Die Fed hat das Finanzierungsrisiko von KI beziffert
Im Novemberbericht zur Finanzstabilität schätzt die Federal Reserve, dass die Emission von Schuldtiteln im Zusammenhang mit fortgeschrittener Datenverarbeitung bis Oktober 2026 mehr als 680 Mrd. US-Dollar betrug – gegenüber 130 Mrd. US-Dollar im gesamten Jahr 2023.
Die ausstehenden entsprechenden öffentlichen Schulden belaufen sich inzwischen auf mehr als 1,1 Bio. US-Dollar.
Auch der Finanzierungsmix verändert sich: Zu Unternehmensanleihen kommen zunehmend private Kredite, strukturierte Schuldtitel und Projektfinanzierungen hinzu.
Das ist wichtig, denn das Risiko der KI-Infrastruktur liegt nicht mehr ausschließlich in den Bilanzen der Unternehmen, die sie aufbauen.
Es breitet sich über Kreditgeber, Leasingverträge, Garantien und Projektstrukturen aus.
Meine Sorge ist nicht, dass die Nachfrage nach KI verschwindet.
Sondern dass die Finanzierungskosten schneller steigen könnten als die Umsätze mit Rechenleistung und dadurch ansonsten tragfähige Projekte gezwungen wären, ihre Finanzierung neu auszuhandeln, den Einsatz aufzuschieben oder geringere Renditen hinzunehmen.
Der nächste Engpass bei der KI-Infrastruktur könnte in den Kapitalkosten liegen – nicht in der Verfügbarkeit von GPUs.
#stocks
Im Novemberbericht zur Finanzstabilität schätzt die Federal Reserve, dass die Emission von Schuldtiteln im Zusammenhang mit fortgeschrittener Datenverarbeitung bis Oktober 2026 mehr als 680 Mrd. US-Dollar betrug – gegenüber 130 Mrd. US-Dollar im gesamten Jahr 2023.
Die ausstehenden entsprechenden öffentlichen Schulden belaufen sich inzwischen auf mehr als 1,1 Bio. US-Dollar.
Auch der Finanzierungsmix verändert sich: Zu Unternehmensanleihen kommen zunehmend private Kredite, strukturierte Schuldtitel und Projektfinanzierungen hinzu.
Das ist wichtig, denn das Risiko der KI-Infrastruktur liegt nicht mehr ausschließlich in den Bilanzen der Unternehmen, die sie aufbauen.
Es breitet sich über Kreditgeber, Leasingverträge, Garantien und Projektstrukturen aus.
Meine Sorge ist nicht, dass die Nachfrage nach KI verschwindet.
Sondern dass die Finanzierungskosten schneller steigen könnten als die Umsätze mit Rechenleistung und dadurch ansonsten tragfähige Projekte gezwungen wären, ihre Finanzierung neu auszuhandeln, den Einsatz aufzuschieben oder geringere Renditen hinzunehmen.
Der nächste Engpass bei der KI-Infrastruktur könnte in den Kapitalkosten liegen – nicht in der Verfügbarkeit von GPUs.
#stocks