BlackRock (NYSE: BLK), Goldman Sachs (NYSE: GS), Apollo Global Management (NYSE: APO), Blackstone (NYSE: BX), Brookfield Asset Management (NYSE: BAM) und KKR (NYSE: KKR) befinden sich in Gesprächen mit Nvidia (NASDAQ: NVDA), um sich an einer massiven neuen Runde von KI-Infrastrukturinvestitionen zu beteiligen, die letztlich bis zu 500 Milliarden US-Dollar umfassen könnte.

Gemäß der Financial Times konzentriert sich die geplante Zusammenarbeit auf die Finanzierung erweiterter Rechenkapazitäten, Stromversorgung und den Bau von Rechenzentren. Eine Ankündigung des Abkommens könnte bereits am kommenden Montag erfolgen.

Die Beteiligung von sechs der einflussreichsten Akteure im Bereich globales Vermögensmanagement und Private Equity unterstreicht, wie sich die KI-Infrastruktur von einer Nischen-Technologieinvestition zu einem der größten Kapitalallokationsthemen der globalen Finanzwelt entwickelt hat. Sollte die genannte Summe erreicht werden, würde das Programm zu den größten privatwirtschaftlichen Infrastrukturzusagen der Geschichte gehören und in seiner Größenordnung mit nationalen Energie- oder Telekommunikationsausbauten vergleichbar sein.

Nach Bekanntwerden der Nachricht fielen die NVDA-Aktien um 1,4 %, wodurch der Marktwert des Unternehmens um mehr als 70 Milliarden US-Dollar schrumpfte.

Nvidias wachsende Rolle bei der Finanzierung von KI-Infrastruktur

Die Gespräche heben Nvidias zunehmend zentrale Stellung bei der Finanzierung der physischen Infrastruktur hervor, die der künstlichen Intelligenz zugrunde liegt. Mit einem Unternehmenswert von rund 5,25 Billionen US-Dollar liefert das Unternehmen bereits die Grafikprozessoren, die zum Trainieren und Betreiben der meisten der größten KI-Systeme in den Vereinigten Staaten verwendet werden, sowie die entsprechende Software und weitere Rechenwerkzeuge. Nvidias nahezu dominierender Anteil am Markt für KI-Trainings-Chips hat das Unternehmen zu einem Gatekeeper für den gesamten Ausbau gemacht: Rechenzentrumsbetreiber, Cloud-Anbieter und KI-Entwickler können in der Regel nicht skalieren, ohne zunächst seine Hardware zu beschaffen.

Grafikprozessoren allein reichen jedoch nicht aus, um KI-Betriebe aufrechtzuerhalten. Betreiber benötigen außerdem groß angelegte Servereinrichtungen, Stromversorgung, Kühlsysteme und langfristige Finanzierungen. KI-Workloads verbrauchen deutlich mehr Strom als herkömmliches Rechenzentrum-Computing, und Branchenschätzungen gehen davon aus, dass sich der Strombedarf von Rechenzentren bis zum Ende des Jahrzehnts mehr als verdoppeln könnte, was Stromnetze belasten und das Interesse von infrastrukturorientierten Investoren mit Erfahrung in Energieprojekten wecken dürfte.

Nvidia ist zunehmend dazu übergegangen, Kunden bei der Sicherung dieser Finanzierungen zu unterstützen und sogar eigenes Kapital direkt in Unternehmen zu investieren, die seine Hardware erwerben.

Mark Cuban warnt, das Finanzierungsmodell könnte „kollabieren“

Der Milliardär und Investor Mark Cuban hat öffentlich Bedenken gegenüber dem Volumen an Schulden und finanziellen Konstruktionen geäußert, die derzeit den KI-Investitionsboom stützen. Sein Kernargument lautet, dass Nvidia nicht mehr nur Chips verkauft — das Unternehmen finanziert aktiv genau die Kunden, die Bestellungen aufgeben.

Im Juli zog Cuban eine Parallele zwischen der aktuellen Situation und dem Finanzierungsrausch der Dotcom-Ära und schrieb: „Anstatt IPOs ist Nvidia das IPO, das alle und jeden finanziert.“

Nvidias Finanzierungsunterstützung hat verschiedene Formen angenommen, darunter direkte Kapitalspritzen, Umsatzbeteiligungsvereinbarungen und Arrangements, die Mindesteinkommen für Rechenzentrumsbetreiber und aufstrebende Cloud-Anbieter garantieren. Diese Strukturen ermöglichen es Kunden, GPUs zu bestellen und mit dem Bau zu beginnen, bevor ihre eigenen Betriebe ausreichend Cashflow generieren.

Im ersten Halbjahr 2026 investierte Nvidia mehr als 40 Milliarden US-Dollar in seine KI-Initiativen. Zu den Empfängern und verbundenen Unternehmen gehörten OpenAI, Corning (NYSE: GLW) und IREN (NASDAQ: IREN).

Mehrere einzelne Geschäfte zeichnen sich durch ihre Größenordnung aus. OpenAI wurde mit einem vorgeschlagenen Rechenzentrumsprogramm im Wert von 100 Milliarden US-Dollar in Verbindung gebracht. Mit xAI verbundene Finanzierungen nutzten Zweckgesellschaften (SPVs) im Wert von mehreren Milliarden US-Dollar.

Komplexität und Risiko bei der KI-Infrastrukturfinanzierung

Einige dieser Arrangements beinhalten die Verpfändung von GPUs als Kreditsicherheit. Sie können auch langfristige Leasingverträge und Umsatzprognosen umfassen, die auf der Leistung frühständiger KI-Unternehmen basieren — Prognosen, die sich als ungenau erweisen könnten, wenn die tatsächlichen Gewinne hinter den Zahlen zurückbleiben, die beim Vertragsabschluss angenommen wurden.

Rechtsexperten haben festgestellt, dass die KI-Infrastrukturfinanzierung zunehmend komplexer geworden ist. Ein einziges Projekt kann private Kreditvergaben, Schuldenverbriefungen und Zweckgesellschaften (SPVs) kombinieren, die speziell zur Haltung von Vermögenswerten oder zur Kreditaufnahme ohne Bilanzierung gegründet wurden. Beteiligte können Banken, Versicherungsunternehmen und Pensionskassen sein. Der Eintritt großer Private-Equity- und Vermögensverwaltungsgesellschaften in die aktuelle Gesprächsrunde spiegelt einen breiteren Trend wider, bei dem Manager alternativer Anlagen zu führenden Kreditgebern und Infrastrukturinvestoren geworden sind und Rollen übernehmen, die traditionell von Geschäftsbanken ausgefüllt wurden.

Die Hardware-Abschreibung birgt eine weitere Risikoebene. Nvidia veröffentlicht neue Generationen von KI-Chips in einem jährlichen Rhythmus, was bedeutet, dass ein Rechenzentrum noch dabei sein könnte, eine Generation von Prozessoren abzubezahlen, wenn bereits eine fortschrittlichere Version auf den Markt kommt. Infolgedessen können ältere GPUs schneller an Wert verlieren, als Kreditgeber ursprünglich angenommen hatten — ein kritischer Aspekt, wenn die Hardware selbst als Kreditsicherheit dient.

Banken und private Kreditgeber vergeben häufig Kredite für Ausstattungen, die zum Zeitpunkt der Installation sehr hohe Kosten verursachen. Wenn die gesamten KI-Investitionen zurückgehen, könnten Betreiber, die Kapazitäten für eine Nachfrage aufgebaut haben, die nicht eintritt, erhebliche finanzielle Belastungen erfahren. Häufigere Hardware-Aktualisierungen könnten teure Installationen schneller als erwartet veralten lassen, und konkurrierende Chips von Rivalen — darunter AMDs Instinct-Beschleuniger und kundenspezifische Siliziumlösungen großer Cloud-Anbieter wie Google, Amazon und Meta — könnten die Nachfrage nach Nvidia-basierten Systemen verringern.

Jeder dieser Faktoren könnte dazu führen, dass Betreiber erhebliche Schulden für Einrichtungen zurückzahlen müssen, die weniger Umsatz als prognostiziert erwirtschaften — eine Dynamik, die weit über traditionelle Technologieaktieninvestitionen hinausgeht und in den Bereich der Hebelwirkung bei der Finanzierung von Rechenzentren, GPUs und Energieprojekten übergeht.