Die derzeitige Blase im Bereich der KI-Datenzentren basiert auf zwei Säulen: Nvidia-Chips und aufgenommene Kredite. Was anfangs als technologische Revolutionswelle erschien, entpuppt sich zunehmend als finanztechnische Konstruktion, die auf der Verknüpfung von GPU-Verkäufen, kreditfinanzierter Expansion und abhängiger Wertschätzung der Chips beruht. Unternehmen wie CoreWeave, die auf dem Prinzip des „neocloud“-Modells operieren, haben sich massiv verschuldet, um Nvidia-Chips zu kaufen – wobei die Chips selbst als Sicherheit dienen. So entsteht ein Teufelskreis: Jeder Dollar, den Nvidia in AI-Startups investiert, wird in fünf Dollar an GPU-Käufen umgesetzt, was die Abhängigkeit von Nvidia noch stärkt. Die Kredite werden mit hohen Zinssätzen (bis zu 14 %) und variablen Kreditwerten (LTV bis 110 %) vergeben, wobei die Kreditwürdigkeit stark von der erwarteten Lebensdauer und Wertschätzung der Chips abhängt. Doch die Abschreibungsmodelle sind unklar: Während einige Firmen die Chips über fünf bis sechs Jahre abschreiben, zeigen Analysen, dass die wirtschaftliche Nutzung oft nach drei Jahren endet. Michael Burry warnt, dass die Abschreibungen der Hyperscaler (Google, Meta, Microsoft) um 176 Milliarden US-Dollar zu gering angesetzt seien – ein Risiko, das neoclouds, die keine anderen Einnahmequellen haben, nicht absorbieren könnten. Die Finanzierung erfolgt über private Kreditfonds wie Magnetar, Blackstone, BlackRock und PIMCO, die sich gegenseitig in der Rendite- und Kreditvergabe übertreffen. Diese Fonds agieren nicht nur als Kreditgeber, sondern auch als Anleger, deren Investitionen in KI-Debt-Produkte – manchmal mit strukturierten Anleihen und Kreditderivaten – die Finanzierungssysteme verknüpfen. Besonders beunruhigend: Die KI-Debt-Blase ist eng mit der Bankenwelt verflochten. Banken verleihen an private Kreditfonds, die wiederum an neoclouds. Laut Moody’s wurden bis Juni 2024 bereits 300 Milliarden US-Dollar an private Kreditgeber verliehen. Sollte ein neocloud-Unternehmen scheitern, könnte es zu einer Kettenreaktion kommen, die nicht nur die Kreditgeber, sondern auch die Banken und letztlich die gesamte Wirtschaft belasten. Die Parallelen zur Finanzkrise 2008 sind offensichtlich: versteckte Verbindlichkeiten, unregulierte Finanzprodukte, abstruse Abschreibungsmodelle und ein Überangebot an Vermögenswerten, die plötzlich wertlos werden. Nvidia steht im Zentrum dieses Systems. Es ist nicht nur der Hauptlieferant, sondern auch indirekter Unterstützer: durch Investitionen, langfristige Abnahmeverträge (z. B. 6,3 Milliarden US-Dollar mit CoreWeave) und versteckte Cloud-Backstop-Abkommen, die bis zu 26 Milliarden US-Dollar betragen sollen. Diese Abkommen könnten die Kostensituation von Nvidia selbst beeinflussen – eine Reduktion der Margen um 4 Prozent, so ein Analyst. Doch der Druck wächst: Google, Amazon, Microsoft, Meta und sogar OpenAI entwickeln eigene KI-Chips (TPUs, Trainium, MAI, etc.), die effizienter und günstiger sind. AMD nähert sich mit 2027 an Nvidia an, und in China wachsen Konkurrenzfirmen wie Huawei und Alibaba. Zudem steigen die Energiekosten und die Bauprozesse werden durch Wetter, Stromnetz-Engpässe und Planungsverzögerungen behindert. Die KI-Industrie ist nun in einer Sackgasse: Neoclouds müssen ständig neue, leistungsfähigere Chips kaufen, um wettbewerbsfähig zu bleiben, während ihre alten Anlagen abwerten. Die Kredite bleiben aber unverändert – ein klassisches „Downpayment-Problem“. Der entscheidende Punkt: Die KI-Debt-Blase hängt letztlich von Nvidias Bereitschaft ab, die neoclouds zu retten. Solange Nvidia die Kredite stützt, hält das System. Doch wenn der Wettbewerb zunimmt, die Nachfrage nach Chips nachlässt oder ein externer Schock (Wirtschaftskrise, Energieknappheit) eintritt, könnte der Sturz der neoclouds die gesamte KI-Industrie mitreißen. Die Konsequenzen wären nicht nur wirtschaftlich, sondern auch systemisch: ein Kollaps der KI-Infrastruktur, ein Sturz der Kredite, ein Schlag für die Banken und möglicherweise eine Rezession, da KI-Investitionen derzeit die einzige Wachstumssäule der Wirtschaft sind. Die Finanzwelt ist in eine Situation geraten, in der der Erfolg von KI nicht mehr von der Technologie, sondern von der Glaubwürdigkeit und dem Willen eines einzigen Unternehmens abhängt. Die Frage ist nicht mehr, ob die Musik aufhört – sondern wann, und was danach geschieht.