Der Markt für künstliche Intelligenz entwickelt sich rasant von reinen Software-Diensten hin zu einem kapitalintensiven Rohstoffgeschäft. Im Podcast Latent Space legte Evan Conrad, der Chief Executive Officer von SF Compute, am 20. Oktober 2026 die Funktionsweise eines neuartigen Orderbuchs für Rechenleistung dar. Sein Unternehmen hat nach eigenen Angaben bereits Handelsvolumina in Höhe von Hunderten Millionen US-Dollar über diese Plattform abgewickelt. Ziel ist es, standardisierte Handelsmechanismen für Grafikkapazitäten zu etablieren, um die rasant wachsende Nachfrage transparenter zu bepreisen.
Ein zentraler Punkt in Conrads Argumentation betrifft das Design künftiger Finanzderivate auf Rechenleistung. Conrad warnt davor, solche Kontrakte rein bar abzurechnen, da heterogene Hardware und unterschiedliche Firmware-Versionen erhebliche Risiken für Marktmanipulation und Arbitrage bergen. Stattdessen müssten liquide Finanzkontrakte zwingend auf physischer Erfüllung basieren, bei der die tatsächliche GPU-Zeit geliefert wird. Nur so lasse sich sicherstellen, dass vertraglich zugesicherte Leistungsdaten auch in realen Rechenzentren auditierbar bereitgestellt werden.
Wie dringlich verlässliche Handelsplätze sind, verdeutlicht eine gravierende ökonomische Arbitrage-Spreizung im Markt. Während moderne B300-Systeme bei voller Auslastung Inferenz-Erlöse zwischen 25 und 40 US-Dollar pro Betriebsstunde einspielen, liegen einfache Mietverträge für entsprechende GPUs derzeit bei lediglich 5 bis 6 US-Dollar. Diese erhebliche Differenz lockt Spekulanten an, erschwert aber gleichzeitig die verlässliche Kalkulation für Entwickler und Infrastrukturanbieter.
Für institutionelle Kapitalgeber wie Banken und Private-Credit-Fonds ist eine funktionierende Terminkurve mittlerweile unverzichtbar. Zahlreiche Neocloud-Betreiber haben in den vergangenen Monaten gigantische Kredite aufgenommen, die direkt mit teurer Hardware besichert sind. Ohne transparente Terminpreise können Kreditgeber die tatsächlichen Restwerte und künftigen Cashflows der besicherten Server kaum absichern, was das Ausfallrisiko bei Marktverschiebungen spürbar erhöht.
Die Debatte fällt in eine Phase wachsender Nervosität an den Finanzmärkten hinsichtlich der Refinanzierung von KI-Infrastruktur. Schätzungen von SemiAnalysis beziffern den weltweiten Energiebedarf für KI-Rechenzentren bis 2027 bereits auf 50 Gigawatt, während Tech-Konzerne 2026 Capex-Investitionen von über 730 Milliarden US-Dollar binden. Etablierte Handelsplätze mit physischer Auslieferung könnten künftig darüber entscheiden, ob die gigantischen Hardware-Schuldenberge der Branche geordnet bedient werden können.