Die Zahlen klingen wie aus einem Science-Fiction-Roman: 700 Milliarden US-Dollar — so viel werden die sechs größten US-Cloud-Anbieter (die sogenannten „Hyperscaler") laut einem aktuellen Bericht der Ratingagentur Moody's in diesem Jahr für den Bau von KI-Rechenzentren ausgeben. Das ist fast sechsmal so viel wie 2022, dem Jahr, in dem der aktuelle KI-Boom begann. Und ein Ende der Spirale ist nicht in Sicht: Für 2027 rechnet Moody's bereits mit 870 Milliarden.
Was bedeutet das für Geschäftsführer, die KI-Projekte planen oder bereits einsetzen? Vor allem eines: Die Infrastruktur hinter den KI-Modellen, die Unternehmen nutzen, wird gerade in einem nie dagewesenen Tempo ausgebaut — aber die Risiken dieses Ausbaus wachsen mit.
Wer investiert — und wie viel?
Die sechs Unternehmen, die Moody's in seinem Report untersucht, sind Microsoft, Amazon (mit seiner Cloud-Sparte AWS), Alphabet (Google), Meta, Oracle und CoreWeave. Allein Amazon plant Investitionsausgaben (im Fachjargon: CapEx) von rund 200 Milliarden Dollar. Alphabet steuert zwischen 175 und 185 Milliarden bei, Meta zwischen 115 und 135 Milliarden. Microsoft meldete zuletzt ein Quartal mit 37,5 Milliarden — 66 Prozent mehr als im Vorjahr.
Der Grund für diese Ausgaben ist simpel: Die Nachfrage nach Rechenleistung für KI-Anwendungen übersteigt das Angebot bei weitem. Alphabet räumte im Februar ein, selbst mit beschleunigtem Ausbau noch an Kapazitätsgrenzen zu stoßen. Amazon berichtet von anhaltend starker Nachfrage trotz Engpässen. Meta erwartet, bis weit ins Jahr 2026 hinein intern limitiert zu sein.
Das Problem: Einnahmen hinken hinterher
Die Kehrseite der Medaille beschreibt Moody's schonungslos: Die KI-Dienste dieser Konzerne generieren zusammen rund 35 Milliarden Dollar Umsatz — gerade einmal fünf Prozent dessen, was in die Infrastruktur fließt. Zwar wächst der Umsatz schnell: Die mittlere Wachstumsrate der Cloud-Sparten stieg von 26 Prozent Ende 2023 auf 39 Prozent Ende 2025. Aber die Lücke zwischen Investition und Ertrag bleibt gewaltig.
Für die Finanzierung greifen die Konzerne zunehmend auf Schulden zurück. Amazon bereitet eine Anleihe über rund 37 Milliarden Dollar vor, Oracle plant zwischen 45 und 50 Milliarden an neuer Verschuldung. Die Investmentbank Bank of America schätzt, dass die fünf größten Hyperscaler in den kommenden Jahren jeweils rund 140 Milliarden Dollar pro Jahr an Anleihen aufnehmen werden — mit der Möglichkeit, auf über 300 Milliarden zu steigen.
Analyst Horace Dediu von Asymco bringt es auf den Punkt: „Die Hyperscaler geben jetzt 94 Prozent ihres operativen Cashflows für KI-Infrastruktur aus." Amazon werde dieses Jahr voraussichtlich einen negativen freien Cashflow von 28 Milliarden Dollar verbuchen. Alphabets freier Cashflow drohe von 73 Milliarden auf 8 Milliarden einzubrechen — ein Rückgang von 90 Prozent.
Apples Gegenstrategie: 14 Milliarden statt 200 Milliarden
Inmitten dieses Investitionsrausches fällt ein Unternehmen durch Abwesenheit auf: Apple. Während die Konkurrenz hunderte Milliarden in Rechenzentren steckt, bleibt Apples Investitionsbudget bei bescheidenen 14 Milliarden Dollar — fast unverändert zum Vorjahr.
Apples Kalkül: KI-Modelle werden schnell austauschbar. Was heute hundert Millionen Dollar in der Entwicklung kostet, kann morgen ein Open-Source-Projekt für einen Bruchteil replizieren — wie das chinesische DeepSeek gezeigt hat, das für 6 Millionen Dollar ein Modell baute, das mit Systemen im dreistelligen Millionenbereich mithalten kann.
Statt eigene KI-Modelle zu bauen, lizenziert Apple Googles Gemini-Modell für geschätzt eine Milliarde Dollar pro Jahr. Die eigentliche Investition fließt in die eigenen Chips: Der neue M5-Prozessor bringt eine spezialisierte KI-Recheneinheit (Neural Engine) mit, die KI-Modelle mit bis zu 70 Milliarden Parametern direkt auf dem Gerät ausführen kann — ohne Cloud, ohne Rechenzentrum.
Investor Daniel J. Arbess beschrieb Apples Strategie im Wall Street Journal als „eine nüchterne Wette darauf, dass der frenetischste Infrastruktur-Ausbau in der Geschichte des amerikanischen Kapitalismus unzureichende Renditen bringen wird."
Strom als Bremsklotz
Selbst wenn die Konzerne bereit sind, hunderte Milliarden auszugeben — ein Faktor entzieht sich ihrer Kontrolle: Strom. Moody's erwartet, dass die Verfügbarkeit von Elektrizität den KI-Ausbau bis mindestens 2027 bremsen wird. Im US-Bundesgebiet PJM, wo die weltweit dichteste Konzentration an Rechenzentren steht, sind die prognostizierten Stromkosten für Neuanschlüsse innerhalb von zwei Jahren um rund 1.000 Prozent gestiegen.
Raj Joshi, Senior Vice President bei Moody's, betonte gegenüber Data Center Knowledge: „Ich baue nur, wenn ich feste Zusagen oder Verträge sehe." Die Hyperscaler versuchten bewusst, keine langfristigen Überkapazitäten aufzubauen — anders als es die reinen Investitionszahlen vermuten lassen.
Was das für Unternehmen bedeutet
Für Geschäftsführer, die KI-Projekte verantworten, ergeben sich drei zentrale Erkenntnisse:
- KI-Rechenleistung bleibt knapp. Trotz der gewaltigen Investitionen übersteigt die Nachfrage das Angebot. Wer KI-Modelle über Cloud-Anbieter nutzen will, muss mit Wartezeiten und steigenden Preisen rechnen. Langfristige Kapazitätsverträge werden wichtiger.
- Die Kosten werden sich verschieben. Kurzfristig treiben die Infrastruktur-Investitionen die Preise. Mittelfristig — wenn die Rechenzentren produktiv werden — dürften die Kosten pro KI-Anfrage deutlich sinken. Unternehmen, die jetzt investieren, könnten in zwei Jahren von günstigeren Konditionen profitieren.
- On-Device-KI wird zur echten Alternative. Apples Strategie zeigt: Nicht jede KI-Anwendung braucht ein Rechenzentrum. Für datenschutzsensible Aufgaben oder Szenarien mit hohem Volumen kann KI direkt auf dem Endgerät die wirtschaftlichere Lösung sein.
Die KI-Infrastrukturwelle ist kein abstraktes Börsenthema. Sie bestimmt, wie schnell, wie teuer und wie verfügbar KI-Dienste in den kommenden Jahren für Unternehmen sein werden. Die 700-Milliarden-Dollar-Frage lautet: Reichen die Einnahmen am Ende, um die Investition zu rechtfertigen — oder erleben wir gerade den teuersten Fehlstart der Wirtschaftsgeschichte?
Quellen
- Moody's Ratings — AI Outlook 2026: Risks are rising in a shifting AI landscape
- Data Center Knowledge — Hyperscaler Capex Snowballs Toward $700B as Firms Stage AI Builds (Interview mit Raj Joshi, Moody's)
- Cloud News — Hyperscalers approach $700 billion in AI capex (Detailanalyse der Moody's-Zahlen)
- The Motley Fool — Hyperscalers Are Spending Nearly $700 Billion in 2026 on AI Infrastructure
- Asymco / Horace Dediu — The most brilliant move in corporate history? (Apple-Gegenanalyse)
- Implicator.ai — Apple Refuses $650 Billion AI Arms Race (WSJ-Arbess-Referenz)