Wie die 1-Billionen-Dollar-AI-Investitionswelle der Tech-Giganten die globale Wirtschaftsfragilität verschleiert
Die AI-Investitionswelle der Tech-Giganten stützt das globale Wachstum, verschleiert aber strukturelle Fragilität. Eine Analyse der makroökonomischen Auswirkungen und Risiken.
AI-Ausgaben machen rund 25 bis 33 Prozent des jüngsten US-BIP-Wachstums aus, während die gesamten US-Investitionsausgaben der Unternehmen in diesem Jahr die Marke von 1 Billion Dollar überschreiten. Der IWF erwartet für 2026 ein globales Wachstum von 3 Prozent, nach 3,5 Prozent im Vorjahr, bevor es 2027 auf 3,4 Prozent anzieht. Die verbesserte Prognose im Vergleich zu seiner April-Schätzung wird direkt durch die von den USA angeführte Technologieinvestition getrieben.
Das macht den AI-Boom zu mehr als einer Technologiegeschichte. Er ist zu einem makroökonomischen Mechanismus geworden.
Der Investitionszyklus übernimmt die Rolle eines Konjunkturpakets
In weiten Teilen der Zeit nach der Finanzkrise wurde das globale Wachstum stark von der Geldpolitik und der Verfügbarkeit von billigem Kredit beeinflusst. Der gegenwärtige Zyklus sieht anders aus. Private Unternehmen setzen jetzt Kapital in einem Umfang ein, das nationales Wachstum und internationalen Handel spürbar beeinflussen kann.
Die Hyperscaler bauen faktisch eine industrielle Wirtschaft rund um die Berechnung auf.
Amazon plant Ausgaben von 200 bis 220 Milliarden Dollar, einschließlich Rechenzentren und eigener AI-Chips. Alphabet stellt 195 bis 205 Milliarden Dollar für Computing-Cluster und Modelltraining bereit. Microsoft budgetiert 175 bis 190 Milliarden Dollar, einschließlich GPU-Infrastruktur und langfristiger Stromvereinbarungen. Meta bereitet Ausgaben von 130 bis 145 Milliarden Dollar vor.
Die Bedeutung dieser Zahlen reicht weit über das Silicon Valley hinaus. Jedes neue Rechenzentrum erfordert Server, fortschrittliche Halbleiter, Hochbandbreiten-Speicher, elektrische Ausrüstung, Kühlsysteme, Kupfer, Glasfaser und enorme Mengen an Strom. Kapital fließt daher durch eine lange Kette von Zulieferern, bevor es zu einem digitalen Dienst wird.
Der Effekt ist in den asiatischen Handelsdaten sichtbar. Die südkoreanischen Exporte stiegen im Juli um 63 Prozent im Jahresvergleich, angetrieben durch die Nachfrage nach Hochbandbreiten-Speicher, während der IWF seine Wachstumsprognose für das Land für 2026 auf 2,6 Prozent anhob, 0,7 Prozentpunkte über seiner April-Projektion. Taiwans Exporte stiegen um etwa ein Drittel. Chinas Juli-Exporte stiegen um 25 Prozent und Japans um 22 Prozent. Auch Thailand und Malaysia übertreffen die IWF-Basisprojektionen, da sie an Hardware-Integration und -Montage beteiligt sind.
Deshalb kann die derzeitige Widerstandsfähigkeit irreführend sein.
Die Welt erlebt nicht unbedingt eine breit angelegte Beschleunigung. Ein erheblicher Teil ihres Wachstums wird von einem außergewöhnlich konzentrierten Investitionszyklus erzeugt.
Fünf Bilanzen, globale Konsequenzen
Die Finanzierung dieses Zyklus macht die Abhängigkeit folgenreicher.
Die Hyperscaler nutzen zunehmend die Unternehmensanleihemärkte neben Eigenkapital und privatem Kapital. Die Anleiheemissionen der fünf führenden Unternehmen werden in diesem Jahr voraussichtlich etwa 250 Milliarden Dollar erreichen, etwa doppelt so viel wie zuvor, mit einer weiteren nahezu Verdopplung für 2027 prognostiziert.
Das bringt eine neue finanzielle Dimension in das, was ursprünglich ein Infrastrukturwettlauf war.
Die Schlagzeilen zu den Ausgabenzahlen erfassen auch nicht alle zukünftigen Verpflichtungen. Langfristige Stromabnahmeverträge, noch nicht begonnene Rechenzentrums-Leasingverträge und Chip-Kaufverpflichtungen können außerhalb der konventionellen Kapitalausgabenmessung liegen. Analysten, die in dem Briefing zitiert wurden, schätzen, dass solche Engagements bis zu 3 Billionen Dollar erreichen könnten.
Das Problem ist nicht, dass diese Unternehmen ihre Pläne nicht unbedingt finanzieren können. Sie haben enorme Einnahmen, wertvolle Vermögenswerte und Zugang zu tiefen Kapitalmärkten. Das Problem ist, was passiert, wenn die wirtschaftliche Rendite der Investition langsamer eintrifft als die Infrastrukturausgaben.
Die Analyse von Goldman Sachs zu den Gewinnmitteilungen des S&P 500 liefert einen unbequemen Hinweis auf die Lücke. Obwohl Unternehmensführer häufig über AI-Anwendungen sprechen, haben nur 11 Prozent der Unternehmen bestimmte AI-Anwendungsfälle quantifiziert, 2 Prozent haben einen direkten Einfluss auf die Gewinne quantifiziert und 7 Prozent haben identifizierbare AI-bezogene Betriebsausgaben offengelegt.
Die Technologie kann sich immer noch als transformativ erweisen. Aber der Makroökonomie wird zugemutet, enorme Investitionen zu absorbieren, bevor der Umsatzfall überzeugend in der gesamten US-Wirtschaft demonstriert wurde.
Das ist die Asymmetrie im Zentrum des Booms.
Europa bekommt die Maschinerie – und das Risiko
Europa nimmt eine unbequeme Position in dieser neuen Wirtschaftsarchitektur ein.
Es hat wichtige vorgelagerte Zulieferer. Unternehmen wie ASML, Siemens und Schneider Electric profitieren vom Bau von Rechenzentren und der elektrischen Infrastruktur, die für ihren Betrieb erforderlich ist. Der IKT-Sektor Europas trägt direkt etwa 5,5 bis 6 Prozent zum EU-BIP bei, steigend auf 10 bis 12 Prozent, wenn angrenzende digitalisierte Sektoren, Telekommunikation und Fintech einbezogen werden.
Aber Europa fehlt es an vergleichbaren verbraucherorientierten Hyperscalern.
Seine Position ist daher strukturell anders als die der USA. Die europäische Industrie kann von der Lieferung der physischen Maschinerie der AI-Wirtschaft profitieren, während europäische Haushalte, Versicherer und Pensionsfonds der finanziellen Performance amerikanischer Technologieunternehmen ausgesetzt bleiben.
Das hilft zu erklären, warum die Europäische Zentralbank vor der Möglichkeit einer eventuellen Korrektur bei den AI-Megacap-Bewertungen gewarnt hat. Ein Rückgang der US-Technologieaktien würde nicht auf amerikanische Anleger beschränkt bleiben, wenn europäische Finanzinstitute signifikante direkte und indirekte Engagements in ihnen haben.
Norwegen bietet eine noch klarere Illustration des Konzentrationsproblems. Nicolai Tangen, Leiter von Norges Bank Investment Management, das einen Staatsfonds von 2,3 Billionen Dollar verwaltet, hat vor Portfoliorisiken gewarnt, da 10 Technologieunternehmen etwa ein Fünftel des Gesamtwerts des Fonds ausmachen.
Die Sorge ist nicht nur, dass Technologieaktien fallen könnten. Es ist, dass dieselben Unternehmen gleichzeitig wichtig für Unternehmensinvestitionen, den globalen Handel, die Finanzmärkte und souveräne Portfolios geworden sind.
Eine Korrektur könnte daher durch mehrere Kanäle gleichzeitig laufen.
Berechnung ist zu einem Energieproblem geworden
Die physischen Grenzen der AI-Wirtschaft werden ebenso wichtig wie ihre finanziellen.
Ein Rechenzentrum ist keine schwerelose Software. Es verbraucht Strom, benötigt Transformatoren und elektrische Ausrüstung, belegt Industrieflächen und hängt von riesigen Mengen spezialisierter Hardware ab. Der daraus resultierende Wettbewerb um Netzkapazität beeinflusst bereits die Großhandelsstrompreise.
Das schafft ein ungewöhnliches geldpolitisches Problem.
Zentralbanken können auf schwache Verbrauchernachfrage reagieren, indem sie die Zinssätze senken. Sie können nicht einfach zusätzliche Transformatoren, Kupfer, fortschrittlichen Speicher oder Strom herstellen, indem sie den Leitzins ändern. Wenn die AI-Infrastruktur weiterhin um diese Ressourcen bietet, kann die industrielle Inflation erhöht bleiben, während andere Teile der Wirtschaft schwach sind.
Die Nachfrage nach Chips, Hochbandbreiten-Speicher, Kupfer, Glasfaser und Flüssigkühlsystemen überträgt daher den AI-Boom in die reale Wirtschaft. Haushalte und traditionelle Unternehmen können am Ende mehr für Strom zahlen, während Nicht-AI-Unternehmen um Ausrüstung, spezialisierte Arbeitskräfte und Finanzierung konkurrieren.
Das Ergebnis ist eine potenzielle Umkehrung der üblichen Technologieerzählung. Digitalisierung sollte wirtschaftliche Aktivität effizienter und weniger ressourcenintensiv machen. Grenz-AI macht Berechnung zunehmend abhängig von physischer Infrastruktur in industriellem Maßstab.
Das kann Zentralbanken in eine schwierige Lage bringen: Das Wachstum wird durch Kapitalausgaben gestützt, aber ein Teil derselben Investition hält die inflationären Drucke aufrecht, die eine schnelle geldpolitische Lockerung verhindern.
Die Gefahr ist nicht, dass AI versagt
Der historische Vergleich ist aufschlussreich. Frühere Infrastruktur-Booms, einschließlich des Telekommunikations-Glasfaser-Ausbaus in den späten 1990er Jahren und früherer Eisenbahn-Manie, schufen Vermögenswerte, die sich letztlich als wirtschaftlich nützlich erwiesen, während sie dennoch Phasen schwerer Überinvestition und finanzieller Korrektur produzierten.
AI könnte demselben Muster folgen.
Die entscheidende Frage ist daher nicht, ob künstliche Intelligenz wirtschaftlichen Wert haben wird. Das wird sie fast sicher. Die schwierigere Frage ist, ob der Wert schnell genug und in ausreichendem Umfang eintrifft, um das jetzt gebundene Kapital zu rechtfertigen.
Wenn die Hyperscaler ihre Ausgaben verlangsamen, weil die Renditen enttäuschen, wären die Konsequenzen weit über ihre Aktionäre hinaus. Asiatische Halbleiterexporteure würden eine schwächere Nachfrage erleben. Europäische Ausrüstungslieferanten würden einen Teil des Investitionsimpulses verlieren, der ihre Auftragsbücher stützt. Die Unternehmensanleihemärkte würden eine wichtige Emissionsquelle verlieren. Energie- und Infrastrukturprojekte, die um die erwartete Rechenzentrumsnachfrage herum gebaut wurden, könnten mit einer anderen wirtschaftlichen Gleichung konfrontiert sein.
Am wichtigsten ist, dass der Beitrag der AI-Investitionen zum US-Wachstum abnehmen würde, gerade weil so viel des aktuellen Wachstums an diese Investitionen gebunden ist.
Das ist das Problem des einzelnen Fehlerpunkts.
Die globale Wirtschaft hat einen außergewöhnlich starken Stoßdämpfer gefunden, während Handelsbarrieren, geopolitische Konflikte und teures Geld auf den konventionellen Wachstumsquellen lasten. Aber der Stoßdämpfer wird von einer sehr kleinen Anzahl von Unternehmen betrieben, zunehmend durch fremdfinanzierte Kapitalausgaben, während Märkte und Regierungen auf der ganzen Welt von der Fortsetzung ihrer Pläne abhängig werden.
Die tiefere Transformation ist daher nicht einfach, dass AI zu einer enormen Industrie wird. Es ist, dass private Technologiebilanzen eine makroökonomische Bedeutung erlangt haben, die früher eher mit Regierungen und Zentralbanken assoziiert wurde.
Und die Einschränkung könnte von einem unerwartet altmodischen Ort kommen: nicht von einem Versagen der Software, sondern vom Preis für Strom, der Verfügbarkeit von Kupfer, der Kapazität eines Stromnetzes oder der Bereitschaft der Anleger, weiterhin eine weitere Generation von Maschinen zu finanzieren.