Technologie liefert bereits heute einen gigantischen Produktivitätsgewinn, die Nachfrage in Unternehmen ist real und der Nutzen unbestreitbar.

Die Blase liegt im Preis, den Bewertungen und der Finanzierungsstruktur der Anbieter.

Für Unternehmen, Entwickler und Entscheider ergeben sich aus unserer Analyse drei glasklare strategische Konsequenzen:

• Baue Provider-Agnostisch: Mache dich niemals von der API eines einzigen Anbieters abhängig. Dein Software-Stack und deine Workflows müssen so aufgebaut sein, dass du das zugrundeliegende LLM jederzeit per Konfigurationsänderung austauschen kannst.
• Vermeide Knebelverträge: Schließe im KI-Bereich keine mehrjährigen Festverträge für Schnittstellen oder Modelle ab. Die Inferenzkosten fallen rasant, was heute billig wirkt, ist in 12 Monaten völlig überteuert.
• Prozesse schlagen Modelle: Die größte Hürde für den KI-Return-on-Investment ist nicht die Frage, ob du GPT oder ein chinesisches Open-Source-Modell nutzt. Die Hürde liegt in der Governance und Prozessintegration. Umfragen zeigen, dass über 70 % aller KI-Agenten-Projekte nach dem Start wieder gestoppt werden, nicht wegen mangelnder Modell-Intelligenz, sondern wegen fehlender Leitplanken, unklarer Schnittstellen und mangelhaft durchdachter Workflows.

Unser Rat: Lass dich von den Börsenturbulenzen der Tech-Riesen nicht verunsichern. Wer KI evidenzbasiert, praxistauglich und flexibel in die eigenen Unternehmensprozesse integriert, gewinnt in jedem der drei Szenarien. Den Infrastruktur-Crash, sollte er kommen, bezahlen andere. Die Schienen der digitalen Transformation bleiben liegen.

Wie bewertest du die Entwicklung an den KI-Märkten? Setzt dein Unternehmen bereits auf Open-Weight-Alternativen?

---

Hinweis: Dieser Artikel enthält Inhalte, die mit Unterstützung eines KI-Systems erstellt wurden. Die Inhalte wurden anschließend von einem Menschen mit ❤️ überprüft und bearbeitet, um Qualität und Richtigkeit sicherzustellen.