KI-Milliarden der Hyperscaler: Wann kippt der Cashflow?

Der KI-Infrastrukturausbau wird für die großen Cloudkonzerne zunehmend zu einem Test ihrer Kreditqualität. Das Problem ist nicht, dass die sogenannten Hyperscaler keine profitablen Kerngeschäfte hätten. Entscheidend ist vielmehr der Zeitfaktor: Die Investitionen fallen sofort an – die Cash-Erträge, die sie rechtfertigen sollen, werden erst in den kommenden Jahren erwartet.

Amazon, Alphabet, Microsoft, Meta und Oracle, von S&P als „Hyper 5“ zusammengefasst, haben in den vergangenen fünf Jahren rund 1,1 Billionen US-Dollar für Investitionen (Capex) ausgegeben. Nach dem Visible-Alpha-Konsens könnten von 2026 bis 2030 weitere 5,3 Billionen US-Dollar hinzukommen. 116

Diese Summen können sich auszahlen, wenn KI neue Umsätze und Produktivitätsgewinne in großem Maßstab liefert. Bis dahin aber belasten sie freien Cashflow, Liquiditätsreserven, Verschuldung und letztlich die Widerstandsfähigkeit des Kreditmarkts.

Das Kernrisiko: erst bauen, später verdienen

Für KI-Kapazität müssen Rechenzentren, Chips, Netzwerke, Stromversorgung und weitere Infrastruktur vorab finanziert werden. Ob sich das rechnet, hängt von einer dauerhaft hohen Nachfrage, einer guten Auslastung der Anlagen und margenstarken KI-Erlösen ab.

Gemessen am Verhältnis von Investitionen zu Abschreibungen übertrifft die Investitionsintensität der Hyper 5 laut S&P Global die Spitzenwerte aus der Dotcom-Ära und der Zeit der globalen Finanzkrise. Bis 2028 dürften sie für mehr als die Hälfte aller Investitionen der im US-Leitindex S&P 500 gelisteten Unternehmen stehen – nach 13 % im Jahr 2020 und 30 % im Jahr 2025. 1

Das ist kein Beleg dafür, dass sich die Dotcom-Blase wiederholt. Die Parallele ist eine Warnung vor der Größenordnung: Wenige Unternehmen setzen gleichzeitig historisch hohe Beträge auf zusätzliche Kapazitäten, obwohl Tempo und Wirtschaftlichkeit der KI-Nutzung noch nicht abschließend bewiesen sind.

Der freie Cashflow gerät unter Druck

Die Konzerne erzielen weiterhin hohe operative Gewinne und haben Zugang zu den Kapitalmärkten. Doch der Ausbau kann mehr Geld verschlingen, als das operative Geschäft kurzfristig nachliefert.

S&P Global Ratings erwartet, dass die gemeinsamen Investitionen von sechs großen US-Hyperscalern – den Hyper 5 plus SpaceX – bis 2027 mehr als 1,3 Billionen US-Dollar erreichen. Für 2026 und 2027 prognostiziert die Ratingagentur bei allen sechs einen negativen freien operativen Cashflow; eine Erholung wird erst 2029 erwartet. 3

Der Unterschied ist wichtig:

• Profitabilität zeigt, ob das laufende Geschäft mehr einnimmt als es für den Betrieb ausgibt.
• Freier Cashflow zeigt, wie viel Geld nach den Investitionen tatsächlich übrig bleibt.
• Ein Unternehmen kann also profitabel bleiben und dennoch einen stark sinkenden oder negativen freien Cashflow ausweisen, wenn es außergewöhnlich schnell Infrastruktur aufbaut.

Alphabet verdeutlicht dieses Muster. Die Investitionen beliefen sich im von S&P Global im Juli betrachteten Zeitraum auf 44,9 Milliarden US-Dollar – mehr als doppelt so viel wie ein Jahr zuvor. Gleichzeitig sank der freie Cashflow gegenüber dem Vorjahr um 74,1 %. Für 2026 erhöhte Alphabet seine Capex-Prognose anschließend auf 195 bis 205 Milliarden US-Dollar. 4

Nicht nur Schulden zählen

Wenn der selbst erwirtschaftete Cashflow in Rechenzentren fließt, gewinnen andere Finanzierungsquellen an Bedeutung: Schulden, Aktienemissionen, Leasingverpflichtungen und weitere Finanzierungsmodelle. 3

Das ist nicht automatisch ein Alarmzeichen. Große Unternehmen finanzieren langfristige Vermögenswerte häufig über unterschiedliche Instrumente. Für Gläubiger und Investoren wird jedoch entscheidend, dass Leasing- und ähnliche Verträge dauerhafte, schuldenähnliche Verpflichtungen erzeugen können – auch wenn sie in der klassischen Nettoverschuldung nicht vollständig sichtbar sind.

Wichtige Fragen sind daher:

• Wie viel KI-Kapazität ist über langfristige Leasing- oder Finanzierungszusagen abgesichert?
• Wie schnell müssen neue Rechenzentren ausgelastet werden, damit die erwarteten Renditen erreichbar sind?
• Wie groß bleibt der finanzielle Puffer, falls KI-Erlöse langsamer wachsen als geplant?
• Sind die erwarteten Einnahmen verlässlich genug, um die dazugehörigen Infrastrukturverpflichtungen zu tragen?

Je größer die fixen Verpflichtungen, desto stärker fällt das Risiko ins Gewicht, wenn Auslastung oder Monetarisierung hinter den Erwartungen zurückbleiben.

Oracle als frühes Warnsignal

Oracle zeigt besonders deutlich, wie ein KI-Ausbau Cashflow und Bonitätsprofil verändern kann.

Im Geschäftsjahr 2026 meldete das Unternehmen einen negativen Free Cashflow von 23,7 Milliarden US-Dollar, weil die Investitionen in Rechenzentren schneller stiegen als der operative Mittelzufluss. S&P Global Ratings senkte daraufhin Oracles langfristiges Emittentenrating von BBB auf BBB-. Damit liegt es nur noch eine Stufe über dem spekulativen Bereich. 17

Das beweist nicht, dass Oracles KI-Strategie scheitert. Es illustriert aber den Mechanismus hinter S&Ps Warnung: Selbst ein Unternehmen mit wachsendem Geschäft kann unter Ratingdruck geraten, wenn Investitionen, Finanzierungsbedarf und langfristige Verpflichtungen schneller zunehmen als die Cash-Generierung.

Wann würde daraus ein breiteres Kreditrisiko?

Nach der Logik von S&P verschärft sich die Lage vor allem, wenn mehrere Entwicklungen zusammentreffen:

1. KI-Umsätze kommen später als erhofft. Die Infrastruktur wäre vorhanden, bevor Kunden in ausreichendem Umfang dafür bezahlen.
2. Die Auslastung bleibt hinter den Erwartungen zurück. Unterausgelastete Rechenzentren und Chips drücken die Kapitalrendite.
3. Die Investitionsphase zieht sich länger hin. Ein späterer Rückgang der Ausgaben verlängert die Phase schwacher oder negativer freier Cashflows.
4. Dauerhafte Finanzierungsverpflichtungen häufen sich an. Mehr Schulden, Leasing und vergleichbare Zusagen verringern den Handlungsspielraum in einem Abschwung.
5. Mehrere Konzerne kürzen gleichzeitig ihre Budgets. Wegen der starken Konzentration könnten Zulieferer, Kreditgeber und Kreditmärkte insgesamt betroffen sein.

S&Ps Warnung richtet sich damit nicht gegen KI als Technologie. Sie betrifft die Frage, ob das Finanzsystem einen Ausbau finanzieren soll, dessen Erträge in der Größenordnung der heutigen Investitionen noch nicht nachgewiesen sind.

Das positive Szenario ist möglich – aber nicht garantiert

Die optimistische Rechnung ist nachvollziehbar: KI könnte neue Erlöse bei Software, Cloud-Diensten und Unternehmensanwendungen schaffen und zugleich die Produktivität genug erhöhen, um die hohen Infrastrukturkosten zu tragen. Der AI Monitor von S&P Global erwartete, dass KI-exponierte Umsätze von 468 Milliarden US-Dollar Ende 2023 auf 1,354 Billionen US-Dollar Ende 2026 steigen. 2

Wenn die Nachfrage dauerhaft hoch bleibt und margenstarke KI-Erlöse rasch skalieren, könnte der aktuelle Investitionszyklus im Rückblick als notwendige Aufbauphase erscheinen – nicht als finanzielle Übertreibung. Die von S&P Global Ratings erwartete Erholung des freien operativen Cashflows ab 2029 beruht auf dieser Möglichkeit. 3

Entscheidend bleiben jedoch die tatsächlichen KI-Umsätze, die Auslastung der neuen Kapazitäten, die Dauer der hohen Investitionen und der volle Umfang schuldenähnlicher Verpflichtungen. Solange diese Faktoren offen sind, ist das KI-Rennen auch eine Wette darauf, dass die Renditen rechtzeitig eintreffen – bevor sinkende Cashflows und steigende Finanzlasten den Spielraum der Investoren begrenzen.