Goldman Sachs wird bei Hyperscaler-Schulden vorsichtig, da das Angebot an KI-Anleihen stark steigt
Goldman Sachs hat bei großen KI-Kreditnehmern eine Untergewichtung eingenommen – trotz ihrer starken Bilanzen. Damit wird das Angebot an Hyperscaler-Schulden zum Konflikt, den Investoren nicht länger ignorieren können.
Lindsay Rosner, Leiterin des Multi-Sector-Investings bei Goldman Sachs Asset Management, legte die Position am 24. September offen. Laut ihrer Portfolio-Positionierung glaubt das Unternehmen weiterhin an das Wachstum künstlicher Intelligenz. Bei den Anleihen, die dieses Wachstum finanzieren, hält es sich jedoch zurück, weil zu viel Emissionsvolumen auf den Markt drängt.
Diese Unterscheidung verändert die Debatte über KI-Investitionen. Die unmittelbare Frage lautet nicht, ob Microsoft, Amazon, Alphabet, Meta oder Oracle ihre Verpflichtungen bedienen können. Entscheidend ist vielmehr, ob Investoren die heutigen Spreads akzeptieren sollten, bevor Hunderte Milliarden zusätzlicher Anleihen um dasselbe Kapital konkurrieren.
Goldman Sachs Research erwartet, dass die Bruttokreditaufnahme von fünf Hyperscalern bis 2027 deutlich steigen wird. Investoren reagieren darauf, indem sie höhere Zugeständnisse verlangen, traditionelle Unternehmensanleihen bevorzugen und konzentrierte Engagements in KI-bezogenen Krediten begrenzen.
Der Markt hat damit zwei Ideen voneinander getrennt, die früher gemeinsam liefen. Ein Investor kann beim KI-Bedarf optimistisch bleiben und zugleich weniger bereit sein, die Schulden zu halten, mit denen die Infrastruktur finanziert wird.
Position von Goldman Sachs bei Hyperscaler-Schulden zielt auf Angebotsrisiken
Goldman Sachs Asset Management bewertet das hohe Angebot als Anlagerisiko, selbst wenn das Ausfallrisiko gering bleibt.
Rosners Untergewichtung betrifft die größten KI-Kreditnehmer und nicht den gesamten Technologiesektor. Eine Untergewichtung bedeutet, dass ein Portfolio weniger exponiert ist, als es seine Benchmark oder die normale Allokation nahelegen würde.
Die Entscheidung spiegelt die Menge an Papieren wider, die auf den Markt kommt. Unternehmensanleihen werden sowohl anhand von Kreditfundamentaldaten als auch durch Angebots- und Nachfragebedingungen bewertet. Ein finanziell gesundes Unternehmen kann dennoch Anleihen emittieren, die anschließend schlechter abschneiden, wenn Investoren mehr vergleichbare Schuldtitel erhalten, als sie komfortabel aufnehmen können.
Dieser Mechanismus ist wichtig, weil Hyperscaler nicht eine einzelne Übernahme finanzieren. Sie finanzieren einen mehrjährigen Bauzyklus mit Rechenzentren, Computerhardware, Netzwerkausrüstung, Grundstücken und Energieinfrastruktur.
Goldman Sachs Research schätzte, dass KI-bezogene Kreditnehmer bis Anfang August 2026 nahezu 500 Milliarden US-Dollar an Schulden emittiert hatten. Die eigene Analyse des KI-Schuldenmarkts von Goldman Sachs beschrieb Umfang und Dauer der Emissionen als ungewöhnlich für den Unternehmensanleihenmarkt.
Die Zahl umfasst mehr als die direkte Kreditaufnahme der größten Cloud-Plattformen. Sie schließt auch Finanzierungen im Zusammenhang mit Rechenzentren, Technologiezulieferern, Versorgern und anderen Teilen der Infrastrukturkette ein.
Dieser breitere Rahmen kann es schwierig machen, Risiken zu messen. Ein Anleihenfonds kann direkt einen Hyperscaler halten, einen Rechenzentrumsvermieter finanzieren und Anleihen eines Versorgers besitzen, der dieselbe Expansion unterstützt. Diese Positionen können einen wirtschaftlichen Treiber teilen, auch wenn ihre Branchenbezeichnungen unterschiedlich sind.
Rosners Position ist keine Prognose, dass Hyperscaler ausfallen werden. Die großen Plattformen erwirtschaften weiterhin erhebliche operative Cashflows, verfügen über wertvolle Vermögenswerte und haben breiten Zugang zu den Kapitalmärkten.
Stattdessen spiegelt die Position eine engere Einschätzung des relativen Werts wider. Erwartet ein Käufer wiederholte Emissionen, kann Abwarten einen besseren Spread oder einen günstigeren Neuemissionsaufschlag ermöglichen.
Ein Neuemissionsaufschlag ist die zusätzliche Rendite, die für die Platzierung neuer Anleihen gegenüber den bestehenden Schulden eines Emittenten angeboten wird. Solche Aufschläge steigen häufig, wenn das Angebot schwieriger zu platzieren ist.
Dieses Muster zeigte sich bereits bei einzelnen Transaktionen. Ein Investmentmanager berichtete, dass Amazon im Juli 25 Milliarden US-Dollar über acht Anleihetranchen aufnahm. Dem Geschäft ging im März eine Transaktion über 37 Milliarden US-Dollar voraus, wodurch Amazons Gesamtvolumen über zwölf Monate auf 107 Milliarden US-Dollar stieg.
Die Nachfrage blieb beträchtlich, doch die Konditionen wurden für Käufer günstiger. Laut der Anleihenmarktanalyse des Managers zahlte Amazon bei den Juli-Tranchen Aufschläge von 12 bis 22 Basispunkten.
Das lag über dem in der Analyse genannten breiteren Durchschnitt für Investment-Grade-Anleihen. Ein Basispunkt entspricht einem Hundertstel Prozentpunkt, sodass kleine Veränderungen große institutionelle Portfolios spürbar beeinflussen können.
Die Veränderung ist leicht zu übersehen, weil sich jede Transaktion weiterhin erfolgreich platzieren kann. Eine erfolgreiche Platzierung garantiert jedoch keine starke Entwicklung am Sekundärmarkt, insbesondere wenn innerhalb weniger Tage eine weitere große Transaktion folgen könnte.
Die Vorsicht von Goldman Sachs bei Hyperscaler-Schulden beginnt daher mit der Marktstruktur. Die Kreditnehmer bleiben glaubwürdig, doch das Gleichgewicht zwischen verfügbaren Anleihen und verfügbaren Käufern verschiebt sich.
KI-Investitionen verschlingen mehr Unternehmensliquidität
Der Druck entsteht durch einen Finanzierungsübergang, da KI-Investitionen sich dem von den Unternehmen generierten Cashflow annähern.
Hyperscaler finanzierten einen Großteil des KI-Ausbaus zunächst aus dem operativen Cashflow. Ihre profitablen Werbe-, Software-, Handels- und Cloud-Geschäfte verschafften ihnen einen Vorteil, der kleineren Infrastrukturunternehmen nicht zur Verfügung stand.
Dieser Vorteil ist nicht verschwunden. Das Problem besteht darin, dass die Investitionsausgaben stärker in die Größenordnung des operativen Cashflows vorgedrungen sind und dadurch weniger Spielraum für Dividenden, Aktienrückkäufe, Übernahmen und finanzielle Flexibilität bleibt.
Analysten von Goldman Sachs schätzten, dass Hyperscaler 2026 rund 770 Milliarden US-Dollar für Investitionsausgaben aufwenden würden. Dieser Betrag entsprach laut einem Bericht über die Kapitalverschiebung etwa 100 Prozent ihres prognostizierten operativen Cashflows.
Investitionsausgaben umfassen mehr als Chips. Unternehmen müssen Gebäude errichten, Netzwerksysteme installieren, Strom sichern, Geräte kühlen und Anlagen in mehreren Regionen mit Kunden verbinden.
Nicht jeder Dollar in diesen Budgets fließt in generative KI. Die Cloud-Expansion unterstützt herkömmliche Workloads, und die Infrastruktur kann während ihrer Nutzungsdauer mehrere Produkte bedienen. Dennoch treibt die KI-Nachfrage einen Großteil der zusätzlichen Kapazität.
Wenn Investitionsausgaben den größten Teil des operativen Cashflows absorbieren, stehen Managementteams vor mehreren Optionen. Sie können Schulden aufnehmen, Eigenkapital ausgeben, Aktienrückkäufe reduzieren, den Bau verlangsamen oder diese Möglichkeiten kombinieren.
Schulden sind für Unternehmen mit Investment-Grade-Rating offensichtlich attraktiv. Sie vermeiden eine unmittelbare Verwässerung der Aktionäre und verteilen Infrastrukturkosten über die Jahre, in denen die Vermögenswerte voraussichtlich Umsätze generieren.
Der Nachteil ist eine feste Verpflichtung. Zinsen müssen gezahlt werden, selbst wenn sich Nachfrageprognosen als zu optimistisch erweisen, Preise sinken oder neuere Hardware den Wert bestehender Anlagen verringert.
Schulden verlagern zudem einen Teil der KI-Investitionsentscheidung von Unternehmensvorständen auf öffentliche Märkte. Jede Emission fordert Anleiheinvestoren auf, die Ausgabenpläne über den von ihnen akzeptierten Preis zu bestätigen.
Diese Verlagerung verändert die Informationen, die Investoren benötigen. Aktionäre konzentrieren sich auf Wachstum, Margen, Marktanteile und den zukünftigen Wert von KI-Dienstleistungen. Kreditinvestoren fragen zusätzlich, wie häufig das Unternehmen Kredite aufnehmen wird und wo seine Anleihen in künftigen Emissionskalendern stehen werden.
Goldman Sachs erwartet, dass die fünf größten Hyperscaler 2026 Anleihen im Wert von rund 250 Milliarden US-Dollar emittieren werden. Nach seinen Schätzungen wird das Emissionsvolumen 2027 bei knapp 400 Milliarden US-Dollar liegen, während die Investitionsausgaben voraussichtlich hoch bleiben.
Diese Schätzungen sind Prognosen und keine vertraglichen Zusagen. Unternehmen können Budgets überarbeiten, Projekte verschieben, Leasing einsetzen oder Finanzierungen zwischen Währungen und Märkten verlagern.
Die Richtung ist jedoch bereits erkennbar. Reuters berichtete, dass das erwartete Bruttoemissionsvolumen der Hyperscaler für 2027 auf 420 Milliarden US-Dollar gestiegen sei – ein Plus von 60 Prozent gegenüber der Schätzung für 2026.
Gleichzeitig erreichte das gesamte US-Unternehmensanleihevolumen bis August 1,9 Billionen US-Dollar, ein Anstieg um 30 Prozent gegenüber dem Vorjahr. Die Kombination bedeutet, dass KI-Kreditnehmer in einem bereits überfüllten Markt konkurrieren.
Der Druck reicht über Technologieemittenten hinaus. Große Volumina ähnlich bewerteter Schulden können Nachfrage von Industrie-, Finanz-, Gesundheits- und Konsumunternehmen abziehen.
Investoren vergleichen Anleihen nach Rendite, Laufzeit, Liquidität und erwarteter Volatilität. Ein Portfolio, das mehr Technologieschulden aufnimmt, muss entweder neue Mittelzuflüsse anziehen oder eine andere Position reduzieren.
Deshalb ist das Angebot an Hyperscaler-Schulden selbst für Menschen relevant, die niemals eine Technologieanleihe kaufen. Der Finanzierungsbedarf kann die Kreditkosten im gesamten Investment-Grade-Segment beeinflussen und sich auf das andernorts verfügbare Kapital auswirken.
Vertrauen in KI-Wachstum kollidiert nun mit Anleihedisziplin
Die zentrale Umkehr besteht darin, dass der Glaube an KI nicht länger Begeisterung für jedes Wertpapier erfordert, das ihre Finanzierung ermöglicht.
Während eines Großteils des KI-Booms verstärkten sich operativer Erfolg und Finanzierungsvertrauen gegenseitig. Steigende Nachfrage förderte höhere Investitionen, während starke Unternehmensbewertungen diese Investitionen finanzierbar erscheinen ließen.
Der Anleihenmarkt zieht nun eine Trennlinie. Eine erfolgreiche Technologiestrategie kann mit mittelmäßigen Anleiherenditen einhergehen, wenn wiederholte Emissionen die bestehenden Wertpapiere eines Emittenten verbilligen.
Dies ist die zentrale Logik hinter der Positionierung von Goldman Sachs bei Hyperscaler-Schulden. Rosner kann die langfristige Wachstumsstory akzeptieren und zugleich darauf verzichten, einen so großen Anteil der am reichlichsten verfügbaren Papiere zu halten.
Das steht nicht im Widerspruch zu anderen Ansichten von Goldman Sachs. Unterschiedliche Abteilungen und Strategien befassen sich mit unterschiedlichen Wertpapieren, Zeithorizonten und Kundenzielen.
So argumentierte die Aktienanalyse von Goldman Sachs Anfang 2026, dass Investoren Hyperscaler-Aktien gegenüber Halbleiterwerten bevorzugen sollten. Diese These betraf die Frage, wo sich die KI-Ökonomie innerhalb des Aktienmarkts ansammeln könnte.
Ein Fixed-Income-Portfolio steht vor einer anderen Rechnung. Sein Aufwärtspotenzial ist im Allgemeinen auf vertragliche Zahlungen und engere Spreads begrenzt, während zu den Risiken weitere Spreads, Durationsverluste und sich verschlechternde Kreditkennzahlen zählen.
Die Duration misst, wie empfindlich der Preis einer Anleihe auf Änderungen der Zinssätze reagiert. Lang laufende Technologieanleihen können an Wert verlieren, wenn die Renditen von US-Staatsanleihen steigen, selbst wenn die finanzielle Lage des Emittenten stabil bleibt.
Das Angebot fügt eine weitere Druckquelle hinzu. Eine neue Anleihe mit höherer Rendite kann eine ältere Anleihe weniger attraktiv machen und ihren Marktpreis nach unten drücken.
Diese Unterscheidung erklärt auch, warum eine auf Ausfälle fokussierte Analyse das aktuelle Problem verfehlt. Investoren müssen nicht glauben, dass Microsoft oder Alphabet Zahlungen versäumen werden, um eine Bank-, Industrie- oder Staatsanleihe mit besserer relativer Bewertung zu bevorzugen.
Reuters stellte fest, dass sich hoch bewertete Unternehmensanleihen bis Ende September in zwei Gruppen aufgeteilt hatten. KI-bezogene Emittenten stießen auf größere Vorsicht, während traditionelle Kreditnehmer stärkere Nachfrage erhielten.
Portfoliomanager nannten häufiger das Volumen und unvorhersehbare Emissionspläne als die Solvenz. Die daraus resultierende Selektivität der Käufer zeigte sich in Aufschlägen und Entscheidungen zur Portfoliokonzentration.
Planbarkeit ist wichtig, weil Anleihenfonds Liquidität und Benchmark-Engagements über festgelegte Fälligkeiten hinweg steuern. Ein Kreditnehmer, der einen klaren jährlichen Finanzierungsplan kommuniziert, gibt Investoren Zeit, Kapazitäten zu reservieren.
KI-Infrastrukturpläne können sich schneller verändern. Ein neues Modell, eine Kundenvereinbarung, eine Chipgeneration oder eine Energiezusage kann zusätzliche Ausgaben und einen weiteren Anleiheverkauf auslösen.
Die Emissionen in Fremdwährungen haben ein Ventil geschaffen. Hyperscaler können Käufer in Euro oder anderen Währungen erreichen, statt sich vollständig auf den US-Dollar-Markt für Investment-Grade-Anleihen zu stützen.
Laut TwentyFour Asset Management machten Anleihen außerhalb des US-Dollars 2026 33 Prozent der Hyperscaler-Emissionen aus. 2025 waren es noch 14 Prozent.
Private Credit, Infrastrukturfonds, Projektfinanzierungen und asset-backed Strukturen eröffnen weitere Kanäle. Solche Vereinbarungen können Schulden aus der Muttergesellschaft herausverlagern und die Rückzahlung unmittelbarer an bestimmte Anlagen oder Verträge knüpfen.
Sie beseitigen das wirtschaftliche Risiko nicht. Ein Projekt bleibt von Baufortschritt, verfügbarer Stromversorgung, Mieterzusagen, Technologienachfrage und Refinanzierungsbedingungen abhängig.
Die Finanzierungsstruktur entscheidet, wer diese Risiken trägt und wann Verluste sichtbar werden. Inhaber öffentlicher Anleihen, private Kreditgeber, Vermieter, Versorger und Aktionäre können jeweils einen anderen Anteil übernehmen.
Diese Verteilung wird wichtiger, da KI-Infrastruktur den liquiditätsstarken Kern großer Technologieunternehmen verlässt. Entwickler von Rechenzentren und spezialisierte Cloud-Anbieter verfügen meist nicht über denselben Schutz durch ihre Bilanz.
Für Anleger lautet die praktische Schlussfolgerung daher Selektivität statt pauschaler Meidung. Eine Anleihe kann nach einer Spreadausweitung attraktiv vergüten, selbst wenn eine frühere Emission desselben Unternehmens teuer erschien.
Rosners Untergewichtung spiegelt dieses Timing-Urteil wider. Goldman Sachs Asset Management scheint bereit zu sein, auf ein Angebotsvolumen zu warten, das günstigere Einstiegspunkte schafft.
Starke Bilanzen entscheiden die KI-Schuldendebatte nicht
Das pessimistische Szenario kann überzeichnet sein, weil die größten Kreditnehmer weiterhin außergewöhnlich hohe Cashflows und mehrere Finanzierungsoptionen besitzen.
Der Angebotsdruck ist real, löst aber nicht automatisch eine Kreditkrise aus. Die Anleihemärkte finanzieren weiterhin große Transaktionen, und Anleger schätzen nach wie vor liquide Wertpapiere bekannter Investment-Grade-Emittenten.
Analysten von Goldman Sachs argumentieren, dass angemessene höhere Verschuldungsquoten für große Hyperscaler weiterhin mit Investment-Grade-Ratings vereinbar wären. Die Verschuldung setzt Schulden ins Verhältnis zu Gewinnen, Cashflow oder anderen Kennzahlen der Rückzahlungsfähigkeit.
Die Unternehmen behalten zudem Optionen, die schwächeren Kreditnehmern fehlen. Sie können Aktienrückkäufe verlangsamen, Übernahmen reduzieren, Wertpapiere in mehreren Währungen verkaufen oder Bauprojekte über längere Zeiträume staffeln.
Die Nachfrage nach hochwertigen Anleihen kann steigen, wenn Renditen attraktiver werden. Pensionsfonds, Versicherer, ausländische Institutionen und einkommensorientierte Portfolios könnten einsteigen, wenn die Emissionszugeständnisse zunehmen.
Dadurch entsteht ein selbstkorrigierender Mechanismus. Hohe Emissionsvolumina weiten Spreads aus, größere Spreads ziehen Käufer an, und eine stärkere Nachfrage erleichtert die Platzierung der nächsten Transaktion.
Untersuchungen von Goldman Sachs ergaben zudem, dass die Kreditmärkte bereits eine größere Rolle übernahmen, ohne dass ein offensichtlicher Zusammenbruch erkennbar war. Die Spreads blieben während Teilen des Emissionsschubs historisch eng – trotz des Umfangs der Kreditaufnahme.
BlackRock-Portfoliomanagerin Amanda Brownback vertrat in Reuters-Berichten eine ähnliche Einschätzung. Sie führte die Ausweitung der KI-Spreads vor allem auf Angebots- und Nachfragebedingungen zurück, nicht auf eine breite Verschlechterung der Kreditqualität.
Diese Sichtweise stellt die alarmistischste Interpretation der Vorsicht von Goldman Sachs bei Hyperscaler-Schulden infrage. Eine Untergewichtung kann Geduld und Relative-Value-Disziplin ausdrücken, ohne finanzielle Notlagen vorherzusagen.
Die schwierigere Unsicherheit betrifft die Kapitalrenditen. Rechenzentren haben lange Betriebszeiten, während sich Chips und KI-Systeme in deutlich kürzeren Zyklen verbessern können.
Eine Anlage kann auch dann nützlich bleiben, wenn ihre ursprünglichen Beschleuniger veraltet sind. Betreiber können Hardware austauschen, Kapazitäten umwidmen oder den Standort für etablierte Cloud-Workloads nutzen.
Umbauten erfordern jedoch zusätzliches Kapital. Auch Anforderungen an Leistungsdichte, Kühlung, Netzwerke und Software können sich ändern, wodurch manche Anlagen weniger anpassungsfähig sind als erwartet.
Die Transparenz der Umsätze unterscheidet sich je nach Unternehmen. Eine ausgereifte Cloud-Plattform kann Kapazität an Tausende Kunden verkaufen, während ein zweckgebundenes Projekt von einem einzelnen Mieter oder Vertrag abhängen kann.
Kreditanleger müssen daher über das Etikett „KI-bezogen“ hinausblicken. Der zugrunde liegende Kreditnehmer, Garantien, Sicherheiten, Mieter, Laufzeit und die Covenant-Struktur sind wichtiger als das Thema.
Konzentration schafft eine weitere Sorge. Indexanleger können Engagements anhäufen, weil große Emittenten nach dem Verkauf zusätzlicher Schulden höhere Benchmark-Gewichtungen erhalten.
Dieser Prozess kann Kreditaufnahme mit zusätzlicher passiver Nachfrage belohnen. Aktive Manager könnten darauf mit internen Limits oder einer Untergewichtung gegenüber der Benchmark reagieren – genau das erreicht eine Untergewichtungsposition.
Auch in den Angebotsprognosen steckt ein Prognoserisiko. Die berichtete Projektion von 420 Milliarden US-Dollar für 2027 setzt voraus, dass die Unternehmen ihre aktuellen Investitionspläne umsetzen und den erwarteten Finanzierungsmix nutzen.
Eine schwächere KI-Nachfrage würde den Kapitalbedarf reduzieren, aber ein anderes Problem schaffen. Anleger würden dann hinterfragen, ob die bestehenden Ausgaben ausreichende Renditen erzielen können.
Eine stärkere Nachfrage könnte die Umsätze verbessern und zugleich noch größere Bauprogramme fördern. In diesem Fall könnten bessere operative Ergebnisse mit anhaltendem Druck auf Anleihebewertungen einhergehen.
Beide Szenarien schwächen einfache Schlussfolgerungen. Die entscheidende Frage ist nicht, ob KI erfolgreich ist oder scheitert, sondern ob Umsatz, Cashflow und Finanzierungskapazität in kompatiblen Raten wachsen.
Dieses Verhältnis bleibt ungelöst. Anleger sollten Emissionsprognosen weder als Beweis für eine Blase betrachten noch starke Ratings als Schutz vor Mark-to-Market-Verlusten verstehen.
Das Anleiheangebot wird zum Preis der KI-Ambitionen
Die Fremdkapitalkosten entwickeln sich zu einer öffentlichen Bewertung dafür, wie zuversichtlich die Märkte die nächste Phase der KI-Infrastruktur finanzieren.
Drei Signale werden entscheiden, ob sich die Vorsicht von Goldman Sachs bei Hyperscaler-Schulden als rechtzeitig erweist. Das erste ist die Preisgestaltung kommender Anleiheverkäufe.
Anleger sollten Emissionszugeständnisse, die Deckung der Orderbücher und den Sekundärmarkthandel nach jeder großen Transaktion beobachten. Diese Kennzahlen zeigen, ob die Nachfrage mit dem Angebot Schritt hält.
Eine Anleihe, die mit einer hohen Zugeständnisrendite bepreist wird, danach aber steigt, deutet darauf hin, dass der Emittent ein marktgängiges Niveau gefunden hat. Eine Transaktion, die unmittelbar nachgibt, kann darauf hinweisen, dass Käufer weiterhin gesättigt sind.
Das zweite Signal ist das Verhältnis von Investitionsausgaben zu operativem Cashflow in den kommenden Quartalsberichten. Anleger müssen sehen, ob KI-Dienste schnell genug Cash generieren, um die Abhängigkeit von externer Finanzierung zu senken.
Umsatzwachstum allein wird die Frage nicht klären. Free Cashflow, Leasingverpflichtungen, Abschreibungen und aktualisierte Kapitalbudgets werden zeigen, wie viel finanzielle Flexibilität verbleibt.
Auch die Prognosen des Managements werden offenlegen, ob Unternehmen Projekte staffeln können. Flexible Bauzeitpläne reduzieren das Finanzierungsrisiko, während starre Kauf- oder Stromverpflichtungen Ausgaben schwieriger anpassbar machen.
Das dritte Signal ist die von Goldman Sachs prognostizierte Emissionspipeline für 2027. Der berichtete Sprung in Richtung 420 Milliarden US-Dollar wird die Angebotsthese stärken, wenn Kreditnehmer Finanzierungspläne bestätigen und weiterhin in verschiedenen Währungen emittieren.
Sie wird geschwächt, falls sich die Ausgaben verlangsamen, der Cashflow schneller als erwartet steigt oder alternative Finanzierungen das öffentliche Anleiheangebot spürbar reduzieren. Anleger sollten echten Risikotransfer von kosmetischen Strukturänderungen unterscheiden.
Projektfinanzierungen können Schulden aus der Bilanz eines Hyperscalers entfernen, während das Projekt wirtschaftlich weiterhin von diesem Unternehmen abhängt. Leasingverpflichtungen können ebenfalls wiederkehrende Bindungen schaffen, ohne als herkömmliche Anleiheemission zu erscheinen.
Breitere Marktbedingungen werden alle drei Signale prägen. Treasury-Renditen beeinflussen die gesamten Erträge aus Unternehmensschulden, während Fonds-Zuflüsse bestimmen, wie viel neues Angebot Käufer aufnehmen können.
Goldman Sachs hat darauf hingewiesen, dass steigende Treasury- und KI-bezogene Emissionen Aufwärtsdruck auf langfristige Renditen ausüben können. Goldman-Ökonomen schätzten jedoch, dass der breitere Verdrängungseffekt geringer blieb, als manche Kommentare nahelegten.
Ihre Analyse bezifferte die KI-Investitionen 2026 auf rund 600 Milliarden US-Dollar beziehungsweise etwa 2 Prozent des US-Bruttoinlandsprodukts. Das entsprach zudem rund 10 Prozent der Unternehmensinvestitionen in Anlagevermögen und 15 Prozent der Ausrüstungsinvestitionen.
Diese Schätzungen zeigen, warum die Finanzierung zu einem makroökonomischen Thema geworden ist. Der KI-Ausbau konkurriert inzwischen über die Technologiebranche hinaus um Kapital, Arbeitskräfte, Stromausrüstung und Baukapazitäten.
Der Anleihemarkt bietet jedoch einen unmittelbareren Test als jede langfristige Prognose. Er setzt jedes Mal einen Preis fest, wenn ein Emittent Anleger bittet, eine weitere Anlage zu finanzieren.
Dieser Preis wird mitentscheiden, ob Unternehmen im geplanten Tempo weitermachen. Höhere Fremdkapitalkosten können Grenzprojekte verzögern, Unternehmen mit stärkerer interner Cash-Generierung begünstigen und die Eintrittsbarrieren für kleinere Wettbewerber erhöhen.
Entwickler und Käufer von Unternehmenstechnologie sollten dies beachten, weil Finanzierungsbedingungen das Angebot beeinflussen. Eine teurere Kapitalbasis kann Cloud-Verträge, Kapazitätszusagen und den geografischen Zeitplan neuer Infrastruktur beeinflussen.
Wissensarbeiter und Nutzer von KI-Produkten werden die Auswirkungen indirekt erleben. Infrastrukturkosten prägen, wie Anbieter Modelle bepreisen, Rechenleistung zuweisen und entscheiden, welche Dienste weiter investiert werden.
Die nächste Phase des KI-Marktes wird daher von mehr als Benchmark-Ergebnissen oder Produkteinführungen abhängen. Sie wird auch davon abhängen, ob Anleger glauben, dass die versprochenen Cashflows die heute notwendige Finanzierung rechtfertigen.
Goldman Sachs Asset Management hat sich entschieden, auf eine bessere Vergütung durch die größten Kreditnehmer zu warten. Diese Entscheidung weist KI-Wachstum nicht zurück. Sie erkennt an, dass eine überzeugende Technologiegeschichte und eine attraktive Anleihe nicht dieselbe Anlage sind.
Die Frage für das kommende Quartal ist konkret: Werden neue Hyperscaler-Transaktionen geduldige Käufer belohnen, oder wird eine widerstandsfähige Nachfrage das Angebot ohne dauerhafte Neubewertung aufnehmen? Beobachten Sie Zugeständnisse, Cash-Konversion und bestätigte Kreditaufnahmepläne. Zusammen werden sie zeigen, ob die heutige Untergewichtung ein frühes Warnsignal oder schlicht disziplinierte Verhandlung mit außergewöhnlich starken Emittenten ist.
