Das Geld läuft im Kreis: Die KI-Finanzierung 2026 und eine vorsichtige Prognose

Am 17. August 2026 meldete Nvidia an die US-Börsenaufsicht eine Zahlungsverpflichtung von bis zu 105 Milliarden US-Dollar: Restwertgarantien für einen Rechenzentrumscampus in Ohio mit 4,25 Gigawatt. Mieter ist OpenAI; fällt OpenAI aus und bringen die Gebäude weniger ein als garantiert, deckt Nvidia die Lücke — gestaffelt ab dem Geschäftsjahr 2029 (Nvidia, Form 8-K). Der Chiphersteller bürgt also für die Miete seines wichtigsten Kunden, der dort Nvidia-Chips betreibt — und in den Nvidia im Februar 30 Milliarden investiert hat (CNBC). Das ist das Muster.

Woher das Geld kommt

• Nvidia und Amazon → OpenAI: Beteiligungen aus der 110-Milliarden-Runde vom Februar.
• OpenAI → Oracle, Microsoft, CoreWeave, AMD: Zusagen für Rechenkapazität über 300 Milliarden (Oracle, fünf Jahre ab 2027), 250 Milliarden (Microsoft Azure) und 22,4 Milliarden (CoreWeave); AMD: sechs Gigawatt gegen Optionen auf rund zehn Prozent der AMD-Aktien (AMD, 8-K).
• Oracle und CoreWeave → Nvidia: Sie kaufen mit geliehenem Geld Nvidia-Chips. Nvidia bucht Umsatz, Oracle bucht Auftragsbestand, OpenAI bucht Kapazität — und Börse wie Investoren bewerten alle drei höher.
• Amazon und Google → Anthropic: Amazon mit bis zu 33 Milliarden Beteiligung gegen über 100 Milliarden AWS-Zusage über zehn Jahre; Google mit einer großen Beteiligung und, laut The Information, einer Cloud-Zusage von 200 Milliarden in fünf Jahren, die Google nicht bestätigt.
• Broadcom → Anthropic: Broadcom leiht Anthropic bis zu 42 Milliarden — wandelbar in Anthropic-Aktien —, damit Anthropic fünf Jahre lang für 125 Milliarden Broadcom-Chips mietet (Reuters).

Jeder ist zugleich Investor, Lieferant und Kunde. Vor 2008 nannte man das Gegenparteirisiko.

Die Zahlen

Die vier großen Cloud-Konzerne investieren 2026 nach eigenen Prognosen zusammen über 700 Milliarden Dollar, nach etwa 400 Milliarden im Vorjahr. Nach einer Rechnung von Epoch AI vom Juni übersteigen sie ab dem dritten Quartal 2026 den operativen Cashflow der Konzerne; Amazon hat die Linie im zweiten Quartal gerissen, Oracle längst (Epoch AI). Gebaut wird gegen Auftragsbestände, die auf zwei Firmen konzentriert sind: Oracle meldet 664 Milliarden (Oracle, 10-Q), rund 300 davon ist nach Analystenrechnungen der eine OpenAI-Vertrag (Invezz/Reuters). Weitere Einzelwerte stehen in der Quellenliste.

Und die Firmen, die das tragen sollen? OpenAI setzte 2025 rund 13 Milliarden um und machte nach geleakten Zahlen knapp 21 Milliarden operativen Verlust (Fortune); bis 2030 plant OpenAI laut Financial Times mit 278 Milliarden negativem freiem Cashflow (Reuters/FT). Anthropic kam 2025 laut Prospektentwurf auf 4,6 Milliarden Umsatz bei über 8 Milliarden operativem Verlust, dazu 518 Milliarden zugesagte, noch nicht finanzierte Ausgaben; erst im zweiten Quartal 2026 weist es einen kleinen operativen Gewinn aus (Fortune). Am 8. Oktober musste OpenAI seinen Investoren melden, dass die Jahresrate Ende September knapp 50 Milliarden betrug statt der kurz zuvor signalisierten 70 — überwiegend ein Buchungsunterschied: Umsätze über Cloud-Partner zählt Anthropic mit, OpenAI nicht (Reuters/FT). Trotzdem verloren Nvidia, Oracle und CoreWeave an dem Tag zwischen zwei und acht Prozent (CNBC): Der Markt handelt die Zahlungsfähigkeit eines Kunden, nicht die Qualität seiner Modelle.

Das Risiko ist nicht, dass KI nichts leistet. Das Risiko ist, dass zwei Firmen, die 2025 zusammen rund 29 Milliarden operativen Verlust gemacht haben, den Auftragsbestand der profitabelsten Konzerne der Welt tragen.

Warum das nicht 2008 ist — und wo es doch kippt

2008 waren Banken mit dem Dreißigfachen ihres Eigenkapitals gehebelt, und niemand wusste, wer wem was schuldete. Hier nicht: Microsoft verdient 35,8 Milliarden netto im Quartal. Diese Konzerne gehen nicht pleite, wenn OpenAI stolpert; sie schreiben über Jahre ab, und ihre Kurse fallen — kein privates Problem: Die Bank of England warnt vor der Konzentration des US-Aktienmarkts auf wenige KI-Werte, die je nach Zählung 44 bis 50 Prozent des S&P 500 ausmachen, 2022 etwa ein Viertel (Bank of England).

Der Hebel kriecht trotzdem hinein. Die fünf Großen haben 2025 für 121 Milliarden Anleihen begeben, 2020 waren es 40 (Fortune). Meta hat seinen größten Campus in eine Zweckgesellschaft ausgelagert: 27 Milliarden Anleihen, 80 Prozent gehören Blue Owl, nichts davon in Metas Bilanz (Fortune). Oracle trägt 125 Milliarden Schulden und wurde im Juli auf BBB- gestuft, eine Stufe über Ramsch (Zacks).

Die Sicherheit für viele dieser Kredite sind die Chips selbst — und deren Lebensdauer ist umstritten. Die Konzerne schreiben über 5,5 bis 6 Jahre ab; Michael Burry hält zwei bis drei für realistisch (CNBC). Als Physiker sage ich: Ein Chip verliert in drei Jahren nicht seine Rechenleistung, sondern seinen Marktpreis, weil jedes Jahr eine neue Generation kommt.

Was die Geschichte sagt

Der passendere Vergleich ist die Telekommunikation: Ende der Neunziger verlegten Dutzende Firmen Glasfaser auf Kredit. Global Crossing ging im Januar 2002 mit 12,4 Milliarden Schulden in die Insolvenz, WorldCom im Juli mit 41 Milliarden (CNN). Nach Schätzungen lagen rund 95 Prozent der Fasern dunkel (Seattle Times), die Preise für Seekabel-Kapazität fielen auf den umkämpften Routen um über 90 Prozent (TeleGeography). Die Überbauer gingen unter; die Fasern blieben und trugen zehn Jahre später YouTube und Netflix — billige Kapazität für die Nutzer. Ein Unterschied: Glasfaser hält 25 Jahre, ein Beschleuniger ist in fünf überholt.

Die Gegenargumente — ernst genommen

Die Nachfrage ist real. Google verarbeitet 3,2 Billiarden Tokens im Monat, fast das Siebenfache der 480 Billionen aus dem Vorjahr (Google I/O). Die Inferenz, das Beantworten einer Anfrage, läuft bei Spitzenmodellen mit Marge; der Verlust entsteht beim Training, bei Gratisnutzern und beim Bau. Nur: Der Preis je Token fällt schneller, als die Nachfrage steigt. Rechenleistung auf GPT-3.5-Niveau kostete im November 2022 noch 20 Dollar je Million Tokens, im Oktober 2024 sieben Cent (Stanford AI Index). Und offene Modelle — Kimi, Qwen, DeepSeek — liegen nach Epoch AI im Schnitt nur etwa vier Monate hinter der Spitze (Epoch AI); auf der Arena-Rangliste öffnete sich die Schere im Herbst zwar wieder etwas (Arena), geschlossen hat sie sich nie. Bleibt das so, gibt es keine Preismacht, die 278 Milliarden Vorleistung zurückverdient — dann war das Investorengeld eine Subvention an die Kunden.

Eine vorsichtige Prognose

Meine persönliche Einschätzung für 2027 und 2028, in drei Szenarien.

• Abkühlung, etwa 50 Prozent: Die Labore verfehlen Ziele — OpenAI tat das im April 2026 (CNBC) und musste im Oktober eine niedrigere Jahresrate melden als zuvor signalisiert —, Absichtserklärungen werden gestreckt statt unterschrieben, die Investitionen 2027 wachsen langsamer. Rechenleistung wird billiger, Mietwolken verdienen weniger, die Konzerne schreiben still ab.
• Riss, etwa 35 Prozent: Ein Labor bekommt eine Runde nicht voll oder ein großer Vertrag wird nachverhandelt. Es reißt zuerst, wo Fremdkapital und Konzentration zusammenkommen: bei Mietwolken vom Typ CoreWeave und bei Oracle, dann bei Private-Credit-Fonds. Die Konzernkurse fallen deutlich, eine Insolvenz der Konzerne sehe ich nicht.
• Durchmarsch, etwa 15 Prozent: Agenten-Workloads füllen die Kapazität, die Labore werden um 2029 profitabel, die Abhängigkeit bleibt.

Für Kunden zählt, was in den ersten beiden Fällen passiert: Preiserhöhungen und Limits zuerst bei Premiummodellen, abgeschaltete Modelle. Das Letzte passiert schon: OpenAI schaltet am 23. Oktober 2026 GPT-4, GPT-4 Turbo, das erste GPT-4o und die o1-Reihe in der Programmierschnittstelle ab; die übrigen GPT-4o- und GPT-4.1-Modelle folgen am 14. Januar 2027 (OpenAI, Deprecations).

Was das für einen konkreten Betrieb bedeutet

Nichts davon ist ein Grund, KI zu meiden — sondern ein Grund, sie so einzusetzen, dass man nicht mithaftet. Für eine Arztpraxis, eine Hausverwaltung oder einen Mobilfunk-Dienstleister heißt das:

1. Das Modell austauschbar halten. Die Arbeitsumgebung gehört Ihnen, das Modell ist ein Bauteil. Ein offenes Modell, das im Schnitt nur Monate hinter der Spitze liegt, reicht für viele klar umrissene Aufgaben wie das Prüfen von Abrechnungen, und niemand schaltet es Ihnen ab.
2. Die Daten unter eigener Kontrolle. Wo es um Patientendaten geht, gehören sie ins Haus. Wo ein Cloud-Modell sinnvoll ist, dann nur unter Auftragsverarbeitungsvertrag, mit europäischem Standort und mit einer Rückfallstufe im eigenen Haus. 85 Prozent der deutschen Unternehmen halten die Abhängigkeit von US-Clouds für zu hoch, 71 Prozent nutzen sie trotzdem (Bitkom).
3. Keine Jahresvorauszahlungen an einen Anbieter, dessen Bilanz Sie nicht kennen.
4. Die Exit-Fähigkeit testen statt behaupten: einmal im Quartal dieselbe Aufgabe auf der Rückfallstufe im eigenen Haus laufen lassen und vergleichen.

Wer das kann, für den verliert das Szenario seinen Schrecken: Fällt der Preis für Rechenleistung, profitiert er; reißt ein Anbieter, läuft die Arbeit auf der nächsten Stufe weiter.

Ein ehrlicher nächster Schritt

Ich verkaufe keine Panik und keine Magie. Die Kreisfinanzierung ist ein Problem der Investoren, bis sie über Preise, Limits und Abschaltungen eines der Kunden wird. Die nüchterne Frage lautet: Welche Aufgaben könnte eine KI in Ihrem Betrieb vorbereiten, die Sie heute selbst erledigen — und was müsste dafür in Ihrem Betrieb vorhanden sein?

Wenn Sie das interessiert, schreiben Sie mir über das Kontaktformular. Ein unverbindliches Gespräch ohne Verkaufsdruck, in dem wir schauen, was sinnvoll ist und was nicht.