Die milliardenschweren KI-Investitionen stehen womöglich nicht auf solidem Grund. Ein Blick in die Geschichte zeigt: Ähnliche Infrastruktur-Booms endeten schon einmal in einer tiefen Finanzkrise. Die Parallelen zur Gegenwart sind deutlich. Ein Autor zieht Vergleiche zwischen der Eisenbahnkrise von 1873 und der heutigen KI-Investitionswelle – und erklärt, warum Nvidia betroffen sein könnte.
Tech-Riesen nehmen Schulden in schwindelerregender Höhe auf, um Rechenzentren und KI-Chips zu kaufen. Der Beitrag „Nvidia’s Risky Business“ argumentiert, dass diese Entwicklung an die Eisenbahnblase im 19. Jahrhundert erinnert. Übermäßige Kreditaufnahme führte damals zu einer weltweiten Depression. Heute könnte die KI-Blase ähnliche Risiken bergen.
Die erste große Investitionsblase
Ein Blick zurück ins Jahr 1870: Jay Cooke, ein gefeierter Finanzier des amerikanischen Bürgerkriegs, unterschrieb einen Vertrag mit der Northern Pacific Railway. Diese Eisenbahngesellschaft sollte die Großen Seen mit dem Pazifik verbinden – ein ehrgeiziges Projekt, das an fehlendem Kapital scheiterte. Cooke, der sich zunächst geweigert hatte, das Unternehmen zu finanzieren, wurde durch eine Provision von zwölf Prozent pro Anleihe und zusätzliche Aktienpakete überzeugt.
Cooke konnte institutionelle Investoren nicht überzeugen. Also wandte er sich an die breite Bevölkerung – eine Neuheit. Er setzte auf patriotische Appelle, kontrollierte Medien und versprach den Käufern von Anleihen große Gewinne. Mit 1.500 Verkäufern und der finanziellen Unterstützung von 1.300 Zeitungen schuf er ein System, das an moderne Marketingkampagnen erinnert. Die Eisenbahnanleihen wurden zum Volksinvestment, doch die Kapitalbedürfnisse der Northern Pacific waren unersättlich.
Im September 1873 wurden die Kredite weltweit knapper – ausgelöst durch einen Börsencrash in Wien und die Demonetisierung von Silber. Cooke fand keine Käufer mehr für seine Anleihen. Seine Bank, Jay Cooke & Company, meldete Konkurs an. Das löste die Panik von 1873 aus: massenhafte Eisenbahnpleiten, eine jahrelange Depression und eine jahrzehntelange Deflation. Historiker sehen darin sogar einen Auslöser für spätere europäische Konflikte.
Die Northern Pacific wurde schließlich fertiggestellt – nach mehreren Insolvenzen. Sie ging in der Burlington Northern Railroad auf, die später mit der Santa Fe fusionierte und schließlich von Berkshire Hathaway übernommen wurde. Solche Investitionswellen enden nicht unbedingt im Nichts, aber sie bringen enorme Turbulenzen mit sich.
Parallelen zu den heutigen KI-Investitionen
Liaquat Ahamed, Autor des Buches „1873“, zieht direkte Verbindungen zwischen der damaligen Eisenbahnblase und der aktuellen KI-Euphorie. Er rechnet historische Summen in heutige Verhältnisse um: Die 500 Millionen Dollar, die jährlich in US-Eisenbahnanleihen flossen, entsprechen heute etwa 600 Milliarden Dollar – ungefähr so viel, wie die großen Tech-Konzerne im Jahr 2026 in KI-Infrastruktur investieren wollen.
Microsoft-CEO Satya Nadella hat das Buch als Pflichtlektüre bezeichnet. Microsoft ist der einzige Hyperscaler, der noch über beträchtliche freie Cashflows verfügt – 19,6 Milliarden Dollar im letzten Quartal. Während Microsoft aus eigener Kraft finanziert, haben andere Unternehmen den Weg der Verschuldung eingeschlagen. Zwischen September und November des Vorjahres haben Oracle, Meta, Alphabet und Amazon zusammen 80 Milliarden Dollar an Anleihen begeben. Dieses Jahr sind es bereits 194 Milliarden Dollar, nachdem es im gesamten Jahr 2025 noch 108 Milliarden waren.
Die Zeichen mehren sich, dass diese Schulden nicht ohne Folgen bleiben: Die Spreads steigen, und 86 Prozent der in diesem Jahr begebenen Anleihen handeln bereits über ihrem Ausgabekurs. Der Deckungsgrad für neue Emissionen ist von 5x im Februar auf unter 2x gefallen. Anleger werden zögerlicher. Der Autor sieht hierin eine verblüffende Ähnlichkeit zu Jay Cooke, der ebenfalls feststellen musste, dass die Nachfrage nach seinen Anleihen versiegte.
Google kündigte im Juni an, 85 Milliarden Dollar an Eigenkapital aufzunehmen – inklusive einer speziellen Emission von 10 Milliarden Dollar an Berkshire Hathaway. Der Autor kommentierte dies als Signal: Google ist bereit, alle Finanzierungsmöglichkeiten auszuschöpfen, um die erwartete Nachfrage nach Rechenleistung zu bedienen. Gleichzeitig bestätigt es, dass die KI-Investitionen weitergehen – solange das Kapital reicht.
Googles Dilemma: DeepMind und der Wettlauf um KI
Während Google Milliarden für Infrastruktur ausgibt, kämpft sein Forschungsbereich DeepMind mit massiven Problemen. Der langjährige CEO Demis Hassabis wurde befördert, verlor aber die operative Kontrolle. Auch Gemini-Mitbegründer Jeff Dean hat das Tagesgeschäft verlassen, zusammen mit vielen anderen prominenten Forschern. Das Analyseunternehmen SemiAnalysis kommentierte dies mit den Worten: „Gemini is Cooked.“ Für alle Zwecke ist DeepMind kein Frontier-Labor mehr.
Die Einschätzung von SemiAnalysis ist hart: Google werde weiter Modelle veröffentlichen, aber die Chancen, wieder den Spitzenplatz zu erreichen, seien auf null gesunken. Das Problem liege nicht nur in der Führung, sondern in einer bürokratischen, langsamen und strategisch ängstlichen Unternehmenskultur. DeepMind hatte bereits ein Jahr vor ChatGPT einen Chatbot entwickelt, durfte ihn aber nicht veröffentlichen, weil man Angst vor Kannibalisierung des Kerngeschäfts hatte.
Der Autor vermutet, dass die unterschiedliche Vision von Hassabis – der an Weltmodelle glaubte, nicht nur an Text und Code – zu Konflikten führte. Google scheint nun auf einen pragmatischeren Ansatz zu setzen, der sich an den Fähigkeiten von Anthropic orientiert. Diese Neuausrichtung könnte helfen, zeigt aber auch, wie volatil die Lage in der KI-Forschung ist.
Die interessanteste Wendung: Googles Infrastruktur-Wette geht unabhängig vom DeepMind-Drama weiter. Laut SemiAnalysis werden mehr als 20 Prozent der TPU-Lieferungen von 2026 bis 2027 direkt an Anthropic verkauft – der Kunde, der Googles Cloud-Angebote stark nachfragt. Sundar Pichai, CEO von Google, hat erklärt, dass kurzfristige Kosten für langfristige Verträge in Kauf genommen werden. Google setzt trotz interner Turbulenzen auf die wachsende Nachfrage nach KI-Infrastruktur.
Was bedeutet das für Nvidia?
Nvidia profitiert am meisten von dieser Investitionswelle. Die Nachfrage nach seinen Grafikprozessoren für KI-Anwendungen ist gigantisch. Doch genau das macht Nvidia verwundbar. Wenn die Schulden der Tech-Giganten nicht zu den erwarteten Renditen führen – oder wenn Kreditgeber vorsichtiger werden –, könnte die Nachfrage nach Nvidia-Chips schlagartig einbrechen. Der Autor zieht hier die Parallele zu den Eisenbahnunternehmen, die nach der Krise von 1873 massiv an Wert verloren.
Ein weiterer Punkt ist die Abhängigkeit von einer Handvoll Großkunden. Google, Meta, Microsoft und Amazon bestellen Chips in riesigen Mengen, aber ihre Investitionen sind zum Teil fremdfinanziert. Wenn die Schuldenlast zu hoch wird, könnten sie gezwungen sein, ihre Ausgaben zu kürzen – mit direkten Folgen für Nvidia. Hinzu kommt die Konkurrenz durch eigene Chips, etwa Googles TPUs oder Amazons Trainium. Nvidia muss nicht nur mit einer möglichen Blase, sondern auch mit alternativen Technologien kämpfen.
Der Autor vergleicht Nvidia mit den Zulieferfirmen der Eisenbahnzeit, die ebenfalls von der Expansion profitierten. Als die Blase platzte, waren sie mit über großen Lagerbeständen und sinkenden Bestellungen konfrontiert. Ähnlich könnte es Chip-Herstellern ergehen, wenn die KI-Investitionen abflauen. Die Anzeichen mehren sich, dass nicht alle Versprechen der KI-Revolution erfüllt werden können – dann wird die Schuldenlast zum Problem.
Die KI-Blase ist real – aber sie muss nicht platzen
Die Parallelen zwischen der Eisenbahnkrise von 1873 und der heutigen KI-Investitionswelle sind deutlicher, als viele wahrhaben wollen. Unternehmen nehmen Schulden auf, um in Infrastruktur zu investieren – das erinnert stark an die Vorgehensweise von Jay Cooke. Auch damals wurden Anleihen als sichere Geldanlage beworben, und auch damals endete die Euphorie in einer weltweiten Depression.
Dennoch wäre es zu einfach, das Ende des KI-Booms vorherzusagen. Die Geschichte zeigt auch, dass die Eisenbahnlinien letztlich gebaut wurden – allerdings unter großen Verlusten für die Anleger. Ähnlich könnte es mit der KI-Infrastruktur sein: Die Rechenzentren werden entstehen, aber viele der heutigen Investoren könnten dabei viel Geld verlieren. Nvidia wird möglicherweise auch in zehn Jahren noch existieren, aber der Aktienkurs dürfte deutlich unter den aktuellen Höchstständen liegen, wenn die Blase platzt.
Für Investoren und Technik-Enthusiasten bedeutet das: Vorsicht vor der aktuellen Euphorie. Die Risiken von KI-Investitionen sind real, und die Schuldenberge der Tech-Konzerne sollten ernst genommen werden. Ein Blick auf die Geschichte hilft, die Lage nüchtern einzuschätzen – auch wenn die Technologie selbst ein enormes Potenzial hat. Die Frage ist nicht ob, sondern wann die Märkte die Realität einpreisen.
Quelle: stratechery.com
