AI-boomet kan udløse en kreditkrise: Her er finansverdenens største bekymringer

Ratingbureauet fremhævede især:

• kraftigt stigende værdiansættelser i teknologisektoren,
• rekordstore investeringer i AI,
• og meget usikre afkast på både mellemlang og lang sigt.

Ifølge Fitch er USA’s kreditudsigter i stigende grad afhængige af tilliden til AI-investeringerne, mens forbrugerrettede sektorer og private kreditmarkeder møder større modvind .

Fitch har også advaret om, at AI-drevet fortrængning af arbejdskraft kan mindske skattegrundlaget i udviklede økonomier. Det kan skabe en finanspolitisk kreditrisiko oven i risikoen for et markedsfald .

2. Moody’s: AI-forbruget svækker de største cloud-selskabers kreditkvalitet

Moody’s Ratings vurderede i juli 2026, at den årlige opbygning af AI-infrastruktur på billioner af dollar er ved at udhule de frie pengestrømme og øge balancerisikoen hos de såkaldte hyperscalere – de største cloud- og teknologiselskaber, herunder Amazon, Meta, Alphabet og Microsoft .

Selv selskaber med meget stærke likvide reserver får ifølge Moody’s i stigende grad brug for gæld, aktiesalg og finansiering uden for balancen for at betale for AI-satsningerne . Det betyder, at deres finansielle robusthed kan blive mere følsom over for højere renter, lavere indtjening eller svagere efterspørgsel.

Moody’s har desuden udpeget en "AI equity price correction" – en korrektion i AI-relaterede aktiekurser – som en af sine seks kreditrisici for 2026. Et sådant fald vil ikke kun ramme nystartede AI-virksomheder og halvlederproducenter, men også datacentre og erhvervsejendomme i teknologiknudepunkter. Finansieringen kan blive dyrere, og den økonomiske vækst kan blive svækket .

Ratingbureauet peger også på et muligt "AI-produktivitetschok": Hurtig automatisering kan føre til omfattende tab af kontorjob, et mindre skattegrundlag samt større finanspolitiske og sociale kreditrisici .

På markedet for private kreditfonde ændrede Moody’s i april 2026 udsigterne for børsnoterede BDC’er – selskaber, der finansierer mindre og mellemstore virksomheder – til negative efter en bølge af indløsninger og høj gældsætning. BDC’er med mindst 15 procent af porteføljen i software- og IT-sektoren viste tidlige tegn på kreditpres .

3. Halvlederudsalget viser, hvor hurtigt stemningen kan vende

Globale chipaktier oplevede et kraftigt fald i november 2025, efter at Nvidias aktiekurs styrtdykkede. Frygt for en "AI-boble" udløste en bred revurdering af markedet .

Fitchs sektorsyn for nordamerikanske halvledere i december 2025 var neutralt. Bureauet forventede, at en robust efterspørgsel efter AI-chips ville opveje den makroøkonomiske modvind, men den balance bliver nu udfordret, efterhånden som værdiansættelserne justeres .

Et fortsat salg i halvledersektoren kan derfor fungere som en katalysator: Lavere aktiekurser kan svække investorernes tillid, øge finansieringsomkostningerne og sætte spørgsmålstegn ved de mange planlagte investeringer i datacentre og computerkraft.

4. Gabet mellem AI-investeringer og produktivitet

Investeringerne i AI-computerkraft og digital infrastruktur vokser langt hurtigere end de indtægter, som AI-applikationer i øjeblikket skaber. Moody’s har fremhævet denne ubalance som en voksende bekymring .

Forskning fra University of Sydney finder samtidig en negativ samlet sammenhæng mellem overdrevne virksomhedsspecifikke AI-investeringer og kreditrisiko. Ifølge studiet kan overinvesteringer udhule lønsomheden og afspejle et øget pres for at tage risici .

Studiet skelner dog mellem passende og overdrevne investeringer: AI-investeringer på et benchmark-niveau kan mindske misligholdelsesrisikoen, mens for store investeringer kan forværre kvaliteten af virksomhedernes pengestrømme .

BIS pegede i sin årsrapport for 2026 på holdbarheden af AI-relaterede investeringer som en voksende finansiel sårbarhed. Risikoen bliver større, hvis virksomhederne ikke kan omsætte de enorme kapitaludgifter til stabile indtægter .

5. En ny bølge af virksomhedsgæld

Ved udgangen af 2025 havde hyperscalernes samlede udstedelse af virksomhedsobligationer oversteget 100 milliarder dollar – mere end tre gange gennemsnittet for de foregående fem år. AI-relateret gæld vurderes nu at udgøre omkring 30 procent af den netto nye investment grade-udstedelse på de amerikanske dollar-markeder .

JPMorgan-analytikere har anslået den samlede gæld udstedt af AI-virksomheder til omkring 1,2 billioner dollar. Store amerikanske banker havde desuden omkring 450 milliarder dollar i tilsagn om erhvervs- og industrilån til AI-relaterede områder i slutningen af 2025, hvoraf 150 milliarder dollar var trukket .

I november 2025 begyndte låneboomet at skabe uro blandt obligationsinvestorer. Reuters rapporterede, at investorer trak sig fra virksomhedsobligationer på grund af bekymringer om den store udbudsmængde. Det kan presse finansieringsomkostningerne op og reducere virksomhedernes overskud .

I juli 2026 rapporterede CNBC, at kreditspændene for teknologivirksomheder, som driver AI-udbygningen, var blevet større. Yderligere udvidelser ventes i takt med, at gælden vokser, hvilket kan lægge pres på både neoclouds – mindre, stærkt AI-fokuserede cloududbydere – og de store hyperscalere .

6. Private kreditmarkeder kan skjule og sprede risikoen

Fitch har fremhævet manglende gennemsigtighed i private kreditmarkeder som en voksende bekymring. Ikke-bankudlån til AI-infrastruktur vokser hurtigt, men oplysningerne er typisk mindre offentligt tilgængelige end på markedet for børsnoterede obligationer. Det gør det sværere at vurdere den reelle kreditrisiko .

Moody’s har samtidig peget på høj gældsætning i børsnoterede private kreditfonde og på, at investorer trækker sig ud af ikke-børsnoterede produkter, som udgør 60 procent af sektorens aktiver .

Moody’s Analytics vurderer, at BDC’er med stor eksponering mod AI-relaterede sektorer viser tidlige advarselstegn. Amerikanske livsforsikringsselskabers voksende investeringer i private kreditmarkeder kan desuden blive en mulig smittekanal, hvis problemerne breder sig .

Chicago Fed vurderer, at de store bankers direkte eksponering generelt er håndterbar. Men en AI-korrektion kan stadig udløse en såkaldt halerisiko gennem forbindelser mellem private kreditfonde, datacentre og erhvervsejendomme .

7. Globale og statslige konsekvenser

Fitch vurderer, at risiciene især er koncentreret i USA, men at de kan sprede sig globalt gennem teknologiske forsyningskæder og grænseoverskridende private kreditmarkeder .

BIS har advaret om, at AI-relaterede finansielle sårbarheder kan forstærke en bredere nedtur i kreditcyklussen, især hvis de optræder samtidig med vedvarende inflation og svækkede offentlige finanser .

Morgan Stanley vurderer, at langsigtede produktivitetsgevinster godt kan ændre virksomhedernes økonomiske profiler. På kort sigt er effekten på kreditmarkederne dog først og fremmest større kapitaludgifter, mere obligationsudstedelse og højere gældsætning. Samtidig kan forskellen mellem AI-vindere og -tabere blive større .

Hvad kan udløse en kædereaktion?

Institutionernes advarsler peger ikke på én bestemt udløser, men på flere mulige katalysatorer:

• et nyt kraftigt fald i halvlederaktier,
• skuffende regnskaber fra en hyperscaler,
• tegn på, at AI-indtægterne ikke kan retfærdiggøre investeringerne,
• stigende renter eller kreditspænd,
• eller en likviditetshændelse i private kreditfonde.

Hvis en sådan begivenhed får investorerne til at kræve højere afkast, bliver ny gæld dyrere. Det kan tvinge virksomheder til at skære ned på investeringerne, presse indtjeningen og forværre værdien af datacentre og andre AI-relaterede aktiver.

Institutionernes advarsler i korte træk

Konklusion

Den fælles bekymring på tværs af institutionerne er, at AI-boomet har skabt en skrøbelig kombination af enorme investeringer, stigende virksomhedsgæld og usikre afkast. Dertil kommer private kreditkanaler, hvor gældens størrelse og kvalitet kan være sværere at gennemskue.

Det betyder ikke nødvendigvis, at en korrektion vil udvikle sig til en ny global finanskrise. Men hvis et kraftigt fald i chipaktier, et svagt teknologiregnskab eller problemer i private kreditfonde rammer på samme tid, kan chokket sprede sig fra aktiemarkedet til obligationsmarkedet, långivere, datacentre og de offentlige finanser.