Societe Generale großer Bär: Der AI-Boom wiederholt die Asien-Finanzkrise, das tödliche ist die "Schulden-Zeitbombe"

Albert Edwards, Chefstratege der Société Générale, warnt: Die aktuelle KI-Investitionswelle weist erstaunliche Ähnlichkeiten mit der Asienkrise von 1997 auf – nicht weil die Technologie an sich nutzlos wäre, sondern weil der Kapitalzufluss deutlich schneller erfolgt als die Verbesserung der Produktivität und diese Lücke historisch nie von Ingenieuren, sondern immer von Gläubigern geschlossen wurde.

Edwards stellt in der neuesten Ausgabe seines „Global Strategy Weekly“ fest, dass die Total Factor Productivity (TFP), welche den realen Nutzen von Technologie misst, bislang keinerlei Fortschritte zeigt. Gleichzeitig explodieren die globalen KI-Investitionen – Goldman Sachs erwartet für 2026 allein einen weltweiten Investitionsumfang von über einer Billion US-Dollar. Unterdessen wurden die Jahresumsätze von OpenAI als rund 20 Milliarden US-Dollar niedriger bekanntgegeben als bislang angenommen, woraufhin der Nasdaq um über 1 % einbrach und die „starke Nachfrage“-Narrative direkt erschüttert wurde.

Nach Ansicht von Edwards liegt der eigentliche Auslöser der Krise darin, ob billiges Geld zur Unterstützung der KI-Expansion weiterhin verfügbar bleibt; die enttäuschenden Produktivitätsdaten sind nicht der Hauptgrund. Die „Sheriffs“ am Anleihemarkt testen gerade die Verwundbarkeit der einzelnen Länder – von Japan bis Frankreich rollt eine Verkaufswelle durch die Bondmärkte. Gerade dann, wenn die KI-Giganten durch massive Kreditaufnahmen neue Anleihen platzieren, benötigen sie dieselbe Gruppe von langfristigen Investoren zur Aufnahme von mehreren hundert Milliarden Dollar – ein Szenario, das der Logik der asiatischen Boomjahre mit kurzfristigen Dollar-Krediten in den 1990ern stark ähnelt.

Der Ausgangspunkt dieser Warnung ist ein eher langweiliges Diagramm. Torsten Slok, Chefökonom bei Apollo, veröffentlichte einen Bericht mit dem Titel „Keine Spur von KI in Produktivitätsdaten“. Die Daten zeigen: Die um Kapazitätsauslastung bereinigte TFP liegt aktuell knapp unter null, seit Beginn des KI-Investitionszyklus gab es keinerlei Anzeichen eines Antriebs, während das Wachstum der Output pro Stunde stabil bei etwa 2,5% bleibt.

Slok betont, dass starkes Output-Wachstum pro Stunde bei stagnierender TFP ein typisches Zeichen von „Kapitalvertiefung“ ist, nicht von technologischem Schub – jedem Angestellten einen neuen Bildschirm (oder eine GPU im Wert von 40.000 US-Dollar) zur Verfügung zu stellen, lässt den Output pro Stunde zwar steigen, macht Unternehmen aber nicht wirklich effizienter. Die KI-Euphorie ist in Investitionsdaten und Aktienbewertungen klar sichtbar, aber noch nicht in den Produktivitätsstatistiken – das bedeutet, dass die angeblichen Renditen weiterhin Prognosen und keineswegs Fakten sind.

Michael Hartnett, Stratege bei Bank of America, sieht das genauso und ergänzt einen beachtenswerten Punkt: TFP und der Verbraucher-Vertrauensindex haben sich in den letzten 50 Jahren stark synchron entwickelt, aktuell fallen beide. Auch Austan Goolsbee, Präsident der Chicago Fed, warnte zuvor, dass nachhaltige Produktivitätsschwäche das aktuelle Narrativ infrage stellen wird.

Edwards hat nicht zum ersten Mal Zweifel an „Wundernarrativen“ geäußert. Er blickt zurück: Das „erste große und riskante Non-Konsensus Statement“ seiner Karriere war die These, dass das „Wirtschaftswunder Ostasiens“ im Kern ein riesiger ökonomischer und finanzieller Boom war. Die theoretische Grundlage stammt vom Ökonom Paul Krugman und seinem 1994 publizierten Artikel „Der Mythos des Asienwunders“ aus Foreign Affairs – Krugman argumentierte, dass die Wachstumsraten in den asiatischen Volkswirtschaften durch massive Kapital- und Arbeitskraftanreicherung kamen und nicht durch echte Effizienzsteigerung, die schwache TFP torpedierte das Bullen-Narrativ von Grund auf.

Seinerzeit wurde diese Argumentation belächelt. Die Weltbank veröffentlichte 1993 das Buch „Das ostasiatische Wunder“ und der Gipfel der optimistischen Arroganz war im August 1996 – als die Weltbank einen weiteren Bericht zum „thailändischen makroökonomischen Wunder“ lobte, nur ein Jahr vor dem Zusammenbruch des Baht.

Edwards nannte damals seinen eigenen Rahmen scherzhaft „Noddynomics“ und wurde von der Marktgemeinschaft dafür „allgemein verspottet“. Während einer Roadshow in den USA verglich er das Tech-Bubble-Ende der 1990er mit der Bubble in Thailand; sein damaliger Vorgesetzter musste ihn vor wütenden Kunden schützen. Beide Bubbles endeten schließlich mit dem Kollaps.

Edwards’ zweite Kritik stammt aus der Forschung seines ehemaligen Kollegen Rob Parenteau. Parenteau stellt fest: Die Gesamtinvestitionen der Unternehmen boomen dank KI, aber nach Abzug der Abschreibungen bleibt die Nettokapitalbildung praktisch unverändert: nominell machen Investitionen ca. 14% des BIP aus, die Nettoinvestitionen stagnieren seit rund zehn Jahren bei etwa 3%. Real betrachtet liegt das Investitionsvolumen mit ca. 15,5% auf Rekordniveau, aber der tatsächliche Netto-Wert beträgt weiterhin nur etwa 3,5% und ist damit vergleichbar mit 2015 und 2019.

Edwards betont zudem: Unternehmen verlängern die Abschreibungsdauer von Vermögenswerten wie GPUs, das lässt die Nettoinvestitionen in der Buchhaltung besser aussehen, verdeckt aber die realen wirtschaftlichen Renditen. Das korrespondiert mit Michael Burrys jüngster Kritik an zu optimistischen Annahmen zur Lebensdauer von GPUs.

Goldman Sachs quantifiziert dieses Risiko weiter. Nach neuesten Berechnungen müssen die sechs US-Hyperscaler alleine für Abschreibungen und Betriebskosten jährlich etwa 920 Milliarden US-Dollar Umsatz erwirtschaften, falls die Kapitalrendite (ROIC) aus den KI-Investitionen Null beträgt.

Goldman Sachs schätzt die KI-Investitionen in drei Phasen: Zwischen 2023 und 2025 ca. 633 Milliarden US-Dollar, von 2026 bis 2027 etwa 1,73 Billionen, von 2028 bis 2030 dann rund 4,14 Billionen US-Dollar. Um allein für die zweite Phase eine ROIC von 15% zu erzielen, müssten die Hyperscaler zwischen 2028 und 2030 insgesamt ca. 1,42 Billionen US-Dollar Umsatz generieren.

Auch auf BIP-Ebene erhalten die Bullen wenig Unterstützung.

Edwards merkt an, dass der Beitrag der US-Unternehmensinvestitionen zum BIP-Wachstum weniger als einen Prozentpunkt beträgt – das ist lediglich ein Bruchteil des Höchstwerts der späten 1990er Jahre (über zwei Prozentpunkte).

Strukturell betrachtet: Die Investitionen in Ausrüstung steigen nominell um fast 14%, real ist das Wachstum „kaum zweistellig“. Nichtwohngebäude-Ausgaben hingegen schrumpfen – nominell um etwa 3%, real fast um 6%, dies gilt auch unter Einbeziehung des Baus von Datenzentren.

Edwards erkennt: Die „KI-Euphorie“ in den BIP-Büchern spiegelt vor allem Preissteigerungen und nicht eine Ausweitung der Produktion wider. Der Grund: Alle Marktteilnehmer kaufen gleichzeitig die gleichen Chips, Speicher und Transformatoren, was die Preise hochtreibt. Das erklärt, warum die US-Notenbank vor allem Inflations- und nicht Deflationsrisiken durch KI fürchtet.

Edwards schreibt im Bericht: Die Ursache der Asienkrise lag nicht in enttäuschenden Produktivitätsdaten, sondern im plötzlichen Rückzug billigen externen Kapitals, das die Ressourcenfehlallokation befeuerte. Er warnt: Die „Sheriffs“ am Bondmarkt agieren nun ähnlich – zuletzt flossen japanische Gelder zurück und US-Bonds wurden verkauft, dann der Rollout nach Frankreich, wo französische Staatsanleihen aktuell die schlechteste Dekade seit 1803 erleben.

Vor diesem Hintergrund nehmen KI-Unternehmen weiterhin massiv Anleihen auf – Broadcom, Oracle, SpaceX und andere steigen in die KI-Chip-Finanzierungswelle ein und erhöhen den Druck auf den Anleihemarkt. Dies steht in direkter Konkurrenz zum Bedarf der Hyperscaler nach langfristigen Kapitalanlegern.

Edwards bringt es auf den Punkt: Das thailändische Wunder endete nicht an enttäuschender Produktivität, sondern an dem Moment, wo die Gläubiger es bemerkten. Das größte Risiko der aktuellen KI-Euphorie ist eine Wiederholung dieses Drehbuchs – nur dass die Finanzierung nun über Investment-Grade-Bonds, Private Credit und Special Purpose Vehicles läuft.

Edwards stellt vorsichtig klar: Er erklärt nicht das Ende der KI-Euphorie, sondern fragt: Wenn die einzigen statistischen Daten, die beweisen könnten, dass es keine Blase ist, nicht mitspielen – wie kommt dann die Marktkonsens so zustande? Die Antwort darauf dürfte wohl erst dann klar werden, wenn das Kapital wieder abfließt.