Lambda finanziert Nvidia-Chips für Microsoft
Der KI-Cloud-Anbieter Lambda hat 1 Milliarde US-Dollar über eine private, kurzfristige Fremdkapitalfinanzierung aufgenommen. Das Geld fließt in Nvidia-Chips, die anschließend vertraglich an Microsoft vermietet werden.
JPMorgan Chase soll die Finanzierung arrangiert haben. Angaben zu Zinssatz, genauer Laufzeit und den für Microsoft vorgesehenen Chipmodellen liegen nicht vor. Auch die Dauer des Mietvertrags zwischen Lambda und Microsoft ist bislang nicht bekannt.
Das Modell funktioniert nur, wenn Lambda die Hardware schnell installiert, dauerhaft auslastet und aus den Mieteinnahmen den Kredit bedient.
Mehrere Milliarden Dollar für neue GPU-Kapazität
Die aktuelle Finanzierung ist Teil einer Serie großer Kreditgeschäfte. Bereits im Mai 2026 schloss Lambda eine besicherte Kreditfazilität über 1 Milliarde US-Dollar ab. Hinzu kommt ein Kredit über 926 Millionen US-Dollar für Nvidia GB300 GPUs, die für einen separaten Einsatzvertrag mit Nvidia vorgesehen sind.
| Finanzierung | Volumen | Verwendungszweck oder Status |
|---|---|---|
| Kurzfristiges Fremdkapital | 1 Milliarde US-Dollar | Nvidia-Chips für die Vermietung an Microsoft |
| Besicherte Kreditfazilität | 1 Milliarde US-Dollar | Im Mai 2026 abgeschlossen |
| Kredit für GB300 GPUs | 926 Millionen US-Dollar | Hardware für einen Vertrag mit Nvidia |
| Geplante Pre-IPO-Runde | 3 Milliarden US-Dollar | Laut Berichten noch in Verhandlung |
| Risikokapital | 1,5 Milliarden US-Dollar | Im November 2025 aufgenommen |
Die Risikokapitalrunde vom November 2025 bewertete Lambda nach der Finanzierung mit 5,43 Milliarden US-Dollar. Parallel soll das Unternehmen über weitere 3 Milliarden US-Dollar vor einem möglichen Börsengang verhandeln. Ein Abschluss dieser Pre-IPO-Runde ist bislang nicht bestätigt.
Lambda ist mit dieser Strategie nicht allein. Banken und Technologieunternehmen haben 2026 weltweit bereits mehr als 400 Milliarden US-Dollar an KI-bezogenen Schulden aufgenommen. Auch Nvidias Pläne für umfangreich fremdfinanzierte KI-Infrastruktur zeigen, welche Kapitalmengen für den Ausbau erforderlich sind.
Microsoft kauft Kapazität über eine Neocloud zu
Lambda zählt zu den sogenannten Neoclouds. Das sind spezialisierte Cloud-Anbieter, die sich auf GPU-Rechenleistung für KI-Training und Inferenz konzentrieren. Sie beschaffen große Hardwarebestände und vermieten diese an Unternehmen, die Kapazität kurzfristiger benötigen oder nicht selbst aufbauen wollen.
Dass Microsoft solche Ressourcen über Lambda bezieht, verdeutlicht den Kapazitätsdruck im Markt. Selbst große Cloud-Anbieter ergänzen ihre eigene Infrastruktur durch spezialisierte Betreiber. Vergleichbar ist die Größenordnung mit Amazons Ausbau von AWS mit zwei Millionen Nvidia-GPUs.
Für Lambda reduziert der Microsoft-Vertrag das Auslastungsrisiko. Gleichzeitig bleiben hohe Vorleistungen, Zinskosten und die schnelle technische Alterung der Chips. Neue GPU-Generationen können den wirtschaftlichen Wert bestehender Hardware deutlich verändern, bevor Kredite vollständig getilgt sind.
Cloud-Kunden finanzieren die Kapitalkette mit
Für Unternehmen im DACH-Raum ist weniger die einzelne Finanzierung entscheidend als die dahinterliegende Kostenstruktur. Zwischen Chipproduzent und Anwender stehen Hardwarekäufe, Kredite, Rechenzentrumsbetrieb, Cloud-Margen und gegebenenfalls zusätzliche SaaS-Aufschläge. Diese Kosten müssen letztlich über Rechenzeit, Tokens oder Abonnements erwirtschaftet werden.
Gerade bei dauerhaft hoher KI-Nutzung lohnt deshalb eine Vollkostenrechnung. Neben dem Preis pro Token gehören reservierte Kapazitäten, Datentransfer, Speicher, Betriebsaufwand und die Bindung an einen Anbieter in die Kalkulation. Wie schnell Token-Ausgaben einen relevanten Teil des IT-Budgets beanspruchen können, zeigt die Analyse zu KI-Kosten und zentralem Modell-Routing.
Self-Hosting wird wirtschaftlich interessanter
Open-Weight-Modelle auf eigener oder dedizierter Hardware können bei planbarer Auslastung mehr Kostensicherheit bieten. Regionales Hosting erleichtert zudem die Kontrolle über Datenstandorte und Zugriffswege. Dem stehen Investitionen in Betrieb, Sicherheit, Überwachung und qualifiziertes Personal gegenüber.
Die Lambda-Finanzierung macht damit vor allem eines sichtbar: KI aus der Cloud ist kein leichtes Softwaregeschäft. Hinter jeder Anfrage steht kapitalintensive Hardware, deren Anschaffung häufig kreditfinanziert ist. Unternehmen sollten Cloud-Abonnements deshalb nicht nur nach Bequemlichkeit auswählen, sondern auch Abhängigkeit, Kostenentwicklung und Alternativen im eigenen Betrieb bewerten.