Sind wir in einer KI-Blase? Was Zentralbanken, Investoren und die Infrastruktur-Zahlen wirklich sagen

Drei Institutionen, eine Woche, dieselbe Sorge: Innerhalb weniger Tage Anfang Juli 2026 haben die Bank of England, der European Systemic Risk Board und – etwas früher, Ende Juni – die Bank for International Settlements vor den Finanzstabilitätsrisiken der KI-Investitionswelle gewarnt. Das ist an sich bemerkenswert: Zentralbanken sprechen selten öffentlich über einzelne Technologietrends, und wenn sie es tun, wählen sie ihre Worte mit Bedacht. Dass gleich drei der einflussreichsten Finanzstabilitäts-Wächter der Welt binnen zwei Wochen ähnliche Warnungen aussprechen, ist ein Signal, das über die übliche Bubble-Debatte in Tech-Medien hinausgeht. Die Frage, die sich daraus ergibt, ist nicht rhetorisch: Stecken wir in einer KI-Investitionsblase – und wenn ja, was passiert, wenn sie platzt?

Was die Zentralbanken tatsächlich sagen

Die Bank of England identifiziert in ihrem Financial Stability Report vom 7. Juli zwei getrennte Risikostränge. Der erste ist operativ: Frontier-KI-Modelle könnten Cyberangriffe auf Banken und Marktinfrastruktur zunehmend raffinierter und wirkungsvoller machen. Der zweite ist eine klassische Bewertungssorge – die Excess-CAPE-Yield des S&P 500, eine Kennzahl, die misst, wie teuer Aktien im Verhältnis zu ihren langfristigen Erträgen sind, nähert sich Niveaus, die seit der Dotcom-Blase nicht mehr erreicht wurden. Bemerkenswert ist ein Detail, das die BoE explizit hervorhebt: Selbst wenn man die dreißig größten KI-Aktien aus der Berechnung herausnimmt, bleibt der Wert auf dem niedrigsten Stand seit 2007. Die Überbewertung ist damit, folgt man dieser Lesart, breiter angelegt als ein reines KI-Phänomen – sie betrifft den gesamten US-Aktienmarkt. Ein scharfer Korrektur-Schock, so das Komitee, könnte auf Großbritannien übergreifen und dort das BIP um bis zu 2,2 Prozentpunkte belasten.

Der ESRB setzt einen anderen Schwerpunkt: Er stufte das systemische Cyberrisiko durch Frontier-Modelle im Juni von „elevated" auf „severe" hoch, mit der Begründung, aktuelle Modelle könnten Softwareschwachstellen selbstständig entdecken, Exploits generieren und vollständige Cyberangriffe mit einer Geschwindigkeit und Präzision ausführen, die frühere KI-Generationen deutlich übertreffe. Die EZB verlangt von bedeutenden europäischen Instituten bis zum 31. Oktober 2026 konkrete Aktionspläne. Die BIS wiederum, in ihrem Ende Juni veröffentlichten Jahresbericht, zieht die historisch weitreichendste Parallele: Sie vergleicht den aktuellen KI-Investitionsboom mit der Kanal- und Eisenbahn-Manie des 19. Jahrhunderts, der Elektrifizierungs-Euphorie der 1920er Jahre und dem Dotcom-Boom der 1990er – drei Episoden, die laut BIS ein gemeinsames Muster teilen: ein echter technologischer Durchbruch, der mehr Kapital anzieht, als kommerzielle Erträge auf absehbare Zeit rechtfertigen können, gefolgt von einer Investitionsumkehr mit gesamtwirtschaftlichen Folgen.

Die Zahlen hinter dem Boom

Um zu verstehen, warum diese Warnungen gerade jetzt kommen, hilft ein Blick auf die schiere Größe der Investitionen. Die fünf größten Ausgabenposten – Amazon, Alphabet, Meta, Microsoft und Oracle – kommen für 2026 zusammen auf geschätzte 725 Milliarden Dollar an KI-Kapitalausgaben, ein Plus von 77 Prozent gegenüber 2025. Amazon investiert rund 200 Milliarden Dollar, Alphabet und Microsoft je bis zu 190 Milliarden, Meta über 145 Milliarden. Hinzu kommt Stargate, das gemeinsame Infrastrukturprojekt von OpenAI, SoftBank, Oracle und MGX mit einem Zielvolumen von 500 Milliarden Dollar bis 2029 – bislang sind laut verschiedenen Schätzungen bereits über 400 Milliarden Dollar an Zusagen zusammengekommen.

Die BIS weist auf einen strukturellen Wendepunkt hin: Der aggregierte Cash-Capex der Hyperscaler wird voraussichtlich um das dritte Quartal 2026 den operativen Cashflow übersteigen. Bis dahin konnten die großen Cloud-Anbieter ihre KI-Investitionen überwiegend aus laufenden Gewinnen finanzieren – ein zentraler Unterschied zur Dotcom-Ära, in der viele Akteure kaum Umsätze, geschweige denn Gewinne hatten. Dieser Puffer schmilzt jetzt. Die Folge ist eine sichtbare Verschiebung zu Fremdkapital: Hyperscaler gaben 2025 rund 121 Milliarden Dollar an Anleihen aus, mehr als das Vierfache des Fünfjahresdurchschnitts, und die Emission von Rechenzentrums-bezogenen Schulden hat sich auf 182 Milliarden Dollar nahezu verdoppelt. Parallel ist privates Kreditvolumen für KI-Infrastruktur von nahezu null auf über 200 Milliarden Dollar gestiegen; Morgan Stanley rechnet mit weiteren 800 Milliarden Dollar Private-Credit-Finanzierung für Rechenzentren in den nächsten zwei Jahren.

Erste Risse

Die Zentralbank-Warnungen fielen mit einem realen Markt-Ausverkauf im Juni zusammen. Der Nasdaq Composite verlor 2,2 Prozent, Halbleiterwerte wie SK Hynix und Samsung über 12 Prozent, Nvidia rund 4 Prozent – Marktschätzungen zufolge wurden an einem einzigen Handelstag rund 1,4 Billionen Dollar Marktkapitalisierung im KI-Chip-Sektor ausradiert, mit besonders heftigen Ausschlägen an asiatischen Börsen. Das plastischste Einzelbeispiel ist Cerebras: Der Chiphersteller ging im Mai 2026 mit einem der größten Tech-IPOs des Jahres an die Börse, stürzte aber nach seiner ersten Quartalszahlenvorlage als Public Company am 24. Juni um rund 20 Prozent an einem Tag ab – das Management hatte wegen des milliardenschweren OpenAI-Vertrags sinkende Margen in Aussicht gestellt. Die Aktie notiert inzwischen fast 40 Prozent unter ihrem Höchststand.

Auch prominente Investoren positionieren sich gegen den Trend. Michael Burry, bekannt geworden durch seine Wetten gegen den US-Häusermarkt vor 2008, eröffnete Ende Juni Short-Positionen gegen Nvidia, Tesla, Applied Materials, Caterpillar und einen Halbleiter-ETF, wenig später zusätzlich gegen Micron. Sein Argument richtet sich nicht gegen die Geschäftsmodelle der einzelnen Firmen, sondern gegen einen sich selbst verstärkenden Mechanismus: Chip-Aktien steigen, weil Big-Tech-Unternehmen hohe Ausgaben ankündigen; Ausrüster-Aktien steigen, weil Chipfirmen ihre Kapazitäten ausbauen; jede neue Ausgabenankündigung wird als Beweis für echte Nachfrage gewertet, obwohl ein Teil davon zirkulär ist. Genau diese Zirkularität kritisiert auch die BIS: Chiphersteller und Hyperscaler investieren direkt in KI-Labs, die sich im Gegenzug zu mehrjährigen Chip- oder Rechenleistungskäufen verpflichten – MIT-Professor Michael Cusumano bringt es auf den Punkt: Nvidia investiert Milliarden in OpenAI, und OpenAI verpflichtet sich im Gegenzug, für einen ähnlichen Betrag Nvidia-Chips zu kaufen. Ein Großteil des scheinbar neuen Kapitals fließt damit auf demselben Weg wieder zum Ausgangspunkt zurück.

Was die Optimisten dagegenhalten

Die Gegenposition ist nicht naiv. Sie stützt sich auf reale Nachfragesignale: GPU-Lieferzeiten lagen Anfang 2026 bei 36 bis 52 Wochen, Nvidia meldet vollständige Auslastung seiner gesamten installierten Basis, und der eigentliche Flaschenhals ist inzwischen weniger die Chip-Verfügbarkeit als die Stromversorgung – Analysten schätzen den globalen Rechenzentrums-Stromverbrauch 2026 auf über 1.000 Terawattstunden, mehr als der gesamte Energieverbrauch Japans. Auch die Umsatzentwicklung der KI-Labs selbst ist beeindruckend: Anthropics annualisierte Umsatzrate sprang von 9 Milliarden Dollar Ende 2025 auf 47 Milliarden Dollar im Mai 2026, OpenAI erreichte im Frühjahr rund 24 bis 25 Milliarden Dollar. Microsofts Satya Nadella verteidigt das eigene Investitionsvolumen als „einen der folgenreichsten Plattformwechsel der Tech-Geschichte", weil Workloads zunehmend von autonomen Agenten statt von menschlichen Endnutzern getrieben würden. JPMorgan argumentierte in einer eigenen Analyse mit dem Titel „What bubble?", die 5,5-Billionen-Dollar-KI-Capex-Explosion sei, gemessen an den tatsächlichen Cashflows, derzeit profitabel.

Auch bei der praktischen Wertschöpfung gibt es belastbare, wenn auch ambivalente Daten. McKinsey beziffert das mögliche jährliche Wertschöpfungspotenzial von generativer KI auf 2,6 bis 4,4 Billionen Dollar, mit einem medianen Return on Investment von 3,7 in Organisationen mit klar abgegrenztem Einsatzbereich. Zugleich räumt dieselbe Untersuchung ein, dass 95 Prozent aller Enterprise-KI-Pilotprojekte bislang keinen messbaren Effekt auf Gewinn und Verlust zeigen – ein Befund, der die Kluft zwischen vielversprechender Einzelanwendung und flächendeckender, profitabler Skalierung offenlegt.

Was diesmal anders ist – und was nicht

Der zentrale „diesmal ist es anders"-Punkt der Optimisten ist also durchaus real: Die heutigen Hyperscaler sind hochprofitable, cashflow-starke Konzerne, die – bislang – überwiegend aus eigenen Erträgen investieren, ganz anders als die weitgehend umsatzlosen Dotcom-Startups des Jahres 2000, die auf spekulatives Eigenkapital angewiesen waren. Genau dieser Unterschied beginnt jedoch zu erodieren, sobald der Capex den operativen Cashflow übersteigt und Fremdfinanzierung zur Regel wird – ein Übergang, den die BIS für das laufende Jahr bereits als unmittelbar bevorstehend beschreibt. Ein von Fortune zitierter Marktanalyst formulierte es Anfang Juni pointiert: 2026 erinnere „auf noch eine weitere Art" an 1999 – Investoren und Wall Street seien „over their skis", also weiter vorgeprescht, als die Fundamentaldaten tragen. Ob das zutrifft, hängt maßgeblich davon ab, ob die KI-Monetarisierung mit dem atemberaubenden Investitionstempo mithalten kann – und genau darüber gibt es, wie die divergierenden McKinsey-Zahlen zeigen, innerhalb der eigenen Lager der Optimisten keine Einigkeit.

Was das für Unternehmen bedeutet

Für Tech-Entscheider läuft die praktische Konsequenz nicht auf eine binäre Entscheidung – „investieren" oder „abwarten" – hinaus, sondern auf eine differenzierte Risikobewertung. Erstens: KI-Investitionen sollten auf klar abgegrenzte, messbare Use Cases mit definierter Baseline fokussiert werden, statt auf diffuse „KI-Transformation" – genau der Unterschied, den McKinseys eigene Daten zwischen erfolgreichen und gescheiterten Piloten aufzeigen. Zweitens verdient die Bilanzqualität von KI-Infrastruktur-Partnern – Cloud-Anbietern, Chip-Herstellern, spezialisierten Inferenz-Anbietern – eine genauere Prüfung als bisher: Der Wechsel von Cashflow- zu Schuldenfinanzierung ist ein Frühindikator für Kontrahentenrisiko, den 34 Prozent der von Bank of America befragten Fondsmanager inzwischen als wahrscheinlichste Quelle eines künftigen systemischen Kreditereignisses einstufen – doppelt so viele wie noch im April. Drittens sollten Unternehmen sich nicht in langfristige, schwer kündbare Kapazitätsverträge drängen lassen, wo flexiblere Alternativen bestehen, um bei einer möglichen Korrektur nicht an überteuerte Verpflichtungen gebunden zu sein. Und viertens gilt: Die Cyberrisiko-Warnung der Zentralbanken ist konkreter und unmittelbarer als die Bewertungsdebatte – die ESRB-Frist zum 31. Oktober zeigt, dass Regulatoren operative KI-Risiken bereits für dringlicher halten als eine mögliche Marktkorrektur. Ob die aktuelle Investitionswelle in einer geordneten Konsolidierung endet oder in einem disruptiven Einbruch, weiß derzeit niemand mit Sicherheit – aber die Zahl der Institutionen, die öffentlich vor Letzterem warnen, ist in den vergangenen Wochen spürbar gewachsen.