Der US-Chiphersteller NVIDIA hat eine weitreichende Partnerschaft mit einigen der weltweit größten Finanzinstitute und Vermögensverwalter bekannt gegeben. Gemeinsam mit Partnern wie BlackRock, Blackstone, Apollo, Brookfield, Goldman Sachs und KKR soll eine neue Finanzierungsplattform entstehen. Das erklärte Ziel dieser Verbindung besteht darin, schrittweise mehr als 500 Milliarden US-Dollar an Drittkapital für den globalen Aufbau von Rechenzentrumsinfrastrukturen bereitzustellen. Dieser beispiellose Vorstoß unterstreicht den enormen Kapitalbedarf, den der globale Ausbau künstlicher Intelligenz mittlerweile verursacht.
Die Ankündigung erfolgt zu einem Zeitpunkt, an dem die Ausgaben für KI-Infrastruktur zunehmend makroökonomische Dimensionen annehmen. Laut aktuellen Prognosen von J.P. Morgan werden die Investitionsausgaben der größten Technologiekonzerne im Jahr 2026 die Marke von 697 Milliarden US-Dollar erreichen. Eine Analyse von LSEG Data und Analytics beziffert die geschätzten Ausgaben der fünf größten US-Hyperscaler für das Jahr 2026 sogar auf bis zu 720 Milliarden US-Dollar. Diese gewaltigen Summen beeinflussen mittlerweile globale Kapitalmärkte und das internationale Zinsgefüge nachhaltig.
Gleichzeitig wachsen jedoch die Hürden und Risiken bei der konkreten Umsetzung von Rechenzentrumsprojekten vor Ort. Berichten zufolge legen große Kreditinstitute wie JPMorgan, Bank of America und Morgan Stanley mittlerweile deutlich strengere Prüfungsmaßstäbe bei der Vergabe von Projektkrediten an. Ursachen für diese verstärkte Due-Diligence sind unter anderem zunehmende Bürgerproteste an geplanten Standorten, strenge Umweltauflagen sowie drohende Engpässe in den lokalen Stromnetzen. Finanzierer befürchten, dass sich Fertigstellungen verzögern und geplante Renditen gefährdet werden könnten.
Neben bankenseitigen Hürden wachsen auch die Warnungen von Finanzaufsichtsbehörden und Ratingagenturen vor systemischen Abhängigkeiten. So wies die Ratingagentur Moody's kürzlich darauf hin, dass die starke Konzentration von Finanzinstituten auf wenige große Cloud-Anbieter erhebliche Gefahren birgt. Neben steigenden Preisen und Ausfallrisiken rücken beschleunigte, KI-gestützte Einlagenabflüsse sowie Cybersicherheitsrisiken in den Fokus der Analysten. Die Notwendigkeit diversifizierter und stabil finanzierter Infrastrukturen wird dadurch noch drängender.
Parallel dazu verändert sich auch die Kostenstruktur beim Einsatz künstlicher Intelligenz grundlegend. Marktanalysen von Gartner deuten darauf hin, dass Unternehmen im Jahr 2026 erstmals mehr Geld für die Ausführung von KI-Modellen als für deren reines Training ausgeben werden. Die geschätzten Inferenzkosten von 23,3 Milliarden US-Dollar übersteigen damit die Trainingsausgaben von 19,0 Milliarden US-Dollar deutlich. Der verstärkte Einsatz autonomer KI-Agenten im Banken- und Unternehmenssektor fordert kontinuierliche Rechenleistung und verdeutlicht, warum der Ausbau der Hardwarekapazitäten so massiv vorangetrieben werden muss.