Jefferies warnt vor einem "2008-Moment": KI könnte eine "Kapitalvernichtung" in den USA verursachen, während Anteile zu chinesischen Open-Source-Modellen fließen.
Jefferies warnt: Von den 2,34 Billionen Dollar Auftragsbestand der vier größten US-Hyperscale-Cloud-Anbieter entfallen etwa die Hälfte auf OpenAI und Anthropic, zwei verlustbringende Unternehmen, was ein ähnliches konzentriertes Kreditrisiko wie die Subprime-Krise 2008 darstellt. Wood glaubt, dass das wahrscheinlichste langfristige Ende der KI-Geschichte der „groß angelegte Kapitalvernichtung“ in den USA ist; Marktanteile werden auf chinesische, günstige Open-Source-Modelle verschoben und das Ende dieses Zyklus wird durch den Kreditmarkt eingeleitet.
Das Schuldenrisiko der KI-Branche löst intensive Warnungen von erfahrenen Wall-Street-Strategen aus. Chris Wood, Globaler Aktienstrategiechef bei Jefferies und Autor von „GREED & fear“, vergleicht in seinem aktuellen Quartalsbericht den derzeitigen KI-Boom mit der Subprime-Krise 2008 und identifiziert einen strukturellen Risikofaktor: Hyperscale-Cloud-Anbieter gewähren zwei dauerhaft defizitären KI-Laboren enorme „nicht abgesicherte Kredite“.
Wood meint: „Das wahrscheinlichste langfristige Ergebnis der KI-Geschichte auf Marktebene wird eine massive Kapitalvernichtung in den USA sein, und der Marktanteil wird zu kostengünstigeren chinesischen Open-Source-Language-Modellen abwandern.“
Die KI-Geschichte „wird in naher Zukunft irgendwann eine gravierende Neuausrichtung erleben“.
Chinesische Modelle: Von „günstig“ zu „gleichwertig“
Die Warnungen von Wood sind nicht neu, doch das Ausmaß wächst.
Die von ihm verfolgten OpenRouter-Daten zeigen, dass Spitzenmodelle aus China in der Woche bis zum 27. September 76,12 Billionen Token verarbeitet haben, während dieser Wert Ende April nur bei 4,37 Billionen lag; im gleichen Zeitraum haben US-Spitzenmodelle 14,2 Billionen Token verarbeitet. Chinas Zahlen haben sich innerhalb von zehn Wochen verdoppelt.
Auch die Qualität verändert sich. Wood merkt an, dass Moonshots Kimi K3 „im Fachjargon der KI-Branche ‚an der technologischen Front‘ konkurriert und eine geschätzte Leistung von 95 % von Anthropic Claude Fable 5 erreicht“. Ein Modell, das 95 % Leistung zu extrem niedrigen Preisen bietet, ist kein Discount-Brand mehr, sondern ein echter Wettbewerber.
Die Folgen der Preise sind bereits sichtbar. Laut dem LLM Token Ausgabenindex von Silicon Data ist der durchschnittliche Marktpreis für AI-Token seit dem Hoch im Mai um 52 % gefallen und liegt nun auf dem historischen Tief von 0,98 US-Dollar je Million Tokens.
Das konzentrierte Kreditrisiko hinter den 2,3 Billionen Dollar US-Auftragsbeständen
Wood vergleicht das Kreditrisiko des KI-Booms mit der Immobilienkrise 2008 – und argumentiert wie folgt:
Bis Ende des zweiten Quartals 2026 haben Microsoft, Google, Amazon und Oracle kumulierte Restverpflichtungen (RPO) in Höhe von 2,34 Billionen US-Dollar – ein Anstieg von 186 % gegenüber dem Vorjahr, das sind rund 1,52 Billionen US-Dollar Zuwachs.
Das Problem: Etwa die Hälfte dieses gigantischen Auftragsvolumens entfällt auf OpenAI und Anthropic – zwei Unternehmen, die derzeit nicht profitabel sind.
Wood schreibt: „Hyperscale-Cloud-Anbieter gewähren praktisch konzentrierte, nicht abgesicherte Kredite an ihre noch Geld verbrennenden Mieter, da Anthropic und OpenAI nicht profitabel sind. Für neue Cloud-Dienstanbieter (Neo-Clouds) ist das Risiko noch größer, da sie selbst Kredite aufnehmen, um Chips zu vermieten.“
Analysten von Jefferies schätzen, dass diese beiden führenden KI-Labore im zweiten Quartal 2026 etwa 45 % des Google-Cloud-Umsatzes, 25 % des Microsoft Azure-Umsatzes ausmachen und ihre AWS-Anteile im dritten Quartal von 6 % auf das Zwei- bis Dreifache, also 12 %-18 %, steigen werden.
Woods Vergleich ist direkt und scharf: „Die Investitionen der Hyperscale-Cloud-Anbieter in Rechenzentren beruhen auf der Annahme, dass die Mieter zukünftig bezahlen – das erinnert stark an die Immobilienkreditkrise 2008.“
Off-Bilanz-Verbindlichkeiten: Eine weitere versteckte Risikostufe
Wood verweist zudem auf Risiken außerhalb der Bilanz.
Laut Moody’s belaufen sich die bislang nicht in Betrieb genommenen Rechenzentrums-Mietverpflichtungen der fünf größten Hyperscale-Cloud-Anbieter im Februar dieses Jahres auf 662 Milliarden US-Dollar, während dieser Wert Ende 2023 nur bei 152 Milliarden lag. Eine Nikkei-Studie schätzt die „verdeckten Schulden“ der fünf Anbieter bis zum zweiten Quartal 2026 auf 1,65 Billionen US-Dollar und damit über die buchmäßigen Schulden von rund 1,35 Billionen US-Dollar hinaus.
Gleichzeitig haben die fünf Hyperscale-Cloud-Anbieter dieses Jahr Anleihen im Wert von 229 Milliarden US-Dollar ausgegeben, während es im Gesamtjahr 2025 nur 108 Milliarden US-Dollar waren. Wood merkt an, dass die Credit Spreads von Amazon, Google und Meta seit Anfang Juni um 13 bis 16 Basispunkte gestiegen sind – „der langfristige Finanzierungsbedarf der Hyperscale-Cloud-Anbieter konkurriert zunehmend mit den Bedürfnissen des Bundes.“
Sein Fazit: Die Credit Spreads der KI-bezogenen Kreditnehmer „müssen jetzt genau beobachtet werden, um festzustellen, ob Investoren nicht länger bereit sind, KI-bedingte Kapitalausgaben zu finanzieren“, die Verbriefung von Rechenzentrumsvermögen sei „ein besonders wichtiger Bereich“.
Der Wahrheitsgehalt der Gewinne: zyklische Finanztechnik?
Woods Zweifel an der Ertragsqualität der Hyperscale-Cloud-Anbieter sind vielleicht der eindringlichste Teil des Berichts.
Die Zahlen zeigen, dass die vier größten Hyperscale-Cloud-Anbieter ihre annualisierten Gewinne in den vier Quartalen bis zum zweiten Quartal 2026 um 222 Milliarden US-Dollar auf 581 Milliarden gesteigert haben. Gleichzeitig ist der Posten „Sonstige nicht operative Einnahmen/Verluste“ – vorrangig unrealisiertes Buchgewinne aus Beteiligungen an nicht börsennotierten Unternehmen – um 224 Milliarden US-Dollar gewachsen.
Mit anderen Worten: Der gesamte Gewinnzuwachs der Hyperscale-Cloud-Anbieter lässt sich durch die Bewertung von KI-Startup-Beteiligungen zum Marktwert erklären.
Wood beschreibt diesen Kreislauf so: Hyperscale-Cloud-Anbieter investieren in KI-Labore, die daraufhin bei denselben Anbietern Rechenleistung kaufen, und die Hyperscale-Cloud-Anbieter verbuchen dann die steigende Privatbewertung der Labore als Gewinn.
Er stellt zudem fest, dass das berichtete EPS des S&P 500 in den vergangenen drei Jahren um 18 % p. a. gewachsen ist, während der nach Volkswirtschaftlichen Konten berechnete Gewinn nicht-finanzieller Unternehmen nur um 5 % wuchs. Ein solch großes Auseinanderdriften gab es zuletzt auf dem Höhepunkt der Dotcom-Blase. Wood schreibt: „Die oben beschriebenen Entwicklungen deuten auf Finanztechnik hin.“
Kapitalausgaben: Wer zahlt eigentlich?
Obwohl der freie Cashflow von 60 Milliarden US-Dollar im vierten Quartal 2025 auf 7 Milliarden im zweiten Quartal 2026 gefallen ist und für das dritte Quartal ein negativer Wert von –13 Milliarden erwartet wird, wurde die Investitionstätigkeit nicht gebremst.
Der Marktkonsens prognostiziert, dass die Kapitalausgaben der vier größten Hyperscale-Cloud-Anbieter von 723 Milliarden US-Dollar in diesem Jahr auf 993 Milliarden US-Dollar im Jahr 2027 steigen werden.
Woods Frage ist direkt: „Werden diese vier Hyperscale-Cloud-Anbieter wirklich 993 Milliarden US-Dollar Kapitalausgaben im Jahr 2027 tätigen? Das ist die aktuelle Marktschätzung.“
Sein Basisszenario lautet: Die KI-Geschichte „wird in naher Zukunft irgendwann eine gravierende Neuausrichtung erleben“.
„Sicherheit“ oder Kartell?
Woods Interpretation des jüngsten „Safety Pause“-Rufs in der KI-Branche ist ebenfalls bemerkenswert.
Dario Amodei von Anthropic, Sam Altman von OpenAI und Elon Musk haben kürzlich eine Verlangsamung der KI-Entwicklung gefordert, Trump hat dies sofort abgelehnt.
Wood hält das „Safety“-Narrativ nicht für überzeugend, er schreibt: „Die Anreizsysteme sollten beachtet werden. Eine koordinierte Pause unter dem Deckmantel der ‚Sicherheit‘ kann als Aufbau einer regulatorischen Schutzmauer interpretiert werden, insbesondere falls später Open-Source-Modelle, vor allem aus China, verboten werden. Eine weitere Möglichkeit – beide schließen sich nicht aus – ist, dass die KI-Giganten erkannt haben, dass die Kosten für Rechenleistung kaum noch tragfähig sind und/oder die Nachfrage nach Modellen sich stabilisiert. Falls dem so ist, warum nicht jetzt versuchen, ein Kartell zu bilden?“
Bemerkenswert ist, dass Mark Zuckerberg von Meta den Ruf nach Verlangsamung abgelehnt hat, woraufhin der Meta-Kurs um 18 % stieg.
Der Kreditmarkt ist entscheidend
Woods Investmentstrategie bleibt seit 2023 unverändert: Halten Sie „Schaufeln und Spitzhacken“ (Chiphersteller, die den Hyperscale-Cloud-Anbietern Chips für Kapitalausgaben liefern), nicht die Hyperscale-Cloud-Anbieter selbst. Diese Strategie funktioniert, solange die Käufer weiter kaufen.
Doch für Wood entscheidet letztlich der Kreditmarkt, nicht der Aktienmarkt, wann alles endet.
Sein Fazit: „Das KI-Ökosystem hat aktuell mehr lang laufende Anleihen emittiert als das US-Finanzministerium; das Umfeld ist von Turbulenzen am Anleihenmarkt und Zinserhöhungen der Fed geprägt, das Geld fließt in den Bau von Rechenzentren und die größten Mieter machen weiterhin Verluste.“
Wood verweist auf den historischen Vergleich zur Asienkrise 1997 – und Albert Edwards von SocGen hat zeitgleich ein ähnliches Framework vorgestellt – und merkt an, dass das „Wunder“ von Thailand nicht wegen enttäuschender Produktivität endete, sondern weil die Gläubiger das Problem bemerkten.
Novogratz sagt, die Blase sei „noch nicht spektakulär genug“, um zu platzen. Wood sagt, sie muss nicht spektakulär sein: Es reicht, wenn die Kreditgeber erschöpft sind.
Haftungsausschluss: Der Inhalt dieses Artikels gibt ausschließlich die Meinung des Autors wieder und repräsentiert nicht die Plattform in irgendeiner Form. Dieser Artikel ist nicht dazu gedacht, als Referenz für Investitionsentscheidungen zu dienen.
Das könnte Ihnen auch gefallen
Gewinnprognose | ASML (ASML.US) KI-Prämie steht vor großer Q3-Gewinnprüfung – EUV-Aufträge und Prognosen könnten über den Aktienkurs entscheiden
Der Lithografie-Maschinen-Gigant ASML wird seine Ergebnisse für das dritte Quartal am 14. Oktober (Mittwoch) vor US-Börsenbeginn veröffentlichen. Der Markt erwartet derzeit, dass der Umsatz im dritten Quartal etwa 11,66 Milliarden Euro beträgt, was etwa 13,2 Milliarden US-Dollar entspricht; der erwartete Gewinn je Aktie liegt bei etwa 12,47 US-Dollar.
Das neue iPhone soll um 15% weniger bestellt werden, der Marktwert von Apple (AAPL.US) ist zeitweise um hundert Milliarden Dollar geschrumpft! JPMorgan beruhigt den Markt: Dies ist eine saisonale Anpassung, kein Nachfrageeinbruch.
JPMorgan behält die Einstufung "Übergewichten" für Apple sowie das Kursziel von 340 US-Dollar bei.
Wird die Rendite von Amazons enormen KI-Investitionen vom Markt unterschätzt?
Amazon wird mit einem erwarteten Kurs-Gewinn-Verhältnis von 29 gehandelt, niedriger als das von Walmart mit 37, obwohl das Umsatzwachstum von Amazon dreimal so hoch ist wie das von Walmart – diese Umkehrung spiegelt tief sitzende Marktängste wider, ob die Investitionen in Künstliche Intelligenz tatsächlich eingelöst werden können. AWS-CEO Matt Garman gab bekannt, dass die AWS-Jahreseinnahmen bereits 160 bis 170 Milliarden US-Dollar betragen und mit 37 % wachsen. Sowohl die Cloud-Migration von Unternehmen, AI-native Start-ups als auch intelligente Workflows treiben gleichzeitig drei Wachstumskurven an.
Krypto-Preise
Mehr
