KI-Unternehmen setzen darauf, dass der nächste große Durchbruch aus den eigenen Reihen kommt. )

Billionen von Dollar werden von KI-Firmen in Datenzentren investiert, und die offene Frage betrifft, ob sich diese Investitionen auszahlen werden.

Eine Finanzprofessorin an der University of Pennsylvania namens Jessica Wachter hat sich zum Ziel gesetzt, die wirtschaftliche Auswirkung von KI in den nächsten Jahren zu messen. An der Wharton School wollte sie die Auswirkung von KI messen. Ihre Forschung begann mit einem engen Fokus auf eine Handvoll Firmen, die enorme Summen in KI-Datenzentren investieren. Anstatt zu versuchen abzuschätzen, wie nützlich KI-Modelle sein könnten, wählte sie einen direkteren Ansatz: Sie wollte wissen, wie schnell diese Unternehmen ihre Gewinne steigern müssten, um diese Ausgaben zu rechtfertigen.

Laut ihrer Arbeit mit einem Partner beläuft sich die Antwort auf einen Produktivitätszuwachs von 2,7-fach. Um ihre Investition bis 2030 zurückzugewinnen, unter Berücksichtigung der Kapitalkosten, einer Rendite von 15 % auf das Geld und des Wertverlusts der Ausrüstung, müssen die Unternehmen deutlich mehr Output pro Dollar generieren, den sie investieren. Das stellt eine beträchtliche Expansion dar, die auf nur wenige Jahre komprimiert wird.

Der Investitionsboom

Die fünf großen KI-Unternehmen – Alphabet, Microsoft, Amazon, Meta und Oracle – geben stark aus. Sie werden voraussichtlich im nächsten Jahr mehr als 1 Billion Dollar in Datenzentren investieren. Bis 2027 erreicht die kumulative Ausgabenlast nach ihrer Schätzung mit ihrem Partner fast 1,1 Billionen Dollar. Die gesamten KI-Kapitalinvestitionen dieser Unternehmen könnten in den nächsten vier Jahren 5 Billionen Dollar übersteigen.

Dies sind einige der größten Kapitalinvestitionen, die jemals von einer Branche getätigt wurden. Das Geld fließt weiterhin ohne Anzeichen einer Verlangsamung. Die Unternehmen errichten riesige Datenzentren im ganzen Land.

Einnahmen, die hinterherhinken

Jeder, der aufmerksam ist, kann das Problem auf einen Blick erkennen. Diese Unternehmen beabsichtigen, Billionen in KI zu pumpen, aber ihr gemeinsames KI-Einkommen liegt für das laufende Jahr bei etwa 150 bis 200 Milliarden Dollar. Gary Gensler, der unter der Biden-Regierung die SEC leitete und jetzt an der Sloan School des MIT unterrichtet, brachte es auf den Punkt.

Es gibt derzeit keine übereinstimmenden Einnahmen für die Ausgaben, und das ist die Situation. Die Frage ist, ob dies eine Investition darstellt, die sich irgendwann auszahlen wird.

Dies ist ein erhebliches Risiko. Die Investitionen könnten bald etwa 3 % des BIP erreichen und so das finanzielle Wohlergehen der großen KI-Firmen an das Ergebnis binden. Es könnte auch das Schicksal der Datenzentren selbst entscheiden.

Die Risiken breiten sich aus

Die zukünftige Rentabilität dieser Multimilliarden-Giganten bleibt ungewiss. In den letzten Jahren haben sich KI-Modelle in einem beeindruckenden Tempo entwickelt, aber niemand kann mit Sicherheit sagen, wie viel Rechenleistung wir in Zukunft benötigen werden. Die Technologie könnte effizienter werden und so ihre Abhängigkeit von rohen Rechenressourcen verringern. Es besteht auch die Möglichkeit, dass die Nachfrage nach KI-Produkten nachlässt oder dass Kunden sich stattdessen günstigeren Modellen zuwenden.

Die Gefahren haben sich dieses Jahr verschärft. Unternehmen haben begonnen, erhebliche Schulden anzunehmen, um zusätzliche Datenzentren zu bauen. Der operative Cashflow, nach Abzug der Ausgaben für Sachanlagen, wird dem gesamten Konzern sehr bald voraussichtlich negativ werden.

Alphabet, das für die Produktion und das Horten riesiger Geldsummen bekannt ist, meldete in seinem letzten Quartal, dass seine bemerkenswerten Einnahmen von fast 120 Milliarden Dollar durch die Kosten für die KI-Infrastruktur aufgebraucht wurden. Das Ergebnis war ein freier Cash-Defizit von etwa 5,9 Milliarden Dollar – der erste Fehlbetrag seit Google im Jahr 2004 an die Börse ging.

Die meisten dieser Unternehmen haben derzeit kein dringendes finanzielles Problem. Ihr Umsatz ist stark und sie verfügen über erhebliche Reserven. Schulden haben jedoch hohe Kosten, und einige Investoren beginnen, ihre Toleranz dafür zu verlieren. Wenn die Nachfrage nach der Rechenleistung der Datenzentren in der Zukunft sinkt, müssen diese Unternehmen dennoch das Geld zurückzahlen, das sie sich geliehen haben.

Da diese Kredite über eine Reihe von Finanzierungsmechanismen laufen, dringen die damit verbundenen Gefahren über ihre ursprüngliche Quelle hinaus in die breitere Wirtschaft vor.

Die Kosten des Kapitals

Das schiere Ausmaß der neuen Investitionen in Rechenzentren bedeutet, dass einfache Kostensenkungsmaßnahmen nicht mehr ausreichen. Unternehmen müssen sich zudem auf höhere Finanzierungskosten einstellen, da sie mehr Schulden aufnehmen. Um Investoren und Gläubiger zu befriedigen, müssen sie Renditen erzielen, die den gesamten Umfang ihrer Ausgaben rechtfertigen.

Die Milliarden Dollar wertvollen Chips, die in den Einrichtungen enthalten sind, verlieren ebenfalls an Wert. Die GPU-Chips, die das Herz der Rechenzentren bilden – und etwa 60 % der dortigen Ausgaben ausmachen – verdoppeln ihre Leistung etwa alle zwei Jahre. Diese Innovationsrate erklärt die wachsende Leistungsfähigkeit der KI-Modelle, birgt aber einen Preis.

Mihir Kshirsagar vom Center for Information Technology Policy an der Princeton University warnt, dass Betreiber von Rechenzentren, die in den nächsten zwei Jahren den Betrieb aufnehmen, mit einem kostspieligen Problem konfrontiert werden könnten: Sie könnten bis zum Ende des Jahrzehnts weitere Milliarden für die nächste Generation von Chips ausgeben müssen, um mit der Konkurrenz Schritt zu halten. Wenn sie diese Investitionen nicht tätigen, riskiert er, dass die Rechenzentren zu „Hulken“ werden, zu strandiden Vermögenswerten „die überall verstreut sind“.

Was geschieht, wenn es scheitert (

Die von Wachter aufgeworfene Möglichkeit ist düster: Wenn der Produktivitätsboom nicht zustande kommt, könnte die jetzige Ausweitung der Kapazitäten zu dem größten Fehlbescheid bei der Kapitalallokation aller Zeiten werden. (

Wenn die Unternehmen diese Gewinnziele nicht erreichen, werden sie ihren Zinszahlungen nicht nachkommen können, was das Risiko einer Insolvenz birgt, warnt sie. Zu ihrem Hintergrund gehört die Tätigkeit als leitende Wirtschaftswissenschaftlerin der SEC und Leiterin ihrer Abteilung für Wirtschafts- und Risikobewertung. (

Die Risiken sind real und unmittelbar, nicht nur theoretisch. Die Unternehmen müssen mit deutlich höheren Gewinnen Geld verdienen, und sie müssen dieses Ziel rasch erreichen. (

Die harten Zahlen (

Die Wharton-Analyse ist ein nüchterner Rechnungslegungsansatz, um den heutigen historischen Ausbau von KI zu verstehen. Sie stellt eine einfache Frage: Wie schnell müssen die Umsätze der Hyperscaler wachsen, um ihre Ausgaben bis 2027 zu rechtfertigen, wenn diese fast 1,1 Billionen Dollar erreichen werden? Das Ergebnis würde zu einer Art Wirtschaftswachstum führen, das die USA während des IT-Booms ab Mitte der 1990er Jahre über etwa 10 Jahre hinweg erlebten. (

Die Herausforderung besteht darin, dieses Wachstum in einen kurzen Zeitraum zu packen. Wachter beschreibt das Ziel als eine große Menge an Expansion, die in ein paar Jahren zusammengepresst wird. Niemand weiß, ob die Unternehmen dies tatsächlich erreichen können.

Diese Unternehmen rühmen sich derzeit mit beträchtlichen Reserven und stetigem Einkommen. Doch die kommenden Jahre werden zeigen, ob ihre Gewinne mit der wachsenden Verschuldung und dem Wertverlust von Vermögenswerten mithalten können. Sollte der erwartete Effizienzsprung nicht eintreten, werden diese Kredite von der Förderung des Wachstums zu einer Belastung davon.

Die Studie der Wharton School zeigt, dass der Weg nach vorne für künstliche Intelligenz nicht nur vom Schreiben besseren Codes abhängt. Es geht auch um das harte Kapital, das fließt, die Kapitalausgaben und die Lebensdauer von Vermögenswerten. Diese Unternehmen stellen über die kommenden zwölf Monate hinweg mehr als 1 Billion Dollar für neue Rechenzentren bereit. Die nächsten Jahre werden beweisen, ob sich diese Investitionen auszahlen.