Sechs Finanzkonzerne, eine halbe Billion Dollar
Nvidia hat angekündigt, gemeinsam mit sechs großen Finanzhäusern sogenannte unabhängige Finanzplattformen aufzubauen. Ziel: 500 Milliarden US-Dollar an Drittkapital für den weiteren Ausbau der KI-Infrastruktur. Beteiligt sind Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs und KKR.
Über die Konstrukte sollen Kunden in großem Umfang Zugriff auf knappe Rechenressourcen bekommen. Gemeint sind damit vor allem neue Rechenzentren, die mit Nvidia-Hardware bestückt werden. Ein Zeitplan, in dem das Kapital eingesammelt und investiert werden soll, fehlt in der Mitteilung.
Der Punkt ist bemerkenswert: Bisher wurde der KI-Ausbau überwiegend aus den Kassen der großen Tech-Konzerne finanziert. Amazon, Google, Microsoft und Meta sowie die KI-Anbieter selbst kommen laut Marktschätzungen allein in diesem Jahr auf mehr als 730 Milliarden US-Dollar. Jetzt kommen institutionelle Anleger als Geldgeber hinzu.
Rechenleistung als Anlageklasse
Nvidia-Chef Jensen Huang ist nach Darstellung der beteiligten Häuser selbst mit dem Plan auf die Wall Street zugegangen. Das Argument: KI-Rechenleistung entwickelt sich zu einer finanzierbaren Anlageklasse, ähnlich wie Mautstraßen, Stromnetze oder Glasfaser. Wer eine Anlage baut, kann sie über Jahre vermieten und daraus planbare Erträge erzielen.
Sinngemäß erklärte Huang, Rechenleistung sei im KI-Boom zu einem Teil der Infrastruktur geworden, so wie Elektrizität oder das Internet. Eine KI-Fabrik mache aus Energie und Daten wertvolle Intelligenz.
Huang betont zugleich, dass es sich nicht um Kreislaufgeschäfte handle. Der Vorwurf steht seit Monaten im Raum: Nvidia investiert in Kunden, die mit dem Geld Nvidia-Chips kaufen. Bei den neuen Plattformen kommt das Kapital von außen, profitieren dürfte am Ende trotzdem in erster Linie der Hardwarelieferant.
BlackRock-Chef Larry Fink formulierte die Motivation nach eigenen Worten deutlich: Das Geld müsse so schnell wie möglich aufgebracht und sinnvoll eingesetzt werden, weil es unerlässlich sei, dass die USA bei KI vorangehen. Die geopolitische Komponente wird also offen mitgenannt.
Wer das Geld bekommen soll
Anders als bei den bisherigen Milliardenprojekten der Hyperscaler sollen laut Huang auch KI-Labore und Startups von den Fonds profitieren. Bisher sei der Zugang zu Kapital nicht für alle Akteure gleich einfach gewesen. Kleinere Anbieter konkurrieren beim Einkauf von Beschleunigern mit Konzernen, die Kapazität für Jahre vorbestellen.
| Größenordnung | Summe |
|---|---|
| Neue Finanzplattformen mit Drittkapital | 500 Mrd. US-Dollar (geplant) |
| Investitionen der Tech- und KI-Konzerne 2025 (Schätzung) | über 730 Mrd. US-Dollar |
| Beteiligte Finanzhäuser | 6 |
Wie stark die Nachfrage tatsächlich ist, zeigen die Standortprojekte der vergangenen Monate. Anthropic hat einen Zehn-Milliarden-Deal für Rechenkapazität in Norwegen abgeschlossen, Amazon plant für ein Rechenzentrum ein eigenes Gaskraftwerk mit 7,65 GW. Kapital ist dabei nur eines der Nadelöhre.
Die Engpässe verschieben sich
Geld löst nicht alles. In Texas wurde ein Moratorium für Netzanschlüsse neuer KI-Rechenzentren verhängt, weil das Stromnetz an Grenzen stößt. Beim Arbeitsspeicher ist die Kapazität bis 2027 praktisch ausverkauft. Ein zusätzlicher Kapitalstrom von 500 Milliarden US-Dollar erhöht den Druck auf beide Flaschenhälse zusätzlich.
Für Unternehmen bedeutet das zwei Dinge gleichzeitig. Mittelfristig entsteht mehr Rechenkapazität, was Preise für Inferenz drücken kann. Kurzfristig konkurrieren aber noch mehr finanzstarke Akteure um dieselben knappen Chips, denselben Strom und denselben Speicher.
Was das für Betriebe im DACH-Raum heißt
Direkte Auswirkungen hat die Ankündigung zunächst nicht. Indirekt entscheidet solche Finanzierung aber mit, wie sich Token-Preise und GPU-Mieten entwickeln und wie stark die Wertschöpfungskette an einem einzigen Hardwarelieferanten hängt. Wenn eine halbe Billion Dollar in Anlagen fließt, die mit Nvidia-Beschleunigern arbeiten, verfestigt sich diese Abhängigkeit weiter.
Für die eigene Planung ist deshalb relevant, wie austauschbar der Unterbau bleibt. Wer auf offene Modellgewichte und Standardschnittstellen setzt, kann Anbieter und Standort wechseln, wenn sich Preise oder Verfügbarkeiten verschieben. Wer sich an ein einzelnes Ökosystem bindet, trägt die Kostenkurve dieses Investitionszyklus mit.
Auffällig ist außerdem die Begründung von Fink: Der Ausbau wird ausdrücklich als nationales Interesse der USA gerahmt. Für europäische Unternehmen, die ihre KI-Workloads dort betreiben, ist das ein weiteres Argument, Datenhaltung und Modellbetrieb nicht nur nach Preis, sondern auch nach Gerichtsstand und Betreiberstruktur zu bewerten.