Wird die Finanzierung das Wachstum der KI-Rechenleistung bremsen? KI-Entwicklung braucht immer größere Rechenkapazitäten. Diese Kapazitäten sind teuer – und ob sie sich finanzieren lassen, wird zur Schlüsselfrage der kommenden Jahre.
Die Milliarden-Investitionen der großen KI-Labore sind bekannt. Doch wie bezahlen sie das? Ein Blick auf Anthropic zeigt die modernen Finanzkonstruktionen. Der KI-Entwickler hat im November 2025 angekündigt, 50 Milliarden Dollar in amerikanische Computerinfrastruktur zu stecken – bei einem Jahresumsatz von weniger als 9 Milliarden Dollar. Das wirft die Frage auf: Wächst die KI-Industrie schneller, als sie sich selbst finanzieren kann?
Warum KI-Compute so teuer ist
Die Fortschritte der letzten Jahre hängen eng mit der Skalierung von Rechenleistung zusammen. Modelle werden größer, Trainingsläufe komplexer, die Server-Cluster wachsen exponentiell. Das kostet Geld. Die größten Labore planen Infrastruktur-Projekte im Wert von zig Milliarden Dollar. Das übersteigt ihre aktuellen Gewinne bei weitem. Selbst Risikokapital in Milliardenhöhe reicht nicht.
Das Problem ist nicht neu: Fluggesellschaften und Telekommunikationsunternehmen mussten schon immer massive Investitionen stemmen. Der Unterschied: Bei KI ändert sich die Technologie in Jahren, vielleicht Monaten. Wer heute 50 Milliarden Dollar in spezialisierte Chips und Rechenzentren steckt, weiß nicht, ob diese in fünf Jahren noch konkurrenzfähig sind. Das macht Kredite riskant. Banken verlangen Sicherheiten – und genau hier setzt eine clevere Strategie an.
Zukunftsmieten als Sicherheit: Die Grundidee
Stell dir vor, du gründest ein kleines Transportunternehmen. Du kaufst keine Lkw, du least sie. Der Hersteller bürgt bei der Bank, damit du bessere Konditionen bekommst – denn wenn du zahlungsunfähig wirst, nimmt er die Lkws zurück und verkauft sie weiter. Das senkt das Risiko der Bank. Genau dieses Muster nutzen KI-Labore, nur in einer Größenordnung, die den Vergleich absurd erscheinen lässt.
Die Idee: Langfristige Mietverträge für Computersysteme schaffen einen vorhersehbaren Zahlungsstrom. Dieser zieht Investoren an, die das Geld für den Kauf der Anlagen vorstrecken. Ein Special Purpose Vehicle (SPV) hält die Verträge, die Hardware und die Schulden zusammen. Investoren erkennen klar, wofür sie zahlen und welche Risiken bestehen. Anthropic muss keine Milliarden in bar vorhalten, sondern nur die künftigen Mietzahlungen zusichern.
Der TPU-Deal: Broadcom als Retter
Der größte Brocken bei Anthropic sind die TPU-Systeme von Google. TPUs sind spezialisierte Chips für KI-Berechnungen. Dafür hat Anthropic über ein SPV namens AI XPV Platform rund 34,5 Milliarden Dollar Schulden aufgenommen. Das Geld kommt von institutionellen Anlegern wie Apollo, Blackstone und globalen Banken. 30 Milliarden davon sind durch eine Unterstützung von Broadcom abgesichert, 4,5 Milliarden nicht.
Die Struktur ist fein austariert. Das SPV least die TPU-Racks für fünf Jahre an Anthropic. Die Leasingzahlungen decken Zinsen und Tilgung. Die Racks selbst dienen als Sicherheit, falls Anthropic ausfällt. Die Schulden sind in drei Tranchen aufgeteilt, mit unterschiedlicher Rangfolge. Die „A1“-Tranche mit 6 Milliarden Dollar bekommt einen Prozentpunkt über der Staatsanleihen-Rendite. Die „A2“-Tranche mit 24 Milliarden Dollar zahlt 5,75 Prozent. Die „B“-Tranche mit 4,5 Milliarden Dollar bringt 8,5 Prozent ein. A1 und A2 werden vor B bedient. Broadcom sichert die A-Tranchen ab, nicht die B-Tranche.
Warum? Broadcom verdient an dem Deal, weil es die TPU-Systeme verkauft. Wenn Anthropic zahlungsunfähig wird, kann Broadcom die Racks übernehmen oder weiterverkaufen. Das senkt das Risiko für A-Tranchen-Investoren, die sich mit niedrigeren Zinsen zufriedengeben. Die B-Investoren gehen ein höheres Risiko ein – ohne Broadcom-Support – und verlangen entsprechend mehr. Der Unterschied von 2,75 Prozentpunkten zwischen A2 und B zeigt, was der Broadcom-Backstop wert ist. Die Auszahlung erfolgt nicht auf einen Schlag, sondern in etwa 16 Stufen über gut ein Jahr. So bleibt die ausstehende Schuld im Verhältnis zum Wert der gelieferten Hardware.
Die Rechenzentren: Google bürgt mit
Neben den Chips braucht Anthropic Gebäude. Zusammen mit Fluidstack, einem Anbieter von Rechenzentren, haben sie über fünf Standorte 15,2 Milliarden Dollar Fremdkapital aufgenommen, um 1,43 Gigawatt an IT-Kapazität zu bauen. Das Muster ist dasselbe: Projektgesellschaften leihen sich Geld, bauen die Rechenzentren und vermieten sie an Fluidstack. Fluidstack untervermietet an Anthropic.
Diese Konstruktion nennt man Projektfinanzierung. Die künftigen Mieteinnahmen sind das Pfand. Google, das die TPU-Systeme liefert, unterstützt auch hier einen Teil des Risikos. Bei einem Projekt, Lake Mariner, kann Google im Fall eines Zahlungsausfalls die Miete übernehmen und den Mietvertrag fortführen. Das macht den Kredit attraktiver. Investoren erhalten mehr Sicherheit und fordern weniger Rendite.
Die Aufteilung auf mehrere Entwickler hat einen praktischen Grund: Ein Rechenzentrum braucht Stromanschluss, Genehmigung, Kühlung und einen Bauplan. Diese Ressourcen sind knapp. Verschiedene Entwickler und Strommärkte erlauben paralleles Bauen, statt auf einen einzigen großen Bau zu warten. Anthropic baut daher nicht ein monumentales Rechenzentrum, sondern treibt mehrere Projekte gleichzeitig voran.
Was das für die Zukunft bedeutet
Finanzierung ist kein unüberwindbares Hindernis für den Ausbau von KI-Compute. Institutionelle Anleger verleihen Milliarden gegen die Versprechen künftiger Mietzahlungen. Sie übernehmen sogar Risiko, wenn ein etablierter Konzern wie Broadcom oder Google bürgt. Das ist „Vendor-supported Financing“: Der Lieferant gibt seine Kreditwürdigkeit, um den Verkauf eigener Produkte zu ermöglichen. Ein Arrangement, das alle Seiten zufriedenstellt.
Kann das KI-Wachstum unbegrenzt weitergehen? Nicht unbedingt. Der Fall zeigt, dass es funktioniert, wenn ein großes, profitables Unternehmen hinter dem Deal steht. Nicht jedes KI-Labor kann darauf hoffen. Die Summen – fast 50 Milliarden Dollar für ein einzelnes Unternehmen – sind bemerkenswert. Ob Anleger bei noch größeren Beträgen so entspannt bleiben, ist offen. Viel hängt davon ab, ob die KI-Modelle genug Umsatz generieren, um die Schulden zu bedienen. Die erwarteten Renditen sind hoch, aber nicht garantiert.
Für Beobachter der KI-Entwicklung heißt das: Achte nicht nur auf Modelle und Benchmarks. Sieh dir an, wie die Infrastruktur bezahlt wird. Denn die Finanzierungsweise entscheidet mit, ob die KI-Skalierung die nächsten Jahre übersteht. Bislang sieht es so aus, als ob genug Geld verfügbar ist – vorausgesetzt, die großen Technologiekonzerne stehen als Puffer bereit. Die Finanzierung ist kein akuter Flaschenhals, aber ein Faktor, den man im Auge behalten sollte.
Quelle: epochai.substack.com
