Die Silizium-Schuldenfalle: Nvidia finanziert seine eigenen Verkäufe

Wichtige Erkenntnisse

• The Loop: Nvidia fungiert als Ankerkommanditist in einem Finanzierungsvehikel, das Nvidias eigene Chips kauft und sie an xAI vermietet. Der Chiphersteller subventioniert effektiv den Kauf eigener Lagerbestände, um das Umsatzwachstum aufrechtzuerhalten.
• Die Größenordnung: Apollo Global Management hat im Januar und Februar 2026 7 Milliarden US-Dollar in zwei aufeinanderfolgenden Deals zugesagt, die als Sale-Leasebacks über ein Shell-Unternehmen namens Valor Compute Infrastructure strukturiert sind.
• Die Abschreibungsbombe: Eine Nvidia H100 Graphics Processing Unit (GPU) im Wert von 30.000 US-Dollar im Jahr 2023 wird im Jahr 2026 für etwa 8.000 US-Dollar gehandelt, doch die Asset-Backed Securities (ABS), mit denen diese Chips finanziert werden, wurden so strukturiert, dass sie über einen Zeitraum von drei Jahren von nur 50 % Abschreibung ausgehen.
• Das Systemrisiko: JPMorgan prognostiziert, dass die Verbriefung von Rechenzentren bis 2027 jährlich 30 bis 40 Milliarden US-Dollar erreichen könnte, während die Bank für Internationalen Zahlungsausgleich (BIZ) warnt, dass die gesamten IT-bezogenen Investitionen – einschließlich der KI-Infrastruktur – etwa 5 % des US-Bruttoinlandsprodukts (BIP) erreicht haben und damit den Dotcom-Höchststand übertreffen.

Der Ouroboros-Deal

Am 16. Februar 2026 betrat Marc Rowan, Chief Executive Officer (CEO) von Apollo Global Management, die Bühne einer Bank of America-Konferenz und beschrieb, was er als „maßgeschneiderten, vertragsgestützten“ Finanzierungsvertrag für die KI-Infrastruktur bezeichnete. Die Sprache war klinisch. Die Struktur war alles andere als.

Folgendes hat Apollo tatsächlich gebaut:

1. Valor Equity Partners, ein Private-Equity-Unternehmen mit engen Verbindungen zu Elon Musk, hat ein Special Purpose Vehicle (SPV) namens Valor Compute Infrastructure gegründet.
2. Apollo hat diesem SPV in zwei Tranchen 7 Milliarden US-Dollar geliehen: 3,5 Milliarden US-Dollar wurden im Januar 2026 abgeschlossen und 3,4 Milliarden US-Dollar wurden Anfang Februar finalisiert.
3. Das SPV nutzte dieses Kapital, um Nvidia GB200-GPUs zum vollen Listenpreis zu kaufen.
4. Diese Chips wurden dann im Rahmen einer Sale-Leaseback-Struktur an xAI zurückgeleast, wobei xAI monatliche Leasinggebühren an das SPV zahlt, anstatt die Hardware vollständig zu kaufen.
5. Nvidia beteiligte sich als Anker-Limited Partner (LP) an der ersten 3,5-Milliarden-Dollar-Tranche und brachte Eigenkapital in genau das Vehikel ein, das seine Chips kauft.

Lesen Sie den letzten Punkt noch einmal. Nvidia investierte Geld in den Fonds, der Nvidia-Produkte kauft. Der Umsatz des Chipherstellers hängt vom Funktionieren dieser Struktur ab. Die Rendite des Finanziers hängt davon ab, dass die Chips ihren Wert behalten. Und der Kreditnehmer xAI verbrennt 12 Milliarden US-Dollar pro Jahr und wurde kürzlich von SpaceX übernommen, gerade weil es seinen eigenen Betrieb nicht unabhängig aufrechterhalten konnte.

Dies ist keine Finanzierung. Dies ist ein geschlossener Kreislauf.

Wie Sale-Leasebacks funktionieren (und warum sie wichtig sind)

Wenn Ihnen die Struktur bekannt vorkommt, sollte sie das auch tun. Sale-Leasebacks sind ein fester Bestandteil sterbender Branchen. Einkaufszentren. Flugzeugflotten. Medizinische Geräte. Der Mechanismus ist einfach: Ein Unternehmen, das einen teuren Vermögenswert benötigt, aber nicht über die Bilanz verfügt, um ihn vollständig zu kaufen, nutzt einen Finanzintermediär, um den Vermögenswert zu kaufen und zurückzumieten.

Die Mechanik

Bei einem traditionellen Sale-Leaseback:

$$\text{Lender buys asset} \rightarrow \text{Lessee uses asset} \rightarrow \text{Lessee pays rent} \rightarrow \text{Lender recovers principal + interest}$$

Der Verlustschutz des Kreditgebers ist der Restwert des Vermögenswerts. Bei Zahlungsverzug des Leasingnehmers nimmt der Kreditgeber die Hardware zurück und verkauft sie auf dem Sekundärmarkt. Dies funktioniert, wenn der Vermögenswert seinen Preis hält. Eine für 10 Jahre geleaste Boeing 737 behält einen erheblichen Wert, da ihre wirtschaftliche Nutzungsdauer mehr als 30 Jahre beträgt.

Eine GPU verhält sich nicht wie eine 737.

Die GPU-Abschreibungsklippe

Das grundlegende Problem bei der GPU-gestützten Kreditvergabe besteht darin, dass Halbleiterhardware nach einer Kurve abwertet, die durch das Mooresche Gesetz und nicht durch physischen Verschleiß vorgegeben wird. Eine H100-GPU „verschleißt“ nicht im herkömmlichen Sinne. Es wird veraltet.

Dokumentierter Abschreibungszeitplan:

Die Einführung von Nvidias eigenem B200-Blackwell-Chip im Jahr 2025 ließ den Wiederverkaufswert jedes H100 auf dem Markt drastisch sinken. Das Unternehmen, dessen Chips als Sicherheit für diese Kredite dienen, ist das Unternehmen, das das Next-Generation-Produkt auf den Markt bringt, das den Wert der Sicherheit zerstört.

Das ist das GPU-Finanzierungsparadoxon: Der Innovationszyklus von Nvidia ist das Hauptrisiko für von Nvidia unterstützte Wertpapiere.

Die Restwert-Fantasie

Die frühen GPU-gestützten ABS-Deals, beginnend mit dem 500-Millionen-Dollar-Angebot von Lambda Labs über Macquarie Mitte 2024, basierten auf einer entscheidenden Annahme: GPUs würden nach drei Jahren 50 % ihres Wertes behalten. Innerhalb von neun Monaten nach den ersten B200-Lieferungen war diese Annahme bereits um den Faktor zwei falsch.

Für die Wertpapiere wurde ein Mindestpreis von 15.000 US-Dollar angenommen. Der Markt lieferte 8.000 US-Dollar. Jeder Kredit, der unter diesen Annahmen gezeichnet wurde, ist jetzt mit seinen Sicherheiten nicht mehr besichert.

Das Nvidia-Problem: Anker-LP oder Vendor-Finanzier?

Das brisanteste Detail der Apollo-Valor-xAI-Struktur ist die Doppelrolle von Nvidia. Das Unternehmen ist gleichzeitig:

1. Der Hersteller verkauft Chips mit voller Marge (GAAP-Bruttomarge von ca. 75 % in den letzten Quartalen).
2. Ein Kapitalinvestor in das SPV, das diese Chips kauft.

Die offizielle Position von Nvidia ist, dass das Unternehmen keine „Vendor-Finanzierung“ betreibt, also die Praxis, bei der ein Anbieter seinen Kunden Geld leiht, um eigene Produkte zu kaufen. Diese Praxis war von zentraler Bedeutung für die Telekommunikationspleite im Jahr 2001, als Unternehmen wie Lucent Technologies und Nortel Networks zusammenbrachen, nachdem sie Kunden Kredite in Milliardenhöhe gewährt hatten, die diese nie zurückzahlen konnten.

Technisch gesehen vergibt Nvidia nicht direkt Kredite an xAI. Aber wenn Nvidia Eigenkapital in einen Fonds (Valor Compute Infrastructure) investiert und der einzige Zweck dieses Fonds darin besteht, Nvidia-Chips zu kaufen und sie an Nvidias Kunden zu vermieten, ist die wirtschaftliche Realität nicht von einer Verkäuferfinanzierung zu unterscheiden. Das Kapital fließt im Kreis:

$$\text{Nvidia} \xrightarrow{\text{equity}} \text{SPV} \xrightarrow{\text{purchase}} \text{Nvidia (revenue)} \xrightarrow{\text{lease}} \text{xAI} \xrightarrow{\text{rent}} \text{SPV}$$

Nvidia verbucht den GPU-Verkauf als Umsatz. Das SPV kassiert Miete von xAI. Und die Kapitalbeteiligung von Nvidia bringt eine Rendite auf genau die Einnahmen, die das Unternehmen gerade erzielt hat. Wenn xAI die Zahlung der Miete einstellt, gerät das SPV in Verzug. Apollo nimmt den Abschlag für seine 7 Milliarden US-Dollar. Und Nvidia hält Anteile an einem Fonds voller abgeschriebener Chips, die es hergestellt hat.

Der lukrative Präzedenzfall

Im Jahr 1999 stellte Lucent Technologies Telekommunikationsunternehmen, die Glasfasernetze aufbauen, direkte Anbieterfinanzierungen in Höhe von 8,4 Milliarden US-Dollar zur Verfügung. Als die Telekommunikationsblase im Jahr 2001 platzte, gerieten diese Kunden in Verzug. Lucent schrieb 7,5 Milliarden US-Dollar ab und seine Marktkapitalisierung brach von 258 Milliarden US-Dollar auf 20 Milliarden US-Dollar ein.

Die Parallele ist strukturell und nicht spekulativ. Bei beiden handelt es sich um einen Hardwarehersteller, der in einer Zeit euphorischer Investitionsausgaben seine eigene Vertriebspipeline finanziell schmiert. Die einzige Frage ist, ob die KI-Nachfrage lange genug anhält, um die Schulden zu amortisieren, bevor die nächste Chipgeneration die Sicherheiten vernichtet.

Die xAI-Liquiditätskrise

Um zu verstehen, warum diese Struktur existiert, muss man die finanzielle Realität von xAI verstehen.

Das KI-Unternehmen von Elon Musk sammelte 6 Milliarden US-Dollar in der Serie B (Mai 2024) und weitere 6 Milliarden US-Dollar in der Serie C (Dezember 2024) sowie eine Serie E im Wert von 3 Milliarden US-Dollar von HUMAIN aus Saudi-Arabien kurz vor der SpaceX-Fusion. Trotz dieser enormen Kapitalerhöhungen verbrennt xAI jährlich etwa 12 Milliarden US-Dollar für Recheninfrastruktur, Personal und Betriebskosten.

Ohne externe Finanzierung ist die Rechnung fatal:

$$\frac{\$12B \text{ annual burn}}{(\$6B + \$6B + \$3B) \text{ equity raised}} \approx 15 \text{ months of runway}$$

Ohne die Apollo-Sale-Leaseback-Struktur müsste xAI alle 12–15 Monate eine neue Kapitalrunde zu zunehmend verwässernden Bewertungen aufnehmen, nur um den Colossus-Supercomputer am Laufen zu halten (für einen detaillierten Blick auf die physische Infrastruktur siehe die Analyse von The Memphis Smokescreen).

Die Ankündigung vom 2. Februar 2026, dass SpaceX xAI im Rahmen eines All-Stock-Deals im Wert von 1,25 Billionen US-Dollar übernehmen würde, war kein Ausdruck strategischer Zuversicht. Es war eine finanzielle Rettung. SpaceX erwirtschaftet mit Starlink und Startdiensten einen Gewinn von rund 8 Milliarden US-Dollar pro Jahr. Durch die Fusion erhält xAI Zugriff auf die Cashflows von SpaceX, um seine Schulden zu bedienen, einschließlich der 7 Milliarden US-Dollar, die Apollo über das Valor SPV schuldet.

Ohne die Fusion würden die Barreserven von xAI bis Mitte 2027 erschöpft sein.

Das systemische Bild: GPU-Verbriefung im großen Maßstab

Der Apollo-xAI-Deal ist keine isolierte Transaktion. Es ist der größte sichtbare Knotenpunkt in einem schnell wachsenden Netz GPU-gestützter Privatkredite.

Die Zahlen

• \121 Milliarden US-Dollar: Neue Schulden, die allein im Jahr 2025 von Hyperscalern ausgegeben werden.
• \400 Milliarden US-Dollar: Morgan Stanleys Prognose für die Emission von Hyperscaler-Schuldtiteln im Jahr 2026.
• \30-40 Milliarden US-Dollar: JPMorgans Schätzung für die jährliche Verbriefungsemission von Rechenzentren bis 2027, was 7-10 % der kombinierten ABS- und Commercial Mortgage-Backed Securities (CMBS)-Märkte entspricht.
• 5 % des US-BIP: Die Schätzung der BIZ für den aktuellen Umfang der gesamten IT-bezogenen Investitionen (einschließlich KI-Infrastruktur) übersteigt den Höhepunkt der Dotcom-Blase.

Die BIZ warnte in ihrem Bulletin Nr. 120 vom Januar 2026 ausdrücklich davor, dass KI-Unternehmen von der Cashflow-Finanzierung zur Fremdfinanzierung übergehen und dass die Intransparenz der privaten Kreditmärkte es unmöglich macht, die tatsächliche systemische Gefährdung einzuschätzen.

Wie in der vorherigen Analyse der [KI-Subprime-Krise auf kommunaler Ebene] (/markets/the-subprime-ai-crisis) dokumentiert, bleibt das Risiko nicht auf dem privaten Markt. Die Verteilung an Pensionsfonds, Versicherungsgesellschaften und Privatanleger erfolgt über Verbriefungsketten, die die tatsächliche Abschreibungskurve des zugrunde liegenden Vermögenswerts verschleiern.

Das Korrelationsproblem

In der Hypothekenkrise von 2008 bestand der fatale Fehler im korrelierten Ausfallrisiko: Die Modelle gingen davon aus, dass die Immobilienpreise in verschiedenen Städten unabhängig waren. Das waren sie nicht. Als ein Markt fiel, fielen alle.

GPU-gestützte Wertpapiere stehen vor dem gleichen strukturellen Problem. Jeder H100 in jedem Rechenzentrum auf der Erde verliert auf der genau gleichen Kurve an Wert, angetrieben durch genau die gleiche Ursache: Nvidia bringt einen besseren Chip auf den Markt. Wenn die nächste Architektur ausgeliefert wird, erfährt jeder einzelne Chip in jedem einzelnen SPV gleichzeitig eine Kollateralerosion.

Es gibt keine Diversifizierung. Es gibt keine geografische Verteilung. Es gibt nur den Upgrade-Zyklus.

The Steel Man: Warum die Bullen Recht haben könnten

Die Gegenargumente zur „GPU-Subprime“-These sind nicht trivial und die intellektuelle Ehrlichkeit verlangt, sie zu prüfen.

1. Beständige Nachfrage: Im Gegensatz zu Dotcom-Glasfaser ist die Nachfrage nach KI-Inferenz real und wächst. Jede ChatGPT-Abfrage, jeder Copilot-Codevorschlag und jedes Gemini-Suchergebnis erfordert aktive GPU-Berechnung. Auch wenn der H100 für das Training „veraltet“ ist, behält er als Inferenzchip seinen erheblichen Wert. Aktuelle Benchmarks zeigen, dass H100s neuere H200s in drei von acht Inferenz-Workloads übertreffen, mit bis zu 1,77-fachen Kosteneffizienzvorteilen in bestimmten Konfigurationen.

2. Kreditnehmerqualität: Die Mieter in GPU-Leasingverträgen sind keine Subprime-Kunden. Es handelt sich um Microsoft, Meta und OpenAI, die auf Billionen-Dollar-Bilanzen zurückgreifen. Apollos eigener Kommentar betont, dass seine GPU-Verträge „vertraglich abgesichert“ sind und über eine Laufzeit von vier Jahren ein „vernachlässigbares Restrisiko“ aufweisen, was bedeutet, dass die Leasingzahlungen den Kapitalbetrag abdecken, unabhängig vom Wiederverkaufswert des Chips.

3. Entwicklung der Covenants: Die frühe Neocloud-Kreditvergabe zu einem Zinssatz von 15 % hat sich auf SOFR + 400 Basispunkte (ungefähr 8–9 %) entwickelt, mit Covenants, die Equity Cures und Mindestbarreserven von 100 Millionen US-Dollar umfassen. Das ist keine rücksichtslose Kreditvergabe.

4. Nvidias Lieferdominanz: Nvidia kontrolliert über 90 % des Marktes für KI-Beschleuniger. Im Gegensatz zur Telekommunikationskrise, bei der mehrere Anbieter um Margen konkurrierten, bedeutet Nvidias Monopolstellung, dass das Unternehmen die Abschreibungskurve kontrolliert. Bei Bedarf kann es seine eigene Veröffentlichungsfrequenz verlangsamen, um Sicherheitenwerte zu schützen.

Das sind legitime Argumente. Die Frage ist, ob sie unter Stress halten.

Der Stresstest, den niemand durchführt

Das Szenario, das den GPU-Kreditmarkt zum Erliegen bringt, ist nicht „KI scheitert“. Es heißt: „KI ist erfolgreich, aber die Margen schrumpfen.“

Bedenken Sie:

• Die Colossus-Einrichtung von xAI generiert Einnahmen durch den Verkauf des API-Zugriffs an Grok. – Der API-Preis wird durch den Wettbewerb mit OpenAI, Google und Anthropic bestimmt. – Da mehr Rechenleistung online verfügbar ist, sinken die API-Preise. (Der Preis von ChatGPT pro Million Token ist seit GPT-3.5 bereits um über 90 % gesunken.) – Wenn der API-Umsatz unter die Leasingzahlung für die zugrunde liegenden GPUs fällt, kann xAI das Valor SPV nicht bedienen.

Dies ist kein Nachfrageproblem. Es handelt sich um ein Margenproblem. Die Chips funktionieren. Die Kunden existieren. Die Wirtschaftlichkeit der Leasingstruktur erfordert jedoch einen Mindestpreis pro Token, den der Markt möglicherweise nicht unterstützt.

$$\text{Default Trigger} = \text{Lease Payment per GPU} > \text{Revenue per GPU per Month}$$

In einem deflationären API-Preisumfeld wird jeder Dollar an Rechenleistung für den Verbraucher billiger und für das Unternehmen, das die Hardware finanziert, teurer. Die GPU generiert Wert, reicht aber nicht aus, um die darauf gestapelten Schuldtitel zu bedienen.

Was als nächstes passiert

Der strukturelle Zeitplan ist klar:

Q1 2026 (Jetzt): Der Apollo-Valor-xAI-Deal wird abgeschlossen. GPU-gestützte Kredite werden als „innovative Infrastrukturfinanzierung“ gefeiert. Nvidia meldet am 25. Februar 2026 ein weiteres Rekordquartal, wobei der Umsatz im Rechenzentrum voraussichtlich 35 Milliarden US-Dollar übersteigen wird.

Q3-Q4 2026: Nvidias Rubin-Architektur der nächsten Generation geht in die Bemusterung. Die Wiederverkaufswerte von H100/H200 stehen vor einem weiteren schrittweisen Rückgang, da Hyperscaler die Bestellungen für die neue Plattform beschleunigen. Die Sicherheiten, die bestehenden ABS-Geschäften zugrunde liegen, erodieren weiter.

2027: Die erste große Erneuerung des GPU-Leasings bricht ein. SPVs, die Hopper-Chips der ersten Generation halten, versuchen, sie erneut zu vermieten oder zu liquidieren. Wenn die Inferenznachfrage den weiteren Betrieb von H100 rechtfertigt, überlebt der Markt. Wenn Rubin die H100-Schlussfolgerung unwirtschaftlich macht, bricht der Liquidationswert zusammen.

2028+: Die Verbriefungspipeline – JPMorgans prognostizierte 30–40 Milliarden US-Dollar pro Jahr für 2026–2027, wobei Morgan Stanley im Jahr 2028 25 Milliarden US-Dollar erreichen wird – wird entweder durch nachhaltige KI-Einnahmen bestätigt oder stellt die größte Diskrepanz zwischen Vermögenswerten und Verbindlichkeiten seit 2008 dar.

Was das für Sie bedeutet

Wenn Sie ein Investor sind:

• Überprüfen Sie alle Fonds, die mit „KI-Infrastruktur“-Erträgen werben. Fragen Sie explizit, ob es sich bei der Sicherheit um GPU-Hardware oder Immobilien handelt. Fragen Sie, welche Restwertannahmen der Struktur zugrunde liegen. Wenn der Fonds über einen Zeitraum von drei Jahren von einem Restwert der GPUs von 50 % ausgeht, ist diese Rechnung bereits hinfällig.
• Verstehen Sie, dass Nvidias Rolle sowohl als Chiplieferant als auch als Kapitalinvestor in der Finanzierungskette einen Interessenkonflikt schafft, der in den meisten Prospekten nicht offengelegt wird.

Wenn Sie die Branche beobachten:

• Der Apollo-Valor-xAI-Deal ist die Vorlage. Jedes große KI-Unternehmen, das seine Rechenleistung nicht selbst finanzieren kann, wird diese Struktur übernehmen. Das gesamte GPU-gestützte Kreditrisiko wird exponentiell ansteigen, bevor eine Regulierungsbehörde aufholt. – Wenn Nvidia am 25. Februar seine Gewinne meldet, achten Sie auf Kommentare zu „strategischen Investitionen“ oder „Ökosystempartnerschaften“. Das ist die Sprache für „Anbieterfinanzierung mit zusätzlichen Schritten“.

Das Fazit

Die KI-Revolution ist real. Der Bedarf an Rechenleistung ist real. Aber die Finanztechnik, die die physische Infrastruktur stützt, ist ein Kartenhaus, das auf einem an Wert verlierenden Vermögenswert aufgebaut ist.

Nvidia ist das einzige Unternehmen in der Geschichte, das gleichzeitig Hersteller der Sicherheiten, Eigenkapitalgeber des Finanzierungsvehikels, Hauptnutznießer der erzielten Einnahmen und das Unternehmen ist, dessen Produkt-Roadmap darüber entscheidet, ob die Sicherheiten ihren Wert behalten. Das ist kein Technologieunternehmen. Das ist ein geschlossenes Finanzsystem mit einem einzigen Fehlerpunkt.

Wenn die nächste Chip-Generation ausgeliefert wird, wird die Abschreibungsuhr für jeden Dollar ausstehender GPU-gedeckter Schulden auf Null zurückgesetzt. Die Frage ist nicht, ob die Musik aufhört. Die Frage ist, ob die KI-Einnahmemaschine genug Geld generiert, um die Band zu bezahlen. Im Moment hängt die Antwort ausschließlich davon ab, dass Elon Musks neuestes Unternehmen genügend API-Einnahmen generiert, um Leasingzahlungen in Höhe von 7 Milliarden US-Dollar für Chips zu decken, die bis zum Ablauf des Leasings nur einen Bruchteil davon wert sein werden.

Das Silizium ist echt. Die Intelligenz ist real. Aber die Schulden sind auch real. Und im Gegensatz zu Software skalieren Schulden nicht.