KI-Ausbau: Goldman Sachs verdoppelt Prognose für Projektfinanzierung 2027
Die Kreditstrategen der Bank heben ihre Schätzung auf 545 Milliarden Dollar an – trotz wachsender Warnsignale.

Die Finanzierung des KI-Ausbaus für das kommende Jahr sieht zunehmend wackelig aus. Die Kreditanalysten von Goldman Sachs unter der Leitung von Shamshad Ali haben die Prognose der Bank für die globale KI-Projektfinanzierung im Jahr 2027 auf 545 Milliarden US-Dollar angehoben – mehr als das Doppelte der vorherigen Schätzung. Zuvor hatte das Kreditteam der Bank eine globale Angebotsmenge von 300 Milliarden US-Dollar prognostiziert.
Die neue Zahl teilt sich in 225 Milliarden US-Dollar für „Shells“ – also Lagerhäuser, nicht unbedingt angeschlossen – und weitere 320 Milliarden US-Dollar für „Compute“ – also Chips, nicht unbedingt angeschlossen – auf. Der Zeitpunkt der Anhebung wirkt auf den ersten Blick seltsam: Die interimistische Nvidia-CEO Collette Kress gibt heute nach Börsenschluss ihr Debüt und wurde weithin als weniger enthusiastisch gegenüber Vendor-Financing als ihre Vorgängerin berichtet.
Die Lücke zwischen Chipverkäufen und Rechenzentren entspricht dem Strombedarf Großbritanniens
Ein Diagramm aus dem Goldman-Sachs-Bericht über die Finanzierungsstrukturen von KI-Rechenzentrumsprojekten macht die Diskrepanz sichtbar. Die hellblaue Linie, der Chipverkauf, stammt vom Equity-Research-Team von Goldman Sachs. Die dunkelblaue Linie, die Erweiterungen der Rechenzentren, stammt vom Credit-Strategy-Team derselben Bank. Die Lücke zwischen ihnen bis Ende 2028 beträgt 33 GW und entspricht ungefähr dem Basis-Strombedarf des Vereinigten Königreichs. Und sie hätte noch größer sein können, wie die Autoren anmerken.
Bemerkenswert ist dabei, dass die KI-Capex-Zahl der Kreditanalysten immer noch fast 30 Prozent niedriger ist als diejenige, die von den Goldman-Analysten einkalkuliert wird, die Chipverkaufsprognosen erstellen. Bereits vor dem Rücktritt von Jensen Huang zeigte Nvidias „Balance Sheet as a Service“ Anzeichen dafür, dass es sich einer maximalen Aufblähung nähert. Bloomberg berichtete letzte Woche, dass eine im August gestartete AI-Finanzplattform mit einem Volumen von 500 Milliarden US-Dollar keine Geschäfte abgeschlossen hatte, da Kreditgeber größere Absicherungen wünschten.
US-Behörden verschärfen Exportregeln für KI-Chips
Auch das US-Wirtschaftsministerium hat diese Woche ein strengeres Regime für den Export von KI-Chips angekündigt. Das Bureau of Industry and Security belegt den Verkauf fortschrittlicher Hardware an Singapur, Indonesien, Thailand, Malaysia und Brasilien mit neuen Beschränkungen. Ziel ist es, ein Schlupfloch zu schließen, das chinesischen Unternehmen ermöglichen könnte, Offshore-Kapazität von Offshore-Rechenzentren, insbesondere in Südostasien, anzumieten.
Analysten bei Jefferies schätzen, dass die neuen Beschränkungen zwischen 44 Milliarden und 62 Milliarden US-Dollar von Nvidias Chipverkäufen im Jahr 2027 gefährden. Das entspricht 11 beziehungsweise 16 Prozent seines Datenzentrumsumsatzes im Jahr 2027 auf Konsensniveau. Die Prognose beinhaltet etwa 600.000 Nvidia-Chips, die Berichten zufolge ohne Importlizenzen in Hongkong festgefahren sind und rund 18 Milliarden US-Dollar wert sind. China könnte diese nun plausiblerweise an den Absender zurücksenden, als Vergeltungsmaßnahme. Eine solche Reduzierung der GPU-Verkäufe würde bedeuten, dass weltweit etwa ein oder zwei Gigawatt an Datenzentrumskapazität außerhalb Chinas entfallen würden, alles andere gleich gelassen.
Banken betonen ihre Underwriting-Disziplin
Banken einschließlich JPMorgan, Citigroup und Goldman haben alle ihre Underwriting-Disziplin betont und dargelegt, wie sie ihre Exposition gegenüber Junk-Rated-Emitenten begrenzen. Ein wachsender Anteil der KI-Capex wird über insolvenzferne Special Purpose Vehicles finanziert, auch wenn dies bedeutet, dass Emittenten immer höhere Risikoaufschläge zahlen müssen. Die Bauprojekte werden immer größer, daher „kann die Fähigkeit des privaten Marktes, Sicherheit bei der Finanzierung und Ausführung zu bieten, besonders wertvoll sein – selbst wenn dies zu höheren Kapitalkosten führt“, so die Goldman-Analysten.
Da die GPU-Finanzierung nun separat betrachtet wird, ist eine wichtige Eingabe die nutzbare Lebensdauer des Chips. Nvidias Produktzyklen machen das Upgrade zu einer Laufband-Tätigkeit. Um die Dinge am Laufen zu halten, garantiert Nvidia zusammen mit den Hyperscalern einen Preisboden, der das Ausfallrisiko eines Kreditgebers absichert und davon ausgeht, dass die Hardware ihren Wert über die Leasinglaufzeit hinaus behält. All dieses zirkuläre Bilanz-offene Financing macht Menschen unwohl, was zu Anzeichen einer abkühlenden Nachfrage beigetragen hat.
Jim Zelter, Präsident von Apollo Global Management, sagte in der Telefonkonferenz zu den Q3-Ergebnissen, dass Apollo wolle, dass Kredite innerhalb von fünf Jahren vollständig getilgt werden, abgesichert durch Investment-Grade-Gegenparteien, mit null Restrisiko. Federal Reserve Governor Michael Barr sagte gestern in einer Rede, die bilanzaktive Verschuldung der sieben größten KI-Unternehmen sei im Jahr 2026 erheblich gewachsen und werde voraussichtlich vor Jahresende 800 Milliarden US-Dollar überschreiten. Das Wachstum der Schulden bei diesen Firmen erinnert an das Wachstum der Schulden im Telekommunikations-Investmentzyklus der späten 1990er und frühen 2000er Jahre.
Der Fed-Bericht vergleicht Hyperscaler mit dem Breitband-Boom
Der Financial Stability Report der Federal Reserve vergleicht die kumulierten Kapitalausgaben und Schuldverschreibungen der Hyperscaler-Unternehmen seit 2020 mit denen aller Unternehmen der Telekommunikationsbranche während des Breitband-Investmentzyklus, der 1995 begann. Während die Hyperscaler ihre Vergleichswerte des früheren Booms noch nicht übertroffen haben, deutet die jüngste Beschleunigung ihrer Kapitalausgaben darauf hin, dass sie dies bald tun könnten. Während die bilanzaktiven Schuldniveaus dieser Unternehmen erheblich gewachsen sind, sind ihre sonstigen Verpflichtungen – wie langfristige Verträge, Mietzusagen und Garantien für Restwerte – noch schneller gewachsen.
Der FSR schätzt, dass der potenzielle maximale Nominalwert dieser Art von Verpflichtungen, also bilanzoffene Verbindlichkeiten, jetzt 3 Billionen US-Dollar überschreitet. Ein erheblicher Teil dieser Verpflichtungen resultiert aus komplexen Arrangements, bei denen Hyperscaler und andere große Unternehmen mit starken Kreditratings die Finanzierung von Projekten indirekt unterstützen, an denen Unternehmen mit schwächerem Kreditrating beteiligt sind, oder Unterstützung für Investitionen öffentlicher Versorgungsunternehmen bereitstellen. Diese bilanzoffenen Verbindlichkeiten umfassen Verpflichtungen in Bezug auf Energieversorgungsverträge, langfristige Datenzentrum- und Compute-Leasingverträge sowie eine Vielzahl bilanzoffener Finanzierungsstrukturen.
Wie Barr in früheren Reden dargelegt hat, kann diese finanzielle Komplexität für weniger versierte Anleger undurchsichtig sein. Diese Undurchsichtigkeit kann Ausverkäufe verschärfen, wenn sich die Anlegerstimmung ändert, da schwer zu wissen ist, wo das Risiko liegt. Infolgedessen erfordert die Entwicklung dieser erheblichen bilanzoffenen Strukturen eine engmaschige Überwachung. Neben den Hyperscalern haben auch Unternehmen mit niedrigerer Kreditqualität, die am stärksten auf externe Finanzierung angewiesen sind, ihre Kapitalkosten in den letzten Monaten erheblich gesteigert und wenden sich daher zunehmend komplexeren asset-backed-Finanzierungen zu.
Bereits am 26.09.2026 berichtete aktien.news über auseinanderdriftende Prognosen
Die aktuelle Entwicklung reiht sich in eine Serie früherer Warnungen ein. Bereits am 26.09.2026 berichtete aktien.news, dass die Prognosen für den Verkauf von KI-Chips und die tatsächliche Fertigstellung von Rechenzentren in den USA immer weiter auseinanderdriften. Morgan Stanley hatte diese Lücke Anfang dieser Woche gemessen und war zu dem Schluss gekommen, dass mehr als die Hälfte der zwischen 2026 und 2028 verkauften GPU-Server möglicherweise keinen Anschluss finden werden. Neue Forschungsergebnisse der Analysten bei Jefferies kamen zu einem ähnlichen Ergebnis, stützten sich aber auf eine deutlich einfachere, top-down ausgerichtete Methode: den Faktor Raum.
Am 24.09.2026 berichtete aktien.news unter dem Titel „Das Geld wird ausgehen“ über die Argumente für eine KI-Blase. Demnach haben KI-bezogene Aktien – von Halbleiterherstellern bis hin zu Betreibern von Rechenzentren – seit Ende 2022 rund 27 Billionen Dollar an Marktwert hinzugewonnen. Am 14.08.2026 berichtete aktien.news, dass Nvidia gemeinsam mit führenden Wall-Street-Firmen daran arbeitet, mehr als 500 Milliarden Dollar an Drittkapital für den Ausbau der KI-Infrastruktur zu mobilisieren. Dabei kommen Anleihemärkte, Joint Ventures, Leasingmodelle und andere komplexe Finanzierungsstrukturen zum Einsatz. Nvidia-CEO Jensen Huang erklärte gegenüber CNBC, dass Nvidias Chips nun ein „investierbares Infrastrukturobjekt“ seien.
Bereits am 13.07.2026 berichtete aktien.news, dass der Markt für Investment-Grade-Unternehmensanleihen erhebliche Schwierigkeiten hatte, Anleiheemissionen im Gesamtwert von 75 Milliarden US-Dollar von Nvidia, SpaceX und Amazon zu absorbieren. Die historische Kreditaufnahme-Welle, mit der Tech-Konzerne ihre Investitionen in KI-Infrastruktur finanzieren, stieß damit erstmals auf spürbaren Widerstand.
Die wachsende Bedeutung bilanzoffener Strukturen verändert das Risikoprofil für Anleger
Für Anleger in Deutschland ist die zentrale Botschaft, dass die Finanzierung des KI-Booms zunehmend über Strukturen läuft, die in den gängigen Unternehmensanleiheindizes nicht auftauchen. Strukturierte Projektfinanzierungen sind typischerweise von den am weitesten verbreiteten Indizes ausgeschlossen, weil sie zu kompliziert und maßgeschneidert sind. Datenzentrumsverschuldung läuft damit weiterhin nach anderen Kriterien als die normale Art von Unternehmensanleihen.
Die höheren Risikoaufschläge, die Anleger fordern, um den KI-Ausbau zu finanzieren, machen Nachweise der Monetarisierung „zunehmend wichtig für Kreditinvestoren“. Das Goldman-Team beschreibt die Lage so: „Dies lässt den Markt unserer Ansicht nach in einer Spannung. Damit Projekte lebensfähig bleiben, müssen Cap Rates auf akkretive Niveaus festgelegt werden. Wenn Coupons höher gesetzt werden, müssen Mieten daher nach oben angepasst werden, wenn Kreditnehmer einen ähnlichen Anteil an Schuldenfinanzierung beibehalten wollen. Wo Mieter Widerstand leisten, erfolgt die Anpassung wahrscheinlich durch geringere Hebelwirkung, wie mehr Eigenkapital, niedrigere Loan-to-Cost-Ratios oder engere Strukturen.“
Wer in KI-nahe Anleihen oder Aktien investiert, sollte die wachsende Bedeutung bilanzoffener Verpflichtungen im Blick behalten. Diese Verpflichtungen sind in klassischen Kennzahlen wie der Nettoverschuldung nicht vollständig abgebildet. Die Fed selbst bezeichnet die Strukturen als schwer durchschaubar und fordert eine engmaschige Überwachung.
Die These von Goldman Sachs hängt an der Fortsetzung des Wachstums
Gegenüber den Bedenken lautet die These von Goldman, dass die KI-Projektfinanzierung weiter wachsen muss, denn wenn sie es nicht tut, wird sie es nicht tun. „Kredite, die auf GPUs securitisiert wurden, stammen in der Regel von Neoclouds, niedrig bewerteten Hyperscalern oder den Chipzulieferern selbst, oft mit einiger Unklarheit bezüglich des endgültigen Endnutzers“, sagt das Team. „Angesichts der schieren Menge an Kapital, die beschafft werden muss, glauben wir jedoch, dass sogar höher bewertete Unternehmen weiterhin auf den Projektfinanzierungsmarkt für einen Teil ihrer Finanzierungspläne zurückgreifen werden, insbesondere für Geschäftsbereiche, die Compute-Dienstleistungen an andere Endnutzer anbieten, wenn auch in geringerem Umfang als ihre niedrig bewerteten Kollegen.“
Der praktische Effekt besteht darin, den Markt weiterhin mit kurzfristigen Datenzentrumsdarlehen zu überschwemmen, was die Yield Curve künstlich flach hält, obwohl sie die Garantieverpflichtungen der Emittenten vergrößert. Auf die Frage, woher die Käufer kommen sollen, hat Goldmans Team laut dem Bericht keine Antwort, außer zu sagen, dass „material Overweights, aggregiert, unwahrscheinlich sind“.
Vier Fachbegriffe ordnen die Finanzierungsstrukturen des KI-Booms ein
- Special Purpose Vehicle: Eine eigens für ein Projekt gegründete Gesellschaft, die rechtlich vom Mutterunternehmen getrennt ist und deren Schulden nicht in dessen Bilanz erscheinen.
- Bilanzoffene Verbindlichkeiten: Verpflichtungen wie Leasingverträge, Garantien oder Abnahmeverträge, die nicht als Schulden in der Bilanz ausgewiesen werden.
- Cap Rate: Die jährliche Rendite einer Immobilie oder eines Rechenzentrums, berechnet aus dem Verhältnis von Erträgen zum Objektwert.
- Vendor Financing: Die Finanzierung von Käufen durch den Verkäufer selbst, etwa wenn ein Chiphersteller seinen Kunden die Bezahlung der Hardware ermöglicht.
