Kann der KI-Boom mit "Schulden" weiterlaufen? – Die wahre Frist für die Amortisation der riesigen Investitionen

Die Begeisterung um generative KI ist längst kein bloßes Modewort der Technologiebranche mehr. Dienste wie Chatbots, Bildgenerierung, Codegenerierung und KI-Agenten werden alltäglich genutzt, und Unternehmen beeilen sich, KI einzuführen, um wettbewerbsfähig zu bleiben. An der Börse stehen Halbleiter-, Cloud-, Rechenzentrums- und Strominfrastrukturaktien im Fokus, und KI hat sich auch als Anlagethema eine überwältigende Präsenz verschafft.

Doch die Frage, die derzeit aufkommt, ist nicht, ob "KI wirklich beeindruckend ist", sondern vielmehr eine wirtschaftliche: "Wann und wie werden diese massiven Investitionen amortisiert?"

Ein Artikel auf aktiencheck.de, der die Analyse von Eric Winograd und anderen Ökonomen von AllianceBernstein vorstellt, geht dieses Problem direkt an. KI-bezogene Investitionen haben die US-Wirtschaft bereits angekurbelt, aber um ihre Wirkung auch in Zukunft zu entfalten, reicht eine bloße Erhöhung der Investitionen in Anlagen nicht aus. Nach der Phase, in der in Rechenzentren und Halbleiter investiert wird, muss KI tatsächlich Produktivitätssteigerungen hervorbringen. Das heißt, der Markt erwartet nicht den "Investitionsboom" an sich, sondern den "Produktivitätsboom", der darauf folgt.

KI ist bereits Teil der Makroökonomie

Das Ausmaß der KI-Investitionen passt nicht mehr in den Rahmen individueller Wachstumsstrategien von Unternehmen. Laut dem Artikel haben sich in den USA Investitionen in Computer, Informationsverarbeitungsausrüstung, Software und andere als KI-bezogen betrachtete Bereiche in den letzten Jahren stark ausgeweitet. Besonders auffällig ist die Investitionsausweitung der großen Cloud-Anbieter wie Amazon, Google, Meta, Microsoft und Oracle, den sogenannten Hyperscalern.

Laut der Analyse von AB betrugen die gesamten Investitionen dieser großen Unternehmen im Jahr 2021 weniger als 100 Milliarden Dollar, könnten jedoch bis 2026 auf geschätzte 768 Milliarden Dollar und bis 2030 auf fast 1,6 Billionen Dollar steigen. Allein diese Zahlen zeigen, dass KI keine "Zukunftsvision" ist, sondern bereits eine enorme Nachfragequelle für die aktuelle wirtschaftliche Aktivität darstellt.

Für den Bau von Rechenzentren werden Land, Baumaterialien, Stromanlagen, Kühlsysteme, Kommunikationsnetze, Server, GPUs, Speicher und Fachkräfte benötigt. Je mehr KI-Unternehmen in Anlagen investieren, desto mehr profitieren nicht nur Halbleiterhersteller, sondern auch Bau-, Strom-, Klimaanlagen-, Kupferdraht-, Glasfaser- und Finanzunternehmen. Der Grund, warum sich das Spektrum der KI-bezogenen Aktien an der Börse erweitert, liegt in diesen Spillover-Effekten.

In diesem Sinne ist der KI-Boom keine bloße "Traumgeschichte". Tatsächlich laufen Fabriken, Rechenzentren werden gebaut, Arbeitsplätze entstehen und Unternehmensgewinne steigen. Aus diesem Grund hat der Markt KI als Wachstumstreiber der US-Wirtschaft bewertet.

Doch das Problem beginnt jetzt.

Es ist nicht die "Investitionssumme", die das Wachstum antreibt, sondern die "Investitionswachstumsrate"

Bei der Betrachtung der Auswirkungen eines Investitionsbooms auf das Wirtschaftswachstum ist nicht nur die Größe der Investitionssumme wichtig. Vielmehr ist entscheidend, wie viel mehr im Vergleich zum Vorjahr investiert wurde, also die Wachstumsrate der Investitionen.

Wenn ein Unternehmen beispielsweise in diesem Jahr 1 Billion Yen investiert, aber auch im Vorjahr 1 Billion Yen investiert hat, ist der zusätzliche Wachstumseffekt begrenzt. Wenn jedoch im Vorjahr 500 Milliarden Yen und in diesem Jahr 1 Billion Yen investiert wurden, wirkt sich dieser Zuwachs stark auf das Wirtschaftswachstum aus.

Laut der Analyse von AB könnte das Wachstum der KI-bezogenen Investitionen nach einem Höhepunkt von etwa 85 % im Jahr 2024 auf etwa 76 % im Jahr 2026 sinken und sich bis 2030 weiter verlangsamen. Auch wenn die Investitionen in absoluten Zahlen auf hohem Niveau bleiben, schwächt sich der direkte Beitrag zum BIP-Wachstum ab, wenn die Wachstumsrate sinkt.

Hier liegt der wesentliche Wendepunkt des KI-Investitionsbooms. In der ersten Phase reicht es aus, dass Unternehmen riesige Summen in Rechenzentren und GPUs investieren, um die Wirtschaft anzukurbeln. In der nächsten Phase muss jedoch der Rückgang des Investitionswachstums durch Produktivitätssteigerungen durch KI ausgeglichen werden.

AB geht davon aus, dass selbst wenn die KI-bezogenen Investitionen im Jahr 2026 das US-Wachstum um etwa 1,5 Punkte anheben, dieser Beitrag bis 2030 etwa halbiert werden könnte. Das bedeutet, dass KI, um weiterhin die Hauptrolle im Wirtschaftswachstum zu spielen, von Investitionen zur Produktivität übergehen muss.

Wenn dieser Übergang gelingt, wird der KI-Boom zu einer Geschichte des nachhaltigen Wachstums. Wenn er scheitert, wird er zu einer Geschichte von Überinvestitionen und vorauseilenden Erwartungen.

Der Engpass ist nicht nur bei GPUs

In der Anfangsphase des KI-Booms drehte sich alles um den Mangel an GPUs. Es wurde angenommen, dass die Sicherung von NVIDIAs Hochleistungs-GPUs den Ausgang des KI-Entwicklungswettbewerbs bestimmen würde. Natürlich sind die Einschränkungen in der Halbleiterversorgung immer noch wichtig. Aber wenn das Investitionsvolumen so stark ansteigt, ist der Engpass nicht nur auf GPUs beschränkt.

Rechenzentren benötigen große Flächen. Es wird auch ein stabiles Stromnetz benötigt, um große Mengen an Strom zu liefern. Wasser und Kühlsysteme sind unerlässlich, um die Server zu kühlen. Fachkräfte für Bau, Elektrotechnik, Rohrleitungen, Sicherheit und Kommunikationsinfrastruktur sind ebenfalls unverzichtbar. Darüber hinaus belasten Preissteigerungen bei GPUs, CPUs und Speicher die Rentabilität von KI-Investitionen.

KI wird oft als "Magie in der Cloud" beschrieben, aber dahinter steckt eine sehr physische und kapitalintensive Infrastruktur. Rechenzentren werden auf realem Land gebaut, verbrauchen realen Strom und verursachen reale Kühlungskosten. Je digitaler die KI-Industrie ist, desto mehr erfordert ihre Basis schwere Infrastrukturinvestitionen.

Dieser Punkt wird auch in den sozialen Medien häufig diskutiert. In der Investment-Community auf Reddit werden Fragen gestellt wie "Wer investiert tatsächlich große Summen in KI?" und "Gibt es Unternehmen, die wirklich große Umsätze mit KI erzielen, abgesehen von Halbleiterherstellern?" In einem Beitrag wurde Bedenken geäußert, dass Hyperscaler Milliarden von Dollar in Rechenzentren investieren, während klare Offenlegungen von KI-Einnahmen begrenzt sind.

Es gibt jedoch auch Gegenmeinungen. Große Unternehmen wie Microsoft, Google, Amazon und Meta haben sehr starke Cashflows aus ihrem Kerngeschäft, und selbst wenn einige KI-Investitionen enttäuschend ausfallen, wird das Unternehmen als Ganzes nicht zusammenbrechen. Insbesondere Unternehmen mit bestehenden Geschäften in Werbung, Cloud, E-Commerce und Unternehmenssoftware haben bereits eine gewinnbringende Basis, im Gegensatz zu den Dotcom-Unternehmen von einst.

Dieser Konflikt ist wichtig. Der KI-Boom kann nicht einfach als "Blase" abgetan werden, noch kann er als "unbedingt erfolgreich" angesehen werden. Was derzeit passiert, ist eine Vorabinvestition von Unternehmen mit riesigen Gewinnen, um einen noch größeren zukünftigen Markt zu erobern. Der Ausgang könnte sich stark von Unternehmen zu Unternehmen unterscheiden.

Der nächste Fokus liegt auf "externer Finanzierung" statt "Eigenkapital"

Ein weiterer wichtiger Punkt, den der Artikel auf aktiencheck.de hervorhebt, ist die Finanzierungsstruktur des KI-Booms.

Bisher wurden die KI-Investitionen der großen Tech-Unternehmen hauptsächlich durch interne Cashflows finanziert. Das bedeutet, dass die Gewinne aus bestehenden Geschäften in die KI-Infrastruktur reinvestiert werden. Für Investoren ist das Risiko relativ überschaubar. Solange Wachstumsinvestitionen im Rahmen der Gewinne getätigt werden, entsteht kein übermäßiges Kreditrisiko.

Wenn das Investitionsvolumen jedoch weiter wächst, könnte internes Kapital nicht mehr ausreichen. AB weist darauf hin, dass viele Unternehmen ab 2027 stärker auf den Anleihe- und Aktienmarkt angewiesen sein könnten. Das bedeutet, dass sich der KI-Boom von einer "Tech-Aktien-Geschichte" zu einer "Kreditmarkt-Geschichte" ausweiten wird.

Dies ist eine äußerst wichtige Veränderung. Wenn Unternehmen ihre KI-Investitionen durch Kredite oder Anleiheemissionen ausweiten, betrifft der Erfolg oder Misserfolg von KI nicht nur die Aktionäre, sondern auch die Gläubiger. Wenn nicht nur die Hyperscaler, sondern auch die Zulieferer und Rechenzentrumsbetreiber ihre Finanzierung erhöhen, breitet sich der KI-bezogene Hebel auf die gesamte Wertschöpfungskette aus.

Auch in den sozialen Medien wächst das Interesse an dieser "KI-Verschuldung". Auf Reddit gibt es Diskussionen mit dem Tenor "Die Schuldenzunahme ist beängstigender als die KI-Investitionen selbst". Besonders bei Unternehmen wie Oracle, die große Investitionen in die KI-Infrastruktur tätigen, gibt es Bedenken hinsichtlich der Belastung der Bilanz. Andererseits wird argumentiert, dass Unternehmen wie Microsoft und Amazon Anleihen ausgeben, nicht weil sie in finanziellen Schwierigkeiten sind, sondern weil sie kostengünstig Kapital beschaffen können.

Diese Diskussion zeigt die Reifung des KI-Booms. Der frühe Markt konzentrierte sich darauf, "welche Unternehmen durch KI Umsatzwachstum erzielen". Jetzt liegt der Fokus darauf, "wer die Investitionen trägt" und "ob die Rendite die Kapitalkosten übersteigt".

In der Welt der Investitionen reicht eine Wachstumsstory allein nicht aus. Egal wie attraktiv die Zukunft aussieht, wenn die Kapitalkosten zu hoch sind, wird der Aktionärswert geschmälert. Der nächste Test des KI-Booms liegt genau hier.

Auf den sozialen Medien gibt es zunehmend komplexere Ansichten als "Blase oder Boom"

Die Reaktionen auf KI in den sozialen Medien sind nicht einfach in Optimismus und Pessimismus unterteilt. Vielmehr fällt auf, dass eine mittlere Sichtweise vorherrscht: "KI ist real, aber nicht alle Investitionen werden sich auszahlen."

Auf LinkedIn zieht ein Beitrag, der den KI-Investitionsboom mit der Dotcom-Blase vergleicht, Aufmerksamkeit auf sich. Ein Nutzer erkennt das Potenzial von KI zur Veränderung der Gesellschaft an, stellt jedoch die Frage, ob die aktuellen Bewertungen die zukünftigen Erfolge nicht bereits stark vorwegnehmen. In den Kommentaren finden sich Meinungen wie "Kurzfristig mag es eine Blase sein, aber langfristig wird es die Welt verändern" und "Unternehmen, die KI praktisch nutzen und neuen Wert schaffen, werden wachsen, während Unternehmen, die nur Geschichten erzählen, scheitern werden."

Diese Reaktion ähnelt früheren Technologiebooms. Eisenbahn, Elektrizität, Internet, Smartphones und Cloud haben alle die Gesellschaft verändert. Doch nicht alle Unternehmen, die während der Boomphasen investierten, waren erfolgreich. Das Internet war real, aber viele Dotcom-Unternehmen verschwanden. Die Telekommunikationsinfrastruktur war notwendig, aber übermäßige Investitionen in Glasfaser führten zu Verlusten für viele Investoren.

Auch bei KI kann dasselbe gesagt werden. Dass KI-Technologie real ist, bedeutet nicht, dass alle aktuellen Bewertungen gerechtfertigt sind.

Auch auf Reddit gibt es ähnliche Diskussionen. Ein Beitrag mit dem Titel "KI ist real, aber die KI-Blase ist es auch" wirft die Frage auf, was den Wert von KI wirklich beweist. Ist es der Umsatz, der Gewinn, die Produktivitätssteigerung, die Kostensenkung oder die umfassende Einführung durch Unternehmen? Der Autor warnt davor, einfach zu denken: "KI scheint wichtig, also wird die Wirtschaftlichkeit irgendwann aufholen."

Das deckt sich genau mit der Analyse von AB. Der langfristige Wachstumsbeitrag von KI muss durch Produktivitätssteigerungen und nicht durch die Größe der Investitionen bewiesen werden.

Was bedeutet es, dass KI die Produktivität steigert?

Der Begriff der Produktivitätssteigerung durch KI wird oft verwendet, ist jedoch überraschend vage.

Auf individueller Ebene wird bereits der Effekt spürbar, dass KI die Arbeitszeit verkürzt, indem sie bei der Erstellung von E-Mails, Dokumenten, Codes, Recherchen, Übersetzungen und Zusammenfassungen unterstützt. Es gibt immer mehr Beispiele, in denen Programmierer KI-Coding-Unterstützung nutzen, Marketer Werbetexte generieren und der Kundensupport Chatbots einsetzt.

Auf makroökonomischer Ebene reicht jedoch die Effizienzsteigerung einzelner Arbeiten nicht aus, um die Produktivität zu steigern. Die Geschäftsprozesse eines gesamten Unternehmens müssen sich ändern, sodass mit der gleichen Anzahl von Mitarbeitern mehr Wert geschaffen oder der gleiche Umsatz mit geringeren Kosten erzielt wird. Darüber hinaus muss dies nicht nur in einigen Technologieunternehmen, sondern in weiten Bereichen wie Fertigung, Logistik, Finanzen, Gesundheitswesen, Bildung, Einzelhandel und Verwaltung geschehen.

AB weist darauf hin, dass die Produktivität in den USA in den letzten Jahren zwar verbessert wurde, aber laut einer Studie der Federal Reserve Bank of San Francisco könnte diese Verbesserung eher auf arbeitsmarktrelevante Faktoren als auf eine breite technologiegetriebene Produktivitätssteigerung zurückzuführen sein. Eine große Produktivitätswelle, die die gesamte Wirtschaft wie die IT-Revolution der 1990er Jahre anhebt, ist noch nicht eindeutig erkennbar.

Auch unter Forschern gibt es ein breites Meinungsspektrum. Einige glauben, dass KI das Wachstum der Arbeitsproduktivität in den nächsten zehn Jahren kaum steigern wird, während andere ein großes Wachstum von über 3 % pro Jahr erwarten. Im Durchschnitt wird ein Beitrag von etwa 1 % erwartet, aber die Vorhersagespanne ist so breit, dass keine endgültigen Schlussfolgerungen gezogen werden können.

Das bedeutet, dass der Markt noch großen Wert auf "vorbewiesene" Erwartungen legt.

Kann ein KI-Agent ein "Kollege, den man nicht entlassen möchte" werden?

Ein interessanter Aspekt, der in den sozialen Medien diskutiert wird, ist die Frage, ob KI-Agenten nicht nur als Werkzeuge, sondern als kontinuierlich wertschöpfende Einheiten innerhalb einer Organisation angesehen werden können.

In einem LinkedIn-Beitrag wurde die Idee geäußert, dass Unternehmen, um zu beweisen, dass KI-Investitionen keine Blase sind, KI-Agenten als "unverzichtbare Einheiten im Organigramm, die man nicht entlassen möchte" behandeln müssen. Einfach nur monatliche Gebühren zu zahlen, um die Erstellung von Texten etwas zu erleichtern, reicht nicht aus, um eine Infrastrukturinvestition im Billionen-Dollar-Bereich zu rechtfertigen. KI muss Aufgaben übernehmen, für die Unternehmen wirklich bereit sind, kontinuierlich zu zahlen, die auch bei schlechter Konjunktur nicht gekürzt werden und die Menschen nicht bewältigen können.

Dies ist ein äußerst wichtiger Aspekt. Viele der derzeitigen Anwendungen von generativer KI sind noch eher "praktische Hilfswerkzeuge". Um jedoch die