Der enorme Kapitalbedarf für KI-Rechenzentren verändert den Anleihemarkt. Selbst Investment-Grade-Projekte müssen inzwischen Renditen bieten, die eher an Junk Bonds erinnern – wodurch High-Yield-Investoren verstärkt in eigentlich hochwertige Tech-Schulden einsteigen.
Ein Beispiel ist QTS Realty Trust: Das Unternehmen nahm 3,9 Mrd. US-Dollar für ein mit Microsoft verbundenes Rechenzentrum in Georgia auf. Trotz guter Ratings lag die Rendite bei etwa 7,23 %. Bei einem von BlackRock finanzierten Rechenzentrum in Texas wurden sogar 7,53 % geboten. Insgesamt haben Unternehmen 2026 laut Bloomberg bereits mehr als 410 Mrd. US-Dollar für Rechenzentren und andere KI-Investitionen aufgenommen.
Der Grund ist die Größenordnung der KI-Investitionen. Große Tech-Unternehmen konnten Investitionen früher weitgehend aus Cashflows finanzieren; nun müssen sie enorme Summen vorfinanzieren, obwohl sich die Projekte möglicherweise erst Jahre später auszahlen. Auch Anleihen von Unternehmen wie Oracle und SpaceX werden am Sekundärmarkt teilweise mit „Junk-artigen“ Renditen gehandelt. Vanguard schätzt, dass sogenannte Hyperscaler 2026 fast 800 Mrd. US-Dollar für KI ausgeben könnten und von 2027 bis 2030 jährlich mehr als 1 Billion US-Dollar, wobei ein großer Teil über Schulden finanziert werden dürfte.
Für Investoren entsteht dadurch eine ungewöhnliche Gelegenheit: Sie können teilweise Investment-Grade-Kreditrisiken mit High-Yield-Renditen kaufen. Gleichzeitig wächst jedoch das Risiko, dass die enorme Neuverschuldung die Finanzierungskosten der Tech-Unternehmen erhöht und den Markt überfordert. Der gesamte US-Junk-Bond-Markt ist mit rund 1,5 Billionen US-Dollar zudem deutlich kleiner und weniger liquide als der Investment-Grade-Markt.
Der KI-Boom wird zunehmend über Schulden finanziert. Dadurch steigen die Renditen selbst hochwertiger Tech-Anleihen so stark, dass klassische Junk-Bond-Investoren angelockt werden. Für Anleger bedeutet das attraktive Renditen – aber auch die Frage, ob die künftigen Erträge aus KI groß genug sein werden, um diese gigantische Verschuldung zu rechtfertigen.