KI-Investitionen treten in das "Tal der Enttäuschungen" ein – die nächsten 18 Monate werden zur entscheidenden Bewährungsprobe!

Jede große Investitionsrunde in Recheninfrastruktur führt letztlich immer zum selben Scheideweg – der Markt beginnt, den Ertrag zu hinterfragen.

Ein Goldman Sachs-Bericht vom 10. November weist darauf hin, dass sich aktuelle KI-Investitionen am "Tal der Ernüchterung" (trough of disillusionment) befinden. Die jüngsten Schwankungen an den Aktien- und Kreditmärkten, zunehmend komplexe zyklische Finanzierungsstrukturen sowie die neue regulatorische Unsicherheit nach den US-Halbzeitwahlen haben gemeinsam Zweifel daran geweckt, ob die KI-Kapitalausgaben weiterhin Ertrag generieren können.

Eric Sheridan, leitender Analyst für US-Internetaktienforschung der Bank, erklärte direkt: "Jede Rechenzyklus-Runde, die ich analysiere, verläuft auf dieselbe Kurve – anfängliche Begeisterung für das Produkt, expandierende Investitionsgrößen und danach die Überprüfung der Rendite."

Er betont, dass dies nicht das erste Mal ist, dass in dieser Zyklusphase die Ernüchterung auftritt. In den letzten 12 bis 18 Monaten hat es rund um das KI-Thema bereits drei Markt-Korrekturen gegeben: letzten Herbst und Winter, diesen Sommer und aktuell. Er räumt jedoch auch ein: "Der Einsatz ist zweifellos höher, weil wir weiter im Zyklus fortgeschritten sind und erheblich mehr Kapital investiert wurde."

Der Gründer und CEO von Social Capital, Chamath Palihapitiya, sagt im Bericht offen: "Ich sehe eine erhebliche Fehlanpassung zwischen der zugesagten Kapazität von Datenzentren, der tatsächlichen Kapazität und dem Ertrag." Er warnt, dass die nächsten 18 Monate eine Phase der "Abrechnung" sein werden – der Markt wird zunehmend unterscheiden, welche KI-Geschäftsmodelle und Infrastrukturzusagen tragfähig sind und welche nicht.

Die tödliche Schwäche der neuen Cloud-Computing-Anbieter

Chamath Palihapitiya analysiert detailliert das aktuell am stärksten belastete Segment – die neuen Cloud-Computing-Anbieter (Neoclouds).

"Ich sehe eine Fehlanpassung zwischen der zugesagten Kapazität von Datenzentren, der tatsächlichen Kapazität und dem Ertrag," sagt er, "dies ist besonders kritisch für Neoclouds, die enorm in GPUs, Strom und Kapazität von Datenzentren investieren. Damit diese Zusagen erfüllt werden, muss die Nachfrage letztlich davon abhängen, ob Endkunden greifbaren Ertrag aus KI-Ausgaben erzielen."

Palihapitiya zieht einen Vergleich zur Luftfahrtbranche: GPUs sind die Triebwerke, Datenzentren der Rumpf, das Land die Flughäfen, Rechenleistung sind pro Stunde verkaufte Sitze – und eine nicht genutzte Rechenleistungsstunde ist wie ein leerer Sitz, der für immer verschwindet. Die Gewinnschwelle der Neoclouds liegt bei etwa 70–75 % Auslastung, nur darüber hinaus gibt es echten Gewinn.

Er betont weiter, dass das größte Problem aktuell auf der Nachfrageseite liegt: Die Umsetzung von KI-Projekten in Unternehmen ist schwierig, das mittlere Management steht ihnen ablehnend gegenüber, und Produktivitätszuwächse gehen oft in anderen Bereichen der Wertschöpfungskette verloren. "Heute gibt es praktisch keine Unternehmen, die ihre Gewinne oder das Wachstum direkt auf KI zurückführen können."

18 Monate, Fenster der Abrechnung

Palihapitiya hat eine klare Einschätzung zum Zeitrahmen: "Die nächsten 18 Monate sind entscheidend. Wir werden dann keine endgültigen Antworten bekommen, aber wir werden die Grundlage für einen Abrechnungsprozess legen, bei dem nachhaltige KI-Geschäftsmodelle und Infrastrukturzusagen von den nicht nachhaltigen unterschieden werden."

Er erläutert, dass sich dieses Zeitfenster dadurch auszeichnet, dass mehr Hauptakteure der KI-Lieferkette in den Fokus der öffentlichen Märkte rücken und Investoren klarer einschätzen können, ob deren Geschäftsmodelle dauerhaft skalierbar sind.

Ein wichtiger Indikator zur Beobachtung ist: Wie sich das Einkommensmodell der führenden Modell-Anbieter entwickelt – bleibt es bei "token-basierter Abrechnung" oder verändert es sich in Richtung einer "Ergebnis-basierten Preisstellung"? "Abonnementmodelle sind nicht gleichbedeutend mit Ergebnis-basierter Preisstellung, aber sie sind ein Schritt in diese Richtung," sagt er.

Hyperscaler: Immer noch mehr als 15 % Rendite?

Trotz der großen Herausforderungen ist Goldman Sachs im Hinblick auf die Hyperscaler relativ optimistisch.

Sheridan sagt: "Trotz allem schätzen wir, dass die sechs großen US-Hyperscaler problemlos eine Kapitalrendite (ROIC) von über 15 % erzielen können." Zu diesen sechs gehören Alphabet, Amazon, Microsoft, Meta, Oracle und SpaceX⁠—sie erwarten für den Zeitraum 2028 bis 2030 einen kumulierten Umsatz von rund 1,42 Billionen US-Dollar.

Bis zum dritten Quartal 2026 beträgt der Akkumulationsrückstand der drei großen Cloud-Anbieter AWS, Azure und Google Cloud bereits 1,8 Billionen US-Dollar, ein Wachstum von etwa 140 % gegenüber dem Vorjahr. Einige Hyperscaler erwartet, dass etwa 50 % dieses Rückstands in den nächsten zwei Jahren als Umsatz realisiert werden.

"Die Sichtbarkeit entsteht nie so schnell, wie Investoren es möchten," sagt Sheridan, "aber die Unternehmen haben bereits signifikante Fortschritte gemacht."

Kapitalmarkt: Es gibt bereits Risse

Auch die Signale des Drucks am Kapitalmarkt dürfen nicht übersehen werden.

Miriam Wheeler, Leiterin für globale Leveraged-Finanzierung bei Goldman Sachs, stellt fest, dass das Tempo der KI-bezogenen Transaktionen am Markt für Hochzinsanleihen deutlich abgenommen hat. Im Sommer erhoffte der Markt eine Neuemission von 60 Mrd. US-Dollar im Herbst, weshalb sich die Spreads stark ausgeweitet haben. Im letzten Monat gab es fast keine neuen Transaktionen auf dem Non-Investment-Grade-Markt.

"Die Differenzierung wird wahrscheinlich weiterhin das Hauptthema am Hochzinsmarkt bleiben," sagt Wheeler, "und das spiegelt die Dynamik im gesamten breiteren Marktumfeld wider." Sie erwartet, dass erstklassige Entwickler und Projekte weiterhin bevorzugten Zugang zu Finanzierungen erhalten und andere Teilnehmer größere Herausforderungen bewältigen müssen.

Die Daten der Chief Credit Strategistin Amanda Lynam von Goldman Sachs zeigen ein tieferliegendes Problem: Marktübersättigung statt Finanzierungskosten sind aktuell der größte limitierende Faktor. Bis Anfang November 2026 haben die fünf größten Hyperscaler bereits Schuldverschreibungen im Wert von 296 Milliarden US-Dollar emittiert, mehr als die bisherigen Jahresprognose von 250 Milliarden US-Dollar von Goldman Sachs. Darüber hinaus haben diese fünf Unternehmen Leasingverpflichtungen von 1,7 Billionen US-Dollar (von denen 75 % noch nicht in Kraft sind) und weitere Ausgabeverpflichtungen von 1,9 Billionen US-Dollar – davon laufen 685 Milliarden US-Dollar bis Ende 2027 ab.

"Ratingagenturen haben eine vorsichtigere Haltung eingenommen," schreibt Lynam. Im September 2026 stellte Moody's fest, dass die Gesamtverpflichtungen der Hyperscaler seit 2023 um das Achtfache gestiegen sind; im Oktober erklärte S&P, dass "die Fehlertoleranz im KI-Finanzierungssystem zunehmend abnimmt".

Wenn die Nachfrage nicht eingelöst wird

Palihapitiya hat auch das schlechteste Szenario bewertet, glaubt aber nicht an eine Wiederholung des Crashs wie 1999.

"Wahrscheinlicher ist eine Phase der Rationalisierung," sagt er. Endkunden könnten sich weigern, ihre Ausgaben zu erhöhen; wenn der Schuldenmarkt das Vertrauen in die Auslastung verliert, steigen die Finanzierungskosten – "Die schwächsten Schuldner könnten mit fast 20 % Kreditkosten konfrontiert werden, die CDS-Spreads könnten nahe 1.000 Basispunkten liegen, selbst Investment-Grade-Borrower könnten fast zweistellige Finanzierungskosten erwarten."

Er hält eine Umverteilung der Vermögenswerte für wahrscheinlicher als einen Zusammenbruch. Hyperscaler werden aufgrund ihrer starken Bilanzen und Kerngeschäfte zu natürlichen Vermögensaufkäufern.

Sheridan stimmt dem zu und ergänzt drei Bedingungen, die den Zyklus verlangsamen könnten: "Wenn die Nachfrage enttäuscht, die Zugänge zu Kapital blockiert werden oder das KI-Ökosystem einen eigenen Stromengpass entdeckt – dann könnte das aktuelle Tal der Ernüchterung sich in einen dauerhaften Schrumpfungszustand verwandeln."