Analyse · Meotis Finance
Der KI-Ausbau wird inzwischen durch Kredite finanziert
Die Investitionen der Hyperscaler und Spitzenlabore werden nicht mehr aus freiem Cashflow getragen, sondern durch Schulden, chipbesicherte Kredite und von Versicherungen finanzierte Privatkredite. Das verändert, wer den nächsten Verlust trägt. Eine Kategorie im aktuellen Makromodell leuchtet bereits auf.
Meotis Research·27. August 2026·12 Min. Lesezeit

An den Märkten hat jeder eine Meinung dazu, ob künstliche Intelligenz eine Blase ist. Doch auf diese Frage sollte man wenig Zeit verwenden, denn die Antwort sagt nur, wie weit die Preise fallen könnten. Nützlicher ist eine Frage nach den Finanzierungswegen: Auf wessen Bilanz landet der Verlust, wenn der KI-Ausbau enttäuscht?
Die gestellte Frage und die entscheidende Frage
In den ersten beiden Jahren dieses Zyklus war die Antwort einfach und beruhigend. Vier amerikanische Unternehmen mit hohen Gewinnen bezahlten ihre Rechenzentren aus eigener Kasse. Erwiesen sich die Ausgaben als verfrüht, zeigte sich der Verlust in einem niedrigeren Aktienkurs. Aktionäre wissen, dass sie mit Aktien Geld verlieren können. Dort endete der Schaden.
So wird der Ausbau nicht mehr bezahlt. In den vergangenen achtzehn Monaten kam das Geld zunehmend aus Schulden, aus Krediten gegen die Chips selbst und aus privaten Kreditfonds, deren Kapital letztlich von Lebensversicherungen stammt. Jeder dieser Wege verlagert das Risiko von jemandem, der bewusst einen Vermögenswert halten wollte, zu jemandem, dem an einem festen Datum eine feste Summe geschuldet wird. Wird die zweite Anlegergruppe enttäuscht, bleiben die Folgen nicht im Technologiesektor.
Ich schreibe seit einem Grossteil dieses Jahres über das KI-Anlagethema, und die entscheidende Frage verschiebt sich ständig. Im Februar war es Kapital: Investitionsausgaben als makroökonomische Grösse. Im April war es Arbeit. Im Mai war es der Preis der Rechenleistung selbst. Diesen Monat ist es die Finanzierung. Ich halte das für die bisher wichtigste Fassung der Frage.
Die Grössenordnung in zwei Zahlen
Zwei Zahlen zeigen das Ausmass, ohne die Leserschaft darin zu ertränken.
Erstens: Im ersten Quartal 2026 gaben die vier grössten amerikanischen Cloud-Unternehmen zusammen USD 129.8 Milliarden für Investitionsprojekte aus, rund 80% mehr als im Vorjahresquartal, gemäss unserem am 28. August 2026 neu aufgebauten Investitionsmonitor. Ein Quartal, vier Unternehmen. Im zweiten Quartal legten die Ausgaben weiter zu. Microsoft, Alphabet und Meta investierten zusammen USD 110.8 Milliarden, 98% mehr als im entsprechenden Quartal 2025. Allein bei Meta stiegen die Ausgaben binnen drei Monaten von USD 19.0 auf USD 30.1 Milliarden. Amazon, das mehr ausgibt als jedes dieser drei Unternehmen, hatte seine Quartalsinvestitionen in keiner der beiden von unserem Monitor verwendeten Datenquellen veröffentlicht. Die Summe aller vier Unternehmen ist deshalb noch unvollständig.
Zweitens: Auf künstliche Intelligenz entfallen inzwischen 15.77% sämtlicher physischer Unternehmensinvestitionen in den USA, Bauten und Ausrüstung zusammen. Das sind 5.79 Prozentpunkte mehr als vor einem Jahr, gemäss unserem Investitionsanteilsmonitor vom 26. August 2026. Über die vergangenen zwölf Monate entspricht das USD 433.9 Milliarden bei einem Wachstum von 72.7%. KI hat ungefähr 78% des Wachstums der amerikanischen physischen Kapitalinvestitionen beigesteuert.
Einfach gesagt: Ein einziges Technologiethema prägt inzwischen den Grossteil dessen, was amerikanische Unternehmen zusätzlich bauen. Bei diesem Anteil an den nationalen Investitionen wird es zur makroökonomischen Grösse. Jede Makrogrösse dieses Umfangs verdient die Frage nach ihrer Finanzierung.
Das Diagramm erfasst nur die drei grössten Investoren, deren Quartal wir vollständig sehen können. Schon dieses Teilbild steigt ohne Unterbrechung. Nicht sichtbar ist der übrige Markt, und gerade darüber sollten Leser nachdenken. Spezialisierte Rechenzentrumsentwickler, sogenannte Neoclouds, souveräne Projekte und private Betreiber bauen neben den Giganten. Fast keiner von ihnen kann auf dreissig Jahre einbehaltener Gewinne zurückgreifen. Sie bauen mit geliehenem Geld, weil nur dieses Geld verfügbar ist. Unser Monitor enthält für diese Gruppe keine verifizierte Zeitreihe. Deshalb nenne ich hier keine Zahl.
Drei Finanzierungswege und ihre Inhalte
Die Finanzierung kommt über drei Kanäle, die unterschiedliche Risiken tragen.
Unternehmensanleihen. Die grossen Technologieunternehmen nutzen den Anleihemarkt in einem früher nicht nötigen Tempo. 2025 emittierten sie mehr Schulden als in den sieben Jahren zuvor zusammen, während ihre liquiden Mittel im Verhältnis zu den Aktiven sanken. Das ist der transparenteste der drei Kanäle. Die Schuldner sind profitabel, die Schulden öffentlich bewertet und öffentlich bepreist. Wenn etwas schiefläuft, lässt es sich in Echtzeit erkennen. Dieser Kanal allein raubt mir nicht den Schlaf.
Kredite gegen Chips. Dieser Kanal ist neuer und ungewöhnlicher. Ein Rechenzentrumsbetreiber kauft Grafikprozessoren und nimmt anschliessend Kredite dagegen auf. Als Sicherheit dienen die Chips und die aus ihrer Vermietung entstehenden Verträge. Häufig werden diese Kredite gebündelt und als Wertpapier an Investoren weiterverkauft. Genau das bedeutet «Verbriefung»: Ein Kreditgeber verwandelt eine Sammlung einzelner Kredite in eine handelbare Anleihe, damit jemand anderes das Risiko trägt.
Wer 2008 erlebt hat, erkennt die Struktur dieses Satzes. Dennoch rate ich zu Vorsicht beim Vergleich. Kredite zu bündeln, ist ein normales und nützliches Verfahren. 2007 scheiterte es aus einem bestimmten Grund: Die zugrunde liegenden Sicherheiten, amerikanische Häuser, waren falsch bewertet, und die Bündelung verdeckte dies vor den Käufern. Bei Chips ist deshalb dieselbe Frage ehrlich zu stellen: Was ist die Sicherheit wert, wenn der Schuldner nicht mehr bezahlt?
Ein Gebäude kann jahrzehntelang neu vermietet werden. Eine Prozessorgeneration wird innerhalb von drei bis fünf Jahren abgelöst, und ihren Mietwert bestimmt ein stark schwankender Markt. Im Mai verdoppelte sich der bedarfsabhängige Stundentarif einer Nvidia H100 ungefähr von USD 1.50, wo er vier Monate gelegen hatte, auf USD 3.00. Damals war das ein Nachfragesignal, und so las ich es. Zugleich warnt es vor dem Sicherheitenrisiko. Ein Vermögenswert, dessen Ertrag sich in einem Monat verdoppeln kann, kann ihn in einem Monat auch halbieren. Der Verwertungswert eines gebrauchten Chips in fünf Jahren bleibt eine offene Frage, die noch kein Kreditgeber in einem Abschwung beantworten musste.
Von Versicherungen finanzierte Privatkredite. Dieser Kanal bereitet mir am meisten Sorgen und ist zugleich der am wenigsten sichtbare.
Seit 2008 hat die Regulierung riskante Unternehmenskredite aus den Banken zu privaten Kreditfonds verlagert. In jüngerer Zeit haben Private-Equity-Gesellschaften solche Fonds mit Lebensversicherern im eigenen Besitz verbunden. Die Logik: Eine Lebensversicherung nimmt heute Prämien ein und zahlt erst Jahrzehnte später aus. Genau dieses geduldige Geld passt zu einem Kredit, der sich nicht schnell verkaufen lässt. Die Versicherung erhält eine höhere Rendite, der Fonds stabiles Kapital, das nicht jederzeit zurückgefordert werden kann, und die Gruppe vereinnahmt auf beiden Seiten Gebühren.
Rund USD 750 Milliarden Lebensversicherungsvermögen befinden sich inzwischen im Einflussbereich von Private Equity. Versicherer halten ungefähr 10% bis 15% ihrer Aktiven in Private Credit. Ein grosser Teil dieser Kredite besitzt ein sogenanntes Private Letter Rating: eine Bonitätsnote, die nur den einzelstaatlichen Aufsichtsbehörden bekannt ist, nicht der Öffentlichkeit.
Zwei Details verdienen besondere Beachtung. Erstens ist das Sicherheitsnetz schwächer, als viele annehmen. US-Bankeinlagen sind durch einen Fonds geschützt, der vorab Geld einsammelt und riskantere Banken stärker belastet. Der Versicherungsschutz ist dagegen einzelstaatlich organisiert. Das System sammelt erst Geld ein, nachdem ein Unternehmen ausgefallen ist, belastet die verbleibenden Versicherer nach Grösse statt Risiko und erlaubt ihnen in etwa 34 Bundesstaaten, die gesamte Umlage über fünf Jahre als Steuergutschrift zurückzuholen. Am Ende bezahlt die öffentliche Hand, ohne dass je ein Parlament darüber abstimmt.
Zweitens ist die Undurchsichtigkeit nicht theoretisch. Guggenheims Delaware Life korrigierte den ausgewiesenen Anteil von Vermögenswerten mit Verbindungen zum eigenen Eigentümer von 3% bis 5% auf 40%. Das ist nahezu eine Verzehnfachung: dieselbe Bilanz, auf zwei Arten beschrieben. Der Fall zeigt, wie schnell so etwas sichtbar werden kann.
Ich behaupte nicht, dass KI-Infrastruktur der wichtigste Verwendungszweck versicherungsfinanzierter Privatkredite ist. Mir sind keine Daten bekannt, die eine solche Aussage erlauben. Meine Aussage ist enger und dennoch unangenehm: Die am schnellsten wachsende Schuldnergruppe wird vom am wenigsten transparenten Kreditkanal der Wirtschaft bedient. Dessen Absicherung ist schwächer als die der Banken. Wie gross die Überschneidung ist, bleibt für mich eine Forschungsfrage, keine gesicherte Zahl.
Was ein Z-Score ist und was das aktuelle Modell sagt
Unser Makromodell macht mit vielen Daten etwas Einfaches. Für jeden Wirtschaftsindikator fragt es, wie ungewöhnlich der heutige Wert gegenüber seiner eigenen Vergangenheit ist. Die Antwort wird in Standardabweichungen ausgedrückt, als Sigma. Null bedeutet völlig normal. Plus ein Sigma bedeutet höher als ungefähr fünf von sechs historischen Messwerten. Anschliessend gruppiert das Modell die Indikatoren in Kategorien und bildet einen Gesamtwert.
Der Zweck dieses Verfahrens ist, Erzählungen auszublenden. Das Modell kennt keine KI-Geschichte. Es weiss nur, ob die Bankdaten ihrer eigenen Vergangenheit ähneln.
Drei Werte tragen diesen Beitrag. Alle stammen aus dem am 27. August 2026 berechneten aktuellen Modell. Jeder misst den Abstand der Kategorie von ihrem eigenen Mittelwert in Standardabweichungen, wie im Diagramm dargestellt.
Das Bankensystem liegt bei +1.40σ gegenüber seinem eigenen Mittelwert. Unter den Kategorien mit einer verlässlichen Zahl aktueller Eingaben ist dies der heisseste Wert im Modell. Nach ihren eigenen historischen Massstäben läuft die Bankaktivität auf erhöhtem Niveau.
Die Liquidität liegt bei +0.34σ. Diese Kategorie ist im gesamten Modell am vollständigsten beobachtet, jede Eingabe ist aktuell. Sie zeigt ein gewöhnliches monetäres Umfeld. Es gibt keine Flut neuen Geldes.
Kredit und Konsum liegen bei +0.03σ. Die Kreditbedingungen der Haushalte befinden sich fast exakt auf ihrem langfristigen Durchschnitt.
Zusammen ergeben diese drei Werte ein präzises Bild: Das Bankensystem ist erhitzt, während Liquidität normal und Haushaltskredit unauffällig sind. Ein breiter Kreditboom, in dem alle Schulden aufnehmen, würde alle drei Kategorien aufleuchten lassen. Nur eine leuchtet. Was durch die Bankbilanzen läuft, ist konzentriert und kommt weder von den Konsumenten noch von einem Überfluss an Geld.
Warum neutrale Liquidität das Problem verschärft
Ein neutraler Liquiditätswert lässt sich beruhigend lesen: Nichts läuft schief. Ich lese ihn umgekehrt.
Michael Howells Ansatz, auf den ich mich hier stütze, betrachtet die Welt als gewaltige Refinanzierungsmaschine statt als Sparmaschine. Ein Grossteil der Kredite wird bei Fälligkeit durch neue Kredite ersetzt. Entscheidend ist, ob der verfügbare Geldbestand schnell genug wächst, um die jährlich fällig werdenden Schulden aufzunehmen.
Nach unserer Messung beträgt die amerikanische nichtfinanzielle Verschuldung im ersten Quartal 2026 inzwischen 361% der breiten Geldmenge. Die Schulden wuchsen im Jahresvergleich um 5.7%, dieser Geldbestand dagegen um 4.6%. Die Lücke beträgt 1.1 Prozentpunkte, gemäss unserem Schulden-Liquiditätsmonitor vom 24. August 2026. Die Schulden wachsen dem für ihre Refinanzierung verfügbaren Geld langsam und stetig davon.
Unangenehm ist der Zeitpunkt. Die günstigen Kredite der Pandemiezeit wurden überwiegend für ungefähr fünf Jahre aufgenommen und kehren nun geballt zur Refinanzierung zurück. Der Höhepunkt dieser Fälligkeiten bei Unternehmen und Staaten liegt zwischen 2026 und 2028. Genau in dieses Fenster tritt das grösste private Investitionsprogramm der modernen amerikanischen Geschichte und sucht Kredite.
Das Diagramm zeigt das lange Ende der Zinskurve, auf das diese Kreditaufnahme trifft. Dreimonatsgeld kostet zum 18. August 2026 3.86%, Geld über dreissig Jahre 5.28%. Die Kurve steigt: Je länger man Geld aufnimmt, desto mehr bezahlt man. Ein Rechenzentrum ist eine Anlage für fünfzehn bis zwanzig Jahre. Jeder Betreiber, der eines finanziert, kauft Geld am teuren Ende dieser Linie.
Gleichzeitig liegt der Leitzins der Federal Reserve bei 3.63%. Nach Abzug der Inflation bleibt ein Realzins von etwa +0.33%, also eine leicht restriktive Haltung. Die Zentralbank wird dieses Problem in den nächsten Quartalen nicht durch Inflation auflösen, sofern nichts sie dazu zwingt.
Die Konstellation lautet somit: Rekord-Kreditbedarf trifft auf die stärksten Refinanzierungsjahre des Jahrzehnts, am teuersten Punkt der Zinskurve, während die Geldmenge langsamer wächst als die Schulden. Keine dieser vier Tatsachen ist für sich dramatisch. Sie verstärken sich gegenseitig.
Was einen Kreditverlust tatsächlich unterscheidet
Der Finanzierungsmix ist wichtig, weil Eigenkapitalverluste und Kreditverluste in einer Volkswirtschaft unterschiedlich wirken. Der Unterschied ist mechanisch.
Fällt ein Aktienkurs, trifft der Verlust den Aktionär. Er fühlt sich ärmer und gibt möglicherweise weniger aus. Diese Wirkung ist real, aber langsam und breit verteilt. Das Unternehmen arbeitet weiter. Niemand muss rechtlich zwingend handeln.
Fällt ein Kredit aus, geschehen rasch drei Dinge. Das Kapital des Kreditgebers sinkt. Dadurch kann er weniger an alle anderen verleihen, auch an Unternehmen ohne jeden KI-Bezug. Der Schuldner muss zu einem festen Zeitpunkt Geld beschaffen. Meist bedeutet das, Vermögenswerte in einem Markt zu verkaufen, der gerade von deren Wertminderung erfahren hat. Und alle anderen Halter ähnlicher Kredite müssen ihre eigenen Bestände neu bewerten, unabhängig davon, ob ihr jeweiliger Schuldner Schwierigkeiten hat.
Dieser dritte Schritt ist der Übertragungskanal. Deshalb ist die Identität des Kreditgebers wichtiger als die Höhe des Verlusts. Ein Eigenkapitalverlust von USD 50 Milliarden bedeutet für eine Gruppe von Aktionären ein schlechtes Jahr. Ein Kreditverlust von USD 50 Milliarden, verteilt auf Banken und Versicherer, verschärft die Kreditbedingungen für die gesamte Wirtschaft. Diese Institute unterliegen Kapitalvorschriften und müssen ihre Bilanzen verkleinern.
Damit kehrt die Argumentation zum Modell zurück. Wäre der KI-Ausbau weiterhin eigenkapitalfinanziert, würde sich eine Enttäuschung zunächst in niedrigeren Technologiebewertungen zeigen. Bei der heutigen Finanzierung erscheint sie zuerst in der Qualität der Bankkredite, in den Bewertungen privater Kreditportfolios und in den Reserven der Versicherungen, die solche Kredite halten. Diese Reihenfolge sollte man sich merken. Sie zeigt zugleich, dass die Frühwarnindikatoren die unspektakulären sind: Kreditumfragen, Kreditaufschläge, Versicherungsberichte und die Kategorie Bankensystem in einem Makromodell.
Für europäische oder Schweizer Leser ist die Betroffenheit näher, als es scheint. Europäische Banken und Versicherer kaufen seit Jahren amerikanische Privatkredite, auf der Suche nach Renditen, die sie zu Hause nicht fanden. Ein Kreditereignis bei amerikanischen Rechenzentren erreicht uns über die Aktivseite von Instituten, die viele für konservativ halten. Als Reflex würde ich die bekannte Reaktion erwarten, ohne sie vorherzusagen: Nachfrage nach Franken, Nachfrage nach Gold und ein grösserer Abstand zwischen Unternehmen, die sich aus Gewinnen finanzieren, und solchen, die sich an den Märkten finanzieren. Dieser letzte Abstand erklärt, was eine Qualitätspräferenz praktisch bedeutet. Wenn Kredit der Übertragungskanal ist, beschreibt Qualität jene Unternehmen, die darauf verzichten können, andere um Geld zu bitten.
Was meine Einschätzung widerlegen würde
Drei Entwicklungen würden die Argumentation schwächen. Sollten sie eintreten, würde ich das öffentlich sagen wollen.
Wenn KI-Umsätze beginnen, die KI-Investitionsausgaben zu decken, sind die Schulden lediglich früh aufgenommen worden statt übermässig. Frühe Verschuldung gegen einen tatsächlichen Zahlungsstrom ist normale Unternehmensfinanzierung. Das Signal wären Betreiber, die Neubauten aus vertraglich gesicherten Erlösen statt aus neuen Kreditlinien finanzieren.
Wenn sich die Kategorie Bankensystem in den nächsten Monatsmessungen trotz fortgesetztem Ausbau wieder gegen null abkühlt, hatte die von mir beschriebene Erhitzung eine andere Ursache. Meine Interpretation wäre dann falsch gewesen.
Und wenn Zentralbanken ihre Bilanzen wieder deutlich ausweiten, verliert die Fälligkeitsmauer ihren bedrohlichen Charakter. Reichlich Geld verzeiht für eine Weile viel Verschuldung.
Was als Nächstes zu beobachten ist
Der Ausbau wird unabhängig von den Schlussfolgerungen dieser Analyse weitergehen. Die beteiligten Unternehmen halten Rechenleistung für den entscheidenden Engpass des Jahrzehnts und haben damit wahrscheinlich recht. Die Maschinen werden gebaut. Offen bleibt, wer die Forderungen hält, wenn die erste Chipgeneration das Ende ihrer Nutzungsdauer erreicht und jemand den Wert dieser Sicherheit abschreiben muss.
Marktanalyse und Kommentar für eine breite Leserschaft. Keine persönliche Anlageberatung; individuelle Umstände werden nicht berücksichtigt.
Lesen Sie unsere kommenden Publikationen als Erste.
Einige Artikel sind vorbehalten. Hinterlassen Sie Ihre E-Mail-Adresse, um Zugang zu kommenden Veröffentlichungen von Meotis Research zu erhalten.
Sprechen wir über Ihr Unternehmen.
- 30 Minuten, per Video oder in Neuchâtel
- Mit dem Gründungsteam
- Unverbindlich


Meotis
Kennenlerngespräch
Wählen Sie einen Tag
Wählen Sie eine Uhrzeit
Ortszeit Neuchâtel
Wählen Sie einen Tag und dann eine Uhrzeit.

