27.02.2026, 09:06 Uhr
Es war die teuerste Bieterschlacht in der Geschichte Hollywoods. Jetzt ist sie entschieden: Netflix hat seinen Kampf um Warner Bros. Discovery aufgegeben und lässt damit Paramount Skydance den Weg frei für eine...
Milliardenkredite auf Chipbasis: Wie die Tech-Branche ihr KI-Wettrüsten finanziert
Es ist eine Finanzierungsform, die vor drei Jahren noch als exotisch gegolten hätte: Technologieunternehmen nehmen Milliardenkredite auf, die durch nichts anderes besichert sind als durch die Hochleistungschips, auf denen sie ihre KI-Modelle trainieren. Ein Blick hinter die schöne, neue Welt der KI.
Was Ende 2023 vom Cloud-Anbieter CoreWeave als Nische begonnen wurde, hat sich zu einer eigenen Anlageklasse entwickelt – mit einem geschätzten Gesamtvolumen, das bereits die 20-Milliarden-Dollar-Marke überschritten hat.
Das Prinzip klingt einfach, ist aber komplex: Technikkonzerne und Investmentfirmen gründen Zweckgesellschaften, sogenannte Special Purpose Vehicles (SPVs), die Hochleistungs-GPUs erwerben. Diese werden an die Technologieunternehmen zurückgeleast, um KI-Modelle zu trainieren. Die Chips selbst dienen als Sicherheit für das Darlehen. Für die Tech-Riesen hat dieses Konstrukt einen entscheidenden Vorteil: Die Schulden verschwinden aus ihren Konzernbilanzen, so die Financial Times in einer Analyse.
Ein Markt im Rausch
Die Deals überschlagen sich. Im Januar 2026 arrangierte Apollo ein Finanzierungspaket über 3,5 Milliarden Dollar für einen Infrastrukturfonds von Valor Equity Partners, der damit Nvidias neueste GB200-Superchips kaufte, um sie an Elon Musks KI-Unternehmen xAI zu verleasen. Nur Wochen später sicherte sich der Cloud-Anbieter IREN Kreditzusagen von Goldman Sachs und JPMorgan über 3,6 Milliarden Dollar für Chips, die für Microsoft-Verträge bestimmt sind. Und der europäische Hyperscaler Nscale meldete Mitte Februar eine überzeichnete GPU-Kreditlinie über 1,4 Milliarden Dollar, geführt von PIMCO und Blue Owl, für Rechenzentren in Norwegen, Portugal, Island und Grossbritannien.
Die Investoren stehen Schlange. Die Renditen liegen typischerweise im hohen einstelligen bis mittleren zweistelligen Prozentbereich und damit weit über dem, was Unternehmensanleihen derselben Techfirmen abwerfen. Laut Citigroup machen GPUs und zugehörige Server 30 bis 40 Prozent der gesamten Projektkosten von Rechenzentren aus – ein Kostenfaktor, der mit der explodierenden Nachfrage nach KI-Rechenkapazität immer grösser wird.
Die Geschwindigkeit, mit der diese Transaktionen ablaufen, ist bemerkenswert. Kreditgeber müssen schnell handeln und grosse Schecks ausstellen. In der Branche kursieren Berichte von Deals, die in zwei Wochen abgeschlossen werden – mit Einzelbeteiligungen von mehreren hundert Millionen Dollar.
CoreWeave: Prototyp und Warnsignal zugleich
Kein Unternehmen verkörpert die Chancen und Risiken dieses Modells besser als CoreWeave. Das Unternehmen, das 2017 als Krypto-Mining-Operation begann und sich zum grössten Herausforderer der traditionellen Cloud-Anbieter wandelte, hat GPU-besicherte Schulden im Umfang von über 14 Milliarden Dollar angehäuft (Investrends.ch hat darüber schon im Dezember berichtet). Die Zinsaufwendungen lagen allein im dritten Quartal 2025 bei 311 Millionen Dollar – dreimal so viel wie im Vorjahr. S&P bewertet CoreWeave mit B+, also unterhalb des Investment-Grade-Bereichs.
Im Februar 2026 sorgt eine drohende «GPU-Schuldenmauer» für Unruhe: Rückzahlungen von 4,2 Milliarden Dollar werden in diesem Jahr fällig. Gleichzeitig arrangiert das Unternehmen einen neuen Kredit über geschätzte 8,5 Milliarden Dollar, besichert durch Verträge mit Meta, die ein Gesamtvolumen von bis zu 14,2 Milliarden Dollar erreichen könnten. Nvidia selbst sprang im Januar mit einer Zwei-Milliarden-Dollar-Investition ein – ein Signal, das der Markt als Auffangnetz für den wichtigsten Cloud-Partner des Chipriesen interpretierte.
Das Verfallsdatum der Sicherheiten
Das zentrale Risiko dieser Anlageklasse liegt in einer unbequemen Frage: Wie lange sind die Chips, die als Sicherheit dienen, tatsächlich etwas wert? In der traditionellen Rechenzentrumsbuchhaltung werden Server über drei bis fünf Jahre abgeschrieben. Einige KI-Unternehmen dehnen die Abschreibungsdauer auf sechs Jahre – eine Annahme, die Leerverkäufer wie Jim Chanos als gefährlich bezeichnen.
Der Grund für die Skepsis ist die atemberaubende Innovationsgeschwindigkeit bei KI-Chips. Nvidia bringt mit den Generationen Hopper, Blackwell und Rubin in immer kürzeren Abständen neue Architekturen auf den Markt. Ältere GPUs verlieren dabei rapide an Attraktivität. Die Mietpreise für H100-Chips sind nach Branchenberichten bereits um 60 bis 75 Prozent von ihren Höchstständen gefallen, so verschiedene Quellen. Ein liquider Sekundärmarkt für gebrauchte GPUs existiert praktisch nicht.
Die Deals enthalten laut FT zwar sogenannte «Hell or High Water»-Klauseln, die verhindern, dass Technologieunternehmen die Leasingverträge vorzeitig kündigen. Und die Ratingagentur Moody's, die begonnen hat, GPU-besicherte Schulden zu bewerten, betont, dass die Darlehen üblicherweise innerhalb der ersten Leasinglaufzeit vollständig zurückgezahlt werden. Doch was geschieht, wenn ein Schuldner ausfällt und die Gläubiger auf einem Stapel veralteter Chips sitzen?
Ein Investor, der mehrere GPU-Finanzierungsangebote abgelehnt hat, brachte es gegenüber der Financial Times auf den Punkt: Die Chips würden keine drei Jahre überstehen, bevor sie veraltet seien. Der Versuch, sie dann noch weiterzuverkaufen, sei aussichtslos.
Neue Anlageklasse oder Blase?
Die Parallelen zu früheren Kreditinnovationen sind nicht zu übersehen. Wie bei der Verbriefung von Hypotheken oder Autokrediten werden hier physische Vermögenswerte in Finanzprodukte verwandelt, deren Wert letztlich von Annahmen über die Zukunft abhängt; in diesem Fall von der Annahme, dass die Nachfrage nach KI-Rechenleistung weiterhin explosionsartig wächst und die Hardware lange genug nutzbar bleibt.
Optimisten verweisen auf den ungebrochenen Hunger der Branche nach Rechenkapazität. Die fünf grössten KI-Hyperscaler – Meta, Google, Amazon, Microsoft und CoreWeave – haben 2025 gemeinsam 121 Milliarden Dollar an Schulden aufgenommen, viermal so viel wie im Fünfjahresdurchschnitt zuvor. BlackRock beschreibt die Lage nüchtern: KI-Unternehmen stehen vor hohen Vorlaufkosten und verzögerten Einnahmen, Fremdkapital schliesst die Lücke.
Skeptiker hingegen warnen vor einer Struktur, in der Nvidia als Chiplieferant die Nachfrage nach seinen eigenen Produkten mitfinanziert – ein Kreislauf, den Kritiker als «zirkuläre Finanzierung» bezeichnen. Das gleiche Kapital werde als Chipnachfrage, als Neocloud-Umsatz und als Kreditsicherheit gezählt. Sollte die KI-Nachfrage unerwartet abkühlen oder sich die nächste Chipgeneration schneller durchsetzen als erwartet, könnten die Sicherheiten dieser Milliardenkredite schnell an Wert verlieren.
Doch vorerst dreht sich das Rad weiter. Solange Unternehmen Hunderte Milliarden pro Jahr in das KI-Wettrüsten investieren und Investoren Renditen im zweistelligen Bereich suchen, dürften GPU-besicherte Kredite ein Wachstumsmarkt bleiben. Die Frage ist nur, ob sich die Branche eine Anlageklasse baut – oder eine Falle.
