S&P 500-Rekord verdeckt 1,5 Billionen Dollar Hebelrisiko unter Wall Streets KI-Boom

Leopold Aschenbrenner begann den Juli als einer der gefeiertsten KI-Investoren an der Wall Street.

Sein Hedgefonds Situational Awareness hatte in der ersten Hälfte des Jahres 2026 eine Rendite von 439% erzielt, angetrieben durch konzentrierte Wetten auf die Infrastruktur hinter dem Boom der künstlichen Intelligenz.

Ende des Monats war aus diesem Erfolg eine Warnung geworden.

Das Portfolio des Fonds verlor im Juli 67%, nachdem sich KI-nahe Aktien scharf umkehrten. Es folgten Margin Calls, und Situational Awareness verkaufte den Großteil seines öffentlichen Aktienbestands an Ken Griffins Citadel.

Die Episode war dramatisch, doch wichtiger ist die Frage, was sie über das Marktumfeld aussagt.

Der S&P 500 schloss am 13. August bei einem Rekord von 7,798.99, während Investoren mehr Geld als je zuvor gegen Wertpapierportfolios beliehen.

FINRA-Daten zeigen, dass die Debit-Salden in Kunden-Margin-Konten im Juni $1.502 trillion erreichten, nach $1.008 trillion ein Jahr zuvor.

Rekordaufnahme bedeutet nicht zwingend, dass ein Crash bevorsteht. Margin-Schulden steigen in der Regel parallel zu Aktienkursen, und die Verschuldung kann über lange Zeiträume auf hohem Niveau bleiben.

Wenn das Leverage jedoch schnell ansteigt, während Investoren in ähnliche Trades drängen, können die Mechaniken des nächsten Abschwungs wichtiger werden als der Auslöser selbst.

Genau hier steht die KI-Rally vor einem weniger sichtbaren Test.

Ein Rekordmarkt mit weniger Spielraum für Fehler

Margin-Kreditaufnahme verstärkt Renditen in beide Richtungen. Ein Anleger, der Aktien teilweise mit geliehenem Geld kauft, profitiert überproportional, wenn die Kurse steigen.

Ein starker Rückgang reduziert jedoch das Eigenkapital des Anlegers schneller als den Gesamtwert der Position.

Sinkt das Kontoeigenkapital unter die geforderten Grenzen, kann der Broker mehr Sicherheiten verlangen.

Kann der Anleger diese nicht stellen, müssen Positionen möglicherweise verkauft werden, unabhängig davon, ob sich die Gewinnerwartungen des Unternehmens geändert haben.

Kate Leaman, leitende Marktanalystin bei AvaTrade, sagte, dass das Tempo des aktuellen Aufbaus genauso wichtig sei wie das Rekordniveau.

Leaman betonte, dass die Geschwindigkeit des Anstiegs genauso bedeutend sei wie der Rekord selbst und dass sich so schnelle Zuwächse nur in wenigen spätzyklischen Phasen gezeigt hätten.

Sie sagte, schnell ansteigendes Leverage kombiniert mit dem hohen Gewicht von KI- und Technologieaktien in den großen Indizes verändere die Mathematik einer Rückschau.

„Das bedeutet nicht, dass eine Korrektur unmittelbar bevorsteht oder dass die aktuellen Bewertungen im Hinblick auf das Ausmaß der laufenden KI-Investitionen ungerechtfertigt sind“, sagte sie Invezz.

„Es bedeutet vielmehr, dass der Markt weniger Puffer hat als üblich, um einen Schock zu absorbieren.“

Ihr Kernpunkt ist mechanischer und nicht richtungsgebunden. Ein enttäuschendes Ergebnis oder eine Kürzung der Capex-Prognose könnte eine stark gehaltene Aktie nach unten drücken.

Für einen unbelasteten Investor entsteht daraus vielleicht nur ein Buchverlust. Für ein gehebeltes Konto kann derselbe Rückgang jedoch eine sofortige Forderung nach zusätzlichem Kapital auslösen.

„Fundamentaldaten haben in diesem Prozess kein Mitspracherecht“, sagte Leaman.

Die Federal Reserve hat zudem gewarnt, dass die Hebelwirkung von Hedgefonds weiterhin in der Nähe historischer Höchststände liegt und sich auf eine relativ kleine Anzahl großer Fonds konzentriert. Ihr Financial Stability Report vom Mai stellte fest, dass diese Exponierungen sich über Treasuries, zinssatzbezogene Derivate und Aktien erstrecken.

Die Zahlen lassen sich nicht einfach zur FINRA-Margin-Verschuldung addieren. Sie messen unterschiedliche Teile des Finanzsystems.

Zusammen zeigen sie jedoch, wie stark Marktexponierung von Finanzierungsbedingungen ebenso abhängen kann wie von Anlageüberzeugungen.

KI-Diversifikation kann verschwinden, wenn sich der Trade dreht

Das Konzentrationsproblem ist breiter als nur eine Handvoll Mega-Cap-Technologiefirmen.

Das KI-Investmentthema erstreckt sich mittlerweile über Halbleiter, Speicher, Cloud-Computing, Rechenzentren, Stromerzeugung, Netzwerkausrüstung und sogar Kryptowährungs-Miner, die energieintensive Standorte in Hochleistungsrechenzentren umwandeln.

Auf dem Papier mögen diese Positionen diversifiziert erscheinen. Ökonomisch hängen viele jedoch von derselben Annahme ab: dass die Ausgaben für KI-Infrastruktur über Jahre außergewöhnlich stark bleiben.

Diese Unterscheidung ist in einem Ausverkauf wichtig.

Wenn Investoren plötzlich das Tempo der KI-Capex in Frage stellen, können ein Chiphersteller, ein Energieversorger und ein Rechenzentrumsvermieter als unterschiedliche Ausprägungen desselben Risikos gehandelt werden. Korrelationen steigen gerade dann, wenn Fonds am meisten Diversifikation benötigen.

Situational Awareness lieferte eine anschauliche Demonstration dieser Verwundbarkeit. Der Fonds erzielte von Jahresbeginn 2026 bis Juni einen Gewinn von 439%, bevor sein Portfolio im Juli 67% verlor.

Anschließend baute er den Großteil eines rund $16 billionen öffentlichen Aktienportfolios ab, wobei Citadel einen großen Anteil erwarb.

Der Verkauf war insofern bedeutsam, als er zwei häufig verwechslte Risikoarten trennte.

Das erste ist das Fundamentalrisiko: ob der KI-Ausbau letztlich genug Erträge generiert, um die heutigen Investitionen und Bewertungen zu rechtfertigen.

Das zweite ist das Finanzierungsrisiko: ob ein Investor über genügend Kapital verfügt, um die Periode zu überstehen, bis die These bestätigt ist.

Situational Awareness konnte nicht einfach auf die Erholung jeder Position warten. Sinkende Vermögenswerte kollidierten mit Hebelwirkung und Sicherheitenforderungen.

Eine längerfristige Technologieüberzeugung wurde zu einem kurzfristigen Liquiditätsproblem.

Archegos zeigte, wie die Gesamtposition verborgen bleiben kann

An der Wall Street hat man diese Struktur bereits gesehen.

Archegos Capital Management kollabierte im März 2021, nachdem enorme konzentrierte Aktienexponierungen über Total-Return-Swaps aufgebaut worden waren.

Die Securities and Exchange Commission erklärte später, dass diese Instrumente dem Family Office große Aktienexponierung ermöglichten, während vergleichsweise wenig Kapital aufgebracht wurde.

Die Positionen waren über zahlreiche Gegenparteien verteilt. Jeder Prime Broker konnte nur seine eigene Beziehung zu Archegos sehen, doch der Markt hatte keinen vollständigen Überblick über die aggregierte Exponierung des Fonds.

Als einige zugrundeliegende Aktien fielen, sah sich Archegos mit Margin Calls konfrontiert, die es nicht bedienen konnte. Banken begannen, Positionen zu liquidieren. Die, die schnell ausstiegen, kamen besser davon; andere erlitten Verluste in Milliardenhöhe.

Der direkte Vergleich mit heute ist nicht, dass jeder KI-Fonds Archegos ähnelt. Dafür gibt es keine Belege.

Interessanter ist die Frage, ob viele separate Hedgefonds kollektiv dieselbe Konzentration nachbilden können.

Goldman Sachs, JPMorgan, Morgan Stanley und andere Prime Broker könnten jeweils Kunden finanzieren, die unabhängig erscheinen, letzten Endes aber überlappende Körbe aus Halbleitern, Energieunternehmen, Speicherproduzenten und Rechenzentrumsaktien besitzen.

In diesem Szenario müsste kein einzelner Investor systemrelevant sein. Die gemeinsame Position verbindet sie.

Das ist schwer in Echtzeit zu beobachten, weil Hedgefonds-Hebelwirkung in Krediten, Swaps, Optionen und anderen Derivaten verborgen liegen kann.

Die Warnung der Federal Reserve zur nahezu rekordhohen Hedgefonds-Verschuldung ist deshalb weniger ein Crash-Signal als eine Erinnerung daran, dass die sichtbaren Eigentumsdaten des Marktes nicht die gesamte Finanzierungsstruktur offenlegen.

LTCM und Amaranth zeigen zwei sehr unterschiedliche Ausgänge

Long-Term Capital Management bietet ein weiteres nützliches Präzedenzbeispiel.

Der Hedgefonds ging mit enormer Hebelwirkung in der Krise von 1998 ein, über Trades, die als mehrere ausgeklügelte Relative-Value-Strategien erschienen.

Als Russlands Schuldenkrise die globalen Märkte erschütterte, bewegten sich die Beziehungen, von denen der Fonds eine Konvergenz erwartet hatte, stattdessen deutlich gegen ihn.

Die Liquidität verschlechterte sich und scheinbar unterschiedliche Positionen korrelierten. Die Gefahr war nicht mehr nur LTCMs Verluste. Eine ungeordnete Liquidation drohte, große Positionen in bereits belastete Märkte zu kippen.

Vierzehn Banken und Wertpapierfirmen stellten schließlich $3.6 billion in einer privatwirtschaftlichen Rekapitalisierung bereit, die mit Einbindung der Federal Reserve Bank of New York organisiert wurde. Ziel war ein geordneter Abbau statt eines Feuerverkaufs.

Hebelwirkung führt jedoch nicht zwangsläufig zu systemischer Ansteckung.

Amaranth Advisors verlor 2006 etwa $6.6 billion, nachdem eine große Erdgasposition sich gegen den Fonds bewegte. Der Fonds brach faktisch zusammen, doch die Märkte absorbierten den Ausfall mit bemerkenswert geringer Störung.

Ein Beamter der Commodity Futures Trading Commission bemerkte später, dass der Markt beim Verdauen des Verlusts „kaum mit der Wimper gezuckt“ habe.

Dieser Kontrast ist relevant für die KI-Debatte.

Ein stark gehebelter Fonds kann scheitern, ohne den Markt mitzunehmen, wenn andere Investoren über genügend Kapital, Liquidität und Kaufbereitschaft verfügen, um seine Positionen aufzufangen.

Situational Awareness könnte diese beruhigendere Interpretation sogar stützen.

Citadel trat als großer Käufer auf. Das öffentliche Aktienportfolio wurde übertragen statt rücksichtslos auf dem Markt verschleudert, und das breitere Finanzsystem funktionierte weiter.

Die Episode erinnert daran, dass die Widerstandskraft des Marktes teilweise eine Frage der Bilanzen ist.

Es muss einen Käufer geben, wenn ein gehebelter Verkäufer den Luxus verliert, selbst zu bestimmen, wann und zu welchem Preis er eine überfüllte Position verlässt.

Die bullische Sicht: Kapital ist weiterhin bereit, in KI zu investieren

Gil Luria, Managing Director und Senior Software Analyst bei DA Davidson, argumentiert, dass das aktuelle Leverage noch nicht groß genug erscheine, um eine KI-Korrektur in ein systemisches Ereignis zu verwandeln.

„Obwohl es im System finanzielle Hebelwirkung gibt und diese wächst, scheint es nicht genug zu sein, um mehr zu verursachen als die Art von Korrektur, die wir bei Situational Awareness und im koreanischen Retail-Segment gesehen haben“, sagte Luria Invezz.

Sein Argument stützt sich auf die fundamentale Nachfrage, die den Trade trägt.

Das ist eine wichtige Unterscheidung. Der KI-Boom beruht nicht allein auf finanzieller Spekulation. Microsoft, Alphabet, Amazon, Meta und andere Technologiekonzerne investieren kräftig in Rechnerinfrastruktur, während Unternehmen weiterhin mit generativer KI experimentieren und sie einsetzen.

Solange Investoren glauben, dass die Nachfrage echt und dauerhaft ist, können scharfe Rückgänge neue Käufer anziehen. Ein gehebelter Verkäufer mag gezwungen werden auszusteigen, aber ein Pensionsfonds, ein Staatsfonds oder ein besser kapitalisierter Hedgefonds kann die Gegenposition übernehmen.

Die Intervention von Citadel ist ein Beleg dafür, dass solche Käufer existieren.

Mark Hackett, Chief Market Strategist bei Nationwide, sieht dennoch Grund zur Vorsicht.

Hackett sagte dem Wall Street Journal, dass die Anlegerverschuldung über mehrere Messgrößen historische Niveaus erreicht habe und ein teilweise „Lotterie-Mentalität“ unter einigen Retail-Investoren widerspiegle.

Er wies auch auf die Überschneidung von Margin-Borrowing, Optionen und gehebelten ETFs hin. Diese Produkte können mehrere Schichten von Exponierung gegenüber denselben zugrundeliegenden Aktien erzeugen.

Das schafft nicht notwendigerweise den initialen Schock. Es kann jedoch verändern, was als Nächstes passiert.

Ein erzwungener Verkäufer ist handhabbar — was, wenn es mehrere sind?

Das gefährlichste Szenario beginnt mit einer gewöhnlichen Enttäuschung.

Ein Hyperscaler kürzt seine KI-Capex-Prognose. Nvidia gibt eine Guidance unterhalb der optimistischsten Markterwartungen heraus, dann verlangsamt sich die Rechenzentrumsnachfrage und die Renditen von Treasuries steigen genug, um die Finanzierung neuer Infrastrukturwirtschaftlichkeit zu untergraben.

KI-Aktien fallen.

Für die meisten Investoren ist das einfach eine Neubewertung zukünftiger Erträge. Für hoch gehebelte Portfolios reduzieren fallende Kurse jedoch die Sicherheitenwerte. Prime Broker können mehr Kapital oder geringere Exponierung verlangen.

Fonds verkaufen dann.

Diese Verkäufe drücken die Preise weiter nach unten, erhöhen die Volatilität und können an anderer Stelle neue Sicherheitenforderungen auslösen.

Das heißt auch nicht, dass die gesamten $1.5 trillion FINRA-Margin-Schulden in KI-Aktien sitzen. FINRAs aggregierte Daten identifizieren nicht die finanzierten Wertpapiere und trennen Retail-Borrower nicht sauber von anderen Kunden.

Und allein Rekord-Margin-Schulden waren historisch gesehen kein gutes Timing-Instrument. Steigende Märkte erhöhen die Kreditaufnahmekapazität, sodass das Leverage oft Rekorde erreicht, wenn die Aktienkurse dies tun.

Nützlicher ist die Frage, ob sich das Leverage dort konzentriert, wo die Marktführerschaft bereits konzentriert ist.

Deshalb ist Situational Awareness von Bedeutung.

Sein Zusammenbruch hat die Wall Street nicht gebrochen, zeigte aber, dass das System funktionierte: Ein erzwungener Verkäufer trat auf, ein stärkerer Käufer absorbierte die Vermögenswerte und der Markt machte weiter.

In einem anderen Sinn zeigte es, wie schnell Überzeugung in Liquidation übergehen kann, wenn Hebel auf einen überfüllten Trade trifft.

Der S&P 500 kann weiterhin Rekorde setzen, während beide Interpretationen gleichzeitig zutreffen.

Der nächste ernsthafte Test hängt möglicherweise weniger davon ab, ob künstliche Intelligenz die Wirtschaft verändert, als davon, wer die Position hält, wie viel sie geliehen haben, um sie zu halten, und wie viele gleichzeitig gezwungen sind, zur Tür hinauszulaufen.