Google, spielt es mit dem Feuer?

Wir haben die Komplexität dieses KI-Wettbewerbs im Jahr 2026 wahrscheinlich massiv unterschätzt.

Während die meisten Beobachter sich auf sichtbare Indikatoren wie Chip-Fertigungsprozesse, Modellparameter und Marktanteile konzentrieren, vollzieht sich ein echter strategischer Wandel leise in den Anmerkungen eines Quartalsberichts.

Alphabet gab bekannt, dass das nominale Engagement seiner Kreditderivate innerhalb von sechs Monaten von 16,9 Milliarden US-Dollar auf 43,8 Milliarden US-Dollar sprunghaft angestiegen ist, und in Zukunft werden voraussichtlich weitere Garantien in Höhe von 24,1 Milliarden US-Dollar in Kraft treten. Diese Zahlen erscheinen nicht an auffälligen Stellen der traditionellen Bilanz, aber das Ausmaß der von ihnen repräsentierten Verpflichtungen nähert sich bereits dem jährlichen BIP einiger mittelgroßer Länder.

Wir sind es gewohnt, technischen Fortschritt als den primären Treiber des industriellen Wandels zu betrachten – diese Annahme hat sich in den letzten Jahrzehnten immer wieder bewährt: Wer über fortschrittlichere Technologien verfügt, kann Branchenstandards definieren und übermäßige Gewinne erzielen.

Intel hat die PC-Ära mit der x86-Architektur beherrscht, und NVIDIA hat den KI-Trainingsmarkt mit seinem CUDA-Ökosystem abgesichert.

Die Logik des technischen Schutzgrabens ist einfach, klar und wurde wiederholt bestätigt.

Aber das, was Alphabet jetzt tut, stellt dieses tief verwurzelte Verständnis in Frage.

Es setzt eine Waffe ein, die überhaupt nichts mit Technologie zu tun hat – beispielsweise sein AAA-Kreditrating – und versucht, auf der technologischen Route der TPU einen Schutzgraben zu schaffen, den NVIDIA nicht kopieren kann.

Die Veräußerlichung von Krediten in Form von Eigenkapital: Das missverstandene „Garantie“-Geschäft

Was ist das Besondere an dieser neuen Vorgehensweise? Schauen wir uns zunächst dieses konkrete Geschäft an.

Laut öffentlichen Dokumenten hat Google dem Entwickler TeraWulf eine Garantie für die Miete von Rechenzentren gewährt.

Der Name TeraWulf mag vielen bekannt vorkommen: Sein früheres Kerngeschäft war das Schürfen von Kryptowährungen, und jetzt transformiert es sich hin zu KI-Infrastruktur. Wenn ein solches Unternehmen bei einer Bank einen Kredit zum Bau eines Rechenzentrums beantragt, macht sich die Bank nur Sorgen: Wem kann sie die Sicherheiten verkaufen, wenn das Projekt scheitert?

Diese Frage lässt sich für Rechenzentren, die NVIDIA-GPUs verwenden, relativ leicht beantworten.

Weltweit benötigen unzählige Unternehmen, Forschungseinrichtungen und Startups die Rechenleistung von NVIDIA. Auf dem Markt für gebrauchte GPUs gibt es zwar Preisnachlässe, aber es besteht Liquidität. Banken können einen Restwert grob abschätzen und auf dieser Grundlage Kreditbedingungen festlegen.

Aber für Rechenzentren, die mit Googles TPUs vollgestopft sind, ist diese Frage fast unlösbar.

TPUs sind spezialisierte Chips, die Google von Grund auf für seinen eigenen Software-Stack entwickelt hat und tief mit Googles TensorFlow-Framework, Netzwerkarchitektur und Speichersystem verbunden ist. Außerhalb von Googles Ökosystem unterscheiden sich diese teuren Siliziumchips nicht wesentlich von einem Haufen Sand.

Jede rationale Kreditprüfungsstelle wird ein grausames Fazit ziehen: Der Restwert liegt nahe Null. Das bedeutet, dass nach normalen geschäftlichen Logiken niemand bereit wäre, einem TPU-Rechenzentrum Geld zu leihen, es sei denn, die Finanzierungskosten sind so hoch, dass sie das gesamte Verlustrisiko abdecken.

Die Art und Weise, wie Google eingreift, ist interessant: Es gibt der Bank die Zusage, dass es im Falle eines Vertragsbruchs durch den Mieter die Mietverpflichtungen übernimmt oder die Kündigungsgebühr zahlt.

Die wirtschaftliche Folge dieser Zusage ist, dass die Bank den Restwert der TPUs nicht mehr bewerten und auch die Geschäftsaussichten von TeraWulf, dem ehemaligen Schürfunternehmen, nicht eingehend prüfen muss.

Sie müssen nur eines bewerten: Geht Alphabet pleite? Die Antwort lautet offensichtlich „Nein“.

Damit wechselt der Kreditpreisbasis von „einem hochspekulativen Rechenzentrumsprojekt“ zu „der unbesicherten Schuld eines der weltweit Unternehmen mit dem höchsten Kreditrating“.

Die Finanzierungskosten sinken sofort aus dem nicht machbaren Bereich in den machbaren Bereich.

Damit ist es noch nicht zu Ende. Die Garantieleistung von Google ist nicht kostenlos: TeraWulf hat Google dafür tief in-the-money liegende Optionsscheine ausgegeben, mit einem Ausübungspreis von 0,01 US-Dollar pro Aktie, der mehrere Millionen Aktien umfasst.

Das bedeutet, dass Google, wenn TeraWulf das Projekt durch die erhaltene Finanzierung umsetzt und die Bewertung steigt, an dieser Eigenkapitalwertsteigerung zu fast null Kosten teilhaben kann.

Diese Struktur ist im Wesentlichen eine „Gegenleistung für die Veräußerlichung von Kreditvermittlungsdienstleistungen in Form von Eigenkapital“.

Einfach ausgedrückt: Googles Kernressource ist sein AAA-Kreditrating. Bisher nutzte es diesen Kredit, um Anleihen auszugeben und die Mittel für Investitionen zu verwenden. Aber jetzt hat es eine neue Nutzung gefunden: Es verkauft Kredit als Dienstleistung, und die erhaltene Vergütung ist keine Zinsen, sondern eine Eigenkapital-Kaufoption des anderen Unternehmens.

Es hat den Wert seines eigenen Kredits aus dem Anleihenmarkt herausgezogen und in den Eigenkapitalmarkt der KI-Infrastruktur eingebracht.

Indem Google dieses Muster auf etwa zehn Projekte mit einer Gesamtleistung von 2,4 Gigawatt anwendet, baut es tatsächlich eine einzigartige Eintrittsbarriere für die Branche für sich selbst auf.

NVIDIA kann schnellere Chips herstellen, aber es kann nicht aus dem Nichts ein AAA-Kreditrating erschaffen, um Garantien für globale Kundenprojekte zu gewähren.

Das CUDA-Ökosystem bindet Softwareentwickler, während Googles Finanzökosystem Infrastrukturentwickler und Endnutzer von Rechenleistung bindet.

Die Festigkeit dieser beiden Arten von „Bindungen“ wird sich im zukünftigen Branchenwettbewerb deutlich unterscheiden.

Wenn Risiken plötzlich in die gleiche Richtung weisen

Im Finanzbereich gibt es einen berühmten Fluch, der „falsche Unabhängigkeit der Risikomodelle“ genannt wird.

Nehmen wir an, Sie betreiben eine Regenschirmfabrik. Um das Risiko abzusichern, haben Sie eine Hochwasserversicherung abgeschlossen und Aktien eines Regenmantelunternehmens erworben. Ihre Logik lautet: Wenn es zu wenig regnet, bleiben die Regenschirme unverkauft, aber das Regenmantelunternehmen kann aufgrund von mehr Outdoor-Aktivitäten einen steigenden Aktienkurs verzeichnen. Wenn es zu einer Überschwemmung kommt, wird die Regenschirmfabrik beschädigt, aber die Hochwasserversicherung leistet Entschädigung.

Sie legen diesen Plan dem Vorstand vor und beweisen mit einer schönen Korrelationsmatrix, dass sich die verschiedenen Vermögenswerte gegenseitig absichern können.

Aber Sie haben eine Möglichkeit übersehen, beispielsweise einen Hurrikan.

Der starke Wind zerstört die Fabrikgebäude, der heftige Regen löst Überschwemmungen aus, und gleichzeitig lähmt der zusammenbrechende Logistikbetrieb auch die Lieferungen des Regenmantelunternehmens.

Die Vermögenswerte, die Sie im Modell als „gering korreliert“ oder sogar „negativ korreliert“ markiert haben, stürzen angesichts desselben Hurrikans vollständig synchron ein.

Das gesamte Garantienetz, das Alphabet jetzt aufbaut, ist ebenfalls eine Struktur, die alle Risiken demselben „Hurrikan“ aussetzt – beispielsweise „der Zusammenbruch der Kommerzialisierung der fortschrittlichen KI“.

Wir müssen jeden Punkt in diesem Netz auseinandernehmen, um ihn zu betrachten. Erstens die Endnachfrage: Die KI-Labore, die TPU-Rechenleistung mieten, wie beispielsweise Anthropic, ihre Zahlungsfähigkeit basiert vollständig auf der Fähigkeit, kontinuierlich die nächste Finanzierungsrunde zu erhalten oder beträchtliche kommerzielle Erträge zu erzielen.

Wenn der Markt an der Rentabilität von KI-Modellen zweifelt und die Risikokapitalinvestitionen schrumpfen, steigt die Ausfallrate dieser Mieter sprunghaft an.

Zweitens die eigene Übernahmeverpflichtung von Google: Sobald ein Mieter vertragswidrig handelt, muss Google gemäß den Garantiebestimmungen die Mietverträge dieser Rechenzentren übernehmen. Oberflächlich betrachtet ist das kein Verlust, da Google selbst auch eine große Menge an Rechenleistung benötigt.

Aber hier gibt es ein Problem: Der Standort des Rechenzentrums, die Stromvereinbarungen, die Kühlsysteme und die Netzverkabelung wurden bei der Errichtung ursprünglich für die spezifischen Anforderungen eines bestimmten Mieters optimiert. Wenn Google gezwungen ist, die Verantwortung zu übernehmen, entsprechen diese Einrichtungen möglicherweise nicht seinen technischen Anforderungen. Die Umbaukosten und Zeitverzögerungen werden den gesamten Buchwert aufzehren.

Drittens der Lagerbestand: Innerhalb von sechs Monaten ist der Lagerbestand von Googles TPUs von 2,4 Milliarden US-Dollar auf 10 Milliarden US-Dollar angestiegen. Diese Chips sollten im Rahmen der Umsetzung der Garantieprojekte eingesetzt werden.

Wenn die Marktnachfrage schrumpft, gibt es für diese spezialisierten Chips fast keinen Gebrauchtmarkt, und der Druck auf die Wertminderung wirkt sich direkt auf die Gewinn- und Verlustrechnung aus.

Viertens die über 850 Milliarden US-Dollar an verschiedenen Einkaufsverpflichtungen, Energieverträgen und noch nicht begonnenen Rechenzentmieten: Diese Verträge wurden unter der Annahme einer Zukunft mit Nachfrageüberhang unterzeichnet.

Sobald sich die Steigung der Nachfragekurve ändert, werden die riesigen festen Ausgaben zu einer reinen finanziellen Belastung.

Haben Sie den Kern des Problems erkannt? Alle diese Risiken – wie Mieterausfall, Auslösen von Garantien, Wertminderung von Lagerbeständen, zugesagte Ausgaben – weisen stark überlappende Auslösebedingungen auf. Wenn die Kommerzialisierung der KI ins Stocken gerät, treten sie gleichzeitig auf, anstatt sich gegenseitig aufzuheben, wie es in Lehrbüchern zum Risikomanagement angenommen wird.

In traditionellen Industrieketten können Schwankungen der Marktpreise auf verschiedene Akteure in der gesamten Wertschöpfungskette verteilt werden, wodurch ein Puffersystem entsteht.

Aber Google hat durch finanzielle Maßnahmen Chipdesign, Infrastrukturfinanzierung, Rechenleistungsverleih und Verkauf von Cloud-Diensten tief mit sich selbst verbunden und die ursprünglich vorhandenen Marktpuffer beseitigt.

In der Aufschwungsphase zeigt sich diese Bindung als unvergleichliche Synergieeffizienz. Aber in der Abschwungsphase wird sie zu einer starren Struktur ohne Raum für Entlastung.

Die Lehren aus der Geschichte der Finanzentwicklung lauten: Die gefährlichsten Momente sind oft nicht die Momente mit dem höchsten Leverage, sondern die Momente, in denen alle plötzlich erkennen, dass alle als „unabhängig“ markierten Risiken tatsächlich im selben Boot sitzen. Die aktuelle Wachstumsrate von Googles Garantieengagement – mit einem Anstieg von 158 % innerhalb von sechs Monaten – bedeutet, dass der Markt diesem Erkenntniskritischen Punkt möglicherweise viel näher ist als gedacht.

Unternehmen übernehmen die Funktionen von Banken?

Schließlich ist es notwendig, dieses Phänomen aus einer makroskopischeren Perspektive zu betrachten, da es tiefgreifende institutionelle Veränderungen hervorhebt: In der aufstrebenden strategischen Industrie der künstlichen Intelligenz verwandeln sich Großunternehmen von wirtschaftlichen Akteuren zu Betreibern einer Art quasi-marktlicher Infrastruktur.

Man muss wissen, dass das Kennzeichen einer reifen Industrie das Vorhandensein entwickelter Finanzvermittler und Marktpreisbildungsmechanismen ist.

Hinter der Ölindustrie stehen eine Reihe von Instrumenten wie Rohöl-Futures, Projektfinanzierung und Verbriefung von Reserven, und die Schifffahrtsindustrie hat den Baltic Dry Index und den Markt für Schiffsleasing.

Diese finanziellen Infrastrukturen machen die Preisbildung von Vermögenswerten transparent und ermöglichen es, Risiken an Akteure weiterzugeben, die bereit und geeignet sind, sie zu tragen.

Aber in welcher Phase befindet sich die KI-Rechenleistungsindustrie jetzt? Um es unverblümt zu sagen: Sie ist fast eine finanzielle Wildnis.

Wie bewertet man den Wert von TPUs? Wie soll ein Mietvertrag für ein Rechenzentrum, das in sieben Jahren übergeben wird, bewertet werden? Wie viel ist eine Vereinbarung über Gewinnbeteiligung basierend auf den zukünftigen Einnahmen von KI-Modellen wert?

Für diese Fragen hat die Wall Street noch keine Standardantworten.

Genau dieses Vakuum gibt Alphabet die Bühne, um seinen Spielraum zu entfalten.

Weil es keinen Markt gibt, hat Google einfach seine eigene Bilanz und sein Kreditrating genutzt, um als dieser „Markt“ zu fungieren.

Es schafft Liquidität für die TPU-Rechenleistung, indem es durch Garantien Kreditinstitute dazu bringt, diese Vermögenswerte als Sicherheiten zu akzeptieren. Es legt die Risikopreisbildung fest und senkt durch sein eigenes Kreditrating die Finanzierungskosten des gesamten Ökosystems. Außerdem übernimmt es die Rolle des Kreditgebers letzter Instanz und verspricht, im Falle von Marktproblemen einzugreifen und die Verantwortung zu übernehmen.

Dies ist eine erstaunliche Innovation: Sie umgeht die Engpässe des Finanzsystems, das auf neue Industrien langsam reagiert und unzureichendes Verständnis hat, und nutzt die Entscheidungseffizienz eines einzelnen Unternehmens, um Infrastrukturinvestitionen in Höhe von Hunderten von Milliarden US-Dollar zu aktivieren.

Aber es handelt sich auch um systemische Informationsasymmetrie und Risikokonzentration: Wenn die zentrale Finanzierungspreisbildung einer Branche nicht durch das Zusammenspiel vieler Käufer und Verkäufer auf dem öffentlichen Markt entsteht, sondern durch das Kreditrating eines einzelnen Unternehmens verankert wird, ist diese Preisbildung anfällig.

Sie spiegelt nicht das tatsächliche Urteil des Marktes über die Aussichten der KI-Industrie wider, sondern das Urteil des Marktes über die Zahlungsfähigkeit von Alphabet.

Zwischen diesen beiden besteht eine gefährliche Informationslücke: Die Kreditlage von Alphabet mag noch sehr gesund sein, aber die zugrunde liegenden Projekte, für die es Garantien gewährt, können bereits in Schwierigkeiten geraten sein – aufgrund von Veränderungen der technologischen Route, steigenden Energiekosten oder weil die Nachfrage lange nicht erfüllt werden kann.

Aus genau diesem Grund beginnen die Bank für Internationalen Zahlungsausgleich und die Bank of England, die Rolle des privaten Kredits in der KI-Finanzierung zu beachten.

Niemand kann derzeit die Auswirkungen eines von Großunternehmen durch Garantien aufgebauten Schuldnetzwerks im Schatten des Finanzsystems mit einem Volumen von Hunderten von Milliarden US-Dollar auf die gesamte Finanzstabilität quantifizieren. Die geltenden Rechnungslegungsstandards klassifizieren diese Garantien als reguläre geschäftliche Verpflichtungen, und das nominale Engagement von 43,8 Milliarden US-Dollar entspricht in der Bilanz nur einem erfassten Verbindlichkeitsposten zum beizulegenden Zeitwert von 815 Millionen US-Dollar.

Diese Behandlung entspricht den geltenden Regeln, aber als die Reg