Nvidia, Meta, Tesla sind Billionen wert – wer finanziert diesen KI‑Boom?

Im Jahr 2025 gelangte künstliche Intelligenz aus den Tech‑Zirkeln in den Alltag. Sie tauchte überall auf: bei Gesprächen am Esstisch, in Fragen, ob das nächste Telefon oder die nächste Waschmaschine mit KI betrieben sein würde, und in E‑Mails von Vorgesetzten, die Mitarbeitende aufforderten, den Umgang damit zu erlernen.

Plötzlich war die Technologie nicht mehr abstrakt. Sie wurde Teil alltäglicher Gespräche.

Die Unternehmen, die diese Welle antreiben, haben Bewertungen erlebt, die in der modernen Marktgeschichte selten so schnell gestiegen sind.

Giganten wie AMD, Meta und Tesla sind zu zentralen Säulen der KI‑Ökonomie geworden, während Nvidia allein inzwischen so viel Marktgewicht trägt, dass schon kleine Bewegungen seiner Aktie Wellen durch die globalen Finanzmärkte senden können.

Doch mitten in der Begeisterung über Billionenbewertungen und bahnbrechende Technologien bleibt eine Frage oft unbeantwortet: Wer finanziert eigentlich die Infrastruktur hinter dem KI‑Boom?

Interessanterweise nehmen auch Regulierer das inzwischen wahr, obwohl die Warnzeile leicht überlesen werden kann.

„Einige Teilnehmer bemerkten, dass die Finanzierung des Ausbaus der KI‑bezogenen Infrastruktur in undurchsichtigen privaten Märkten eine Überwachung rechtfertige.“

Die obige Formulierung wurde wörtlich den Protokollen der Sitzung der Federal Reserve vom Januar 2026 entnommen.

Während die Finanzmärkte massive Bewertungen feiern und Trader Gewinne realisieren, stellt die Zentralbank eine einfache, zum Nachdenken anregende Frage: Wer finanziert tatsächlich das physische Rückgrat des KI‑Booms, und was passiert, wenn diese Verschuldung notleidend wird?

Und es ist nicht nur die Federal Reserve. In den vergangenen sechs Wochen haben drei mächtige Institutionen – die Fed, der Financial Stability Board (FSB) und das US‑Finanzministerium – unabhängig voneinander begonnen, diese leisere Seite des Booms zu untersuchen.

In der Summe deuten ihre Maßnahmen auf dieselbe aufkommende Sorge hin: Ein wachsender Anteil der KI‑Infrastrukturverschuldung entsteht in Bereichen des Kreditsystems, die schwer zu sehen, schwer zu bewerten und schwer in Stresssituationen aufzulösen sind.

Diese Untersuchung beleuchtet, was Regulierer bereits schriftlich festgehalten haben und warum der vermeintliche „Sekundärmarkt für KI‑Kredite“ bislang eher theoretisch als durch tatsächliche Trades existiert.

Die „undurchsichtigen Ecken“ des KI‑Booms

Die Fed‑Protokolle vom Januar sind das klarste öffentliche Dokument, das KI‑Infrastruktur direkt mit dem Risiko privater Marktfinanzierung verbindet.

In einem Abschnitt zur Finanzstabilität wiesen Verantwortliche auf erhöhte Asset‑Bewertungen und „Verwundbarkeiten im Zusammenhang mit dem Private‑Credit‑Sektor“ hin, einschließlich seiner wachsenden Rolle bei der Kreditvergabe an risikoreichere Schuldner und seiner Verbindungen zu Versicherern und Banken.

Vor diesem Hintergrund markierte die Formulierung über „die Finanzierung des Ausbaus der KI‑bezogenen Infrastruktur in undurchsichtigen privaten Märkten“ einen Richtungswechsel: Die Zentralbank verband die KI‑Kapitalwelle ausdrücklich mit Teilen des Kreditsystems, die nicht auf Bildschirmen handelbar sind.

Auf globaler Ebene bewegt sich der FSB auf zwei konvergierenden Pfaden.

In seinem Arbeitsprogramm für 2026 erklärte das Gremium, es werde einen speziellen Bericht zu Verwundbarkeiten im Private Credit als Teil seiner Arbeit zum Non‑Bank‑Finance abschließen und getrennt „gute Praktiken für die Einführung, Nutzung und Innovation von KI durch Finanzinstitute“ entwickeln.

Als Invezz den FSB um nähere Angaben bat, verwies die Organisation auf Risiken in beiden Bereichen.

Zum Thema KI hob sie eine Reihe von Punkten hervor, die „wegen ihres Potenzials, das systemische Risiko zu erhöhen, hervorstechen“:

„KI‑bezogene Verwundbarkeiten, die wegen ihres Potenzials, das systemische Risiko zu erhöhen, hervorstechen, umfassen: Abhängigkeiten von Drittparteien und Konzentration von Dienstleistern; Marktkorrelationen; Cyber‑Risiken; sowie Modellrisiken, Datenqualität und Governance."

„GenAI erhöht zudem das Potenzial für Finanzbetrug und Desinformation in den Finanzmärkten. Fehljustierte KI‑Systeme, die nicht darauf abgestimmt sind, innerhalb rechtlicher, regulatorischer und ethischer Grenzen zu operieren, können sich auch in einer Weise verhalten, die die Finanzstabilität schädigt“, fügte die globale Stabilitätswacht hinzu. ​

Zum Private Credit war in derselben Stellungnahme die Sprache deutlich in Bezug auf Datenlücken:

„Private Finanzierungen spielen eine zunehmend wichtige Rolle im Finanzsystem, indem sie Unternehmen Kapital zur Verfügung stellen… Bedeutende Datenlücken und die Undurchsichtigkeit des Sektors haben eine umfassende Beurteilung der potenziellen Risiken für die Finanzstabilität durch Private Finance und insbesondere Private Credit behindert."

„Es bestehen weiterhin Bedenken hinsichtlich der Möglichkeit eines plötzlichen Stopps der Kreditversorgung für Unternehmen und der Weiterleitung von Stress an das Bankensystem oder an institutionelle Investoren, angesichts ihrer Verflechtungen mit Private‑Finance‑Fonds“, erklärte der FSB. ​

Der FSB ergänzte, dass er im Rahmen seiner Agenda 2026 „Arbeiten zur Bewertung von Verwundbarkeiten im Private Credit“ abschließe.​

Zusammen mit den Fed‑Protokollen ergibt sich ein klares Bild: KI treibt einen historischen Investitionsboom in Infrastruktur, und ein immer bedeutenderer Teil dieser Finanzierung fließt durch einen Bereich des Systems, den Regulierer zugeben, noch nicht vollständig abbilden zu können.

Einfach ausgedrückt: Regulierer beginnen zu beobachten, wie der massive KI‑Boom finanziert wird.

Die Federal Reserve warnte, dass ein Teil der KI‑Infrastruktur durch private Märkte finanziert wird, die schwer zu verfolgen sind.

Zugleich sagen globale Regulierer, dass Private‑Credit‑Märkte Transparenz und verlässliche Daten vermissen lassen.

Zusammen deuten diese Signale darauf hin, dass die Behörden beginnen, die verborgene Finanzierung hinter der schnellen Ausweitung der KI‑Infrastruktur zu prüfen.

Ein Boom, der außerbilanziell finanziert wird

Das Ausmaß des Ausbaus der KI‑Infrastruktur steht außer Frage.

Der Liquiditätsausblick 2026 von S&P Global Ratings stellt fest, dass Emittenten aus Technologie und Kommunikation, einschließlich der größten „Hyperscaler“, eine Welle von Anleihe‑ und Kreditemissionen angetrieben haben, von denen viele mit Rechenzentren und KI‑bezogenen Investitionsausgaben verknüpft sind.

S&P schätzt, dass die Fälligkeiten von US‑Unternehmensschulden mit Rating „B‑“ und darunter von etwa $56.6 billion in 2026 auf rund $215 billion in 2028 steigen werden, und damit eine „erhebliche Refinanzierungswand“ schaffen, gerade zu dem Zeitpunkt, in dem die KI‑bezogenen Ausgaben ihren Höhepunkt erreichen.

Zugleich ist Private Credit zu einem der Hauptkanäle geworden, über den kleinere, nicht‑Investment‑Grade‑Schuldner an diese Boom‑Finanzierung gelangen.

S&P‑Analyse zeigt, dass die Private‑Credit‑Kreditvergabe an ‚B‑‘‑ und darunter bewertete Schuldner 2025 fast $146 billion erreichte, verglichen mit etwa $85 billion an breit syndizierten Krediten für dieselbe Risikoklasse, und vier Jahre in Folge die syndizierte Emission übertroffen hat.

Diese Zahlen erfassen Niedrigrated‑Schuldner insgesamt; sie isolieren nicht Kredite, die speziell der KI‑Infrastruktur zuzuordnen sind.

Ihre zeitliche Übereinstimmung fällt jedoch mit dem zusammen, was S&P als „durch KI angefeuerte Tech‑Emissionen und steigende Verschuldung“ beschreibt, und mit einer raschen Ausweitung der verwalteten Vermögenswerte im Private Credit insgesamt.

Jeff Hooke, Senior Lecturer an der Johns Hopkins Carey Business School, teilte kürzlich mit Invezz seine peer‑reviewte Studie über 262 nordamerikanische Private‑Credit‑Fonds, die er zusammen mit Xiaohua Hu und Michael Imerman verfasst hat und die diese Ausweitung detailliert nachzeichnet.

Die Autoren stellen fest, dass das globale Private‑Credit‑AUM von etwa $375 billion im Jahr 2015 auf rund $1.6 trillion im Jahr 2023 gewachsen ist; Schätzungen von State Street deuten darauf hin, dass es 2025 etwa $2 trillion erreicht hat und bis 2029 auf $2.6 trillion steigen könnte – ein nahezu sechsfacher Anstieg in einem Jahrzehnt. ​

Der entscheidende Unterschied zu öffentlichen Anleihemärkten liegt darin, wo diese Aktivität angesiedelt ist.

Statt auf öffentlichen Börsen täglich gehandelte Anleihen handelt es sich bei einem großen Teil dieses Kredits um Verpflichtungen in geschlossenen Fonds, deren Bewertungen selten aktualisiert werden und die weitgehend auf internen Modellen basieren.

Einfach gesagt: Der schnelle Ausbau der KI‑Infrastruktur wird zunehmend über Private Credit finanziert statt über traditionelle öffentliche Schuldenmärkte.

Ein Großteil dieser Kreditvergabe sitzt in privaten Fonds, in denen Kredite selten gehandelt werden und die Preisgestaltung nicht auf öffentlichen Märkten sichtbar ist.

Weil diese Anlagen privat gehalten und Bewertungen nur selten vorgenommen werden, kann es für Regulierer und Investoren schwieriger sein, klar zu erkennen, wie Risiken im System aufgebaut werden.

Performance, gestützt auf unrealisierte Bewertungen

Hooke und seine Co‑Autoren wollten verstehen, was die berichteten Renditen in diesem Bereich tatsächlich antreibt.

Mit Cash‑Flow‑Daten aus der Preqin‑Datenbank zerlegen sie die Private‑Credit‑Performance in Distribution to Paid‑In (DPI), den an Investoren zurückgezahlten Cashflow, und Residual Value to Paid‑In (RVPI), der den unrealisier­ten Wert noch gehaltener Positionen erfasst. ​

Ihre Ergebnisse verdeutlichen, warum Regulierer sich um Undurchsichtigkeit sorgen.

Bei Senior‑Direct‑Lending‑Fonds, die 2015 aufgelegt wurden, waren Ende 2024 rund 30 % des insgesamt ausgewiesenen Werts noch unrealisier t.

Bei der Vintage 2016 steigt der Anteil des unrealisier­ten Werts auf etwa 50 %, und bei neueren Jahrgängen macht RVPI über 80–90 % der Performance aus.

„Wir stellen fest, dass… ein erheblicher Teil des Werts von Private‑Credit‑Fonds selbst bei älteren Jahrgängen im Residual Value gebunden ist“, schreiben die Autoren und fügen hinzu, dass diese Struktur „ein potenzielles erhebliches Risiko darstellt“, falls diese Bewertungen bei der endgültigen Liquidation der Kredite zu optimistisch waren. ​

Die Studie vergleicht Private‑Credit‑Fonds auch mit liquiden Marktbenchmarks.

Netto nach Gebühren übertreffen Senior‑ und Mezzanine‑Private‑Credit‑Fonds „kaum oder unterperformen in einigen Fällen“ öffentlich gehandelte Floating‑Rate‑ETFs wie den Invesco Senior Loan ETF (BKLN) und den VanEck Investment Grade Floating Rate ETF (FLTR), was darauf hindeutet, dass die höhere Undurchsichtigkeit von Private Credit sich nicht offensichtlich in überlegenen Renditen für Investoren niedergeschlagen hat. ​

Für einen aufstrebenden, kapitalkräftigen Sektor wie KI‑Infrastruktur ist noch beunruhigender, dass die Autoren darauf hinweisen, dass fast die Hälfte der Direct‑Lending‑Schuldner einen negativen freien operativen Cashflow aufweist, unter Berufung auf Forschung des Internationalen Währungsfonds, und dass Payment‑in‑Kind‑Erträge 2024 etwa 8 % der Zinserträge für Business‑Development‑Companies ausmachten, basierend auf Daten von Fitch Ratings.

Beide Merkmale erleichtern es, die ausgewiesene Performance in Stressphasen zu glätten. ​

Kurz gesagt: Ein Großteil der ausgewiesenen Performance in Private‑Credit‑Fonds basiert nicht auf an Investoren zurückgezahltem Cash, sondern auf der geschätzten Bewertung von noch gehaltenen Krediten.

In vielen Fonds bleibt ein großer Anteil der Renditen selbst Jahre nach Auflage unrealisier t.

Forscher warnen, dass dies Risiken verschleiern könnte, falls sich diese Bewertungen bei der späteren Rückzahlung oder dem Verkauf der Kredite als zu optimistisch erweisen.

„Bisher kaum Sekundärmarkt für KI‑Kredite“

Dieser Hintergrund ist für KI relevant, weil er beeinflusst, wie schnell Probleme in einem bestimmten Segment in den ausgewiesenen Zahlen sichtbar werden.

KI ist in diesem Jahr bereits einmal in die Private‑Credit‑Debatte eingeflossen.

Im Februar warnten UBS‑Credit‑Strategen, dass KI‑getriebene wirtschaftliche Disruption bis Ende 2026 zu zwischen $75 und $120 billion an neuen Ausfällen in Leveraged‑Loan‑ und Private‑Credit‑Märkten beitragen könnte, wobei die Ausfallraten im Private Credit in einem Basisszenario auf rund 4 % steigen und sich in einem stärkeren Szenario verdoppeln könnten.

Ihr Fokus lag dabei weitgehend auf dem, was generative‑KI‑Tools mit den Umsätzen bestehender Software‑Schuldner anstellen könnten – der Nachfrageseite der KI‑Geschichte. ​

Die Fed‑Protokolle hingegen befassen sich mit der Angebotsseite: der Finanzierung der Rechenzentren, Compute‑Cluster und digitalen Energiesysteme, die diese Tools erst möglich machen.

Als Invezz Jeff Hooke fragte, ob sich die von ihm dokumentierten Liquiditäts‑ und Bewertungsrisiken im Private Credit auf Kredite erstrecken, die KI‑Infrastruktur finanzieren, wich er nicht aus.

„Ja… es gibt bisher kaum einen Sekundärmarkt für KI‑Kredite. Die Zeit wird zeigen, ob die KI‑Kredite für Infrastruktur in den PIK‑Modus oder in den Modus der Kreditverlängerung übergehen“, sagte Hooke zu Invezz.

Es ist nur ein Satz, doch er verdichtet mehrere der von Regulierern angedeuteten Probleme.

Wenn es, wie Hooke sagt, „kaum einen Sekundärmarkt“ für KI‑Infrastrukturkredite gibt, fehlen die üblichen Entlastungsventile im Kreditwesen – der Verkauf von Positionen an andere Investoren und das Hedging über liquide Indizes – weitgehend.

Wenn Schuldner in Schwierigkeiten geraten, bleiben primär bilaterale Instrumente: Laufzeitverlängerungen, Lockerung von Covenants oder die Umstellung auf PIK‑Zinszahlungen, um die Realisierung von Cash‑Ausfällen zu vermeiden.

Hookes eigene Forschung zeigt, wie diese Instrumente an anderer Stelle im Private Credit genutzt wurden, um Verlustanerkennung hinauszuzögern und die ausgewiesenen IRRs aufrechtzuerhalten. ​

Latenter Stress kann in Fonds sitzen, deren ausgewiesene Performance weiterhin von unrealisier ten Bewertungen dominiert wird.

Von außen kann das wie Stabilität aussehen, bis es das nicht mehr ist.

Praktisch betrachtet, wenn Probleme in KI‑bezogenen Krediten auftreten, müssen sie nicht sofort in den Zahlen erscheinen, die Investoren sehen.

Experten warnen, dass viele KI‑Infrastrukturdarlehen nur über einen sehr geringen aktiven Sekundärmarkt verfügen, was sie schwer verkäuflich oder schnell umpreisbar macht.

Wenn Schuldner in Schwierigkeiten geraten, könnten Kreditgeber Laufzeiten verlängern oder Zinsen kapitalisieren, anstatt Defaults festzustellen, wodurch sich der Zeitpunkt verschiebt, an dem finanzieller Stress sichtbar wird.

Wer stellt am Ende das Geld bereit?

Eine zweite Frage, die Regulierer stellen, betrifft weniger einzelne Kredite als vielmehr die Frage, wer hinter ihnen steht.

Am 6. Februar veröffentlichte das US‑Finanzministerium, das den Ausschuss für Auslandsinvestitionen in den Vereinigten Staaten (CFIUS) vorsitzt, eine Anfrage nach Informationen (Request for Information) zu einem vorgeschlagenen „Known Investor Program“. 

Die Idee ist ein Rahmenwerk zu schaffen, unter dem bestimmte Investoren mit nachgewiesener Erfolgsbilanz vorab freigegeben werden könnten, um bei gleichzeitiger Wahrung der nationalen Sicherheitsaufsicht künftige Prüfungen zu straffen. ​

Für Private Credit zielt das RFI direkt auf eine langjährige blinde Stelle: ausländische Limited Partners (LPs) in Private‑Funds.

Nach den aktuellen Regeln unterliegen ausländische Investoren, die Kapital als LPs zusagen, ohne Kontroll‑ oder besondere Governance‑Rechte zu erlangen, nicht immer einer zwingenden CFIUS‑Prüfung, selbst wenn die von ihnen unterstützten Fonds sensible US‑Geschäfte oder Infrastruktur finanzieren.

Die Konsultation des Treasury, offen für Kommentare bis zum 18. März 2026, fragt ausdrücklich, wie das Known Investor Program auf solche Strukturen angewendet werden sollte.

Eine Politik‑Analyse des CELIS Institute weist darauf hin, dass diskutierte Entwurfs‑Eignungskriterien erfordern würden, dass ein potenzieller „Known Investor“ in den vergangenen drei Jahren mindestens drei meldepflichtige Transaktionen bei CFIUS eingereicht hat und strikte Kriterien zu Sanktionen und Verbindungen zu „ausländischen Gegnerstaaten“ erfüllt – eine Hürde, die viele passive LPs in Private‑Funds möglicherweise nicht nehmen können.

Derzeit befindet sich das Programm noch in der Entwicklung.

Es wurden noch keine endgültigen Regeln erlassen, und das Finanzministerium lehnte weitergehende Kommentare über die veröffentlichten Materialien hinaus ab.

Doch die Stoßrichtung der Fragen, die gestellt werden – Sichtbarkeit der Fondsinvestoren und nicht nur der Fondsmanager – zeigt, dass die Prüfung ausländischer Investitionen nach oben, zu dem Kapital, das letztlich Private‑Credit‑Vehikel stützt, zu schauen beginnt. ​

Einfach ausgedrückt: Regulierer schauen nicht nur auf die Kredite, die KI‑Infrastruktur finanzieren, sondern auch darauf, wer das Geld hinter diesen Krediten bereitstellt.

US‑Behörden prüfen neue Regeln, die ihnen bessere Einsicht in ausländische Investoren geben könnten, die Private‑Funds unterstützen.

Das Ziel ist zu verstehen, woher das Kapital letztlich stammt, insbesondere wenn es sensible Infrastruktur‑ oder Technologieprojekte in den Vereinigten Staaten finanzieren könnte.

Die offenen Fragen zur unsichtbaren Verschuldung des KI‑Booms

Keines der bisher veröffentlichten Dokumente der Fed, des Financial Stability Board oder des US‑Finanzministeriums legt nahe, dass die Finanzierung von KI‑Infrastruktur in Private‑Credit‑Märkten eine unmittelbare systemische Bedrohung darstellt.

Stattdessen stellen Regulierer eine Reihe unbeantworteter Fragen.

Wenn ein größerer Teil des Ausbaus der KI‑Infrastruktur in „undurchsichtigen privaten Märkten“ finanziert wird, wie Fed‑Vertreter feststellten, wie liquide sind diese Kredite in der Praxis?

Jeff Hookes Beobachtung, dass „es bisher kaum einen Sekundärmarkt für KI‑Kredite gibt“, deutet darauf hin, dass die Liquidität begrenzt sein könnte.

Ein weiteres Anliegen ist, wie sich Stress in Fondsbewertungen zeigt, wenn Schuldner in Schwierigkeiten geraten.

Da einige Private‑Credit‑Fonds weiterhin einen großen Anteil ihres Werts als unrealisier t ausweisen, können Instrumente wie Kreditverlängerungen oder Payment‑in‑Kind‑Zinsen die Sichtbarkeit von Verlusten verzögern.

Es bestehen auch weitergehende Fragen zur Transparenz. Welcher Anteil der Billionen, die in Private‑Credit‑Strategien gesteckt wurden, finanziert tatsächlich KI‑Infrastruktur, und wer stellt dieses Kapital letztlich bereit?

Bis sich neue Initiativen wie das vorgeschlagene Known Investor Program ausgestalten, haben Regulierer möglicherweise nur eine partielle Einsicht in diese Finanzierungs‑Kette.