Arthur Hayes’ KI-Bitcoin-These: Wie ein 5-Billionen-Dollar-Risiko Liquidität freisetzen könnte

Arthur Hayes’ Essay „Safety First“ ist keine Prognose, wonach Bitcoin automatisch steigt, sobald die KI-Investitionen nachlassen. Es ist ein makroökonomisches Folgeszenario: Enttäuschende Nachfrage nach KI könnte die Finanzierung von Rechenzentren, Chips und Energieinfrastruktur belasten, Kreditstress auslösen und letztlich eine Liquiditätsreaktion der USA oder des Finanzsystems provozieren. Von zusätzlicher Dollarliquidität würde Bitcoin nach Hayes’ Ansicht profitieren. 142

Der Kernunterschied: Die mögliche Anfälligkeit der Finanzierung ist real diskutierbar. Der Weg von dieser Anfälligkeit über eine staatliche Rettung bis zu steigenden Bitcoin-Kursen ist dagegen spekulativ und hat mehrere unbewiesene Zwischenschritte.

Die These als Kette

Hayes’ Argument lässt sich in sechs Stationen gliedern:

1. KI-Labore drosseln die Entwicklung besonders leistungsfähiger Modelle.
2. Dies könnte auf schwächere Nachfrage nach teuren KI-Produkten und Rechenleistung hindeuten.
3. Geringere Auslastung drückt die erwarteten Einnahmen von Rechenzentren, Chipherstellern und weiterer Infrastruktur.
4. Die dafür aufgenommenen Schulden werden neu bewertet: Ratings könnten sinken, Kreditaufschläge steigen und neue Projekte schwerer finanzierbar werden.
5. Verluste könnten über Private-Credit-Fonds und mit ihnen verbundene Versicherer oder Rückversicherer weitergegeben werden.
6. Washington stützt entweder die Nachfrage nach Rechenkapazität oder stabilisiert Kredit- und Versicherungssystem. Das würde Liquidität erhöhen – und genau das wäre laut Hayes positiv für Bitcoin. 142

Jede Station setzt die vorherige voraus. Ein KI-Abschwung wäre daher keineswegs automatisch ein Bitcoin-Katalysator. Zunächst wäre auch eine klassische Risk-off-Reaktion denkbar: sinkende Technologieinvestitionen, engerer Kredit und Druck auf riskante Anlagen.

Warum die Finanzierung der KI-Infrastruktur im Fokus steht

Die Größenordnung macht Umsätze und Auslastung besonders wichtig. Apollo schätzt, dass bis 2030 rund 5 Billionen US-Dollar in KI-Infrastruktur fließen könnten. Um dies zu rechtfertigen, müssten Unternehmen und Verbraucher laut Apollo etwa 2 Billionen US-Dollar pro Jahr für KI-Dienste ausgeben. Ob KI diese Investitionen einspielen kann, sei eine Schlüsselfrage für Aktien- und Kreditmärkte.

Gemeint sind Rechenzentren, Stromversorgung, Chips und Netzwerktechnik. Apollo betont zudem, dass bei diesem Kapitalbedarf Finanzierung mit Investment-Grade-Rating aus öffentlichen wie privaten Märkten zentral sein werde.

Hayes’ Sorge: Die Infrastruktur werde finanziert, bevor die Einnahmen auf der Nachfrageseite hinreichend bewiesen seien. Seiner Darstellung zufolge stützt die Rechenleistungsnachfrage der KI-Labore mehr als 1 Billion US-Dollar an Investment-Grade-Schulden sowie Hunderte Milliarden Dollar an Krediten und Anleihen niedrigerer Qualität. 142

Diese Summe ist Hayes’ Einordnung, keine offizielle Bilanz der Schulden, die bei schwächerer KI-Nachfrage zwangsläufig ausfallen würden. Die wirtschaftliche Logik dahinter ist dennoch klar: Wird Kapazität für eine Nutzung gebaut, die zu den erwarteten Preisen nicht eintritt, können prognostizierte Erlöse und Vermögenswerte zugleich an Wert verlieren.

Was Hayes mit „Safety First“ meint – und was nicht belegt ist

Hayes deutet Sicherheitsargumente für ein langsameres Vorgehen bei Spitzenmodellen als wirtschaftliches Signal. Aus seiner Sicht könnte die Nachfrage nach KI-Produkten zu den gegenwärtigen Preisen nicht ausreichen, um eine weitere, sehr rechenintensive Expansion zu tragen. 14

Das ist Hayes’ Interpretation, nicht der Nachweis für die Motive der betroffenen Unternehmen. Eine sicherheitsbedingte Entscheidung beweist für sich genommen keine schwache kommerzielle Nachfrage. Relevant wird seine These nur unter der Annahme, dass das Wachstum von Training und KI-Nutzung hinter dem Ausbau der Infrastruktur zurückbleibt.

Dann könnten Rechenzentren und Chipkapazitäten schlechter ausgelastet sein. Die Frage wäre nicht mehr primär, was technisch möglich ist, sondern ob Schuldendienst und Refinanzierung aus den laufenden Erträgen gedeckt werden können.

Wie ein Umsatzdefizit die Kreditmärkte treffen könnte

Fallen erwartete KI-Umsätze niedriger aus, könnten mehrere bekannte Mechanismen greifen:

• Vermögenswerte verlieren an Wert, wenn erwartete Auslastung und Cashflows von Rechenzentren nach unten korrigiert werden.
• Ratings geraten unter Druck, wenn Emittenten Zins und Tilgung weniger verlässlich bedienen können.
• Kreditaufschläge steigen, was Refinanzierungen verteuert und neue Projekte erschwert.
• Investitionsbudgets großer Technologiekonzerne sinken, wenn sich die Rendite zusätzlicher Infrastruktur weniger überzeugend darstellt.

Hayes argumentiert, dies könne nicht nur schwächere Kredite, sondern auch Investment-Grade-Anleihen erfassen. Das wäre mehr als eine isolierte Korrektur bei Technologieaktien. 214

Apollo stützt die Prämisse eines außergewöhnlich hohen Finanzierungsbedarfs. Das Unternehmen stellt jedoch nicht fest, dass bereits eine Schuldenkrise läuft. Die zentrale Frage lautet vielmehr, ob die KI-Wirtschaft ausreichend Umsatz erzeugen wird, um die geplanten Ausgaben zu tragen.

Private Credit und Versicherer: ein Prüfpunkt, keine nachgewiesene Krise

Der gewagteste Teil von Hayes’ Szenario betrifft Private Credit und Versicherungen. Er geht davon aus, dass Verluste bei KI-Infrastrukturschulden über Private-Credit-Strukturen sowie verbundene Versicherer und Rückversicherer weitergereicht werden könnten. 142

Tatsächlich schauen Aufsichtsbehörden genauer auf die wachsenden Verbindungen zwischen Versicherungsbilanzen und privaten Kreditmärkten. Reuters berichtete, dass Versicherer und andere Großanleger ihre Private-Credit-Quote weiter erhöhen wollten, obwohl Anleger die geringe Handelbarkeit solcher Anlagen kritisch sehen und Regulierer die Verflechtung mit Versicherern untersuchen.

Das ist relevant, weil private Vermögenswerte in Stressphasen schwer zu bewerten und rasch zu verkaufen sein können. Es belegt aber nicht, dass KI-Infrastrukturverluste derzeit Versicherer in die Insolvenz treiben. Auch Berichte zu Hayes’ Behauptung halten fest, dass entsprechende US-Versicherungsinsolvenzen nicht nachgewiesen sind. 1112

Der Versicherungsstrang ist somit am besten als Stresstest-Szenario zu verstehen: plausibel genug für genaue Beobachtung, aber kein bereits eingetretenes systemisches Ereignis.

Zwei denkbare staatliche Reaktionen nach Hayes

Staat als Käufer letzter Instanz für Rechenleistung

In der ersten Variante würde der Staat Nachfrage nach Rechenkapazität direkt kaufen oder anderweitig absichern. Das könnte Umsätze von Rechenzentrumsbetreibern stützen und ihre Schulden bedienbar halten. 214

Stützung von Versicherern oder Kreditmärkten

Die zweite Variante wäre eine Stabilitätsmaßnahme, falls Verluste in Private Credit und Versicherungen ein breiteres Kreditereignis auslösen. Hayes argumentiert, eine Absicherung von Versicherern, Rückversicherern oder anderen Gläubigern würde ebenfalls die Dollarliquidität ausweiten. 214

Seine Bitcoin-Schlussfolgerung beruht auf einer Marktthese: Mehr Liquidität und Sorgen über Geldentwertung könnten die Nachfrage nach knappen, risikosensiblen Anlagen wie BTC erhöhen. Das ist keine mechanische Regel. Bitcoin reagiert auch auf Risikobereitschaft, Zinsen, Hebel im Markt und Regulierung.

Warum ein unmittelbarer Rettungszyklus derzeit nicht erkennbar ist

Mehrere Faktoren sprechen gegen die Annahme, eine KI-Kreditrettung laufe bereits an.

Erstens bleibt die Geldpolitik restriktiv. Die US-Notenbank Federal Reserve erhöhte ihren Zielkorridor im September auf 3,75 bis 4,00 Prozent. Das passt kaum zu einem aktiven, rettungsgetriebenen Lockerungszyklus. 19

Zweitens fließt weiter Kapital in KI. SoftBank führte Berichten zufolge Gespräche über eine mögliche Anleiheemission von 10 bis 20 Milliarden US-Dollar, um Kredite im Zusammenhang mit seiner OpenAI-Beteiligung zu refinanzieren. Die Gespräche liefen noch, Konditionen konnten sich ändern. Zugang zu Finanzierung schließt Refinanzierungsrisiken nicht aus – widerspricht aber der Vorstellung eines plötzlichen Kapitalstopps.

Entscheidend bleibt langfristig, ob Nachfrage, Preise und Auslastung die heute aufgebaute Infrastruktur tragen. Apollos Schätzung von jährlich 2 Billionen US-Dollar an nötigen KI-Dienstleistungsumsätzen zeigt, wie hoch diese Hürde ist.

Bitcoin bei 85.000 US-Dollar: kein Beweis für Hayes’ Szenario

Bitcoins Lauf in Richtung 85.000 US-Dollar lässt sich besser mit kurzfristigen Marktkräften erklären als mit einer hypothetischen KI-Kreditstützung, die bislang nicht stattgefunden hat.

Marktberichte verwiesen unter anderem auf Nachfrage über Spot-ETFs und Short-Liquidationen. Bitfinex zufolge wurde eine Rally von 5,9 Prozent am 18. September durch Zuflüsse von 433 Millionen US-Dollar in US-Spot-ETFs gestützt; anschließend setzte BTC den Anstieg in Richtung 85.000 US-Dollar fort. Weitere Berichte beschrieben die Erholung trotz Zinserhöhung der Fed und Unsicherheit über die US-Kryptoregulierung. 1921

Solche Auslöser können Bitcoin bewegen, lange bevor die strukturelle KI-Finanzierungsfrage entschieden ist. Sie sind kein Beleg dafür, dass die US-Regierung Rechenkapazität kaufen oder Versicherer wegen KI-Schulden stützen will.

Welche Signale die These stützen oder widerlegen würden

Damit aus dem Gedankenspiel ein belastbareres Marktszenario wird, müssten mehrere Entwicklungen gleichzeitig sichtbar werden:

• anhaltende Hinweise, dass KI-Nachfrage oder Preise hinter den Ausbauannahmen zurückbleiben;
• sinkende Auslastung von Rechenzentren oder schwächere Cashflow-Prognosen;
• steigende Kreditaufschläge, Herabstufungen oder Refinanzierungsprobleme bei KI-Infrastrukturfinanzierern;
• sichtbare Verluste in Private-Credit-Portfolios oder bei Versicherern; und
• konkrete politische Maßnahmen zur Stützung von Rechenleistungsnachfrage oder betroffenen Finanzinstitutionen.

Das Gegenbild würde Hayes’ These schwächen: steigende Nutzung, belastbare Umsätze mit KI-Diensten, erfolgreiche Refinanzierungen und stabile Kreditqualität wären Zeichen dafür, dass der Infrastrukturausbau vom Markt aufgenommen wird.

Fazit

Hayes benennt eine nachvollziehbare Verwundbarkeit: Ein enormer Infrastrukturausbau wird finanziert, obwohl seine spätere Umsatzbasis noch nicht vollständig feststeht. Die von Apollo genannten rund 5 Billionen US-Dollar bis 2030 machen Auslastung und Monetarisierung für Anleihe- wie Aktienmärkte bedeutsam.

Die vollständige Kette vom KI-Nachfragerückgang über Versicherungsstress und staatliche Rettung bis zum Bitcoin-Boom bleibt jedoch in mehreren Punkten unbewiesen. Eine enttäuschende Nachfrage könnte zunächst geringere Technologieinvestitionen, engeren Kredit und Risk-off-Handel bedeuten – nicht sofort mehr Geldschöpfung oder steigende Bitcoin-Kurse. Als Beobachtungsrahmen für KI-Umsätze, Infrastrukturauslastung und Kreditbedingungen ist die These nützlich; als Erklärung für die jüngste Bitcoin-Bewegung taugt sie bislang nicht.