Die KI-Infrastruktur-Wette von Large Tech in Höhe von 725 Milliarden US-Greenback: Wohin das echte Geld fließt
Meta, Amazon, Microsoft und Alphabet werden im Jahr 2026 zusammen etwa 725 Milliarden US-Greenback für die KI-Infrastruktur ausgeben. Diese Zahl, die im Jahresvergleich um mehr als 75 Prozent von rund 381 Milliarden US-Greenback im Jahr 2025 ansteigt, ist keine auf Optimismus basierende Prognose. Es ist ein Boden.
Das Ausmaß des Engagements
Jedes der vier Unternehmen hat sich Investitionsziele gesetzt, die alles, was sie zuvor zugesagt hatten, in den Schatten stellen. Amazon ist mit 200 Milliarden US-Greenback führend und konzentriert sich quick ausschließlich auf die Erweiterung des AWS-Rechenzentrums. Alphabet folgt mit 180 bis 190 Milliarden US-Greenback und verdoppelt damit quick seine Ausgaben von 91 Milliarden US-Greenback im Jahr 2025. Microsoft prognostiziert zwischen 145 und 190 Milliarden US-Greenback. Meta hat 125 bis 145 Milliarden US-Greenback zugesagt, gegenüber 72 Milliarden US-Greenback im letzten Jahr.
CreditSights schätzt, dass etwa 75 Prozent dieser Gesamtsumme, etwa 450 Milliarden US-Greenback, direkt in die KI-Infrastruktur fließen: GPUs, Server, Netzwerkhardware und Rechenzentrumseinrichtungen. Der verbleibende Anteil umfasst Energiesysteme, Immobilien und die kundenspezifischen Siliziumprogramme, die jedes Unternehmen jetzt parallel zur Nvidia-Beschaffung durchführt. Für zusätzlichen Kontext: Diese Ausgaben übersteigen die Investitionen des gesamten börsennotierten US-Energiesektors in das Bohren von Bohrlöchern, die Ölraffinierung und die Lieferung von Benzin um das Vierfache. Morgan Stanley prognostiziert, dass bis 2028 quick drei Billionen US-Greenback an KI-bezogenen Infrastrukturinvestitionen durch die Weltwirtschaft fließen werden, wobei mehr als 80 Prozent dieser Gesamtsumme noch vor uns liegt.
Drei Wetten innerhalb einer Zahl
Hinter der Zahl von 725 Milliarden US-Greenback verbergen sich drei unterschiedliche Anlagethesen, die jeweils unterschiedliche Risiko- und Renditeprofile aufweisen.
Das erste ist die Rechenzentrumskapazität. Campusgelände im Gigawatt-Maßstab erfordern nicht nur Baukapital, sondern auch jahrelange Planung, Genehmigung und Energiebeschaffung. Die von Amazon vorgeschlagenen Komplexe in Pennsylvania, deren Ausmaß einer bundesstaatlichen Prüfung unterzogen wurde, veranschaulichen die damit verbundenen Spannungen. Dies sind keine Einrichtungen, die schnell umgestaltet werden können, wenn die KI-Nachfrage nachlässt.
Das zweite ist kundenspezifisches Silizium. Alle vier Unternehmen entwickeln nun neben der GPU-Beschaffung von Nvidia auch proprietäre KI-Chips. Amazons Trainium 2 zielt auf kostengünstige Inferenz-Workloads für AWS-Kunden ab. Microsofts Maia 200 übertrifft laut firmeneigenen Benchmarks Googles TPU und Amazons Trainium bei mehreren Leistungskennzahlen. Meta diversifiziert das Chipangebot, um die Abhängigkeit von Nvidia zu verringern, während sich Googles TPU direkt in die Infrastruktur seines Gemini-Modells integrieren lässt. Die strategische Logik ist bei allen vier konsistent: Die Reduzierung der Rechenkosten professional Einheit im großen Maßstab ist der einzige Weg zu einer nachhaltigen Marge bei KI-Workloads.
Die dritte Wette ist Energie. Meta hat Atomverträge mit einer Gesamtkapazität von 6,6 Gigawatt unterzeichnet. Der Strombedarf von US-Rechenzentren wird im Jahr 2026 voraussichtlich 75,8 Gigawatt erreichen und sich bis 2030 auf 134 Gigawatt quick verdoppeln. Die Lücke zwischen der verfügbaren Netzkapazität und der prognostizierten Nachfrage beträgt im Jahr 2026 bereits 9,3 Gigawatt. Im März trafen sich Führungskräfte von Amazon, Google, Meta, Microsoft, xAI, Oracle und OpenAI mit Präsident Trump im Weißen Haus und unterzeichneten eine Zusage, ihre eigene Energie für neue KI-Daten zu erzeugen Dies ist ein Zeichen dafür, dass das Stromnetz diesen Ausbau nicht ohne erhebliche Eingriffe bewältigen kann.
Rücksendungen treffen ein
Die kommerziellen Argumente für diese Ausgaben beruhen auf Umsatzdaten, die sich in den letzten Quartalen erheblich verbessert haben.
Das KI-Geschäft von Microsoft erwirtschaftet derzeit einen Jahresumsatz von 37 Milliarden US-Greenback, was einer Steigerung von 123 Prozent gegenüber dem Vorjahr entspricht. AWS verzeichnete das stärkste Wachstum seit 2022, wobei die KI-Dienste eine jährliche Ausführungsrate von 15 Milliarden US-Greenback erreichten. In seinem Jahresbrief 2026 beschrieb Amazon-CEO Andy Jassy die Dynamik deutlich: „Wir monetarisieren die Kapazität so schnell, wie wir sie installieren können.“ Der Cloud-Umsatz von Alphabet stieg im ersten Quartal 2026 um 63 Prozent auf 20 Milliarden US-Greenback, was zu einem Gesamtumsatzwachstum des Unternehmens von 20 Prozent führte und den Cloud-Auftragsbestand auf 460 Milliarden US-Greenback erhöhte, quick eine Verdoppelung gegenüber dem Vorquartal. Gemini hat monatlich 650 Millionen Nutzer erreicht. Der Umsatz von Meta stieg im Jahresvergleich um 33 Prozent, obwohl steigende KI-Kosten die Margen drückten.
Diese Zahlen klären nicht die Frage, ob das eingesetzte Kapital letztlich eine angemessene Rendite abwerfen wird. Sie stellen jedoch fest, dass die Nachfrage keine Erfindung ist. Die Hyperscaler-KI-Infrastruktur füllt sich genauso schnell, wie sie aufgebaut wird.
Die Blasenfrage
Die Analystenmeinung darüber, ob diese Ausgaben eine rationale Kapitalallokation oder einen spekulativen Überschuss darstellen, teilt sich grob entlang der Zeithorizontlinien.
Wedbush argumentierte im Dezember 2025, dass das aktuelle Umfeld „KEINE KI-Blase“ sei. Das Argument des Unternehmens basiert auf etwas, das noch nicht angekommen ist: Die KI-Welle der Verbraucher, die Einführung autonomer Systeme und der Einsatz von Robotik befinden sich alle noch in einem frühen Stadium. Die heute aufgebaute Infrastruktur wird bis weit in den nächsten Zyklus hinein Monetarisierungsmöglichkeiten schaffen. Morgan Stanley stellt das Gesamtbild eher als einen Industrieausbau als als einen Software program-Ausgabenzyklus dar und schätzt, dass sich allein die Kosten für den Bau von Rechenzentren bis 2028 weltweit auf nahezu 2,9 Billionen US-Greenback belaufen.
Capital Economics nimmt eine vorsichtigere Place ein. Der Analyst Jonas Goltermann identifizierte „viele Merkmale einer Blase“ und verwies auf das, was er als hyperbolische Überzeugungen über das Potenzial von KI im Verhältnis zu kurzfristigen kommerziellen Ergebnissen bezeichnete. Seiner Ansicht nach endet der Zyklus nicht im Jahr 2026, sondern dass die Anleger irgendwann vor einer Abrechnung zwischen Erwartungen und realisierten Gewinnen stehen werden. Die Signale sind bereits vorhanden: Die Amazon-Aktie stürzte ab, nachdem das Unternehmen seine 200-Milliarden-Greenback-Zusage bekannt gegeben hatte, und der Aktienkurs von Meta fiel trotz eines Umsatzwachstums von 33 Prozent um 7 Prozent, da sich die Märkte eher auf die Kostenentwicklung als auf den Umsatz konzentrierten. CNBC berichtete im April 2026, dass Investoren hinsichtlich der KI-Ausgaben eher auf Alphabet als auf Meta vertrauen, vor allem weil der Anstieg der Cloud-Einnahmen von Alphabet eine klarere kurzfristige Bestätigung lieferte.
Die Frage, die es wert ist, gestellt zu werden, ist nicht, ob 725 Milliarden US-Greenback zu viel sind, sondern ob die Unternehmen, die sie ausgeben, Vermögenswerte mit strukturellen Burggräben aufbauen oder einfach nur darum kämpfen, Kapazitäten zu kaufen, die im Laufe der Zeit kommerzialisiert werden. Die benutzerdefinierten Chipprogramme deuten auf Ersteres hin. Die energetischen Einschränkungen lassen darauf schließen, dass letzteres eine echte Obergrenze darstellt.
Was dieser Aufbau tatsächlich bestimmt
Die 725 Milliarden US-Greenback sind keine Wette darauf, ob KI von Bedeutung sein wird. Es ist eine Wette darauf, wer die Infrastruktur kontrolliert, die es bereitstellt. Unternehmen, die Unternehmens-KI-Produkte, Cloud-native Dienste oder alles entwickeln, was auf Hyperscaler-Computing läuft, sehen sich mit einem immer enger werdenden Zeitfenster konfrontiert, in dem sie aus einer relativ vorteilhaften Place heraus verhandeln können. Es dauert Jahre, eine Infrastruktur dieser Größenordnung aufzubauen, und es dauert Jahrzehnte, bis sie abgeschrieben wird. Die Unternehmen, die heute Kapital binden, tun dies mit einem klaren Verständnis darüber, was es kostet, Zweiter zu werden. Bis ein jährlicher Investitionszyklus von 1 Billion US-Greenback beginnt, der laut Morgan Stanley wahrscheinlich vor 2027 ansteht, wird die Architektur der KI-Wirtschaft weitgehend festgelegt sein.