KI-Capex: Die nächste Quelle systemischer Finanzrisiken?

Im mentalen Modell der meisten Menschen sind Investitionsausgaben (Capex) der harmloseste Posten im Jahresabschluss eines Unternehmens: Ausrüstung wird gekauft, Fabriken werden gebaut, liquide Mittel fließen ab, Vermögenswerte bleiben erhalten, und die Gewinn- und Verlustrechnung (GuV) bleibt in der aktuellen Periode unberührt. In den letzten zwei Jahren wurde diese Logik von der KI-Branche in einem historisch beispiellosen Ausmaß verstärkt – die fünf großen Hyperscaler (Alphabet, Amazon, Meta, Microsoft, Oracle) investierten in den Jahren 2025–2026 gemeinsam über 1 Billion US-Dollar in den Aufbau der KI-Infrastruktur, während die Gewinn- und Verlustrechnungen an der Oberfläche weiterhin gesund aussah. Das vorherrschende Marktnarrativ: Dies ist eine industrielle Modernisierung, die Investition von Gewinnern, kein Risiko.

Am 28. Juni 2026 veröffentlichte dann die Bank für Internationalen Zahlungsausgleich (BIZ) – die „Zentralbank der Zentralbanken“ – ihren Jahreswirtschaftsbericht und nahm dieses Narrativ offiziell in das Risikoregister auf. Der Bericht führte die Nachhaltigkeit von KI-Investitionen neben anhaltenden Inflationsrisiken, sich verschärfenden finanziellen Fragilitäten und sich verschlechternden fiskalischen Bedingungen als vier Hauptbelastungspunkte der aktuellen Weltwirtschaft auf. Die Formulierung war direkt und selten: „Eine Enttäuschung bei den Erträgen könnte einen plötzlichen Entzug der Finanzierung auslösen, was einen Capex-Boom in einen lang anhaltenden Investitionsabsturz verwandeln und auf die finanziellen Bedingungen übergreifen könnte.“

Dies war nicht der erste Alarm. Die Bank of England hatte bereits im Oktober 2025 festgestellt, dass das zyklisch bereinigte Kurs-Gewinn-Verhältnis (CAPE) auf ein 25-Jahres-Tief gefallen war, „vergleichbar mit dem Höhepunkt der Dotcom-Blase“, und explizit davor gewarnt, dass „das Risiko einer scharfen Marktkorrektur gestiegen ist“. Doch die Intervention der BIZ war anders – sie nannte direkt die Finanzierungsstruktur und die finanziellen Transmissionsmechanismen und nicht bloß Bewertungsbedenken.

Dies ist keine Analystendebatte. Dies ist die offizielle Position der Regulierungsbehörden.

Die zentrale Frage, mit der sich diese Analyse befasst: Über welchen Mechanismus genau entwickeln sich KI-Capex zu einem systemischen Finanzrisiko? Inwieweit ist dieses Risiko real und wo wurde es übertrieben? Die Beantwortung erfordert die Aufschlüsselung von vier Dimensionen: Finanzmechanik, Finanzierungsstrukturen, historische Präzedenzfälle und Transmissionswege.

Die „Zeitbombe“ verstehen: Die zeitliche Diskrepanz zwischen drei Jahresabschlüssen

Jede Diskussion über die finanziellen Risiken von KI-Capex muss mit einem grundlegenden Rechnungslegungsmechanismus beginnen: Investitionsausgaben (Capex) und Abschreibungen sind auf der Zeitachse getrennt – und im Fall von Hyperscalern wurde diese Trennung in einem historisch beispiellosen Ausmaß vergrößert.

Wenn ein Unternehmen Server kauft oder ein Rechenzentrum baut, spiegelt sich der Abfluss sofort in der Kapitalflussrechnung unter „Investitionstätigkeit“ wider, fließt aber in der aktuellen Periode nicht in die Gewinn- und Verlustrechnung ein. Die Ausrüstung wird in der Bilanz unter „Anlagen im Bau (AiB)“ erfasst – und erst wenn das Projekt abgeschlossen und in Betrieb genommen wird, geht es in die „Sachanlagen“ über und beginnt, sich in der Gewinn- und Verlustrechnung abzuschreiben.

Dies führt zu einem Rechnungslegungsphänomen, das für externe Beobachter äußerst irreführend ist: Je höher die Capex, desto schlechter sieht der Cashflow aus – aber die Gewinn- und Verlustrechnung der aktuellen Periode weist möglicherweise keinerlei Anomalie auf. Erst wenn diese Vermögenswerte allmählich in das Anlagevermögen übergehen und die Abschreibung beginnt, wird die Gewinn- und Verlustrechnung unter Druck geraten – und zu diesem Zeitpunkt können die Capex bereits vor zwei oder drei Jahren ausgezahlt worden sein.

Betrachten wir nun diese Mechanismen im Vergleich zu realen Zahlen. Die fünf großen Hyperscaler (Alphabet, Amazon, Meta, Microsoft, Oracle) haben in den Jahren 2025–2026 gemeinsam über 1 Billion US-Dollar an KI-bezogenen Capex investiert. Bilanzveränderungen spiegeln bereits die Akkumulation dieser „Bombe“ wider: Die noch nicht in Betrieb genommenen Vermögenswerte von Alphabet sprangen 2025 von 50,6 Milliarden US-Dollar auf 78,6 Milliarden US-Dollar, was einem Anstieg von rund 55 % gegenüber dem Vorjahr entspricht; die Gesamtjahres-Investitionsausgaben von Meta (einschließlich Finanzierungsleasing) stiegen von 39,2 Milliarden US-Dollar auf 72,2 Milliarden US-Dollar, was einem Anstieg von 84 % entspricht; die Capex von Oracle für das Geschäftsjahr 2026 erreichten rund 55,6 Milliarden US-Dollar, was einem Plus von etwa 162 % gegenüber dem Vorjahr entspricht und mehr als das Sechsfache der 6,9 Milliarden US-Dollar von vor zwei Jahren ausmacht. Diese Vermögenswerte, die sich immer noch in den Bilanzen befinden und noch nicht abgeschrieben werden, werden ihren Übergang in das Anlagevermögen in den Jahren 2026–2028 konzentrieren, woraufhin die Abschreibungen explosionsartig ansteigen werden.

Unter Berufung auf Analystenprognosen prognostiziert das Wall Street Journal, dass allein bei Alphabet die Abschreibungen von 21,1 Milliarden US-Dollar im Jahr 2025 auf rund 78 Milliarden US-Dollar im Jahr 2029 ansteigen werden, wobei ihr Anteil am Umsatz von 5 % auf 11 % klettern wird. Morgan Stanley prognostiziert, dass vier große Unternehmen über drei Jahre hinweg mehr als 520 Milliarden US-Dollar an Abschreibungen anhäufen werden. Nach Analystenschätzungen werden die fünf Hyperscaler bis 2030 kumuliert rund 2 Billionen US-Dollar an KI-bezogenen Vermögenswerten in ihre Bilanzen aufnehmen; bei einer angenommenen Nutzungsdauer von 5–6 Jahren wird die jährliche Abschreibungsbelastung in der Spitze den kombinierten aktuellen Nettogewinn dieser fünf Unternehmen erreichen oder überschreiten – kein Gewinneinbruch, aber eine strukturelle Margenkompression, bevor die KI-Umsätze nennenswert skalieren, ist nun fast sicher.

Eine wichtige buchhalterische Nuance: Abschreibungen sind ein nicht zahlungswirksamer Aufwand. Sie beeinflussen das GAAP-Ergebnis, nicht aber den operativen Cashflow (dem sie wieder hinzugerechnet werden). Abschreibungen allein lösen daher keine Liquiditätskrise aus – ihre Auswirkung betrifft die Bewertung. Wenn die Margen schrumpfen und der Gewinn je Aktie (EPS) nach unten korrigiert wird, passen sich die Aktienkurse an. Das ist der erste Transmissionskanal in das Finanzsystem.

Doch eine durch Abschreibungen getriebene Bewertungskompression – die die Aktienkurse unschön aussehen lässt – reicht allein nicht aus, um eine systemische finanzielle Ansteckung auszulösen. Was die BIZ wirklich beunruhigt hat, ist die Tatsache, dass sich das Finanzierungsmodell für diesen Capex-Boom grundlegend verändert hat. Das ist der entscheidende Wendepunkt, an dem ein Branchenzyklus zu einer Frage der Finanzstabilität wird.

Von internen Cashflows zu schuldengetrieben: Eine historische Transformation des Geschäftsmodells

In den vergangenen zehn Jahren stellten Hyperscaler das weltweit typischste Geschäftsmodell für „asset-light, high cash return“ dar: hohe operative Margen, niedrige Capex, reichlich freier Cashflow. Dies war der Hauptgrund dafür, dass sie erstklassige Technologie-Bewertungsmultiples erzielten.

Dieses Modell erfuhr zwischen 2024 und 2026 eine grundlegende Transformation.

Im Jahr 2023 verschlangen die Capex der fünf großen Hyperscaler rund 40 % des operativen Cashflows – was noch überschaubar war. PIMCO prognostiziert, dass diese Quote bis 2026–2027 auf rund 94 % ansteigen wird, wodurch im Wesentlichen fast der gesamte operative Cashflow in die KI-Infrastruktur reinvestiert wird. Selbsterwirtschaftete Mittel können die fortschreitende Expansion nicht mehr decken, und die Unternehmen haben sich systematisch den Anleihemärkten zugewandt, um sich zu finanzieren.

Die BIZ-Forschung hat diese Transformation explizit dokumentiert: Das Finanzierungsmodell der Hyperscaler verlagerte sich von operativen Cashflows hin zur Fremdfinanzierung, wobei die Emission von Unternehmensanleihen im Jahr 2025 die Marke von 100 Milliarden US-Dollar überschritt, vor allem in Form von langlaufenden Schuldtiteln mit Laufzeiten von über fünf Jahren, was die Finanzierung für mehrjährige Aufbauphasen absichert. BofA Securities schätzt, dass das tatsächliche Emissionsvolumen im Jahr 2025 rund 121 Milliarden US-Dollar erreichte – das 4,3-Fache des Jahresdurchschnitts von rund 28 Milliarden US-Dollar in den Jahren 2020 bis 2024.

Laut Kreditanalysen von JPMorgan ist die KI-bezogene Verschuldung auf rund 1,2 Billionen US-Dollar gestiegen, was etwa 14 % des US Liquid Index (JULI) entspricht – und damit den Bankensektor überholt hat, um zum größten Einzelsektor auf dem Markt für Investment-Grade-Kredite zu werden. Unternehmen, die im KI-Wettlauf konkurrieren, werden in den nächsten fünf Jahren Investment-Grade-Anleihen im Wert von bis zu 1,5 Billionen US-Dollar begeben müssen.

Dies ist eine der schnellsten Wellen von Unternehmensanleiheemissionen in der modernen Kapitalmarktgeschichte, in ihrem Ausmaß vergleichbar mit der Finanzierung des Eisenbahnbaus im 19. Jahrhundert. Im Gegensatz zu Eisenbahnen sind diese Schulden jedoch nicht durch physisches Land abgesichert, das als Sicherheit dienen kann, sondern nur durch GPU-Server, Softwareverträge und Erwartungen an zukünftige KI-Einnahmen.

„Schattenverschuldung“ bei der außerbilanziellen Finanzierung: Was Aufsichtsbehörden tatsächlich fürchten

Wenn die Finanzierung über den Anleihemarkt das „sichtbare“ Risiko darstellt, dann ist die von der BIZ in ihrem Quartalsbericht vom März 2026 explizit genannte „Schattenverschuldung“ das, was in Regulierungskreisen echte Besorgnis auslöst.

Die Mechanik funktioniert wie folgt:

• Hyperscaler wollen Rechenzentren bauen, möchten aber ungern alle Schulden in ihre Bilanzen aufnehmen (was die Verschuldungsquote und die Kreditratings beeinflussen würde)
• Sie gründen eine Zweckgesellschaft (Special Purpose Vehicle, SPV) oder ein Joint Venture (JV) oder beteiligen sich daran; die Zweckgesellschaft erwirbt oder entwickelt die Vermögenswerte des Rechenzentrums
• Die Zweckgesellschaft beschafft die Finanzierung über Private Credit – Kredite, die von privaten Kreditfonds, Versicherungsgesellschaften und ähnlichen Institutionen gehalten werden
• Der Hyperscaler unterzeichnet langfristige Operating-Leasingverträge oder Abnahmevereinbarungen mit der Zweckgesellschaft und verpflichtet sich zu mehrjährigen Zahlungen
• Die Schulden der Zweckgesellschaft sind durch diese Leasing-Cashflows besichert, in der Regel mit einer Form von Garantie durch den Hyperscaler

Die BIZ bezeichnet diese Vereinbarungen als „Schattenverschuldung“: wirtschaftlich gleichwertig mit Schulden, aber weitgehend außerhalb der Unternehmensbilanzen existierend. Moody's schätzt, dass die fünf Hyperscaler zwar unterzeichnete, aber noch nicht in der Bilanz erfasste Rechenzentrums-Leasingverträge im Gesamtwert von rund 662 Milliarden US-Dollar abgeschlossen haben – was 113 % ihrer kombinierten bereinigten Schulden entspricht.

Die BIZ hat den systemischen Risikotransmissionsweg für diese Vereinbarungen explizit identifiziert: Private-Credit-Fonds → Versicherungsgesellschaften (die Private-Credit-Anteile halten) → Banken (die Kreditlinien für Zweckgesellschaften bereitstellen oder indirekt über Kanäle von Versicherungsgesellschaften exponiert sind) → Privatanleger (die über BDC-Kanäle erreicht werden). Über diese Struktur bildet sich im Stillen eine Risikotransmissionskette, die von den Hyperscalern bis zu den normalen Sparern reicht.

Die Zahlen bestätigen diese Sorge. Die Kreditvergabe von Private-Credit-Anbietern an SaaS-Softwareunternehmen wuchs von fast 8 Milliarden US-Dollar im Jahr 2015 auf über 500 Milliarden US-Dollar bis Ende 2025, was 19 % der gesamten Direktkredite entspricht. Business Development Companies (BDCs) machen ein Fünftel aller Direktkredite in den Vereinigten Staaten aus, wobei über 15 % ihrer Kredite an SaaS-Unternehmen vergeben werden. Diese Kredite basieren in der Regel auf zukünftigen KI-Umsatzprognosen und nicht auf harten Sachsicherheiten. Wenn eine BDC Kredite vergibt, die durch die „zukünftigen wiederkehrenden Einnahmen“ eines KI-Softwareunternehmens abgesichert sind, und dann BDC-Anteile an Pensionskassen oder Privatanleger verkauft, ist die Fragilität der gesamten Kette im Stillen bis in den Kern des traditionellen Finanzsystems vorgedrungen.

Kreislauffinanzierung: Ein selbstaufblähendes Ökosystem

Wenn die „Schattenverschuldung“ die strukturelle Schwachstelle ist, dann ist die im BIZ-Jahresbericht ausdrücklich erwähnte Kreislauffinanzierung das am meisten zum Nachdenken anregende Phänomen dieses Investitionsbooms.

Das Funktionsmodell: Chiphersteller und Hyperscaler investieren in KI-Labore oder NeoClouds → KI-Labore verpflichten sich zu mehrjährigen Käufen von Chips oder Rechenleistung von diesen Aktionären → Aktionäre verbuchen ein KI-Umsatzwachstum; KI-Labore verbuchen erhaltene Finanzierungen und „vertraglich vereinbarte“ Rechenleistungsaufträge in ihren Büchern.

Die BIZ erklärte ausdrücklich: „Die Bedingungen solcher Geschäfte werden in der Regel nur unzureichend offengelegt, wobei das Risiko besteht, dass derselbe Vermögenswert mehrfach verpfändet wird.“

Nehmen wir Anthropic als Fallstudie. Das Unternehmen hat massive strategische Investitionen sowohl von Amazon als auch von Google erhalten – Amazon hat in der Vergangenheit kumuliert rund 8 Milliarden US-Dollar investiert, wobei im April 2026 eine zusätzliche Zusage von bis zu 25 Milliarden US-Dollar angekündigt wurde; Google hält rund 14 % der Anteile an Anthropic, wobei im April 2026 eine zusätzliche Zusage von bis zu 40 Milliarden US-Dollar angekündigt wurde. Gleichzeitig hat sich Anthropic verpflichtet, über zehn Jahre hinweg Rechenleistung im Wert von über 100 Milliarden US-Dollar von AWS zu erwerben, während Google sich verpflichtet hat, Anthropic Rechenressourcen zur Verfügung zu stellen. Die Rollen von Investor und Zahler überschneiden sich stark – Amazon und Google sind gleichzeitig die größten Anteilseigner und die größten Einnahmequellen von Anthropic. Diese Ausgaben für Rechenleistung werden zu den „KI-Cloud-Umsätzen“ von Amazon und Google, während sie in der Bilanz von Anthropic als langfristige Leasingverbindlichkeiten erscheinen, was eine klassische zirkuläre Finanzstruktur darstellt.

Aus der Perspektive der drei Jahresabschlüsse schafft diese Struktur ein analytisch dorniges Problem: Ein erheblicher Teil der „KI-Cloud-Umsätze“ der Hyperscaler stammt aus einer Nachfrage, die sie selbst durch Beteiligungen „vorinstalliert“ haben. Dies ist keine marktübliche Transaktion unter unabhängigen Dritten – es ist ein geschlossener Kreislauf, in dem Kapitalströme intern innerhalb der Wertschöpfungskette zirkulieren und das nominale Umsatzvolumen der gesamten KI-Branche künstlich aufblähen.

Die Analyse von Sequoia-Partner David Cahn quantifizierte diese Lücke: Bei einer Bruttomarge von 50 % und einem Multiplikator für die Gesamtbetriebskosten (TCO) von 2x muss die KI-Branche jährlich rund 600 Milliarden US-Dollar an realen Endnutzer-Umsätzen generieren, um die Kapitalkosten für die Infrastruktur zu decken. Wohlgemerkt waren diese 600 Milliarden US-Dollar seine Schätzung von Mitte 2024; wendet man dieselbe Methodik auf die höhere Nvidia-Rechenzentrums-Umsatzrate von 2026 von rund 270 Milliarden US-Dollar jährlich an, ist die Schwelle auf rund 1 Billion US-Dollar gestiegen. Unterdessen werden die KI-Umsätze, die auf echten Endnutzerkonsum im Jahr 2026 zurückzuführen sind, von mehreren Quellen auf nur etwa 50 bis 150 Milliarden US-Dollar geschätzt – die Lücke bleibt also mehrfach so groß.

Der BIZ-Vertreter für den asiatisch-pazifischen Raum, Zhang Tao, äußerte eine warnende Beobachtung: „Wenn es am Markt zu einer Korrektur kommt, könnten die Verflechtungen des Finanzsystems und das Zusammenspiel der Schwachstellen dazu führen, dass eine Korrektur viel schneller abläuft als in früheren Bankenkrisen.“ Traditionelle Bankenkrisen haben die Einlagensicherung und Mechanismen des Kreditgebers letzter Instanz als Brandschutzmauern; privaten Kreditfonds, Hedgefonds und Versicherungsgesellschaften – diesen Nicht-Banken-Finanzintermediären – fehlen entsprechende institutionelle Puffer.

Historische Präzedenzfälle: Ähnlichkeiten und strukturelle Unterschiede

Die Blase jeder Epoche behauptet von sich, die Ausnahme zu sein. Der BIZ-Jahresbericht zieht vier historische Analogien heran: den Kanal-Boom der 1830er Jahre, den britischen Eisenbahn-Boom in den 1840er Jahren, die Elektrifizierung der späten 1920er Jahre und die Dotcom-Blase der späten 1990er Jahre.

Diese vier Episoden teilen einen gemeinsamen Verlauf: echter technologischer Durchbruch → Kapitalzuflüsse, die die kommerzielle Rentabilität übersteigen → Überkapazitäten → Nachfrage bleibt hinter den Erwartungen zurück → Wertminderung von Vermögenswerten → wirtschaftliche Rezession. Und jedes Mal glaubten die enthusiastischsten Teilnehmer, dieses Mal sei es anders.

Die Parallele zur Blase bei Glasfaserkabeln in der Telekommunikation (1999–2002) ist am intuitivsten: ein Überangebot an Infrastruktur (85 % der Glasfaserkabel wurden nie genutzt), schuldengetriebene Expansion, Abschreibungen, die die Gewinn- und Verlustrechnung belasten, und letztlich großflächige Wertminderungen von Vermögenswerten.

Die KI-Geschichte weist jedoch einige echte strukturelle Unterschiede auf, die einfache Analogien hinfällig machen:

Unterschied 1: Sichtbarkeit der Nachfrage. Die „zukünftige Bandbreitennachfrage“ der Dotcom-Ära war in erster Linie eine Analystenprognose; der aktuelle KI-Cloud-Auftragsbestand besteht aus echten vertraglichen Verpflichtungen – Microsoft, Google und Amazon weisen alle Hunderte von Milliarden an unterzeichneten, noch zu erbringenden Leistungsverpflichtungen aus. Die Frage, wie viel davon eine durch Kreislauffinanzierung geschaffene künstliche Nachfrage darstellt, bleibt unüberprüfbar.

Unterschied 2: Pufferschutz der Akteure. WorldCom und Global Crossing waren hochgradig verschuldete Betreiber – als der Cashflow einbrach, folgte die Insolvenz. Der Nettogewinn von Alphabet im Jahr 2025 von rund 132 Milliarden US-Dollar bedeutet, dass selbst bei einem erheblichen Anstieg der Abschreibungen keine existenzielle Krise ausgelöst wird. Analysten prognostizieren jedoch, dass die Abschreibungen von Alphabet über vier Jahre hinweg um rund 57 Milliarden US-Dollar steigen werden, was die Margen spürbar belasten und eine Bewertungsanpassung nach sich ziehen wird. Die Hyperscaler werden nicht pleitegehen, aber das bedeutet nicht, dass die Aktienkurse nicht unter Druck geraten werden.

Unterschied 3: Die selbstverstärkende Nachfragelogik der KI ist stärker. Die Verbesserung der KI-Fähigkeiten schafft endogen neue Anwendungsfälle – etwas, das Bandbreite an sich nicht leisten konnte. Der Erfolg von ChatGPT hat die gesamte GenAI-Anwendungsebene geschaffen, die wiederum mehr Rechenleistung benötigt. Diese positive Rückkopplungsschleife hat in historischen Präzedenzfällen nur wenige direkte Entsprechungen.

Dennoch stellte PIMCO in seinem Kreditbericht vom Mai 2026 fest: „KI befindet sich inmitten eines Investitionsbooms mit realen Risiken: unsichere Monetarisierung, möglicher Überkapazitätsaufbau, verkürzte Nutzungsdauern von Vermögenswerten und wachsende Schuldenabhängigkeit. Momentan handelt es sich jedoch um einen disziplinierteren und weitaus besser finanzierbaren Zyklus als der Telekom-Boom der späten 1990er-Jahre.“ Mehr Disziplin bedeutet jedoch nicht Risikofreiheit.

Übertragungswege: Wie eine Blase zu einem systemischen Ereignis wird

Der wesentliche Unterschied zwischen einer Branchenblase und einem systemischen Finanzrisiko liegt darin, ob sich das Risiko über finanzielle Kanäle nach außen ausbreiten kann. Der Jahresbericht 2026 der BIZ liefert eine vollständige Beschreibung dieser Übertragungswege.

Übertragungsweg 1: Aktienmärkte → Vermögenseffekt → Konsumrückgang

US-Aktien machen etwa 73 % des globalen MSCI-Index aus, während KI-bezogene Aktien ihren Anteil an der Marktkapitalisierung des S&P 500 erheblich gesteigert haben. Der Aktienbesitz von US-Haushalten im Verhältnis zum Gesamtvermögen ist im Vergleich zu vor einem Jahrzehnt erheblich gestiegen. Dies bedeutet, dass eine große, von KI ausgelöste Korrektur am Aktienmarkt den Konsum über den Vermögenseffekt direkt drosseln würde – mit weitaus größeren makroökonomischen Auswirkungen als in der Dotcom-Ära, als die Aktienquote der privaten Haushalte weitaus niedriger war.

Übertragungsweg 2: Rentenmärkte → Kreditverknappung → Sprung bei den Unternehmensfinanzierungskosten

Auf KI bezogene Schuldtitel entfallen bereits auf rund 14 % des US-Investment-Grade-Index (JULI) von JPMorgan, womit sie den Bankensektor als größten Einzelsektor abgelöst haben, und die Konzentration steigt auch 2026 weiter an. Die aktuellen Investment-Grade-Kreditaufschläge von rund 77 Basispunkten liegen auf dem niedrigsten Stand seit 1998 – was an sich schon ein Risikosignal ist, da der Optimismus des Marktes hinsichtlich der KI-Aussichten bereits vollständig eingepreist ist.

Sollte die KI-Monetarisierung enttäuschen, stünden drei Kategorien von Schuldtiteln an vorderster Front: von den Hyperscalern selbst begebene Investment-Grade-Anleihen, Anleihen von EPC-Anlagenbauern (Rechenzentrumsersteller) mit relativ dünner Kapitalbasis und hoher Abhängigkeit von Hyperscaler-Aufträgen sowie Hochzinsanleihen von NeoClouds. Eine Neubewertung der Kreditaufschläge würde sich rasch auf den gesamten Markt für Unternehmensanleihen übertragen und die Kreditkosten für alle Emittenten in die Höhe treiben.

Übertragungsweg 3: Private Credit → Nicht-Banken-Finanzsystem → Liquiditätsengpass

Dies ist der besorgniserregendste Übertragungsweg der BIZ und derjenige, der in der Mainstream-Diskussion am meisten unterschätzt wird. Das Engagement von Private-Credit-Fonds in den Sektoren KI und IT hat 15 % der Portfolios erreicht, wobei diese Kredite eher auf künftigen KI-Umsatzprognosen als auf harten Vermögenswerten als Sicherheiten basieren.

Wenn der Private-Credit-Markt unter Druck gerät, treten seine Verbindungen zu Banken zutage: Banken stellen Kreditlinien für Zweckgesellschaften (SPVs) bereit, Versicherungsgesellschaften halten Anteile an Private-Credit-Fonds, und BDCs nehmen zunehmend Kapital von Privatanlegern auf. Diese Nicht-Banken-Finanzintermediäre verfügen nicht über das regulatorische Sicherheitsnetz von Geschäftsbanken. Sollte es zu einem großflächigen Rücknahmedruck kommen, könnte dies zu einem Liquiditätsengpass führen, der dem „Dash for Cash“ vom März 2020 ähnelt.

Der Bericht des FSB zur Verwundbarkeit von Private Credit vom Mai 2026 wies auf ein weiteres verdecktes Risiko hin: Die extreme Intransparenz des Private-Credit-Marktes führt dazu, dass die Daten der Aufsichtsbehörden über das Risikoausmaß der Realität erheblich hinterherhinken. Dies bedeutet, dass die Regulierungsbehörden beim Auftreten von Problemen möglicherweise ebenso unvorbereitet sind.

Übertragungsweg 4: Abschreibungsschock und Bilanzierungsintransparenz → Der „verzögerte Zünder“ der Bewertungskorrektur

Das FASB verlangt von börsennotierten Unternehmen ab dem Geschäftsjahr 2027 eine detailliertere Offenlegung von Aufwendungen in den Fußnoten, was bedeutet, dass Anleger erst ab 2028 systematisch nachvollziehen können, wie sich die Abschreibungen auf die verschiedenen Aufwandskategorien der Hyperscaler verteilen. Die Phase des konzentriertesten Abschreibungsdrucks (2027–2029) überschneidet sich stark mit der Phase der geringsten Informationstransparenz. Diese Informationsasymmetrie wird an sich „Überraschungseffekte“ bei den Markterwartungen für Gewinnprognosesenkungen hervorrufen und die Volatilität während Bewertungskorrekturen verstärken.

Aktuelle Marktpreisbildung von Risiken: Widersprüche und Signale

Bemerkenswert ist, dass die Märkte auf die Warnungen der BIZ vor systemischen Risiken nicht mit einem Einbruch reagierten – stattdessen zeigten sie eine intern differenzierte Preisbildungslogik.

Die Kreditmärkte preisen Risiken früher ein als die Aktienmärkte. Die Renditeaufschläge für Hyperscaler-Anleihen haben sich im Vergleich zum breiteren IG-Index bereits ausgeweitet, wobei die Renditekurven im Bereich von 10 bis 30 Jahren spürbar steiler geworden sind – die Rentenmärkte fordern eine höhere Laufzeitprämie, da sie erkennen, dass die Rückzahlung dieser ultralangfristigen Schulden von der langfristigen Sicherheit der KI-Monetarisierung abhängt. Unterdessen debattieren die Aktienmärkte immer noch darüber, „ob sich diese KI-Sachanlageninvestitionen lohnen“, während die Gesamtbewertungen auf historischen Höchstständen verharren.

Die Aktienmärkte zeigen eine interne Divergenz. Die Beurteilung des Marktes richtet sich nicht mehr nur nach den Umsatzwachstumsraten – sie hinterfragt nun, ob die Investitionen einen klaren, geschlossenen Monetarisierungspfad aufweisen. Nach der Berichtssaison für das erste Quartal 2026 erreichte die Aktie von Alphabet – gestützt auf direkte KI-Einnahmen aus der Google Cloud – ein Rekordhoch; Meta hob seine Prognose für die Investitionsausgaben für das Gesamtjahr auf 125 bis 145 Milliarden US-Dollar an, und seine Aktie fiel nach den Zahlen um über 7 % – obwohl das Umsatzwachstum von +33 % das schnellste unter den großen Hyperscalern in diesem Quartal war. Dieselbe Umsatzbeschleunigung, völlig unterschiedliche Marktpreise. Der Kern der Divergenz: Metas KI-Investitionen müssen sich indirekt über Effizienzsteigerungen in der Werbung monetarisieren, ein Pfad, der intransparent ist und bei dem der freie Cashflow bereits eine Kompression zeigt.

Die Private-Credit-Märkte zeigen erste Stresssignale. Die Aktien von SaaS-Softwareunternehmen fielen zwischen Oktober 2025 und Februar 2026 kumuliert um rund 30 %; BDC-Aktien fielen um rund 10 %, wobei sich die Abschläge zum Nettoinventarwert ausweiteten; BDCs mit hohem SaaS-Engagement schnitten um rund 5 Prozentpunkte schlechter ab als ihre Mitbewerber. Diese Signale werden von JPMorgan als „noch nicht systemisch“ eingestuft, die BIZ sieht in ihnen jedoch Frühindikatoren, die zur Wachsamkeit mahnen.

Der kritischste Widerspruch: Die Risikoaufschläge für Unternehmensanleihen verharren nahe ihren niedrigsten Ständen seit 1998, obwohl die Hyperscaler in Rekordtempo Anleihen emittieren und die Lücke bei der KI-Monetarisierung ein Vielfaches des erforderlichen Schwellenwerts beträgt. Diese Verzerrung der Preissignale könnte bei der nächsten Neubewertung die Ursache für eine überdurchschnittlich hohe Volatilität sein.

Dies ist nicht 2008 – könnte aber eine neue Form von langsam kumulierendem systemischem Risiko sein

Die Finanzkrise von 2008 explodierte durch Hypothekenkredite, CDOs und ein hochgradig gehebeltes Bankensystem. Die Risikoübertragung bei den KI-Investitionen gleicht eher einer chronischen Akkumulation, gefolgt von periodischen Schocks – kein systemischer Zusammenbruch durch eine punktuelle Zündung.

Das plausibelste Szenario-Modell:

Basisszenario (Wahrscheinlichkeit ~40–50 %): Der Abschreibungsdruck entlädt sich in den Jahren 2027–2028 wie erwartet; die Margen der Hyperscaler sinken von ~35 % auf ~25–28 %. Die Aktienkurse erleben eine Neubewertung im Sinne einer KGV-Kompression – kein Gewinneinbruch, sondern die absoluten Gewinne bleiben positiv. Das Umsatzwachstum aus der KI-Monetarisierung hinkt dem Abschreibungswachstum hinterher, aber die Lücke schließt sich allmählich. Die Kreditmärkte verzeichnen punktuellen Druck, wobei das SaaS-Engagement im Private-Credit-Bereich einige Wertminderungen bei BDC-Vermögenswerten auslöst, sich jedoch nicht zu einer systemischen Kreditklemme ausweitet. Die makroökonomischen Auswirkungen bleiben begrenzt – eher vergleichbar mit einer auf Technologieaktien konzentrierten Korrektur auf hohem Bewertungsniveau.

Tail-Risk-Szenario (Wahrscheinlichkeit ~15–20 %): Ein kritischer Knotenpunkt in der zirkulären Finanzierung bricht (z. B. ein großes KI-Labor kann seine Zusagen für Rechenkapazitäten gegenüber Hyperscalern nicht einhalten), was zu massiven Abschreibungen auf den Auftragsbestand und Umsatzprognosesenkungen führt. KI-Zulieferer (EPC-Anlagenbauer, NeoClouds) sind mit serienweisen Herabstufungen der Kreditwürdigkeit konfrontiert; an den Rentenmärkten kommt es zu einer raschen Ansteckung bei den Kreditaufschlägen. Im Private-Credit-Bereich kommt es zu großflächigen Rücknahmen; erzwungene Notverkäufe von Vermögenswerten durch BDCs übertragen den Liquiditätsengpass auf das Bankensystem. Vermögenseffekte bei Aktien führen zu einem spürbaren Konsumrückgang, was den bestehenden Inflationsdruck durch den im BIZ-Bericht erwähnten Energieschock infolge der Schließung der Straße von Hormus im Jahr 2026 verstärkt. Das Ergebnis: eine milde Rezession in den USA und Europa. Vom Ausmaß her nicht wie 2008 – sondern eine moderne Wiederholung des NASDAQ-Crashs von 2000–2002 in Kombination mit einer milden Rezession.

Optimistisches Szenario (Wahrscheinlichkeit ~30–40 %): Agentische KI-Anwendungen werden 2026–2027 im großen Stil kommerzialisiert; die Akzeptanz in Unternehmen übertrifft die Erwartungen; die tatsächlichen Einnahmen der KI-Endnutzer wachsen schneller als die Abschreibungen. Das Verhältnis von Investitionsausgaben zu freiem Cashflow beginnt zu sinken; die Kreditrisikosorgen am Rentenmarkt schwinden; die Aufschläge erholen sich. Die Hyperscaler vollziehen eine Bewertungsneubewertung von „Technologieunternehmen“ zu „wachstumsstarken Versorgern“ – die Multiples komprimieren sich moderat, aber das fundamentale Narrativ verschiebt sich hin zu „KI-Infrastruktur ist das nächste Fundament des Internets“, ein Rahmenwerk, das der Markt akzeptiert.

Regulatorische Reaktionen und ihre Grenzen

Angesichts der ausdrücklichen Warnungen der BIZ ist das tatsächliche regulatorische Instrumentarium recht begrenzt.

Die neuen Vorschriften des FASB zur Offenlegung von Abschreibungen sind ein wichtiger Schritt zur Verbesserung der Informationstransparenz – sie bekämpfen jedoch die Informationsasymmetrie und nicht die Überinvestition selbst. Selbst wenn Investoren die Abschreibungen im Jahr 2028 vollständig verstehen, können bereits getätigte Investitionen und unterzeichnete Leasingverträge nicht rückgängig gemacht werden.

Die Regulierungslücke im Private-Credit-Bereich ist eine größere Herausforderung. Die BIZ berichtet, dass Banken durch die Bereitstellung von Kreditlinien für Zweckgesellschaften (SPVs) auf intransparente Weise tief mit dem Private-Credit-System verflochten sind. Dennoch kann keine einzelne Regulierungsbehörde eine globale Überwachung von Risikopositionen durchführen, die die Grenze zwischen Banken und Nicht-Banken überschreiten – und der FSB-Bericht räumt dies direkt ein.

Daten der Federal Reserve Bank of Chicago zeigen, dass die Banken ausstehenden Kreditbestände in KI-nahen Branchen im Durchschnitt etwa 0.8 % der gesamten Bankaktiva ausmachen – oberflächlich betrachtet überschaubar. Unter Einbeziehung zugesagter, aber nicht in Anspruch genommener Kreditlinien springt diese Quote von 9 % des Kernkapitals (ausstehende Bestände) auf 25 % (einschließlich zugesagter Linien) – in einem Stressszenario könnten Kreditnehmer ihre Kreditlinien in Anspruch nehmen, bevor sie in Verzug geraten, wodurch die tatsächlichen Verluste die scheinbare oberflächliche Risikoposition von 0.8 % weit übersteigen würden. Und dies ist nur das „bekannte, bilanzwirksame“ direkte Engagement. Indirekte Risiken, die über SPV-Kreditlinien, Bestände von Versicherungsgesellschaften und BDC-Retail-Kanäle übertragen werden – hierzu liegen derzeit keiner Institution vollständige Daten vor.

Die Empfehlung der BIZ: Regulierungsbehörden sollten Offenlegungspflichten für außerbilanzielle Geschäfte bei KI-Finanzierungsstrukturen priorisieren und dabei insbesondere Mehrfachverpfändungen und zirkuläre Finanzierungsstrukturen ins Visier nehmen. Regulierungsinstitutionen werden jedoch typischerweise erst aufgebaut, nachdem sich Risiken bereits angehäuft haben. Die Geschichte zeigt uns: Wenn die Regulierung endlich aufholt, ist der Wendepunkt meist schon überschritten.

Fazit: Klarheit innerhalb des Paradoxons

Diese Diskussion birgt ein inhärentes Paradoxon: Wenn die KI-Kommerzialisierung hält, was sie verspricht, werden sich diese Investitionen in Höhe von 1 Billion US-Dollar als die größte Infrastrukturinvestition seit den Eisenbahnen und der Elektrifizierung im 19. Jahrhundert erweisen, und die Warnung der BIZ wird zu einer Fußnote übertriebener Vorsicht werden. Bleibt die Kommerzialisierung hinter den Erwartungen zurück, wird dies ein beispielloser Überkapazitätsaufbau sein – eine dreifache Welle aus Abschreibungsdruck, Schuldendruck und Private-Credit-Stress, die sich summiert und eine tiefgreifende globale Finanzanpassung auslöst.

Bevor das Urteil feststeht, sind einige Dinge sicher:

Erstens: Die Risiken sind real – nur der Zeitpunkt und das Ausmaß sind ungewiss. Die BIZ prognostiziert keinen Zusammenbruch; sie identifiziert Verwundbarkeiten mit systemischem Ansteckungspotenzial. Diese Schwachstellen existieren tatsächlich.

Zweitens ist „die Gewinne sehen immer noch gut aus“ das gefährlichste Urteil im aktuellen Umfeld. Der Abschreibungsdruck ist zeitversetzt, außerbilanzielle Verpflichtungen sind unsichtbar, das Engagement im Private-Credit-Bereich ist intransparent – diese drei Schichten der Informationsverschleierung machen eine scheinbar gesunde Gewinn- und Verlustrechnung äußerst irreführend.

Drittens wird dies nicht in Form einer traditionellen Finanzkrise geschehen. Die Hyperscaler werden nicht pleitegehen, da sie reale operative Gewinne erzielen. Das Risiko wird sich vielmehr in einer jahrelangen Bewertungsneubewertung und Margenkompression äußern, parallel zu punktuellen Liquiditätsengpässen, die vereinzelt im gesamten Private-Credit- und Nicht-Banken-Finanzsystem ausbrechen.

Viertens zeichnet sich bereits eine Differenzierung ab.Unternehmen mit klaren Wegen zur Monetarisierung von KI (Alphabet über Google Cloud, AWS über direkte Rechenkapazitätsumsätze) und solche mit fragwürdigen Pfaden (Metas KI-Sachanlageninvestitionen, die sich immer noch hauptsächlich durch Werbeeffizienz auszahlen; Oracle mit einem Auftragsbestand von 638 Milliarden US-Dollar, aber extremem Zeitplanrisiko, da aggressive Investitionen der Umsatzrealisierung vorausgehen) werden in dieser Anpassungsphase unterschiedliche Schicksale erleiden. Die Kreditmärkte haben bereits begonnen, diese Differenzierung einzupreisen; die Aktienmärkte ziehen nun nach.

Die Warnung der BIZ ist keine Empfehlung, sich aus dem Bereich KI zurückzuziehen – sie ist eine systemische Erinnerung an Finanzierungsstrukturen, Informationstransparenz und die Übertragung von Risiken zwischen den Märkten. Genau dafür ist die Gemeinschaft der Zentralbanken da: in Zeiten des Überschwangs unangenehme Wahrheiten auszusprechen.