Meta-KI-Ausgaben treffen auf Moody’s Warnung, während der Cashflow von Big Tech unter Druck gerät

Die KI-Ausgaben von Meta sind in eine schwierigere Phase eingetreten, denn Moody’s warnt, dass beispiellose Infrastrukturkosten den freien Cashflow von Big Tech schwächen. Die Ratingagentur untersuchte Meta, Microsoft, Amazon, Alphabet, Oracle und CoreWeave, während diese Kapital in Rechenzentren und Computing-Hardware investieren.

Die Warnung bedeutet nicht, dass der KI-Boom gescheitert ist. Die Cloud-Nachfrage wächst, vertraglich gesicherte Umsätze häufen sich an, und mehrere Unternehmen haben erhebliche KI-bezogene Erlöse gemeldet. Der Konflikt besteht darin, dass die Infrastrukturausgaben schneller steigen als die verfügbaren Mittel zu ihrer Finanzierung.

Das verändert die Investmentthese hinter den größten Technologieplattformen der Welt. Diese Unternehmen konnten Software- und Werbeumsätze früher ausbauen, ohne im gleichen Umfang physische Infrastruktur errichten zu müssen. Heute hängt ihr Wachstum von Rechenzentren, Beschleunigern, Netzwerksystemen, Speicher, Kühlung und zuverlässiger Stromversorgung ab.

Microsoft und Alphabet verfügen weiterhin über erhebliche finanzielle Kapazitäten. Auch Metas Werbemaschine generiert beträchtliche operative Mittel. Oracle und CoreWeave haben weniger Spielraum für Fehler, weil ihre Infrastrukturverpflichtungen im Verhältnis zu ihrer bestehenden Cash-Generierung größer sind.

Die zentrale Frage lautet nicht länger, ob KI-Nachfrage besteht. Anleger müssen beurteilen, ob KI-Umsätze, Margen und Cash-Generierung aufholen werden, bevor Finanzierungskosten und Abschreibungen diese Unternehmen dauerhaft verändern.

Moody’s macht aus dem KI-Boom eine Kreditfrage

Moody’s Warnung rückt KI-Infrastruktur als Bilanzverpflichtung und nicht nur als Technologieinvestition in den Fokus.

Moody’s erwartet, dass die kombinierten Investitionsausgaben der sechs Unternehmen 2026 etwa 785 Milliarden US-Dollar erreichen werden. Für 2027 nähert sich die Prognose laut einer Prognose zu Hyperscaler-Capex 1 Billion US-Dollar.

Die Gruppe aus sechs Unternehmen umfasst drei große öffentliche Cloud-Anbieter. Microsoft betreibt Azure, Amazon führt AWS, und Alphabet besitzt Google Cloud. Meta baut Infrastruktur vor allem für seine eigenen Produkte auf, während Oracle und CoreWeave KI-orientierte Computing-Kapazitäten verkaufen.

Investitionsausgaben, oder Capex, umfassen langlebige Vermögenswerte wie Server, Gebäude und Netzwerkausrüstung. Der freie Cashflow zieht im Allgemeinen Cash-Capex vom operativen Cashflow ab und zeigt damit, was nach der Finanzierung von Betrieb und Investitionen übrig bleibt.

Dieser Abzug ist mit den wachsenden Infrastrukturbudgets wichtiger geworden. Ein Unternehmen kann steigende Umsätze und Bilanzgewinne ausweisen, während es weniger freien Cashflow generiert. Abschreibungen verteilen die Kosten eines Vermögenswerts über mehrere Jahre, doch die Mittel fließen oft deutlich früher ab.

Moody’s identifizierte einen Übergang von einem asset-light Modell zu einer kapitalintensiveren Struktur. Software, Werbung und geistiges Eigentum erwirtschaften in der Gruppe weiterhin den Großteil des operativen Gewinns. Diese Dienste hängen jedoch zunehmend von kostspieliger physischer Kapazität ab.

Die Ratingagentur argumentiert nicht, dass jeder investierte Dollar eine schlechte Rendite erzielt. Ihre Sorge ist, dass die Unternehmen Kapital binden, bevor die letztliche Rendite sichtbar wird. Der Bau eines Rechenzentrums kann Jahre dauern, während Chips und Server deutlich früher an Wettbewerbsfähigkeit verlieren können.

Moody’s hatte zuvor gewarnt, dass eine höhere Kapitalintensität und wachsende Schulden zu einer Neubewertung der Kreditwürdigkeit führen könnten. Dieses Ergebnis wird wahrscheinlicher, wenn das Gewinnwachstum nicht mit der neuen Finanzierungsbelastung Schritt hält.

Die Warnung hat für jedes Unternehmen ein anderes Gewicht. Microsoft behält Moody’s höchste langfristige Bewertung, während Alphabet und Meta ebenfalls starke Investment-Grade-Ratings halten. Amazon verfügt über erhebliche Größe, doch sein Handelsgeschäft schafft zusätzlichen Bedarf an Betriebskapital.

Oracle bewegt sich näher an der Kreditgrenze. Seine Cloud-Expansion stellt im Verhältnis zu seinem operativen Cashflow eine deutlich größere Verpflichtung dar. CoreWeave bringt in denselben Infrastrukturzyklus noch höhere Verschuldung und Kundenkonzentration ein.

Die stärksten Unternehmen können mehrere Jahre mit niedrigem freien Cashflow verkraften, ohne unmittelbar in finanzielle Schwierigkeiten zu geraten. Doch Kreditstärke ist nicht unbegrenzt. Mehr Schulden, Leasingverbindlichkeiten und Kaufzusagen verringern die künftige Flexibilität, selbst wenn die aktuellen Gewinne hoch bleiben.

Auch das Ausmaß der Revision ist bemerkenswert. Moody’s hatte früher im Jahr Ausgaben von rund 700 Milliarden US-Dollar für 2026 prognostiziert. Anschließend erhöhte die Agentur diese Schätzung um etwa 85 Milliarden US-Dollar, nachdem die Unternehmen ihre Infrastrukturpläne ausgeweitet hatten.

Diese Revision zeigt, warum Anleger Schwierigkeiten haben, einen Ausgabenhöhepunkt zu bestimmen. Jede neue Modellgeneration benötigt mehr Computing-Kapazität. Agentic-Systeme verbrauchen zudem kontinuierlich Ressourcen, weil sie mehrstufige Aufgaben erledigen, statt nur eine kurze Antwort zu erzeugen.

Höhere Kosten für Speicher und Komponenten fügen eine weitere Ebene hinzu. Unternehmen können mehr Kapazität installieren und zugleich für jede Einheit mehr bezahlen. Eine Budgeterhöhung bedeutet daher nicht immer eine gleichwertige Steigerung der nutzbaren Rechenleistung.

Das unmittelbare Ereignis ist eine Forschungswarnung von Moody’s. Die tiefere Veränderung besteht darin, dass KI-Investitionen bei Unternehmen, die einst als außergewöhnlich selbstfinanzierend galten, zu einem Thema der Kreditanalyse geworden sind.

Meta-KI-Ausgaben sind Teil eines weit größeren Cashflow-Drucks

Meta verfügt über eine starke Werbemaschine, doch seine KI-Ambitionen konkurrieren nun direkt mit Aktienrückkäufen, Dividenden und finanzieller Flexibilität.

Metas Position unterscheidet sich von der von Microsoft, Amazon oder Alphabet. Das Unternehmen betreibt keine vergleichbare öffentliche Allzweck-Cloud. Der Großteil seiner Infrastruktur unterstützt Werbung, Empfehlungssysteme, generative KI-Produkte und die interne Modellentwicklung.

Diese Struktur eröffnet Meta einen direkten Weg von KI zu Umsatz. Bessere Empfehlungen können das Engagement steigern, während verbesserte Werbetools die Kampagnenleistung stärken können. KI kann damit das bestehende Geschäft des Unternehmens unterstützen, bevor Nutzer für einen separaten Assistenten zahlen.

Metas Infrastrukturprognose setzt das Unternehmen dennoch demselben Cashflow-Druck aus. FactSet berichtete, dass Meta seine Capex-Spanne für 2026 auf 125 bis 145 Milliarden US-Dollar angehoben hat. Die frühere Spanne lag bei 115 bis 135 Milliarden US-Dollar.

Dieser Anstieg ist relevant, weil die Ausgaben anfallen, bevor jeder kommerzielle Nutzen messbar wird. Meta muss gleichzeitig Computing-Kapazitäten für Modelltraining, Inferenz, Content-Ranking, Werbung und neue Verbrauchererlebnisse aufbauen.

Inferenz bezeichnet die Rechenarbeit, die erforderlich ist, wenn ein eingesetztes Modell eine Anfrage beantwortet. Anders als ein einmaliger Trainingslauf fallen Inferenzkosten bei jedem Prompt, jeder Empfehlung, jedem generierten Bild und jeder automatisierten Aktion erneut an.

Metas Strategie offener Modelle bringt eine weitere Komplikation mit sich. Eine breitere Verfügbarkeit von Modellen kann die Akzeptanz bei Entwicklern stärken und die Abhängigkeit von konkurrierenden Plattformen verringern. Externe Nutzung führt für Meta jedoch nicht automatisch zu direkten Umsätzen.

Das Unternehmen kann dennoch indirekt profitieren. Offene Modelle können Standards schaffen, Forscher anziehen und das Angebot kompatibler Tools erweitern. Diese Vorteile werden erst dann finanziell wertvoll, wenn sie Metas Produkte, die Werbeökonomie oder die Plattformposition verbessern.

Anleger müssen daher KI-Nutzung von KI-Renditen trennen. Mehr Prompts, Modelldownloads und Assistenteninteraktionen belegen Nachfrage. Sie zeigen nicht, dass jeder Workload genug einbringt, um Server, Strom, Netzwerke und Abschreibungen zu decken.

Microsoft verfügt über einen klareren nutzungsbasierten Weg über Azure und Unternehmenssoftware. Amazon kann Kunden über AWS abrechnen. Alphabet verbindet Google-Cloud-Umsätze mit Verbesserungen bei Suche und Werbung.

Meta finanziert überwiegend eigene Kapazitäten und erzielt die Renditen über seine Anwendungen. Dieser Ansatz kann äußerst gut funktionieren, wenn KI die Effizienz der Werbung verbessert. Er ist schwieriger zu bewerten, wenn Ausgaben Produkte ohne definiertes Geschäftsmodell unterstützen.

Der Druck erreicht auch die Aktionärsrenditen. Reuters stellte fest, dass Meta, Microsoft und Alphabet in ihren jüngsten Geschäftsjahren weiterhin genug freien Cashflow erwirtschafteten, um Dividenden und Rückkäufe zu decken. Anhaltendes Capex-Wachstum könnte diesen Puffer verringern.

Rückkäufe sind optional, anders als Zinszahlungen oder vertragliche Verpflichtungen für Rechenzentren. Bleiben die Ausgaben hoch, bietet eine Reduzierung der Rückkäufe eine relativ einfache Möglichkeit, Liquidität zu erhalten. Anleger könnten diese Kürzung dennoch als wirtschaftlichen Kostenfaktor betrachten.

Meta-KI-Ausgaben schaffen innerhalb des Unternehmens auch Opportunitätskosten. Kapital, das für Infrastruktur gebunden ist, kann nicht gleichzeitig Übernahmen, Ausschüttungen an Aktionäre oder andere Produktbereiche finanzieren. Das Management muss entscheiden, welche KI-Projekte knappe Rechenkapazitäten verdienen.

Diese Herausforderung bei der internen Allokation wird wachsen, je spezialisierter Kapazitäten werden. Das Training eines Frontier-Modells, der Betrieb eines Assistenten und das Ranking von Kurzvideos können unterschiedliche Kombinationen aus Chips, Speicher, Latenz und Netzwerken erfordern.

Mehr Infrastruktur beseitigt Zielkonflikte nicht. Sie kann sie lediglich von einem Servermangel zu Engpässen bei Strom, technischer Aufmerksamkeit oder geeigneten Rechenzentrumsstandorten verlagern.

Metas Vorteil besteht darin, dass das Unternehmen Anwendungen mit Milliarden von Nutzern und ein etabliertes Werbesystem kontrolliert. Sein Nachteil ist, dass eine erfolgreiche Akzeptanz bei Verbrauchern enorme Inferenznachfrage schaffen kann, bevor ein direkter Umsatzstrom entsteht.

Das macht Meta zu einem nützlichen Test für die gesamte KI-Investitionsthese. Wenn KI-Verbesserungen Werbeumsätze und Margen schneller steigern als die Infrastrukturkosten, stärken die Ausgaben die traditionellen Stärken des Unternehmens.

Steigen die Kosten schneller, beginnt Meta einem kapitalintensiven Infrastrukturbetreiber zu ähneln, ohne die Ökonomie einer öffentlichen Cloud zu erzielen. Diese Umkehrung steht durch Moody’s Warnung unter stärkerer Beobachtung.

Das asset-light Modell weicht der Infrastrukturökonomie

Das zentrale Finanzversprechen von Big Tech verändert sich, weil Softwarewachstum nun eine wachsende Basis physischer Vermögenswerte erfordert.

Jahrelang bewerteten Anleger große Technologieplattformen unter anderem deshalb hoch, weil zusätzliche Umsätze vergleichsweise wenig zusätzliches Kapital erforderten. Ein Software-Update konnte Millionen Kunden erreichen, ohne für jede neue Nachfragewelle eine neue Fabrik bauen zu müssen.

KI schwächt diese Beziehung. Jedes große Modell benötigt Beschleuniger, Speicher mit hoher Bandbreite, Speicherplatz, Netzwerke, Kühlung und Strom. Die Bedienung weiterer Nutzer schafft einen fortlaufenden Bedarf an zusätzlicher Kapazität.

Shay Boloor von Futurum Equities beschrieb den Wandel gegenüber Reuters als Übergang zu einem hybriden Modell. Software-, Werbe- und Cloud-Ökonomie hängen zunehmend von enormer physischer Infrastruktur ab.

Eine Reuters-Cashflow-Analyse ergab, dass fünf Hyperscaler 2027 mehr für Capex ausgeben könnten, als sie an freiem Cashflow generieren. Zur Gruppe gehören Microsoft, Alphabet, Amazon, Meta und Oracle.

LSEG-Konsensschätzungen deuten darauf hin, dass ihr jährlicher operativer Cashflow zwischen 2025 und 2027 um etwa 340 Milliarden US-Dollar steigen könnte. Capex könnte im selben Zeitraum um rund 534 Milliarden US-Dollar zulegen.

Das entspricht etwa 1,57 US-Dollar an zusätzlichen Investitionen für jeden zusätzlichen Dollar operativen Cashflows. Der Vergleich umfasst sämtliche Capex, weil die Unternehmen den KI-spezifischen Anteil nicht einheitlich offenlegen.

Die Lücke zeigt sich bereits in einzelnen Ergebnissen. Microsoft meldete im zweiten Geschäftsquartal einen operativen Cashflow von 35,8 Milliarden US-Dollar. Die Investitionsausgaben einschließlich Finanzierungsleasing erreichten 37,5 Milliarden US-Dollar.

Microsoft zufolge hat sein KI-Geschäft eine annualisierte Umsatzrate von mehr als 37 Milliarden US-Dollar erreicht. Das liefert konkrete Belege für die Monetarisierung, beantwortet jedoch nicht die Frage nach der Rendite. Die Umsätze müssen letztlich Betriebskosten, Abschreibungen, Finanzierungskosten und künftige Ersatzinvestitionen decken.

Amazon zeigt eine andere Variante derselben Spannung. Sein operativer Cashflow der vergangenen zwölf Monate stieg im ersten Quartal um 30 Prozent auf 148,5 Milliarden US-Dollar. Der freie Cashflow sank auf 1,2 Milliarden US-Dollar, da die Investitionen beschleunigt wurden.

Der AWS-Umsatz wuchs gegenüber dem Vorjahr um 28 Prozent – die stärkste Expansion seit 15 Quartalen. Das kräftige Wachstum stützt das Investitionsargument, doch der Rückgang des freien Cashflows zeigt, wie viel Kapital dieses Wachstum erfordert.

Alphabet scheint besser positioniert, weil seine Cloud- und Werbegeschäfte beträchtliche Mittelzuflüsse erzeugen. Der Umsatz von Google Cloud stieg im ersten Quartal um 63 Prozent, während sich das operative Ergebnis mehr als verdoppelte.

Über AWS, Azure und Google Cloud hinweg erreichte das kombinierte Umsatzwachstum die höchste Rate seit dem zweiten Quartal 2021. Ihr gemeinsamer Cloud-Umsatz lag zu diesem früheren Zeitpunkt bei nur etwa einem Drittel des heutigen Niveaus.

Diese Zahlen stützen das optimistische Argument. Die Unternehmen bauen keine Kapazitäten für einen Markt ohne Kunden auf. Die Nachfrage zeigt sich im Cloud-Wachstum, in Kapazitätsengpässen und in vertraglichen Verpflichtungen.

Moody’s erklärte, Hyperscaler hätten über zwei Quartale hinweg verbleibende Leistungsverpflichtungen im Umfang von rund 700 Milliarden US-Dollar hinzugewonnen. Diese Verpflichtungen stehen für vertraglich zugesicherte Dienstleistungen, die Unternehmen noch nicht erbracht haben.

OpenAI und Anthropic machen einen Teil dieses Anstiegs aus. Ihr Kapazitätsbedarf hilft Cloud-Anbietern, die künftige Nachfrage nachzuweisen. Zugleich entsteht ein Konzentrationsrisiko, wenn ein großer Teil des vertraglich gebundenen Wachstums von wenigen KI-Entwicklern abhängt.

Auftragsbestand ist nicht dasselbe wie liquide Mittel. Ein Vertrag kann sich über Jahre erstrecken und erhebliche Investitionen erfordern, bevor Umsätze entstehen. Auch seine Marge kann sich verändern, wenn Bau-, Speicher- oder Energiekosten die während der Verhandlungen zugrunde gelegten Annahmen übersteigen.

Rechenzentrumsanlagen bergen zudem ein Laufzeitrisiko. Ein Campus kann jahrzehntelang betrieben werden, seine Rechenhardware muss jedoch häufig aufgerüstet werden. Unternehmen müssen in jedem Hardwarezyklus genug verdienen, um den nächsten zu finanzieren.

Das asset-light-Modell ist nicht vollständig verschwunden. Der Vertrieb von Software lässt sich weiterhin effizient skalieren, und trainierte Modelle können über mehrere Produkte hinweg Wert schaffen. Lediglich die physische Grundlage unter dieser Software ist deutlich größer geworden.

Diese Unterscheidung ist für die Bewertung wichtig. Anleger bewerten vorhersehbare freie Cashflows häufig mit hohen Multiplikatoren. Ein Unternehmen, das fortlaufend bauen, leasen und Ausrüstung ersetzen muss, kann einen anderen Risikoaufschlag rechtfertigen.

Der KI-Boom führt daher zu einem ungewöhnlichen Ergebnis. Umsätze können sich beschleunigen, während der Bewertungsdruck zunimmt. Der Markt könnte Wachstum weniger großzügig honorieren, wenn jeder zusätzliche Dollar mehr Kapital als zuvor erfordert.

Oracle und CoreWeave zeigen, wo das Risiko akut wird

Das Finanzierungsproblem der KI wird am sichtbarsten, wenn Infrastrukturverpflichtungen die etablierte Cash-Generierung eines Unternehmens überholen.

Oracle hat sich zu einem aggressiven Anbieter von KI-Infrastruktur entwickelt. Große Verträge und Cloud-Nachfrage stützen diese Strategie, doch die Ausgaben übersteigen die intern generierten Mittel inzwischen deutlich.

Oracles Investitionsausgaben erreichten im Ende Mai abgeschlossenen Geschäftsjahr 55,7 Milliarden US-Dollar. Der operative Cashflow lag laut von Reuters berichteten LSEG-Zahlen bei 32 Milliarden US-Dollar.

Die Investitionsausgaben entsprachen 174 Prozent des operativen Cashflows. Im Geschäftsjahr 2022 hatte dieses Verhältnis bei 47 Prozent gelegen. Der freie Cashflow ist infolgedessen ins Negative gerutscht.

Oracle plant, für den weiteren Cloud-Ausbau zwischen 45 und 50 Milliarden US-Dollar über Fremd- und Eigenkapital aufzunehmen. Externe Finanzierung macht die Investition nicht irrational, verlagert jedoch mehr Risiko auf Gläubiger und Aktionäre.

FactSet berichtete, dass S&P Global Ratings Oracle am 9. Juli auf BBB-minus herabgestuft hat. Das Rating liegt weiterhin im Investment-Grade-Bereich, befindet sich jedoch nahe dem spekulativen Bereich.

S&P verwies auf steigende Investitionsausgaben, negativen freien Cashflow und Kundenkonzentration. Zum Zeitpunkt der FactSet-Analyse bewertete Moody’s Oracle mit Baa2 und negativem Ausblick – eine Stufe über dem vergleichbaren S&P-Rating.

Eine Analyse des Finanzierungstrends ergab, dass zusätzliche jährliche Schulden bis Mitte 2026 32 Prozent der Investitionsausgaben finanzierten. Im Geschäftsjahr 2024 hatte dieser Anteil bei 9 Prozent gelegen.

Externe Finanzierung kann Anleihen, Eigenkapital, Leasing, Kundenvorauszahlungen und Joint Ventures umfassen. Jede Methode verändert, wer das Risiko trägt, doch keine beseitigt die grundlegende Verpflichtung, eine akzeptable Rendite zu erzielen.

Leasingverträge können anfängliche Barzahlungen aufschieben. Sie schaffen jedoch auch feste künftige Verpflichtungen. Joint Ventures können Vermögenswerte aus der konsolidierten Bilanz eines Unternehmens herausnehmen, während die wirtschaftliche Belastung über Garantien oder langfristige Verträge bestehen bleibt.

Kundenvorauszahlungen verbessern die kurzfristige Finanzierung. Sie können den Anbieter aber auch dazu verpflichten, Kapazitäten zu Bedingungen bereitzustellen, die festgelegt wurden, bevor sämtliche Baukosten bekannt sind.

CoreWeave nimmt eine noch stärker konzentrierte Position ein. Sein Geschäft hängt davon ab, große Mengen an Recheninfrastruktur zu beschaffen und diese Kapazität an eine kleinere Kundengruppe zu verkaufen.

Anders als Meta, Microsoft oder Alphabet verfügt CoreWeave nicht über ein ausgereiftes Werbe- oder Produktivitätssoftwaregeschäft, das den Ausbau subventionieren kann. Sein Wachstum ist eng an den Zugang zu Finanzierung und die anhaltende Nachfrage führender KI-Entwickler gebunden.

Dadurch wird die Kundenqualität ebenso wichtig wie das Nachfragevolumen. Ein langfristiger Vertrag wirkt wertvoll, solange der Kunde finanziell gesund bleibt und die Kapazität benötigt. Konzentration wird gefährlich, wenn ein Kunde den Einsatz verzögert oder Konditionen neu verhandelt.

Das skeptische Szenario setzt keinen Einbruch der KI-Nachfrage voraus. Die Renditen können selbst bei wachsender Nutzung enttäuschen. Niedrigere Cloud-Preise, höhere Energiekosten, schnellere Chip-Obsoleszenz oder eine schwache Auslastung können die Margen unter Druck setzen.

Die Auslastung misst, wie viel der verfügbaren Rechenkapazität Kunden tatsächlich nutzen. Ein vollständig ausgelastetes Rechenzentrum kann attraktive Erträge erzielen. Eine wenig genutzte Anlage verursacht weiterhin Abschreibungs-, Wartungs-, Personal- und Finanzierungskosten.

Auch das optimistische Szenario verdient Beachtung. Engpässe bei Rechenkapazitäten können Anbietern Preissetzungsmacht verschaffen. Kunden könnten längere Verträge akzeptieren, weil die fehlende Sicherung von Kapazität ihre eigenen Produktpläne gefährdet.

Oracles verbleibende Leistungsverpflichtungen erreichten erhebliche Größenordnungen, als das Unternehmen große KI-Verträge abschloss. Diese Vereinbarungen können künftige Umsätze stützen, wenn Oracle die Kapazität termingerecht und innerhalb des Budgets fertigstellt.

Vertraglich gebundene Nachfrage beseitigt jedoch nicht das Umsetzungsrisiko. Campus im Gigawatt-Maßstab erfordern Grundstücke, Netzanschlüsse, Ausrüstung, Genehmigungen und Baukoordination. Verzögerungen können Umsätze nach hinten verschieben, während Finanzierungskosten weiterlaufen.

Kreditratings werden die Gruppe zunehmend stärker unterscheiden. Microsoft und Alphabet können enttäuschende Projekte verkraften, ohne dass ihre gesamte Finanzlage unmittelbar gefährdet wird. Oracle und CoreWeave haben weniger Spielraum für wiederholte Fehleinschätzungen.

Dieser Unterschied könnte letztlich den Wettbewerb beeinflussen. Stärkere Unternehmen können während eines Abschwungs weiter investieren, während hoch verschuldete Anbieter den Bau verlangsamen oder ungünstige Finanzierungen akzeptieren müssen.

Die Warnung von Moody’s ist daher keine Prognose, dass alle sechs Unternehmen gleichermaßen leiden werden. Sie signalisiert, dass ein gemeinsamer Investitionszyklus sehr unterschiedliche Bilanzrisiken erzeugt.

Die wichtigste Trennlinie verläuft nicht mehr zwischen Big Tech und kleineren Wettbewerbern. Sie liegt zwischen selbstfinanzierten Kapazitäten und Kapazitäten, die einen kontinuierlichen Zugang zu externem Kapital erfordern.

Drei Signale werden entscheiden, ob sich die Ausgaben auszahlen

Cloud-Wachstum, freier Cashflow und Finanzierungsbedingungen werden zeigen, ob KI-Infrastruktur zu produktivem Kapital oder zu einer dauerhaften finanziellen Belastung wird.

Das erste Signal ist das Verhältnis zwischen dem Wachstum der Cloud-Umsätze und angepassten Prognosen für Investitionsausgaben. Das Wachstum muss stark genug bleiben, um jede neue Bauphase zu rechtfertigen.

Anleger sollten die Ergebnisse von AWS, Azure und Google Cloud neben den Infrastruktur-Budgets beobachten. Steigende Umsätze bei stabilen Investitionsausgaben würden das Renditeargument stärken. Nachlassendes Wachstum in Verbindung mit einer weiteren Ausgabenerhöhung würde es schwächen.

Für Meta ist ein leicht anderer Test erforderlich, weil das Unternehmen kein vergleichbares öffentliches Cloud-Segment hat. Anleger sollten das Werbewachstum, das Engagement und die Belege des Managements dafür beobachten, dass KI die Monetarisierung verbessert.

Die entscheidende Frage ist nicht, ob Meta weitere KI-Funktionen einführt. Sie lautet, ob diese Funktionen den operativen Cashflow schneller steigern als die Infrastrukturkosten, die für ihren Betrieb erforderlich sind.

Das zweite Signal ist der freie Cashflow nach Leasing- und anderen Finanzierungsverpflichtungen. Die ausgewiesenen Investitionsausgaben können künftige Zahlungen ausblenden, die an Ausrüstungs- oder Rechenzentrumsvereinbarungen gebunden sind.

Epoch AI untersuchte Daten aus SEC-Einreichungen von Microsoft, Amazon, Alphabet, Meta und Oracle. Sein Modell für Investitionsausgaben in bar prognostizierte, dass die aggregierten Investitionsausgaben in bar den operativen Cashflow etwa im dritten Quartal 2026 übersteigen würden.

Das Modell stellte fest, dass der operative Cashflow ab dem zweiten Quartal 2023 jährlich um etwa 23 Prozent wuchs. Die Investitionsausgaben in bar stiegen im selben angepassten Zeitraum jährlich um etwa 70 Prozent.

Epoch bezeichnete die Überschreitung ausdrücklich als Fortschreibung eines Trends und nicht als vollständige Finanzprognose. Saisonalität und der Startzeitpunkt können den geschätzten Überschreitungszeitpunkt um mehrere Quartale verschieben.

Die Abfolge auf Unternehmensebene liefert dennoch einen nützlichen Stresstest. Oracle hatte die Schwelle im Modell bereits überschritten, während Amazon nahe daran lag. Alphabet, Meta und Microsoft überschritten sie unter den Trendannahmen später.

Eine Überschreitung bedeutet keine Insolvenz. Diese Unternehmen bleiben profitabel und können Barmittelreserven, Schulden, Eigenkapital, Leasing oder Partnerschaften für Vermögenswerte nutzen. Sie bedeutet, dass ihr operatives Geschäft nicht mehr sämtliche laufenden Investitionsausgaben finanziert.

Diese Unterscheidung sollte die Ergebnisanalyse prägen. Der Nettogewinn kann gesund bleiben, während die Abhängigkeit von Finanzierung wächst. Anleger sollten operativen Cashflow, Investitionsausgaben in bar, neue Leasingverpflichtungen und Gesamtschulden vergleichen, statt sich allein auf Gewinne zu verlassen.

Das dritte Signal ist Preis und Verfügbarkeit von Finanzierung. Kreditspreads, Ratingmaßnahmen und die Nachfrage nach Anleihen werden zeigen, wie die Kapitalmärkte den Ausbau bewerten.

Der Bericht der Bank of England zitierte eine Schätzung, wonach Investitionsbedarf von Hyperscalern in Höhe von 240 Milliarden US-Dollar im Jahr 2026 über die Emission von Investment-Grade-Krediten finanziert werden könnte.

Zum Vergleich stellte derselbe Bericht fest, dass die sechs größten US-Banken üblicherweise jährlich vorrangige Schuldtitel im Volumen von 150 bis 170 Milliarden US-Dollar ausgeben. KI-Infrastruktur kann damit zu einer bedeutenden Quelle der Nachfrage am Kreditmarkt werden.

Die Finanzierung bleibt handhabbar, solange Investoren enge Spreads und lange Laufzeiten akzeptieren. Das Risiko wächst, wenn die Kreditkosten steigen, während Unternehmen noch teilweise errichtete Campus fertigstellen müssen.

Oracle bietet den unmittelbarsten Test. Eine weitere Ratingherabstufung oder breitere Kreditspreads würden die Kosten seines Ausbaus erhöhen. Stabile Ratings und eine erfolgreiche Finanzierung würden darauf hindeuten, dass Kreditgeber der vertraglich gebundenen Umsatzbasis weiterhin vertrauen.

Microsoft, Alphabet, Amazon und Meta verfügen über mehr finanzielle Flexibilität. Ihre Entscheidungen werden dennoch den gesamten Markt beeinflussen, weil ihre Bestellungen Chip-Hersteller, Rechenzentrumsentwickler, Versorger und Ausrüstungsanbieter stützen.

Ein koordinierter Rückgang der Ausgaben würde den Cashflow jedes Unternehmens schützen. Er könnte jedoch auch Zulieferer schwächen und die verfügbare Infrastruktur für künftige KI-Dienste verringern.

Daraus entsteht ein Paradox. Jedes Unternehmen möchte Überkapazitäten vermeiden, doch keines möchte einem Wettbewerber knappe Kapazität überlassen. Wettbewerbsdruck kann Investitionen aufrechterhalten, selbst wenn individuelle Renditen schwieriger nachzuweisen sind.

Leser sollten zudem zwischen produktiven KI-Ausgaben und strategischer Absicherung unterscheiden. Ein Teil der Kapazitäten wird messbare Cloud- oder Werbeumsätze generieren. Andere Kapazitäten schützen ein Unternehmen davor, den Anschluss zu verlieren, selbst wenn ihr direkter Ertrag unklar bleibt.

Strategische Absicherung kann rational sein, ist jedoch schwer zu bewerten. Sie verlangt von Aktionären, niedrigere kurzfristige Cashflows zu akzeptieren, um einen ungewissen zukünftigen Wettbewerbsnachteil zu vermeiden.

Für Entwickler und Unternehmenskäufer kann der Finanzierungszyklus die Produktverfügbarkeit und Vertragsbedingungen beeinflussen. Anbieter unter Liquiditätsdruck könnten große Kunden, längere Bindungen oder Workloads mit klareren Margen priorisieren.

Wissensarbeiter werden die Auswirkungen durch Produktbündelung und Nutzungslimits spüren. Unternehmen, die Renditen anstreben, könnten mehr KI-Funktionen in kostenpflichtige Produktivitätsprodukte integrieren oder kostspielige Workloads einschränken.

Teams, die Anbieterbehauptungen bewerten, sollten Gewinntranskripte, Infrastrukturprognosen und Produktänderungen in einer durchsuchbaren KI-Wissensdatenbank sichern. Die Renditeentwicklung wird sich über mehrere Berichtsperioden hinweg zeigen, nicht anhand einer einzigen Ankündigung.

Der nächste Ergebniszyklus sollte drei praktische Fragen beantworten. Beschleunigt sich das Cloud-Wachstum weiterhin, stabilisiert sich der freie Cashflow, und können schwächere Emittenten Kapital aufnehmen, ohne einen erheblichen Nachteil hinnehmen zu müssen?

Positive Antworten würden die Auffassung stützen, dass die aktuellen Ausgaben vorgezogene Investitionen für eine nachhaltige Nachfrage sind. Negative Antworten würden Moody’s Sorge verstärken, dass die finanziellen Risiken steigen, bevor sich die Ökonomie der KI bewiesen hat.

Die KI-Ausgaben von Meta bleiben ein wichtiger Teil dieses Tests. Das Werbegeschäft verschafft dem Unternehmen Zeit, doch Zeit allein belegt noch keine Rendite.

Achten Sie auf den Cashflow statt auf die Zahl der Modellstarts. Vergleichen Sie jede Anhebung der Infrastrukturprognose mit dem operativen Cashflow, Monetarisierungsbelegen und Finanzierungszusagen. Welches Unternehmen wird als erstes zeigen, dass KI-Umsätze schneller wachsen können als das physische System, das für ihre Bereitstellung erforderlich ist?