Lambda finanziert den Ausbau seiner KI-Infrastruktur
Der auf KI-Rechenleistung spezialisierte Cloud-Anbieter Lambda will bis zu 4 Milliarden US-Dollar bei Investoren einsammeln. Coatue Management und Blackstone führen die Finanzierungsrunde an. Die Vorabbewertung, also der Unternehmenswert vor dem Zufluss des neuen Kapitals, liegt laut einem Bericht auf Basis von Investorenbriefen bei 14,5 Milliarden US-Dollar.
Zusätzlich nahm Lambda erst kürzlich 1 Milliarde US-Dollar an Fremdkapital auf. Das Geld soll den Bau neuer Rechenzentren finanzieren. Welche GPU-Generationen oder weiteren Hardware-Komponenten damit beschafft werden, ist bislang nicht bekannt.
| Kennzahl | Wert |
|---|---|
| Geplante Finanzierungsrunde | Bis zu 4 Milliarden US-Dollar |
| Vorabbewertung | 14,5 Milliarden US-Dollar |
| Zusätzliches Fremdkapital | 1 Milliarde US-Dollar |
| Auftragsbestand im Juni | 15 Milliarden US-Dollar |
| Auftragsbestand im September | 50 Milliarden US-Dollar |
| Anthropic-Vertrag | 35 Milliarden US-Dollar |
| Geplanter Börsengang | 2027 |
Anthropic-Vertrag dominiert den Auftragsbestand
Lambdas Auftragsbestand stieg innerhalb weniger Monate von 15 Milliarden auf 50 Milliarden US-Dollar. Der Backlog umfasst vertraglich erwartetes Geschäft, ist aber nicht mit bereits realisiertem Umsatz gleichzusetzen.
Von den insgesamt 50 Milliarden US-Dollar entfallen 35 Milliarden US-Dollar auf einen Ende August geschlossenen Großvertrag mit Anthropic. Details zu Laufzeit, Preisen und den reservierten Rechenkapazitäten wurden nicht veröffentlicht. Auch Anthropics langfristige Cloud-Vereinbarung mit Akamai zeigt, welche Summen führende Modellentwickler inzwischen für Infrastruktur einplanen.
Der hohe Auftragsbestand belegt die Nachfrage nach GPU-Kapazität. Die Konzentration von 35 Milliarden US-Dollar auf einen einzelnen Kunden schafft jedoch ein erhebliches Klumpenrisiko.
Für Lambda hängt damit ein großer Teil des künftigen Geschäfts von Anthropic ab. Sollte sich der Bedarf des Kunden verändern oder die Finanzierung großer KI-Modelle schwieriger werden, könnte das direkte Auswirkungen auf Auslastung und Kapitalplanung haben.
Neoclouds benötigen laufend neues Kapital
Lambda zählt zu den sogenannten Neoclouds. Damit sind spezialisierte Cloud-Anbieter gemeint, die ihre Infrastruktur vor allem auf GPU-intensive KI-Anwendungen ausrichten. Zu dieser Gruppe gehören auch CoreWeave, Nebius und Nscale.
Das Geschäftsmodell profitiert von der hohen Nachfrage nach Rechenleistung, verlangt aber enorme Vorleistungen. Rechenzentren, Stromanschlüsse und Beschleuniger müssen finanziert werden, bevor die gebuchte Kapazität vollständig Umsatz erzeugt. Fremdkapital spielt deshalb neben Finanzierungsrunden eine zentrale Rolle.
Der ursprünglich für das laufende Jahr erwogene Börsengang von Lambda wurde wegen der Marktunsicherheit auf 2027 verschoben. Auch der britische Wettbewerber Nscale strebt trotz hoher Verluste an die Börse. Für Neoclouds wird der Kapitalmarkt damit zunehmend zu einem Bestandteil des operativen Modells.
Alternative zu Hyperscalern mit neuen Abhängigkeiten
Für Unternehmen können Neoclouds eine Alternative zu AWS, Microsoft Azure oder Google Cloud sein. Das gilt besonders, wenn eigene oder offene KI-Modelle auf gemieteter GPU-Infrastruktur trainiert und betrieben werden sollen. Eine solche Umgebung kann mehr technische Kontrolle bieten als ein vollständig verwaltetes KI-Abo.
Die neue Finanzierungsrunde zeigt allerdings, dass auch spezialisierte Anbieter nicht unabhängig von externem Kapital und wenigen Großkunden sind. Hohe Baukosten und langfristige Kapazitätsverträge können sich auf Preise, Vertragslaufzeiten und die kurzfristige Verfügbarkeit von GPUs auswirken.
Was die Entwicklung für DACH-Unternehmen bedeutet
Ein direkter regionaler Bezug zum DACH-Markt besteht nicht. Die Finanzierung verdeutlicht aber, wie stark sich leistungsfähige KI-Infrastruktur bei US-Anbietern konzentriert. Wer eigene Modelle auf solchen Plattformen betreibt, verlagert zwar die Abhängigkeit vom klassischen Software-Abo, beseitigt den Vendor-Lock-in aber nicht automatisch.
Bei der Auswahl eines GPU-Anbieters sollten deshalb neben dem Preis auch Datenstandort, Vertragsbindung, Portabilität der Modelle und Ausstiegsszenarien berücksichtigt werden. Offene Modelle und containerisierte Anwendungen erleichtern einen späteren Wechsel. Vollständige Datensouveränität entsteht jedoch erst, wenn auch Infrastruktur, Zugriffsrechte und Betriebsprozesse kontrollierbar bleiben.
Lambda, Coatue Management und Blackstone haben die Angaben bislang nicht offiziell kommentiert. Die berichteten Zahlen beruhen auf Investorenunterlagen. Offen bleibt insbesondere, zu welchen Konditionen die gebuchten Kapazitäten bereitgestellt werden.