Die zirkuläre KI-Ökonomie: Wie sich die Branche selbst finanziert — und was passiert, wenn der Kreislauf stockt

Es gibt einen Tag, an dem sich die Finanzarchitektur einer ganzen Branche freilegt — und der 20. Mai 2026 war ein solcher Tag. Nvidia meldete ein Rekordquartal und gestand nebenbei ein, 43 Milliarden Dollar an Beteiligungen junger KI-Firmen zu halten. Anthropic kündigte sein erstes profitables Quartal an — und überwies im selben Atemzug 1,25 Milliarden Dollar pro Monat an den Konkurrenten xAI, um dessen Rechenzentrum zu mieten. SpaceX legte ein Börsenprospekt vor, das offenbarte, dass xAI im Vorjahr 6,4 Milliarden Dollar verbrannt hat. Und OpenAI bereitet einen Börsengang vor, der mit über einer Billion Dollar der größte der Geschichte werden könnte.

Hört man genau hin, fällt auf: Es sind immer dieselben Namen. Das Geld der KI-Branche wandert nicht von außen herein und in produktive Verwendung hinaus. Es kreist. Und ob dieser Kreislauf ein Zeichen von Stärke oder von Fragilität ist, ist die vielleicht wichtigste wirtschaftliche Frage des Jahres 2026.

Was „zirkuläre Finanzierung“ konkret bedeutet

Das Prinzip lässt sich an einem Satz festmachen, den MIT-Ökonom Michael Cusumano formulierte: „Nvidia investiert in OpenAI, OpenAI kauft Nvidia-Chips — das ist im Wesentlichen ein Nullsummenspiel.“ Ein Lieferant gibt einem Kunden Geld, der Kunde gibt es als Umsatz an den Lieferanten zurück. Beide Bilanzen wachsen, ohne dass zusätzliches Geld von außen ins System geflossen ist.

Die Beispiele haben sich in den vergangenen Monaten zu einem dichten Netz verwoben. Nvidia investierte im Oktober 2025 bis zu 30 Milliarden Dollar in OpenAI, beteiligte sich mit bis zu zehn Milliarden an Anthropic und stieg bei Elon Musks xAI ein — bei Unternehmen also, deren Geschäftsmodell darin besteht, Nvidia-Chips zu kaufen. AMD ging einen ähnlichen Weg und gewährte OpenAI Optionsscheine auf bis zu zehn Prozent des eigenen Unternehmens, im Gegenzug für die Zusage, Chips für sechs Gigawatt Rechenleistung abzunehmen. Bloomberg nannte das damals beim Namen: „circular deal“.

Microsoft hält 27 Prozent an OpenAI, und OpenAI ist zugleich Microsofts größter Azure-Kunde — fast die Hälfte der ausstehenden Cloud-Verpflichtungen von Azure entfällt auf dieses eine Unternehmen. Oracle hat mit OpenAI einen Vertrag über bis zu 300 Milliarden Dollar geschlossen und nimmt dafür selbst Dutzende Milliarden an Schulden auf. Und seit dem 20. Mai wissen wir: Anthropic, einer der schärfsten OpenAI-Rivalen, mietet die freien GPU-Kapazitäten des dritten Rivalen xAI, weil dessen Grok-Modelle die eigene Hardware nicht auslasten. Der Kreis schließt sich an Stellen, die noch vor einem Jahr undenkbar schienen.

Die optimistische Lesart: ein Infrastruktur-Boom wie jeder andere

Jensen Huang, Nvidias Chef, weist die Bubble-Vergleiche entschieden zurück: „We see something very different.“ Sein Argument ist nicht ohne Substanz. Er spricht vom „größten Infrastrukturaufbau in der Geschichte der Menschheit“ und verweist auf ein hartes Marktsignal: Die Preise für GPUs steigen, statt zu fallen — selbst für zwei Generationen alte Chips. Das deutet auf reale, nicht künstlich erzeugte Knappheit hin.

Die Zahlen stützen die These einer echten Nachfrage zumindest teilweise. Die großen Cloud-Konzerne — Amazon, Microsoft, Alphabet, Meta, Oracle — wollen 2026 zusammen 660 bis 690 Milliarden Dollar investieren, fast doppelt so viel wie im Vorjahr. Wer schon einmal den Bau eines Eisenbahnnetzes oder eines Stromnetzes finanziert hat, kennt das Muster: Erst kommt die teure, kapitalintensive Infrastruktur, lange bevor sie Erträge abwirft. Das Rechenzentrum Colossus von xAI mit seinen 300 Megawatt und über 220.000 GPUs ist kein Bilanztrick, sondern Beton, Kupfer und Silizium. In dieser Lesart ist die zirkuläre Finanzierung schlicht die Art, wie eine junge Branche ihren eigenen Aufbau vorfinanziert, solange klassische Kapitalgeber zögern.

Die skeptische Lesart: Echos aus den 1990ern

Wer ein längeres Gedächtnis hat, erkennt das Muster aus der Telekom-Blase um die Jahrtausendwende. Damals gaben Ausrüster wie Lucent und Nortel ihren eigenen Kunden Kredite, damit diese Glasfasernetze bei ihnen bestellten — sogenanntes Vendor Financing. Lucent allein vergab über acht Milliarden Dollar an seine Abnehmer. Als die Nachfrage hinter den Erwartungen zurückblieb, meldeten zwischen 2000 und 2003 Dutzende Netzbetreiber Insolvenz an, und mit ihnen brachen die Ausrüster ein. Der VC-Investor Tomasz Tunguz weist darauf hin, dass Nvidias Verflechtung in manchen Kennzahlen sogar enger ist als die von Lucent damals: Knapp 40 Prozent von Nvidias Umsatz entfallen auf nur zwei Kunden.

Hinzu kommt eine neue Zutat, die es in den Neunzigern so nicht gab: Schulden in großem Stil, oft elegant aus den Bilanzen ausgelagert. Konzerne wie Meta und Oracle verlagern Rechenzentrums-Schulden in Höhe von zusammen rund 120 Milliarden Dollar in Zweckgesellschaften, die in keiner Konzernbilanz auftauchen. Meta finanzierte ein 30-Milliarden-Dollar-Vorhaben über ein Vehikel namens „Beignet Investor“, getragen von Pimco, BlackRock und Apollo. Solche Strukturen machen das wahre Systemrisiko schwer sichtbar. Eine Umfrage der Bank of America vom April 2026 ergab, dass ein Drittel der globalen Fondsmanager die KI-Investitionen der Hyperscaler inzwischen für die wahrscheinlichste Quelle des nächsten systemischen Kreditrisikos hält.

Das Forscherteam der Yale School of Management skizziert drei mögliche Auslöser, an denen der Kreislauf stocken könnte: ein technologischer Sprung, der die heutige Infrastruktur über Nacht entwertet (man denke an DeepSeeks Effizienzschock); ein Umsatzschock, wenn Kunden die hohen KI-Preise schlicht nicht zahlen wollen; oder eine Kreditkaskade, bei der ein wankender Akteur die vernetzten Schuldenstrukturen mitreißt.

Das Paradox: KI hält die Statistik am Leben

Besonders nachdenklich macht eine Beobachtung der Makro-Analysten von Pantheon Macroeconomics: Ohne die KI-Ausgaben wären die Investitionen amerikanischer Unternehmen in Ausrüstung im ersten Quartal 2026 negativ gewesen. KI-Investitionen sollen für rund drei Viertel des US-Wirtschaftswachstums in jenem Quartal verantwortlich gewesen sein. Das ist eine zweischneidige Nachricht: Einerseits zeigt es die Wucht des Booms, andererseits maskiert es womöglich Schwäche im Rest der Wirtschaft. Eine Konjunktur, die so stark an einem einzigen Investitionsthema hängt, ist verwundbar, wenn dieses Thema ins Stocken gerät.

Dem steht ein unbequemer Befund gegenüber: Mehrere Erhebungen — darunter eine vielzitierte MIT-nahe Studie und eine PwC-Befragung von 4.500 Vorstandschefs — kommen zu dem Schluss, dass die große Mehrheit der Unternehmen bislang keinen messbaren wirtschaftlichen Mehrwert aus ihren KI-Investitionen zieht. Die Endnachfrage, die den Kreislauf am Ende tragen müsste, ist also noch keineswegs gesichert. (Die genaue Methodik dieser Studien ist umstritten und sollte mit Vorsicht gelesen werden.)

Was das für Entscheider in SaaS- und Tech-Unternehmen heißt

Für die Leserinnen und Leser dieses Magazins ist die entscheidende Frage nicht, ob die Blase platzt, sondern wie abhängig das eigene Unternehmen von diesem Kreislauf ist. Und die Abhängigkeitskette ist tiefer, als die meisten annehmen. Ein typisches SaaS-Produkt, das eine OpenAI-Schnittstelle nutzt, hängt zugleich an Microsoft (Azure stellt einen Großteil der OpenAI-Rechenleistung), an Nvidia (die GPUs), an Oracle und CoreWeave (die Rechenzentren) — und all diese Glieder sind über gegenseitige Beteiligungen finanziell miteinander verschweißt. Fällt ein Glied aus, wackelt die ganze Kette.

Daraus lassen sich konkrete Konsequenzen für die Vendor-Strategie 2026 ableiten. Erstens: Multi-Modell-Fähigkeit sollte zum Standard werden. Eine Abstraktionsschicht, die zwischen Anbietern wechseln kann, ist keine technische Spielerei mehr, sondern Risikomanagement. Zweitens: Portabilität gehört in den Vertrag — Datenexport, Prompt-Migration und Wechselkosten sollten verhandelt werden, bevor der Lock-in greift. Anthropic hat im April 2026 vorgeführt, wie schnell sich Preismodelle ändern können, als es überraschend zur nutzungsbasierten Abrechnung überging. Drittens: Die finanzielle Gesundheit der Anbieter ist ein legitimes Auswahlkriterium geworden. Ein Compute-Vertrag mit einem Unternehmen, das sechs Milliarden Dollar im Jahr verbrennt, trägt ein anderes Ausfallrisiko als einer mit einem profitablen Partner. Und viertens: Quelloffene Modelle wie Mistral, Llama oder die chinesischen Qwen-Varianten sind weniger ein ideologisches Bekenntnis als eine Versicherung gegen proprietäre Preissprünge.

Die zirkuläre KI-Ökonomie ist weder reiner Schwindel noch garantierter Selbstläufer. Sie ist eine kollektive Wette darauf, dass die produktive Nachfrage nach KI rechtzeitig groß genug wird, um die heute aufgetürmten Verpflichtungen zu tragen. Diese Wette kann aufgehen. Kluge Entscheider richten ihre Verträge und Architekturen aber so ein, dass sie auch dann handlungsfähig bleiben, wenn sie es nicht tut.