Die schärfste Formulierung ist auch die ungenaueste: US-Techkonzerne würden 1,65 Billionen Dollar an KI-Schulden „verstecken“. Das klingt nach Bilanztrick, nach Absicht, nach einem Enron-Moment mit Rechenzentren. So einfach ist es nicht. Gerade deshalb ist das Thema ernst.
Bei Amazon, Alphabet, Meta, Microsoft und Oracle entstehen Berichten zufolge finanzielle Verpflichtungen, die in normalen Quartalszahlen nur teilweise sichtbar werden. Ein Teil steht offen in den Investitionsausgaben. Ein anderer Teil steckt in unterschriebenen, aber noch nicht aktivierten Mietverträgen für Rechenzentren. Nach den geltenden Bilanzierungsregeln werden solche Verpflichtungen in der Regel erst dann als Verbindlichkeit erfasst, wenn die Nutzung beginnt. Das ist keine Ausnahme für Big Tech und kein geheimer Sonderweg. Es ist Buchhaltung nach Regelwerk.
Das Problem liegt darin, dass die ökonomische Realität früher beginnt als die bilanzielle Sichtbarkeit. Wer einen Rechenzentrumsvertrag unterschreibt, hat sich noch nicht zwingend in der Bilanz verschuldet. Operativ hat er aber bereits einen Teil seiner Zukunft verplant.
Die KI-Wette ist größer als die Gewinnkurven
Alphabet, Amazon, Meta und Microsoft haben 2025 nach aktuellen Auswertungen zusammen etwa 400 Milliarden US-Dollar für Kapitalausgaben ausgegeben. Der Schwerpunkt lag demnach auf KI-Infrastruktur: Rechenzentren, Server, Chips, Netzwerke, Stromversorgung und Kühlung. Für 2026 werden die Kapitalausgaben von Amazon, Alphabet, Microsoft, Meta und Oracle zusammen auf rund 660 bis 725 Milliarden US-Dollar geschätzt.
Wie die KI-Rechnung sichtbar wird
Die Grafik trennt ausgewiesene Kapitalausgaben, geschätzte Investitionen und noch nicht aktivierte Leasingverpflichtungen.
Schon diese Zahlen reichen, um den Charakter des aktuellen KI-Booms zu beschreiben. Es geht nicht mehr nur um Modelle, Apps oder Assistenten. Es geht um Beton, Transformatoren, Wasser, Glasfaser, GPUs, langfristige Lieferketten und Standorte mit Netzanschluss. KI wird als Infrastrukturgeschäft gebaut, bevor klar ist, welche Anwendungen dauerhaft genug Umsatz bringen, um diese Infrastruktur auszulasten.
Die Bank für Internationalen Zahlungsausgleich hat den KI-Investitionsboom in ihrem Annual Economic Report 2026 als einen wichtigen Druckpunkt für die Weltwirtschaft eingeordnet. Nach dieser Lesart könnten die fünf größten Hyperscaler 2025 und 2026 zusammen mehr als eine Billion Dollar investieren. Diese Ausgaben übersteigen den Angaben zufolge inzwischen sowohl Gewinne als auch freien Cashflow. Das ist der entscheidende Satz. Nicht, weil die Unternehmen zahlungsunfähig wären. Sondern weil der Investitionsrhythmus die laufende Ertragskraft überholt.
Die 662 Milliarden Dollar, die erst später auftauchen
Besonders heikel sind die laut der zugrunde liegenden Auswertung rund 662 Milliarden US-Dollar an unterzeichneten, aber noch nicht gestarteten Rechenzentrums-Mietverträgen. Solange die Nutzung nicht begonnen hat, erscheinen sie nach gängigen Bilanzierungsregeln in der Regel nicht als Verbindlichkeit. Das ist formal korrekt. Für Investoren, die nur auf ausgewiesene Schulden und aktuelle Cashflows schauen, entsteht trotzdem eine Lücke.
Diese Lücke ist kein Fußnotenproblem. Rechenzentren sind keine flexibel abschaltbaren Marketingkampagnen. Wer Kapazität reserviert, bindet sich an Standorte, Energiekonzepte, Bauzeiten, Betreiber und Lieferketten. Die Verpflichtung wird erst später voll sichtbar, aber sie wirkt bereits vorher auf strategische Entscheidungen. Ein Konzern, der Milliarden in künftige Kapazität legt, muss diese Kapazität später füllen, bepreisen und verteidigen.
Der Begriff „Off-Balance-Sheet“ führt hier leicht in die Irre, wenn er wie ein Vorwurf klingt. Präziser wäre: Die Bilanz bildet den Zeitpunkt der rechtlichen Aktivierung ab, nicht den Zeitpunkt der wirtschaftlichen Festlegung. Genau dort sitzt das Risiko.
Nachfrage ist da, aber sie löst nicht jedes Problem
Die optimistische Lesart hat Substanz. Microsoft soll einen Rückstand von rund 80 Milliarden US-Dollar an Azure-Aufträgen genannt haben, die wegen Kapazitätsengpässen noch nicht erfüllt werden konnten. Das spräche nicht für eine leere KI-Halle, sondern für Engpässe in der Cloud-Infrastruktur. Auch jüngste Ergebnisse großer US-Technologiekonzerne deuten darauf hin, dass KI-Nachfrage in ihren Kerngeschäften vorhanden ist.
Aber Nachfrage allein rechtfertigt nicht jede Baukurve. Entscheidend ist, zu welchen Margen sie bedient werden kann, wie lange die Auslastung stabil bleibt und wie schnell die Hardware altert. KI-Infrastruktur ist kapitalintensiver als viele frühere Softwarezyklen. GPUs werden nicht durch Präsentationsfolien abgeschrieben, sondern durch technische Alterung, neue Modellarchitekturen und den nächsten Beschleunigerzyklus. Wer heute Kapazität plant, muss nicht nur Kunden finden, sondern auch richtig timen.
Meta zeigt, wie stark diese Logik inzwischen in die Unternehmensplanung eingreift. Für 2026 stellte der Konzern Investitionen zwischen 115 und 135 Milliarden US-Dollar in KI-Entwicklung und Rechenzentren in Aussicht, mit einer möglichen Erhöhung auf 125 bis 145 Milliarden US-Dollar. Das ist kein Nebenprojekt. Es ist eine Kapitalbindung, die den Konzern über Jahre diszipliniert: mehr Infrastruktur, mehr Energiebedarf, mehr Druck, KI-Produkte in messbare Erlöse zu verwandeln.
Das Risiko heißt nicht Betrug, sondern Fristigkeit
Der kritische Punkt ist die Fristigkeit. Die Kosten entstehen heute und morgen. Die erhofften Erträge liegen weiter vorn. Dazwischen steht eine Annahme: dass Unternehmen, Entwickler und Verbraucher dauerhaft genug KI-Leistung kaufen, um die Kapazität profitabel zu machen.
Diese Annahme kann richtig sein. Cloud-Anbieter haben schon einmal gezeigt, dass hohe Vorabinvestitionen in Infrastruktur später enorme Geschäftsmodelle tragen können. AWS, Azure und Google Cloud sind nicht aus kleinen Experimenten entstanden. Sie wurden gebaut, bevor alle Anwendungsfälle vollständig ausformuliert waren.
Der Unterschied liegt im Tempo und in der Konzentration. Die aktuelle KI-Ausbauwelle bündelt enorme Summen in wenigen Konzernen und in einem engen technischen Pfad: Rechenzentren für hochverdichtete KI-Workloads. Wenn die Nachfrage langsamer wächst als erwartet, wenn Preise stärker fallen oder wenn effizientere Modelle weniger Rechenleistung pro Aufgabe benötigen, wird aus Kapazität schnell ein Margenproblem.
Das muss keine Krise auslösen. Aber es verändert die Bewertung der großen Techkonzerne. Wer sie nur als Software- und Plattformunternehmen betrachtet, unterschätzt den Infrastrukturanteil ihres Risikos. Sie werden kapitalintensiver, energieabhängiger und stärker an langfristige Standortentscheidungen gebunden.
Warum die Debatte sauber geführt werden muss
Die Zahl von 1,65 Billionen US-Dollar wirkt als Schlagwort, weil sie verschiedene Verpflichtungen und Investitionspläne zu einer großen KI-Rechnung verdichtet. Nach aktuellem bekannten Stand geht es um folgende Größenordnung: 2025 lagen die Kapitalausgaben der vier großen Konzerne bei rund 400 Milliarden US-Dollar; für 2026 werden bei fünf Hyperscalern 660 bis 725 Milliarden US-Dollar erwartet; zusätzlich werden rund 662 Milliarden US-Dollar an noch nicht aktivierten Rechenzentrums-Mietverträgen genannt. Diese Größenordnung ist groß genug. Sie braucht keine Unterstellung geheimer Schulden.
Der sauberere Vorwurf lautet: Die Standardbilanzierung ist für diesen Infrastrukturzyklus nur begrenzt aussagekräftig. Sie zeigt, was bereits aktiviert wurde. Sie zeigt weniger klar, welche Kapazitäten wirtschaftlich bereits gebunden sind. Für ein normales Unternehmen wäre das relevant. Für Konzerne, die zentrale Cloud- und KI-Infrastruktur der Welt bauen, ist es ein Marktsignal.
Investoren sollten deshalb weniger auf die Frage starren, ob irgendwo Schulden „versteckt“ werden. Wichtiger ist, ob Umsatz, Auslastung und Margen schnell genug wachsen, um die bereits eingegangenen Verpflichtungen zu tragen. Die KI-Rechnung ist nicht unsichtbar. Sie steht nur an mehreren Stellen: in Capex-Prognosen, in Leasing-Fußnoten, in Cashflow-Zahlen, in Auftragsrückständen und bald auch in Energieverträgen.
Das macht sie unbequemer als eine Skandalgeschichte. Es ist kein einzelner Trick, den man aufdecken kann. Es ist ein Investitionsregime, das gerade zur Normalität wird. Und genau darin liegt das Risiko: Wenn Billionenbeträge wie operative Routine behandelt werden, bevor die Renditekurve belegt ist, verschiebt sich die Beweislast. Nicht die Kritiker müssen zeigen, dass der Ausbau zu groß ist. Die Konzerne müssen zeigen, dass er produktiv genug wird.
Jens analysiert seit Jahren digitale Märkte, Preisbewegungen und Plattform-Strategien. Als Betreiber mehrerer datengetriebener Systeme wertet er täglich große Mengen an Produkt- und Trenddaten aus. Sein Fokus liegt auf Einordnung statt Hype: Was bedeutet eine Entwicklung wirklich für Nutzer, Preise und Märkte?
