Wie KI-Schulden die Anleiherenditen nach oben treiben – und warum Pimco Chancen sieht

Der Boom rund um künstliche Intelligenz ist längst nicht mehr nur ein Thema für Aktienanleger. Er verändert auch die Kreditmärkte: Technologiekonzerne nehmen in beispiellosem Tempo Schulden auf, um Rechenzentren, Chips, Serverkapazitäten und weitere Infrastruktur zu finanzieren.

Marc Seidner, Chief Investment Officer für nicht traditionelle Strategien beim Vermögensverwalter Pimco, beschreibt die Entwicklung als „zu viel, zu schnell“. Die Folge sei eine Art „Verdauungsstörung“ an den Märkten für festverzinsliche Wertpapiere. Es sei „sehr gut möglich“, dass die Finanzierung des KI-Ausbaus dazu beigetragen habe, die Rendite zehnjähriger US-Staatsanleihen Anfang August auf rund 4,75 Prozent zu treiben. Das ist jedoch ein möglicher Beitrag – keine vollständige Erklärung.

Big Tech wird zum Großkunden am Anleihemarkt

Das Ausmaß der neuen Emissionen zeigt, wie stark sich die Finanzierungslandschaft verändert hat. Amazon, Alphabet, Meta und Oracle gaben bis zum 7. Juli 2026 zusammen Anleihen im Volumen von rund 194 Milliarden US-Dollar aus. Im gesamten Jahr 2025 waren es etwa 108 Milliarden Dollar gewesen, wie eine Reuters-Auswertung von LSEG-Daten ergab. 17

Amazon lieferte im Juli ein besonders anschauliches Beispiel. Der Konzern wollte mit einer Anleihemission über acht Tranchen 25 Milliarden Dollar aufnehmen. Die Laufzeiten reichten von 2029 bis 2066. Die Nachfrage soll zeitweise rund 62 Milliarden Dollar betragen haben. 18

Andere Schätzungen kommen auf abweichende Summen, weil sie unterschiedliche Unternehmen, Zeiträume und Definitionen von „KI-Schulden“ verwenden. Morgan Stanley erwartete für 2026 weltweit fast 570 Milliarden Dollar an KI-bezogenen Anleiheemissionen – nach rund 236 Milliarden Dollar bis zum 31. Mai. Goldman Sachs schätzte das Volumen der KI-bezogenen Schulden im bisherigen Jahresverlauf separat auf knapp 500 Milliarden Dollar. Auf Hyperscaler, also Betreiber besonders großer Cloud- und Rechenzentrumsplattformen, entfielen davon etwa 40 Prozent.

Die Zahlen sind deshalb nicht direkt miteinander vergleichbar. Sie weisen aber alle in dieselbe Richtung: Der Ausbau der KI-Infrastruktur ist zu einer bedeutenden Quelle neuen Anleiheangebots geworden.

Warum mehr Unternehmensschulden die Renditen erhöhen können

Der grundlegende Mechanismus ist eine Frage von Angebot und Nachfrage.

Langlaufende Unternehmensanleihen erhöhen die sogenannte Duration – also die Zinssensitivität eines Portfolios. Gleichzeitig verkaufen Regierungen große Mengen an Staatsanleihen. Anleger müssen daher entscheiden, wie viel zusätzliche Zinsbindung sie aufnehmen wollen und welche Rendite sie dafür verlangen.

Wächst die Nachfrage nicht so schnell wie das Angebot, müssen Emittenten in der Regel höhere Renditen oder größere Risikoaufschläge bieten. Da sich Anleihekurse und Renditen gegenläufig bewegen, kann eine schwächere Nachfrage zu niedrigeren Kursen und höheren Renditen führen. Neue Anleihen werden zudem häufig mit einem sogenannten Emissionsaufschlag versehen: Sie müssen gegenüber bereits gehandelten Papieren etwas attraktiver verzinst sein, um Käufer anzulocken.

Reuters berichtete, dass die KI-Emissionen die Aufnahmefähigkeit der Anleger auf die Probe stellten. Nach der Reuters-Marktanalyse war das steigende Unternehmensanleiheangebot außerdem ein Faktor, der die Renditen langfristiger US-Staatsanleihen beeinflusste. Pimcos eigene Kreditmarktanalysen verwiesen ebenfalls auf rekordhohe Emissionen der Hyperscaler in Dollar und deren wachsenden Anteil an Investment-Grade-Indizes.

Das bedeutet nicht, dass jeder von einem Technologiekonzern aufgenommene Dollar die Rendite von US-Staatsanleihen unmittelbar erhöht. Unternehmens- und Staatsanleihen sind unterschiedliche Anlageinstrumente. Sie greifen jedoch auf teilweise dieselben Kapitalquellen zurück, und Anleger vergleichen regelmäßig Rendite, Bonität und Duration beider Segmente.

Was die Daten belegen – und was nicht

Einige Marktberechnungen beziffern die KI-bezogene Kreditaufnahme im ersten Halbjahr 2026 auf etwa 182 Milliarden Dollar und erwarten für das Gesamtjahr rund 400 Milliarden Dollar. Andere Prognosen liegen höher oder niedriger. Entscheidend ist, welche Finanzierungsformen berücksichtigt werden: Microsoft, Rechenzentrumsbetreiber, Private Credit, Leasing, Projektfinanzierungen, Fremdwährungsanleihen sowie Schulden von Zulieferern oder verbundenen Unternehmen können je nach Analyse einbezogen sein oder nicht.

Die verfügbaren Daten stützen drei Aussagen:

• Die Kreditaufnahme im Zusammenhang mit KI ist stark gestiegen.
• Ein großer Teil des neuen Angebots besteht aus langlaufenden, bonitätsstarken Unternehmensanleihen, die mit anderen festverzinslichen Anlagen um Kapital konkurrieren.
• Anleger achten zunehmend auf die Preisgestaltung, die Verschuldung und das Tempo der Emissionen.

Nicht belegt ist dagegen, dass KI-Schulden allein die langfristigen US-Renditen um 10 bis 20 Basispunkte erhöht haben. Eine von Reuters zitierte Goldman-Sachs-Schätzung veranschlagt den breiteren Effekt eher auf ungefähr 5 Basispunkte und bezeichnet ihn im Verhältnis zu anderen Einflussfaktoren als begrenzt.

Auch die Aussage, die KI-Finanzierung habe die Rendite zehnjähriger US-Staatsanleihen auf 4,75 Prozent getrieben, muss vorsichtig formuliert werden. Pimco hält einen Beitrag für möglich, beziffert ihn aber nicht präzise. Inflationserwartungen, die Geldpolitik der US-Notenbank Federal Reserve, die Emissionstätigkeit des Finanzministeriums, die Sorge um die Staatsfinanzen, die sogenannte Laufzeitprämie und die weltweite Nachfrage nach sicheren Anlagen können langfristige Renditen gleichzeitig bewegen. Reuters zufolge sind diese konjunkturellen und fiskalischen Kräfte für die allgemeine Richtung der Zinsen wichtiger als die KI-Finanzierung.

Südkorea zeigt einen anderen Übertragungskanal

Die finanziellen Folgen des KI-Booms reichen auch in die Länder, die die notwendige Infrastruktur liefern. In Südkorea wurde das Wachstum im ersten Quartal durch einen Anstieg der Exporte um 5,1 Prozent gestützt. Besonders gefragt waren IT-Komponenten wie Halbleiter, die in der KI-Infrastruktur eingesetzt werden. Nach der Veröffentlichung der Wachstumsdaten stieg die Rendite dreijähriger koreanischer Staatsanleihen um 8,8 Basispunkte. 3

Der Übertragungsweg unterscheidet sich vom US-amerikanischen Unternehmensanleihemarkt. Steigende Halbleiterexporte können in Südkorea Wachstum, Investitionen und Inflationserwartungen ankurbeln. Anleger rechnen dann möglicherweise mit einer weniger lockeren Geldpolitik oder weiteren Zinserhöhungen durch die Bank of Korea – und verlangen entsprechend höhere Renditen für Staatsanleihen.

Bloomberg zufolge verloren auf die Landeswährung lautende südkoreanische Staatsanleihen bis Anfang Juni 2026 rund 7,5 Prozent. Damit waren sie das schwächste von 44 beobachteten Märkten. Die Rendite der richtungsweisenden dreijährigen Anleihe lag bei etwa 3,9 Prozent. 1 Analysten verwiesen auf den Halbleiterboom und seine möglichen inflationären Folgen als Gründe für einen weiteren Renditeanstieg. 2

Der Unterschied ist wichtig: In Südkorea setzt der KI-Boom Anleihen nicht nur über den weltweiten Wettbewerb um Kapital unter Druck. Er stärkt zugleich die heimische Wirtschaft und kann dadurch Erwartungen an eine straffere Geldpolitik auslösen.

Folgen für Hypotheken, Unternehmen und Wachstumsaktien

Steigende Referenzrenditen erhöhen die Finanzierungshürde für viele Kreditnehmer. In den USA orientieren sich Hypothekenzinsen unter anderem an den Märkten für Staatsanleihen und hypothekenbesicherte Wertpapiere. Unternehmen kalkulieren ihre Finanzierungskosten häufig als Aufschlag gegenüber staatlichen Referenzrenditen. Ein anhaltender Anstieg langfristiger Zinsen kann daher Haushalte und Unternehmen gleichermaßen belasten.

Die Auswirkungen dürften allerdings sehr unterschiedlich ausfallen. Hoch bewertete Hyperscaler finden weiterhin eine breite Nachfrage. Sie müssen Anlegern aber womöglich mehr zahlen als bisher erwartet. Kleinere Unternehmen, hoch verschuldete Kreditnehmer und Projekte mit unsicheren künftigen Zahlungsströmen könnten mit höheren Risikoaufschlägen, größeren Emissionsrabatten oder einem erschwerten Zugang zum Kapitalmarkt konfrontiert werden.

Für Unternehmen, die ihren eigenen KI-Ausbau über Schulden finanzieren, stellt sich damit eine zusätzliche Frage: Werden die erwarteten Umsatz- und Produktivitätsgewinne ausreichen, um die Kosten der Infrastruktur zu rechtfertigen? Pimco warnt, dass der Investitionszyklus gewaltig ist, während das letztendliche Ausmaß des Ausbaus weiterhin unklar bleibt.

Höhere Renditen beeinflussen zudem die Bewertung von Wachstumsaktien. Der Wert eines Unternehmens hängt teilweise vom heutigen Wert seiner erwarteten künftigen Zahlungsströme ab. Steigen die Diskontsätze, verlieren weit in der Zukunft liegende Erträge an Wert. Das setzt besonders Unternehmen unter Druck, deren Investitionen sich erst in vielen Jahren auszahlen sollen.

Eine über Schulden finanzierte KI-Strategie schafft dabei eine zweite Bewertungsfrage: Werden die künftigen Gewinne schnell genug wachsen, um die zusätzlichen Verpflichtungen auszugleichen?

Das stärkste Gegenargument: Die Staatsverschuldung ist entscheidender

Die wichtigste alternative Erklärung lautet, dass vor allem die US-Haushaltsdefizite und die hohe Emission von US-Staatsanleihen die langfristigen Renditen nach oben treiben – und nicht die Unternehmensschulden für KI-Investitionen.

Dieses Argument hat viel Gewicht. Der US-Bund nimmt ein Vielfaches dessen auf, was ein einzelner Technologiekonzern emittiert. Langfristige Treasury-Renditen spiegeln außerdem Inflationserwartungen, Erwartungen an die Federal-Reserve-Politik, die Laufzeitprämie und die Nachfrage nach sicheren Anlagen wider.

Auch eine separate Pimco-Analyse kam zu dem Schluss, dass der jüngste Anstieg länger laufender US-Staatsanleiherenditen stärker durch veränderte geld- und wirtschaftspolitische Erwartungen als durch eine nennenswerte KI-bedingte Neubewertung der Laufzeitprämie bestimmt wurde. Reuters betonte ebenfalls, KI-Schulden sollten nicht als alleinige oder dominierende Erklärung für die Schwäche am Anleihemarkt betrachtet werden.

Die belastbarste Interpretation lautet daher: KI-Schulden wirken als Verstärker. Sie bringen eine große, konjunkturell schwankende Quelle zusätzlicher Duration in einen Markt, der bereits mit umfangreicher staatlicher Kreditaufnahme sowie Unsicherheit über Inflation und Geldpolitik umgehen muss.

Warum Pimco trotzdem Chancen sieht

Kurzfristig ist das hohe Emissionsvolumen für bestehende Anleihehalter unangenehm. Steigen die Renditen, fallen in der Regel die Kurse bereits ausgegebener Anleihen. Anleger mit langlaufenden Papieren müssen dann Bewertungsverluste verbuchen.

Für neue Käufer verbessern sich dadurch jedoch die anfänglichen Erträge. Sollte das Emissionstempo später nachlassen, die Inflation zurückgehen, das Wachstum schwächer werden oder der Markt das zusätzliche Angebot absorbieren, könnten die Renditen wieder sinken. Anleiheinvestoren hätten dann die Chance auf laufende Kuponerträge und Kursgewinne.

Das ist Pimcos Chancen-These: Der KI-Finanzierungsboom kann kurzfristig für Volatilität und Preisdruck sorgen, zugleich aber die Ausgangsrenditen am Anleihemarkt auf attraktivere Niveaus heben. Entscheidend ist eine sorgfältige Auswahl. Anleger müssen finanziell robuste Emittenten von Unternehmen und Projekten unterscheiden, deren Verschuldung auf sehr optimistischen Annahmen über KI-Nachfrage, Cashflows und künftige Refinanzierung beruht.

Die übergeordnete Lehre lautet somit nicht, dass KI den Ausverkauf am Anleihemarkt im Alleingang ausgelöst hat. Der Technologieboom ist vielmehr groß genug geworden, um Angebot, Preisbildung und Risikostruktur an den Märkten für festverzinsliche Wertpapiere zu beeinflussen. Kurzfristig geht es um ein Aufnahmeproblem: zu viel langlaufende Verschuldung in zu kurzer Zeit. Langfristig könnte genau diese Anpassung Anleihekäufern höhere laufende Erträge und bessere Einstiegschancen bieten – sofern sie die zwischenzeitliche Volatilität aushalten.