Die riesigen Arbeitslasten der KI schaffen eine gefährliche Illusion – und der Infrastrukturtausch könnte völlig übertrieben sein.

Der Boom der KI hat für Investoren ein weiteres Ziel gebracht: den „Backlog“. CoreWeave hatte Ende Juni einen Umsatzbudget von etwa 104 Milliarden Dollar. Oracle erreichte im Geschäftsjahr 2026 einen RPO von 638 Milliarden Dollar. Microsoft lag bei 678 Milliarden Dollar. Amazon verzeichnete etwa 496 Milliarden Dollar an langfristigen Leistungsverpflichtungen. Dell hat im letzten Jahr mehr als 130 Milliarden Dollar an Aufträge für KI-Server erhalten. SB Energy bereitet sich darauf vor, in die öffentlichen Märkte einzutreten – mit einem Backlog von etwa 439 Milliarden Dollar. Dabei gibt es noch keine tatsächlichen KI-Datenzentren. Die Verträge sind meist reale, oft langfristige Verträge, und werden zunehmend von OpenAI, Nvidia oder Investment-Hyperscalers unterstützt. Das Problem ist jedoch, was der Markt mit diesen Verträgen macht. Ein einzelner KI-Kunde kann gleichzeitig eine Cloud-Verpflichtung, eine Datenzentrummietvertrag, Serveraufträge sowie Einnahmen aus Nvidia-GPUs erzeugen. Investoren geben daher möglicherweise zu viel Wert auf diese verschiedenen Aspekte.

Ein Verpflichtung von 20 Milliarden Dollar von einem KI-Labor kann zu zukünftigen Einnahmen für einen Cloud-Anbieter werden. Die Cloud-Unternehmen unterzeichnen Verträge über Datenzentren im Wert von mehreren Milliarden Dollar; die Entwickler leihen dafür Geld und bestellen Server. Dell oder HPE führen die Hardwarebestellungen ab. Nvidia verkauft die GPUs, und die Anbieter für Strom und Kühlung erhalten weitere Aufträge. Der Markt könnte plötzlich 40 Milliarden Dollar oder mehr umfassende Aufträge von mehreren Unternehmen sehen – obwohl vieles in dieser Kette auf denselben Kunden zurückgeführt werden kann. Es gibt nichts Falsches an den Buchhaltungsvorgängen. Das Risiko ist wirtschaftlich: Die Wachstumsraten in der Lieferkette können wie eine Diversifizierung der Nachfrage erscheinen – doch in Wirklichkeit handelt es sich um eine Verdreifachung der Nachfrage.

Mehr Aufträge bedeutet auch mehr Kapital.

Das ist wichtig, denn der „AI-Stack“ unterscheidet sich stark von dem traditionellen Software-Stack. Eine SaaS-Firma kann jede weitere Summe an Investitionen mit begrenzten Zuwächten verwenden. Die AI-Infrastruktur benötigt jedoch zunächst Kapital. CoreWeave hat im zweiten Quartal 9,4 Milliarden Dollar für Investitionen ausgegeben und erwartet für dieses Jahr 35 bis 39 Milliarden Dollar – während sie gleichzeitig ihre Kapazitäten für die Erfüllung ihrer Verträge aufbaut. Oracles 638 Milliarden-Dollar-Wertaufbau bietet viel Transparenz – doch das Jahr 2026 brachte auch negative 23,7 Milliarden Dollar an freien Cashflows hervor, was weitere zehn Milliarden Dollar an externe Finanzierung erforderte. Einige Oracle-Verträge sehen besser aus, weil die Kunden bereits vorab bezahlen oder GPU-Systeme liefern – dadurch wird ein Teil der Belastung von Oracle abgewendet. Ein Vertrag im Wert von 10 Milliarden Dollar, der mit Hardware ausgeglichen wird, ist für die Aktionäre viel wertvoller als ein Vertrag im selben Wert, der weitere mehrere Milliarden Dollar an Investitionen erfordert, bevor die Einnahmen beginnen.

Mehr Überblick über die Auslastung der Ressourcen ist daher nicht automatisch positiv. Es kann zwar die Erkennbarkeit der Einnahmen verbessern, aber gleichzeitig auch die Investitionskosten, die Abschreibungskosten und die Finanzierungsbedürfnisse erhöhen. CoreWeave ist das klare Beispiel dafür. Die Verträge sind solide, aber jede neue Verpflichtung erzeugt wiederum Bedarf an GPUs, Energie, Gebäuden und Finanzmitteln. Oracle führt eine größere und finanziell stärkere Version desselben Wettbewerbsverlaufs durch. Auch die großen Cloud-Anbieter stehen vor denselben Problemen. Amazon oder Microsoft werden sicherlich nicht Schwierigkeiten haben, die Leasingverträle für Data-Center zu erfüllen – doch sie können trotzdem enttäuschende Renditen erzielen, wenn die Nutzung von KI-Technologien, Preise und die Gewinne aus dem Cloud-Dienstleistungsmarkt nicht ausreichen, um die bereits investierten Mittel zu rechtfertigen.

Die Unterstützung durch bekannte Marken verringert das Kreditrisiko. Doch das garantiert keine gute wirtschaftliche Entwicklung.

Diese Unterscheidung wird immer wichtiger, da Nvidia, OpenAI, SoftBank und andere Großunternehmen an mehreren Stellen an denselben Projekten beteiligt sind. Das enorme Verzeichnis von SB Energy-Produkten wird durch die Nachfrage von OpenAI, das Kapital von SoftBank sowie die Beteiligung von Nvidia unterstützt. Nvidia investiert direkt in diese Projekte, unterstützt die Verpflichtungen bezüglich der Mietverträge mit OpenAI und liefert die GPUs. Dadurch wird die Finanzierung des Projekts viel einfacher. Es bedeutet auch, dass der Hardwareanbieter dabei hilft, die Infrastruktur zu unterstützen – schließlich kauft diese Infrastruktur letztendlich ihre eigenen Hardwareprodukte. Die Verkäufe sind real, aber ein Teil der Nachfrageschleife wird zunehmend vomselben Ökosystem unterstützt, das ebenfalls profitiert, wenn das Projekt realisiert wird.

Anthropic verwendet eine ähnliche Struktur – durch große Investitionen in die Technologien von Lambda und Nscale.

AI-Laboratorium → Cloud/Neo-Cloud → Datazentrum → Finanzierung → Nvidia-GPUs

Wenn die Monetarisierung durch KI weiter voranschreitet, funktioniert die Struktur einfach. Wenn die Monetarisierung jedoch nachlässt, muss niemand riskieren, dass die Aktien schlecht laufen. Das AI-Labor kann seine bestehenden Verpflichtungen erfüllen, aber die nächste Expansion verzögert sich. Der Cloud-Anbieter bleibt weiterhin mit dem Überbaukapital beschäftigt, aber die neuen Kapazitäten werden verzögert. Der Data-Center-Operator sammelt weiterhin Einnahmen ein, während die erwarteten Renditen sinken. Nvidia liefert weiterhin die aktuellen GPUs aus, während der Markt die Erwartungen für die nächste Welle senkt.

Der eigentliche Risikoumfang ist daher größer als der von CoreWeave. Die Entwicklung der KI schafft also Balance-Scheiben, die mit Verträgen verbunden sind – in verschiedenen Laboren, Cloud-Ökosystemen, Datenzentren, Server-Anbietern und Chiplieferanten. Derselbe kleine Anzahl von Kunden kann sich hinter mehreren Schichten von Berichtsinhalten verbergen.

Die ersten Opfer sind wahrscheinlich nicht die Unternehmen mit den schwächsten Verträgen. Vielmehr sind es eher die Unternehmen, deren Bewertungen davon abhängen, dass diese Verträge schnell, günstig und mit hoher Nutzung umgesetzt werden können.

CoreWeave befindet sich an der Spitze dieser Liste. Es muss nicht einen wichtigen Kunden verlieren, um enttäuscht zu sein. Die Finanzierungskosten können steigen. Die Wirtschaftlichkeit des GPU-Vertrags kann schwächen. Die Nutzung der Ressourcen kann nicht gewährleistet werden. All diese Faktoren können den Wert der Aktien beeinträchtigen, während das Auftragsvolumen weiterhin hoch bleibt. Die Entwickler von Data-Centern haben ebenfalls dieses Problem über längere Zeiträume hinweg. Ein 15-jähriger Vertrag kann die Umsätze schützen – doch das Ergebnis für den Wert der Aktien könnte schwach bleiben, wenn die Baukosten höher sind, die Lieferzeit länger dauert oder weitere teure Technologieupgrades erforderlich sind.

Oracle hat weniger Risiken auf dem Bilanzkonto. Doch die Explosion der Bestellungen zwingt die Investoren dazu, sich zu fragen, wie viel Kapital benötigt wird, bevor diese Verträge zu Einnahmen aus Cloud-Dienstleistungen mit hohem Renditefaktor werden. Das entscheidende Maß ist nicht mehr 638 Milliarden US-Dollar an RPO – sondern der freie Cashflow, der entsteht, nachdem die notwendigen Kapazitäten geschaffen wurden.

Dell sitzt auf der anderen Seite. Seine Aufträge werden schneller abgearbeitet, daher ist das Risiko bezüglich der Dauer der Abwicklung deutlich geringer. Doch ein großer Teil des Umsatzes von den AI-Servern fließt direkt an Nvidia und andere Lieferanten weiter. Daher spielen die hohen Serveraufträge weniger eine Rolle, wenn der Bruttogewinn nicht mit ihnen steigt.

Nvidia hat immer noch die stärkste Position in der Kette – schließlich wird es ihnen in der Regel zuerst bezahlt, bevor der Infrastrukturbetreiber die langfristigen Renditen nachweisen kann. Dieser Vorteil ist real. Doch ihre zunehmende Rolle als Investor, Garant und Finanzier des Ökosystems bedeutet, dass Investoren beginnen sollten, den reinen externen Bedarf von dem Bedarf abzugrenzen, der durch Nvidias Kapital oder Kreditunterstützung entsteht. Diese Unterscheidung ist vielleicht nicht wichtig, wenn die Finanzierung reichlich vorhanden ist. Doch sie wird sehr wichtig werden, wenn der Markt sich verknappter gestaltet.

Ein großer Vertrag muss nicht verschwinden. Ein Campus kann neun Monate später eröffnen. Die Schulden können um 150 Basispunkte höher sein als im ursprünglichen Modell vorgesehen. Die Raten für die Vermietung von GPUs können schneller sinken, als erwartet. Ein hyperskalierter Anbieter kann mehr Workloads auf spezielles Silizium übertragen. Die Nutzung des Systems kann bei 70% liegen – anstatt 90%. Ein Kunde kann seinen bestehenden Vertrag erfüllen und das nächste Ausbauvorhaben einfach ablehnen.

Der Anzeigenhöchstwert ändert sich kaum. Der Kurs kann trotzdem um 30% sinken.

Das ist das Risiko, auf das Investoren achten sollten. Der wirtschaftliche Wert des Bestands kann bereits lange vor dem eigenen Verfall sinken. CoreWeave kann wieder einen Rekordvertrag erhalten – während die Finanzierungskosten steigen. Oracle kann weiterhin RPO hinzufügen, während der freien Cashflow abnimmt. Dell kann mehr AI-Server liefern – doch die Marktmargen sind enttäuschend. Ein Data-Center-Operator kann ein vollständig gemietetes Gelände haben – während die Projektergebnisse schlechter werden.

Drei Fragen sind jetzt wichtiger als die übrigen Probleme:

Wie unabhängig ist der Endbedarf? Wie viel Kapital ist benötigt, bevor er umgesetzt werden kann? Wie viel Gewinn bleibt nach dem Umsetzen übrig?

Der Boom der KI kann weiterhin bestehen bleiben, und der Infrastrukturbereich kann weiterhin übertrieben werden. OpenAI braucht wirklich die Rechenleistung. AWS kann tatsächlich den Vertrag gewinnen. Ein Entwickler kann tatsächlich das Gelände nutzen. Dell kann tatsächlich die Server liefern. Nvidia kann tatsächlich die GPU verkaufen.

Aber das sind nicht unbedingt fünf separate Anstiege in der Endnachfrage. Es könnten vielmehr fünf verschiedene Schichten von Bewertungen sein, die auf demselben „AI-Dollar“ basieren. Die Gefahr ist, dass bereits ein kleiner Riss ausreicht, um das Ganze zu zerstören. Eine geringere Nutzung der Ressourcen, engere Finanzierungsbedingungen oder schlechtere Erträge an einem bestimmten Punkt in der Kette können schnell dazu führen, dass das Problem, das für ein Unternehmen relevant ist, zu einem systemischen Risiko für den gesamten AI-Bereich wird.