Wie Wall Streets KI-Boom zum nächsten Inflationsproblem der Fed wird

„Viele Teilnehmende stellten fest, dass die anhaltend starke Nachfrage nach KI-Infrastruktur wahrscheinlich weiterhin Aufwärtsdruck auf die Preise für Technologieprodukte und Strom ausüben wird.“

Dieser Satz aus den Protokollen der Fed-Sitzung im Juni fängt eine Verschiebung ein, die Wall Street erst beginnt einzupreisen.

Künstliche Intelligenz wurde Investoren als Produktivitätsrevolution verkauft. Für die Fed sieht sie zunehmend wie ein Nachfrageschock aus, der deutlich vor den Effizienzgewinnen eintreten könnte.

Der KI-Boom hat die Aktienmärkte bereits verändert, die Investitionsausgaben der Big Tech auf historische Niveaus gehoben und die Risikobereitschaft bei Technologiewerten wiederbelebt.

Der gleiche Boom erhöht jedoch auch die Nachfrage nach Rechenzentren, Chips, Strom, Kühlsystemen, Bauarbeitern, Grundstücken, Fremdfinanzierung und hochwertigen Dienstleistungen.

Der Druck beginnt, die Verbraucher zu erreichen. Apple hat kürzlich die Preise für mehrere Produkte erhöht und führte steigende Kosten für Speicher und Kapazität teilweise auf die Nachfrage von KI-Rechenzentren zurück.

Das schafft ein Sequenzierungsproblem für die Politik. Die Kosten sind jetzt sichtbar. Die Produktivitätsgewinne könnten Jahre benötigen, um sich in der gesamten Wirtschaft auszubreiten.

Für eine Zentralbank, die noch versucht, die Inflation auf ihr 2%-Ziel zurückzuführen, ist dieser Unterschied bedeutsam.

Wenn die KI die Nachfrage hoch hält, die Strompreise steigen lässt und Asset-Werte stützt, könnte die Fed weniger Spielraum zum Lockern haben. In einem stärker restriktiven Szenario müsste sie die Zinsen möglicherweise sogar wieder anheben.

Die US-Verbraucherpreise verlangsamten sich im Juni; der gesamte Verbraucherpreisindex stieg im Jahresvergleich um 3,5 %, nach 4,2 % im Mai.

Der Kern-CPI, der Nahrungsmittel und Energie ausschließt, stieg im Jahresvergleich um 2,6 %, nach 2,9 % im Mai.

Aber die Sorge der Fed gilt nicht nur dem aktuellen Inflationsstand, sondern der Frage, ob neue Kräfte auftauchen, die die Haltbarkeit der Disinflation verhindern könnten.

KIs Sequenzierungsproblem

Diane Swonk, Chefökonomin bei KPMG Economics, sagte, der KI-Boom habe genau dieses Timing-Problem geschaffen.

„KI hat ein Sequenzierungsproblem. Die Kosten und Vermögenseffekte sind schneller als die Skalierung der Produktivität“, sagte Swonk gegenüber Invezz.

Diese Einordnung ist wichtig, weil sie die KI-Debatte vom üblichen Streit um Nvidia, Cloud-Margen und Softwareumsatz wegbewegt. Sie setzt KI in das Inflationsmodell der Fed.

Die Nachfrageseite ist leicht zu erkennen: Hyperscaler bauen Rechenzentren in hohem Tempo, und die Chipnachfrage bleibt intensiv.

Versorgungsunternehmen müssen ihre Lastprognosen überdenken. Immobilienmärkte rund um Rechenzentrumszentren verändern sich. Fachkräfte werden in Energie-, Bau- und Infrastrukturprojekte gezogen.

Die Anleihemärkte der Unternehmen werden gebeten, einen größeren Anteil des Ausbaus zu finanzieren.

Die Angebotsseite ist weniger sichtbar. KI kann Unternehmen helfen, Code schneller zu schreiben, Routineaufgaben zu automatisieren, Back-Office-Kosten zu komprimieren und Forschungsergebnisse zu steigern.

Aber diese Gewinne erfordern Adoption, Integration und Änderungen in Geschäftsprozessen. Sie erscheinen nicht automatisch in den Produktivitätsdaten in dem Moment, in dem Unternehmen GPUs kaufen.

Das ist die Herausforderung der Fed. Geldpolitik kann nicht auf einer Produktivitätswelle beruhen, die sich in den Daten noch nicht zeigt.

„Die Fed kann es sich nicht leisten, auf das Skalieren des Produktivitätswachstums zu warten, um den zusätzlichen Inflationsschub durch den KI-Boom zu bewältigen“, sagte Swonk. „Wir erwarten zwei Zinserhöhungen in der zweiten Jahreshälfte."

Die Protokolle der Fed-Sitzung im Juni zeigten, dass diese Sorge nicht isoliert ist. Teilnehmende sagten, die Inflation habe weiter zugenommen und liege deutlich über dem Ziel der Fed, wobei Zölle, durch die Straße von Hormus bedingte Lieferkettenstörungen und Nachfragestärke bei einigen Gütern und Dienstleistungen im Zusammenhang mit KI-Investitionen genannt wurden.

Die Protokolle stellten außerdem fest, dass starke KI-Unternehmensinvestitionen zu einem beständigeren Inflationsdruck beitragen könnten, falls die wirtschaftliche Aktivität über dem Potenzialoutput liege.

Vom Produktivitätsversprechen zum Inflationskanal

Während eines Großteils der KI-Rallye war das makroökonomische Argument einfach: KI würde die Produktivität steigern, die Margen verbessern und helfen, die Inflation zu dämpfen, indem Unternehmen mit weniger Ressourcen mehr produzieren.

Dieses Argument ist nicht verschwunden. Es bleibt der langfristige Bull-Case für KI und für die damit verbundenen Aktienbewertungen.

Aber Zentralbanken agieren in Echtzeit und müssen auf die Wirtschaft reagieren, wie sie ist, nicht wie Investoren erwarten, dass sie nach vollständiger technologischer Absorption aussehen wird.

Fed-Vizechef Philip Jefferson machte dieses Timing-Problem in einer Rede am 16. Juli explizit. Er sagte, KI könne sowohl Angebot als auch Nachfrage beeinflussen, da Firmen stark in Rechenzentren, fortgeschrittene Rechenausstattung und KI-Fähigkeiten investieren.

Er fügte hinzu, dass, falls stärkere Investitionen und Konsum vor Produktivitätsgewinnen erscheinen, KI Aufwärtsdruck auf die Inflation ausüben könnte; falls Produktivität die Kosten früher senkt, könnte der Effekt disinflationär sein.

Das ist nahe am Kern von Swonks Argument. KI kann langfristig disinflationär sein, kurzfristig aber dennoch inflationär.

Strom ist das klarste Beispiel. Ein Sprung der Rechenzentrumsleistungsnachfrage erhöht nicht nur die Kosten für die Unternehmen, die KI-Modelle trainieren, sondern beeinflusst auch Netzinvestitionen, die Planung der Versorger und die Strompreise für andere Nutzer.

Technische Hardware ist ein weiterer Kanal.

Wenn die Nachfrage nach Chips, Servern, Netzwerkausrüstung und Speicher schneller steigt als das Angebot, können die Preise stabil bleiben, selbst wenn andere Güter abkühlen.

Dann ist da noch der Vermögenseffekt. KI hat die Marktkapitalisierung einer engen Gruppe von Mega-Cap-Technologieunternehmen erhöht und die breitere Aktienstimmung unterstützt.

Höhere Asset-Preise können Ausgaben stützen, insbesondere bei einkommensstärkeren Haushalten. In den Protokollen vom Juni wurde ebenfalls festgestellt, dass hohe Aktienkurse, angetrieben von starken Gewinnen und KI-Optimismus, die Nachfrage gestützt hätten.

Swonk sieht das als Teil der Inflationsgeschichte.

„Einige der restriktivsten Mitglieder der Fed haben auf den zusätzlichen Inflationsdruck durch den breiteren KI-Boom verwiesen, einschließlich der Vermögenseffekte“, sagte sie.

Wall Street preist die Käufer bereits um

Der Druck ist auch an den Märkten sichtbar. Die erste Phase des KI-Trades begünstigte die Unternehmen, die Schaufeln und Spitzhacken verkaufen: Chiphersteller, Ausrüstungslieferanten, stromexponierte Namen und Infrastrukturwerte.

Die nächste Phase ist unangenehmer. Investoren prüfen die Firmen, die die größten Schecks schreiben, genauer.

Gil Luria, Managing Director bei D.A. Davidson & Co., sagte, dieser Prozess habe bereits begonnen.

„Der Druck auf die Märkte findet gerade statt, da Investoren die Käufer von KI-Ausrüstung abwerten“, sagte Luria im Gespräch mit Invezz.

Dieser Punkt steht im Zentrum der Wall-Street-Story. Microsoft, Amazon und Google sind nicht nur Nutznießer der KI, sondern auch die Unternehmen, die einen großen Teil der Kosten des KI-Ausbaus tragen.

Sie müssen stark investieren, bevor Investoren die Rendite dieser Ausgaben vollständig beurteilen können.

Steigen die Zinsen oder bleiben hoch, steigt auch die Hürde für diese Renditen. Zukünftige Cashflows werden stärker abgezinst. Bewertungen langfristiger Technologieunternehmen lassen sich schwerer rechtfertigen.

Kreditinvestoren werden ebenfalls sensibler gegenüber fremdfinanzierten Investitionsausgaben, insbesondere wenn die Ausgaben für KI-Infrastruktur weiter wachsen.

Luria sieht die Ausgaben jedoch nicht nur als spekulativ an.

„Wir glauben, dass KI beginnt, Renditen zu zeigen: Die kombinierte Umsatzgeschwindigkeit von Anthropic und OpenAI liegt bereits bei über 75 Milliarden US-Dollar Run-Rate, von nahezu null vor nur zwei Jahren“, fügte Luria hinzu.

Das ist das Gegenargument zur Inflationsangst. Wenn die KI-Umsätze schnell genug skalieren, könnten Big Tech trotz Sorgen über Margen und Zinsen weiter investieren.

Das würde die langfristige KI-These stützen, könnte aber auch den kurzfristigen Nachfrageimpuls verlängern, den die Fed beobachtet.

Mit anderen Worten: Das bullishe Technologie-Argument und das restrictive makroökonomische Argument können beide wahr sein. KI kann kommerziell real sein und kurzfristig dennoch inflationär wirken.

Die Fed kann das Inflations‑„Muskelgedächtnis" nicht ignorieren

Die KI-Debatte kommt nach Jahren über dem Ziel liegender Inflation. Dieser Kontext macht die Fed weniger bereit, geduldig auf angebotsseitige Vorteile zu warten.

„Der Kontext ist ebenfalls wichtig“, sagte Swonk. „Wir sind seit fünf Jahren und länger in der nachpandemischen Inflationswelle."

Dieser Punkt des „Muskelgedächtnisses" könnte ebenso wichtig sein wie die Rechenzentrumsstory. Nach Jahren volatiler Inputkosten, Zölle, Energieschocks und Lieferstörungen könnten Unternehmen eher bereit sein, Preissteigerungen auszuprobieren.

Verbraucher könnten sich eher an sie gewöhnen. Lohn- und Preissetzung können weniger verankert werden, selbst wenn die Headline-Inflation für einen Monat besser aussieht.

Die Protokolle der Fed machten einen ähnlichen Punkt und warnten, dass nach mehreren Jahren mit Inflation über 2 % eine anhaltend erhöhte Inflation die Inflationserwartungen sowie Lohn- und Preissetzungsentscheidungen zu beeinflussen beginnen könnte.

Deshalb ist das Timing der KI wichtig. Wenn sie als Produktivitätsschock in einer Niedriginflationswirtschaft eintrifft, kann die Fed sie begrüßen.

Wenn sie als Ausgabenboom in einer Wirtschaft kommt, die noch von Inflation gezeichnet ist, fällt die Reaktion anders aus.

Das produktivitätsorientierte Gegenargument

Das stärkste Gegenargument lautet, dass sich Produktivitätsgewinne bereits herausbilden, aber schwer zu messen bleiben.

KI-Tools können die Leistung in Softwareentwicklung, Kundenservice, Forschung, Marketing und Finanzen erhöhen, lange bevor die Makrodaten die Veränderung vollständig erfassen.

Fed-Beamte schließen diese Möglichkeit nicht aus. Jefferson sagte, KI werde wahrscheinlich zu signifikanten Produktivitätsgewinnen führen, indem sie einige Aufgaben automatisiert und die Fähigkeit der Beschäftigten zur Ausführung anderer Aufgaben ergänzt.

Gouverneur Michael Barr hat generative KI ebenfalls als zunehmend wahrscheinlich beschrieben, zu einer allgemein einsetzbaren Technologie zu werden, wies jedoch darauf hin, dass Timing-Diskrepanzen bei Investitionen und Geschäftsintegrationen die kurzfristige Rendite begrenzen könnten.

Das ist der optimistische Pfad für die Märkte. Wenn KI-Produktivität schnell sichtbar wird, könnte sie die Kostendruckeffekte von Rechenzentren und Chips ausgleichen.

Sie könnte das potenzielle Produktionspotenzial erhöhen, Margen stützen und der Fed erlauben, einen Teil des kurzfristigen Investitionsschubs zu ignorieren.

Das Problem der Fed ist der Nachweis: Produktivität ist schwer in Echtzeit zu beobachten, während Inflation das nicht ist.

Diese Asymmetrie macht die Entscheidungsträger vorsichtig. Wenn sie auf die Produktivität warten und diese spät eintrifft, könnten sich die Inflationserwartungen schwieriger kontrollieren lassen.

Wenn sie zu stark straffen und die Produktivität schnell eintritt, riskieren sie, eine Wirtschaft abzubremsen, die gerade effizienter werden sollte.

Marktrisiko: Das Bekämpfen der Inflation könnte den KI-Trade platzen lassen

Das letzte Dilemma ist die finanzielle Stabilität. Die Fed kann die Inflation mit höheren Zinsen bekämpfen, aber der KI-Optimismus hat die Aktienmärkte auf Bewertungen gehoben, die gegenüber jeder Erhöhung der Abzinsungsraten anfällig erscheinen.

Swonk hob dieses Risiko direkt hervor.

„Das eine Aber ist, dass Zinserhöhungen das Risiko erhöhen, das, was in den breiteren Aktienmärkten aufgebläht wirkt, platzen zu lassen“, sagte sie gegenüber Invezz.

Das ist ein schwieriger Zielkonflikt. Höhere Zinsen könnten die Nachfrage dämpfen und die Inflation bremsen, aber sie könnten auch gerade das Marktrally treffen, das Vertrauen und Ausgaben stützt.

Ein starker Rückgang KI-gebundener Aktien würde die finanziellen Bedingungen schnell verschärfen. Er könnte außerdem offenlegen, wie stark die Stärke des breiteren Marktes von einer engen Gruppe von Unternehmen abhängt, die mit dem KI-Ausbau verbunden sind.

Für Wall Street ist das der Grund, warum die KI-Inflationsgeschichte relevant ist.

Es geht nicht nur darum, ob ChatGPT Arbeiter produktiver macht oder ob Nvidia mehr Chips verkauft, sondern darum, ob der KI-Boom den Zinsverlauf verändert.

Wenn KI-Ausgaben die Inflation hartnäckig halten, könnten die Renditen von Staatsanleihen hoch bleiben. Bleiben die Renditen hoch, geraten Technologiebewertungen unter Druck. Fallen Bewertungen, schwächen sich Vermögenseffekte. Und wenn die Fed in einen aufgeblähten Markt hinein erhöhen muss, könnte die Anpassung abrupt ausfallen.

Der KI-Boom sollte die Wirtschaft effizienter machen, aber die Fed muss womöglich zuerst entscheiden, ob er die Wirtschaft zu stark aufheizt.