CME berechnet die Risiken bei der Nutzung von „Compute Futures Put AI Cloud“.

Die CME Group und Silicon Data gaben am 12. Mai bekannt…Sie planen, Compute-Futures noch in diesem Jahr zu veröffentlichen – unter der Voraussetzung, dass die regulatorischen Überprüfungen abgeschlossen sind. Dabei werden tägliche Indizes der GPU-Vermietungspreise herangezogen. Für CME, Nvidia, CoreWeave sowie den Cloud-Baukostenbereich ist das eine klare Anzeige dafür, dass künstliche Intelligenz zu einem wichtigen finanziellen Risiko wird.

Die Investoren haben die AI-Infrastrukturanbieter bereits für die Knappheit dieser Ressourcen belohnt. Nvidia bringt den „Hardware-Knappheitsbonus“ mit sich; CoreWeave repräsentiert das leistungsfähige AI-Cloud-Modell. Microsoft, Amazon, Alphabet und Meta nutzen die AI-Fähigkeiten weiterhin als Mittel zur Finanzierung ihrer Aktivitäten. CMEs Plänen geht jedoch eine weitere Annahme voraus: Dass der Zugang zu GPUs weiterhin ein privates Problem bleibt – und nicht zu einem Benchmark, der als Investitionsobjekt genutzt werden kann.

Diese Veränderung ist wichtig, denn ein Futures-Markt würde die Kosten für die Nutzung von KI-Ergebnissen nicht allein senken können. Stattdessen würde der Preis für diese Ergebnisse transparenter werden. Das kann die Margen der Cloud-Anbieter beeinflussen, die Verhandlungen bezüglich der Kosten zugunsten der Anwender vereinfachen und Investoren eine weitere Möglichkeit bieten, herauszufinden, ob die Ökonomien der KI-Infrastruktur tatsächlich verbessern oder nur noch mehr finanziell gestaltet werden.

Die Berechnungen bewegen sich vom „kapazitätsbasierten Ansatz“ hin zum „Preis- und Risikobasierten Ansatz“.

CME beschrieb den Zielmarkt als…Ein Rechenmarkt, der um mehrere Billionen Dollar groß ist.Es gibt fragmentierte Preise bei verschiedenen Anbietern, in unterschiedlichen Regionen sowie bei unterschiedlichen Vertragsstrukturen. Diese Formulierung ist wichtig. Sie stellt die Berechnung von Kosten weniger als eine Softwarefunktion dar – eher wie eine Art Energiequelle oder Zinsen. Es handelt sich dabei um Kosten, die so hoch sind, dass es zu einem festgelegten Clearingpreis kommen muss.

Die Rolle von Silicon Data ist die andere Hälfte des Prozesses. Seine Indizes zeigen die Kosten für die Vermietung von GPUs auf Anfrage an. Dadurch erhält das Vertragsrecht eine Benchmark-Referenz – und nicht der Markt muss sich auf individuelle Angaben verlassen. Eine Benchmark garantiert zwar keine Liquidität, aber sie bietet Hedgern und Spekulanten eine gemeinsame Sprache für die Abwicklung von Transaktionen.

Aus marktorientierter Sicht macht diese Ankündigung eine Frage bezüglich der Künstlichen Intelligenz zu zwei Fragen. Der Bedarf bleibt weiterhin wichtig, aber auch die Preisbildung spielt eine Rolle. Wenn die Kosten für die Nutzung von Rechenressourcen sinken, können die Entwickler von AI-Anwendungen einen Vorteil erlangen. Die Cloud-Anbieter hingegen stehen vor Preiskräften. Wenn die Kosten steigen, könnten diejenigen profitieren, die über knappe Rechenkapazitäten verfügen. Doch die Kostenbelastung rückt wieder auf die Software- und Modelldienstleister ab.

Die Preisdifferenzierung der GPUs ist der Beweis für die Gültigkeit des Vertrags.

Die Ergebnisse von Silicon Data im April zeigen, warum ein Benchmark sinnvoll sein kann. Der H100 Hyperscaler On-Demand Index entwickelte sich in einer engen Zone.zwischen 7,40 und 7,52 Dollar – vom 1. März bis zum 20. AprilMit einem Varianzkoeffizienten von 0,47% und einer geringen Netzwerttransformation über den Zeitraum hinweg.

Die Computer der neuen Generation sahen anders aus. Auch in dem Bericht von Silicon Data steht dazu Folgendes:Die Mietpreise für die B200 sind um 24% gestiegen.Kurzzeitig wurde der Preis über 6 Dollar pro Stunde erreicht – Ende März. Dabei zeigte der Preis eine deutlich höhere Volatilität. Das ist genau die Art von Marktstruktur, die das CME versucht zu realisieren: Die ausgereifte GPU-Leistung kann als stabile Benchmark gehandelt werden, während die neuen GPU-Leistungen eher wie eine „knappe Ressource“ verhalten werden können.

Bei öffentlichen Aktien ist diese Aufteilung eine viel klarere Darstellung der Situation als einfach ein positiver Bericht über die AI-Branche. Nvidia profitiert davon, wenn die knappen Ressourcen weiterhin bestehen bleiben. Doch Käufer von Cloud-Dienstleistungen sowie Unternehmen, die mit AI-Technologien arbeiten, profitieren davon, wenn die Kosten für die Ausführung von Rechenaufgaben besser vorhersehbar sind. Eine Futures-Kurve könnte diese Entwicklungen bereits vor dem Erscheinen in den Berichten sichtbar machen.

Quelle: Die monatliche Ausgabe der CME Group für April 2026Die Daten zeigen den Umsatz im April 2026 nach Vermögensklassen an – in Millionen von Kontrakten. Futures sind geplante Produkte und werden daher nicht in die ADV-Daten einbezogen.

CME hat die Veranstaltungsort bereits – doch für die Berechnungen ist weiterhin eine entsprechende Basis erforderlich.

Die Daten vom April des CME zeigen die Größe, in die die neuen Risikormärkte heranwachsen müssen. Die Börse berichtete darüber.25,9 Millionen Verträge mit durchschnittlichem täglichen VolumenUnter der Leitung von 11,4 Millionen Zinsbindungsverträgen und 7,8 Millionen Aktienindizes.

Diese Liquidität ist der Grund dafür, dass die Ankündigung für die CME-Aktie von Bedeutung ist – noch bevor überhaupt irgendein Rechenvolumen vorhanden ist. Ein erfolgreicher Rechenmarkt könnte eine neue Kategorie von Daten und Transaktionsgebühren schaffen, die mit einer der schnell wachsenden Kostenquellen verbunden sind. Ein Scheitern des Launchs würde etwas anderes bedeuten: Die künstliche Intelligenz mag zwar groß sein, aber sie ist noch nicht ausreichend standardisiert, um im Rahmen des listed-futures-Modells verwendet werden zu können.

Anleger sollten die regulatorischen Genehmigungen nur als den ersten Schritt betrachten. Nützliche Futures-Märkte benötigen natürliche Hedgefonds, Spekulanten, Marktsteller sowie Vertrauen in das Zahlungsniveau der Transaktionen. Cloud-Anbieter, AI-Labore, Banken, Handelsfirmen und große Unternehmen haben alle Gründe, sich um die Preise für Rechenressourcen zu kümmern. Ob sie nun mit lizenzierten Kontrakten handeln wollen oder nicht – das ist eine offene Frage.

CoreWeave zeigt auf, warum Hedging die gesamte Situation nicht lösen kann.

CoreWeave ist das einfachste Beispiel dafür, warum Kosten für Rechenressourcen und Finanzierungskosten heute im Mittelpunkt der Bewertung der AI-Infrastruktur stehen. Das Unternehmen berichtete über Einnahmen im ersten Quartal des Jahres 2026.2,078 Millionen – das ist eine Steigerung gegenüber den 982 Millionen im Vorjahr.Und die eingesetzten Einnahmen beliefen sich auf fast 100 Milliarden Dollar.

Das Wachstum hat das Problem mit den Margen nicht beseitigt. CoreWeave berichtete außerdem…Die Nettozinskosten betrugen 536 Millionen US-Dollar. Es ergab einen Netzerlös von 740 Millionen US-Dollar. Die angepasste Einnahmenmarge lag bei 1%.Der Wert ist um 17 Prozent gesunken – im Vergleich zum Vorjahr. Es handelt sich dabei um ein Modell, bei dem die Transparenz bezüglich der Kosten für die Rechenleistung hilfreich sein kann. Doch diese Transparenz kann die Schulden, die Abschreibungen sowie die Risiken bei der Nutzung der Ressourcen nicht beseitigen.

Die „Compute Futures-Kurve“ könnte letztendlich dazu beitragen, dass Investoren die Nachfrage nach dem Produkt von der Preisentwicklung unterscheiden können. Wenn CoreWeave oder andere Unternehmen eine steigende Nachfrage zeigen, während die Preise für Rechenleistung sinken, wird es schwieriger, die Qualität der Einnahmen zu beurteilen. Wenn die Referenzpreise konstant bleiben, während die Nutzung der Rechenleistung zunimmt, dann ist das Cloud-Computing-Marktsegment ein verlässlicherer Geschäftsmodelpunkt.

Die Übersetzung von „Asset Read-Through“ ist weitaus umfassender als die Übersetzung von „CME“.

CME hat die direkteste Möglichkeit zur Austauschbarkeit von Produkten. Nvidia sowie die Anbieter von Beschleunigern erhalten damit eine neue Marktsignal bezüglich der Knappheit an Produkten und der Preispower. CoreWeave sowie andere Anbieter von KI-Diensten erhalten dadurch eine mögliche Sicherungsmöglichkeit – aber auch ein öffentliches Maßstab, das die Preistreibung beschleunigen kann.

Hyperclusterbetreiber stehen auf beiden Seiten des „Rechnungsbücher“. Microsoft, Amazon, Alphabet und Meta sind große Käufer von Rechenkapazitäten. Doch sie verkaufen auch Cloud-Kapazitäten und verhandeln langfristige Infrastrukturkontrakte. Transparentere Preise für Rechenleistung können ihnen dabei helfen, Kostenrisiken zu bewältigen. Gleichzeitig können solche Transparenzmaßnahmen auch dazu beitragen, dass Kunden besser verstehen, woher die Gewinne im Cloud-Bereich stammen.

Software- und KI-basierte Unternehmen würden wohl eher eine flüssige Kurve bevorzugen – eine Kurve, die die Unsicherheit bezüglich der Inference- und Trainingskosten verringert. Das Risiko besteht darin, dass der Futures-Markt bereits vor dem Ausbruch einer ausreichenden Nachfrage nach kommerzieller Absicherung finanzielle Mittel anzieht. Dadurch entsteht wieder ein instabiler Signalverlauf, den die Investoren möglicherweise überinterpretieren könnten.

Liquideität – und nicht die Sprache, mit der etwas kommuniziert wird – ist das entscheidende Kriterium für die Validierung.

Der geplante Vertrag hat eine klare Marktsituation – doch es handelt sich noch nicht um einen fertigen Vertrag. Der Prozess der Validierung ist praktikabel: Regulierungsüberprüfungen, Spezifikationen des Vertrags, Steuerung der Indizes, Unterstützung durch Marktgestalter, reale kommerzielle Hedging-Maßnahmen sowie ausreichend offene Positionen, damit der Vertrag nützlich wird.

Eine saubere Berechnungsmethode würde es ermöglichen, die Leistung von KI-Systemen zwischen verschiedenen Anbietern und in verschiedenen Chipgenerationen leichter vergleichen zu können. Zudem würden Investoren eine neue Übersicht über die relevanten Kennzahlen haben: Mietpreise, Differenzen bei Futures-Übernahmen, Nutzung von Cloud-Diensten, Umwandlung von Beständen sowie Intensität der Investitionen.

Für den Moment sollte der Markt die Compute-Futures von CME nicht als Beweis dafür betrachten, dass die Probleme im Bereich der KI-Ökonomie gelöst sind. Eine bessere Interpretation ist: Die KI-Infrastruktur wird immer größer, teurer und unbeständiger – daher möchte Wall Street solche Kontrakte haben. Das bedeutet, dass die Preise für Compute-Futures ein neuer Wendepunkt in der KI-Branche sind – und nicht ein freier Weg, um alle Aktien zu erwerben, die mit diesem Thema zusammenhängen.