SG große Bären: Der AI-Boom wiederholt die Asien-Finanzkrise, das tödlichste ist die „Schulden-Zeitbombe“.

Albert Edwards, Chefstratege der Société Générale, hat eine Warnung ausgesprochen: 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 die Verbesserung der Produktivität weit überholt, und historisch wurde diese Lücke immer durch Kreditgeber, nicht durch Ingenieure gefüllt.

Edwards wies in der jüngsten Ausgabe des „Global Strategy Weekly“ darauf hin, dass die Total Factor Productivity (TFP), die den tatsächlichen Nutzen von Technologie misst, bislang keinerlei Aufwärtsbewegung zeigt, während globale KI-Investitionen explodieren. Goldman Sachs prognostiziert, dass alleine im Jahr 2026 die weltweiten KI-Investitionen die Marke von einer Billion US-Dollar überschreiten werden. Gleichzeitig wurde bekannt, dass der Jahresumsatz von OpenAI etwa 20 Milliarden US-Dollar unter den bisherigen Erwartungen liegt – diese Nachricht führte zu einem mehr als 1%igen Einbruch des Nasdaq am selben Tag und brachte die Erzählung von „starker Nachfrage“ ins Wanken.

Nach Ansicht von Edwards ist der eigentliche Auslöser der Krise die Frage, ob das billige Geld, das die KI-Ausweitung trägt, weiterhin verfügbar bleibt; die enttäuschenden Produktivitätsdaten seien nicht der Hauptgrund. Die „Sheriffs“ des Anleihemarkts testen derzeit die Fragilität der einzelnen Länder — von Japan bis Frankreich breitet sich der Ausverkauf von Anleihen aus. Die KI-Giganten benötigen bei der Aufnahme von großvolumigen Krediten genau dieselben langfristigen Käufer, um die neu emittierten Anleihen im Wert von Hunderten Milliarden Dollar aufzufangen – das erinnert stark an die Logik der asiatischen Staaten in den 1990er Jahren, die mit kurzfristigen Dollar-Krediten ihren Wirtschaftsaufschwung aufrecht hielten.

Der Ausgangspunkt dieser Warnung war eine recht trockene Grafik. Torsten Slok, Chefökonom von Apollo, veröffentlichte einen Bericht mit dem Titel „Keine KI-Spuren in den Produktivitätsdaten“. Die Daten zeigen, dass die TFP, bereinigt um Kapazitätsauslastung, derzeit leicht unter Null liegt, seit Beginn des KI-Investitionszyklus keine Beschleunigung erkennen lässt, während die stündliche Output-Steigerung stabil bei etwa 2,5% verharrt.

Slok weist darauf hin, dass das starke Output-Wachstum pro Stunde kombiniert mit stagnierender TFP ein typisches Kennzeichen von „Kapitalvertiefung“ ist, keineswegs ein Signal technologischer Umwälzung — gibt man jedem Mitarbeiter einen neuen Monitor (oder eine GPU im Wert von 40.000 US-Dollar), steigt der Output pro Stunde, aber das Unternehmen wird dadurch nicht effizienter. Der KI-Hype ist in Investitionsdaten und Aktienbewertungen klar sichtbar, aber bislang nicht in den Produktivitätsstatistiken — das bedeutet, dass die angeblichen Erträge weiterhin nur Prognosen sind, keine Fakten.

Auch Michael Hartnett, Stratege bei Bank of America, hat dieses Muster erkannt und einen beachtenswerten Aspekt ergänzt: TFP und das Verbrauchervertrauen sind in den letzten 50 Jahren stark miteinander synchron, und beide zeigen derzeit Abwärtstrends. Austan Goolsbee, Präsident der Chicago Fed, warnte ebenfalls davor, dass anhaltend niedrige Produktivität die aktuelle Erzählung herausfordern könnte.

Edwards hat bereits in der Vergangenheit an „Wundererzählungen“ gezweifelt. Er blickt zurück: Seine „erste große, riskante, nicht-konsensbasierte Einschätzung in der Karriere“ war die These, dass das „Wirtschaftswunder Ostasiens“ in Wahrheit ein riesiger wirtschaftlicher und finanzieller Boom war. Grundlage seiner Theorie war Paul Krugmans Artikel „The Myth of Asia’s Miracle“ (1994 in Foreign Affairs), der besagt, dass das hohe Wachstum asiatischer Volkswirtschaften auf der massiven Steigerung von Kapital und Arbeitskraft basiert und nicht auf echter Effizienzsteigerung, dass die schwache TFP-Entwicklung die bullishe Erzählung fundamentale untergräbt.

Damals stieß diese Sicht auf Spott in der Mainstream-Presse. Die Weltbank veröffentlichte 1993 den „East Asian Miracle“ und der Höhepunkt des „hochmütigen Optimismus“ war im August 1996 erreicht — ein weiterer Bericht der Weltbank lobte das „Makrowunder von Thailand“, kaum ein Jahr vor dem Kollaps des Baht.

Edwards bezeichnete sein damals pessimistisch-kritisches Framework ironisch als „Noddynomics“ und wurde von den Märkten „allgemein verspottet“. Auf Roadshows in den USA verglich er Ende der 1990er Tech-Bubble mit der Blase in Thailand und musste sogar von seinem damaligen Vorgesetzten beschützt werden, um wütende Kunden zu besänftigen. Am Ende platzten beide Blasen.

Edwards’ zweite Anklage basiert auf der Forschung seines früheren Kollegen Rob Parenteau. Parenteau stellt fest, dass das starke Wachstum der Gesamtinvestitionen durch KI bemerkenswert ist, aber nach Abzug der Abschreibungen die Nettoinvestitionen nahezu stagnieren. Nominal machen die Gesamtinvestitionen etwa 14% des BIP aus, während die Nettoinvestitionen seit etwa zehn Jahren bei etwa 3% verharren; real liegt der Anteil mit rund 15,5% am BIP auf historischem Höchststand, aber der reale Nettoanteil beträgt nur etwa 3,5% und ist vergleichbar mit den Werten von 2015 und 2019.

Edwards bemerkt zudem, Unternehmen verlängern die Abschreibungsdauer für Assets wie GPUs, wodurch die Nettoinvestitionsdaten in der Bilanz besser aussehen, aber die tatsächlichen wirtschaftlichen Erträge verdeckt bleiben. Das entspricht der Kritik von Michael Burry hinsichtlich überdehnter Lebensdauer-Annahmen für GPUs.

Berechnungen von Goldman Sachs quantifizieren dieses Risiko. Nach deren jüngster Analyse müssten die sechs größten US-Cloud-Anbieter, falls ihre KI-Investitionen keinen ROI erzielen, allein für Abschreibungen und Betriebskosten jährlich Einnahmen von etwa 920 Milliarden US-Dollar generieren.

Goldman Sachs schätzt die KI-Kapitalausgaben in drei Phasen: 2023–2025 etwa 633 Milliarden US-Dollar, 2026–2027 etwa 1,73 Billionen US-Dollar, 2028–2030 sogar 4,14 Billionen US-Dollar. Um auf Investitionen der zweiten Phase eine 15%-ige Rendite zu erzielen, müssten die sechs größten Anbieter zwischen 2028 und 2030 etwa 1,42 Billionen US-Dollar Umsatz generieren.

Auch die BIP-Daten liefern den Optimisten wenig Unterstützung.

Edwards sagt, der Beitrag der festen Investitionen von US-Unternehmen zum BIP liegt bei unter einem Prozentpunkt — das ist nur ein Bruchteil des Gipfelwerts von Ende der 1990er Jahre (über 2 Prozentpunkte).

Strukturell betrachtet liegt das nominale Wachstum der Geräteinvestitionen bei fast 14%, aber das reale Wachstum „erreicht gerade einmal zweistellige Werte“; die Ausgaben für nicht-wohnwirtschaftliche Gebäude schrumpfen, nominal etwa minus 3%, real fast minus 6% — selbst mit dem Neubau von Datenzentren.

Edwards schlussfolgert daraus, dass das „KI-Boom“ in den BIP-Zahlen hauptsächlich Preissteigerungen und nicht Mengenexpansion widerspiegelt, weil alle Beteiligten gleichzeitig dieselben Chips, Speicher und Transformatoren kaufen und die Preise hochtreiben. Damit erklärt sich auch, warum die Fed primär vor Inflationsgefahren durch KI warnt statt vor Deflation.

Edwards schreibt im Bericht: Die wahre Ursache der Asienkrise war nicht enttäuschende Produktivität, sondern dass der Zufluss billigen externen Kapitals zur Begünstigung von Ressourcenfehlallokationen plötzlich versiegt ist. Er mahnt, dass die „Sheriffs“ des Anleihemarkts aktuell nach dem gleichen Muster agieren: Zuerst trieb der Kapitalrückfluss aus Japan den Verkauf von US-Staatsanleihen, dann breitet sich die Bewegung nach Frankreich aus, wo französische Staatsanleihen auf dem Weg zu ihrer schlechtesten zehnjährigen Performance seit 1803 sind.

Vor diesem Hintergrund geben KI-Tech-Konzerne weiter Anleihen aus — Broadcom, Oracle, SpaceX sind in die KI-Chip-Finanzierungswelle eingestiegen, was den Angebotsdruck am Anleihenmarkt weiter erhöht und direkt mit dem Bedarf der Cloud-Giganten an langfristigem Kapital konkurriert.

Edwards’ Fazit ist treffend: Das Wunder von Thailand starb nicht an enttäuschender Produktivität, sondern an dem Moment, als die Kreditgeber es bemerkten. Die größte Gefahr der aktuellen KI-Welle ist eine Wiederholung dieses Musters — nur dass das Finanzierungsinstrument diesmal Investmentgrade-Anleihen, Private Credits und Special Purpose Vehicles sind statt kurzfristiger Dollar-Kredite.

Edwards betont, dass er nicht das Ende des KI-Booms ausruft, sondern die Frage stellt: Warum ist der Konsens am Markt so unerschütterlich, wenn die einzigen Statistiken, die das Gegenteil beweisen könnten, nicht mitspielen? Die Antwort darauf wird wohl erst klar, wenn das Kapital abfließt.