Der $600B AI-Infrastruktur-Ausbau: Hyperscaler-CapEx, Schulden und Lieferketten-Realität

1. Januar 2026

Executive Summary: Die Big Five Hyperscaler—Amazon, Microsoft, Google, Meta und Oracle—werden 2026 über $600 Milliarden für Infrastruktur ausgeben, ein Anstieg von 36% gegenüber 2025. Etwa 75% ($450B) zielen auf AI-Infrastruktur ab. Zur Finanzierung dieses Ausbaus gaben Technologieunternehmen 2025 rekordverdächtige $428 Milliarden in Anleihen aus, mit Prognosen von bis zu $1,5 Billionen zusätzlicher Kreditaufnahme. Gleichzeitig drohen kritische Lieferketten-Engpässe—HBM-Speicher, CoWoS-Packaging und Transformator-Lieferzeiten—die Bereitstellung zu begrenzen. Diese Tiefenanalyse untersucht die Kapitalströme, Unternehmensstrategien, Lieferketten-Realität und Auswirkungen für Infrastruktur-Anbieter.

Inhaltsverzeichnis

1. Übersicht Kapitalausgaben
2. Unternehmens-Analyse
3. Die Schuldenfinanzierungswelle
4. Wohin das Geld fließt
5. Lieferketten-Beschränkungen
6. ROI- und Auslastungsfragen
7. Infrastruktur-Auswirkungen
8. Risikoanalyse
9. Wie es weitergeht

Übersicht Kapitalausgaben

Historischer Kontext

Die Kapitalausgaben der Hyperscaler haben beispielloses Terrain erreicht. Die Investitionsniveaus übertreffen nun, was die meisten Analysten noch vor 18 Monaten für möglich hielten:[^1]

Goldman Sachs prognostiziert, dass die gesamten Hyperscaler-CapEx von 2025-2027 $1,15 Billionen erreichen werden—mehr als doppelt so viel wie die $477 Milliarden, die von 2022-2024 ausgegeben wurden.[^2]

Transformation der Kapitalintensität

Diese Ausgabenniveaus stellen einen grundlegenden Wandel dar, wie Technologieunternehmen operieren. Die Kapitalintensitätsraten ähneln nun industriellen Versorgungsunternehmen statt Software-Geschäften:[^3]

Zum Vergleich: Traditionelle Versorgungsunternehmen operieren bei 20-30% Kapitalintensität. Halbleiter-Fabs operieren bei 30-40%. Die Hyperscaler haben beide übertroffen.

Die AI-Konzentration

Die Zusammensetzung der CapEx hat sich dramatisch in Richtung AI verschoben:[^4]

Diese Konzentration bedeutet, dass GPU-Lieferanten, Speicher-Anbieter und Rechenzentrum-Infrastruktur-Provider mit beispielloser Nachfrage konfrontiert sind—aber auch beispielloser Kundenkonzentration.

Unternehmens-Analyse

Amazon Web Services

Amazon führt die Hyperscaler-Ausgaben mit dem aggressivsten AI-Infrastruktur-Ausbau an:[^5]

2025 CapEx: $125 Milliarden (erhöht von ursprünglich $118B) - 61% Anstieg Jahr für Jahr - 64% für AWS und AI-Initiativen allokiert - Q3 2025 allein: $34,2 Milliarden

2026-Ausblick: Höher als $125B (vom Management bestätigt)

Schlüssel-Investitionen:

Amazons Strategie kombiniert Drittanbieter-GPUs (NVIDIA) mit kundenspezifischer Silizium-Entwicklung (Trainium-, Inferentia-Chips), was Optionalität bietet, während sich die AI-Hardware-Landschaft entwickelt.[^6]

Microsoft Azure

Microsofts Kapitalausgaben erreichten historische Niveaus im Geschäftsjahr 2025:[^7]

FY2025 CapEx: $80 Milliarden (größte jährliche Investition aller Zeiten) - Bekräftigtes Ziel trotz Marktbedenken - Q2 FY2025: $22,6 Milliarden Einzelquartal

FY2026-Prognose: ~$120 Milliarden (Analystenschätzungen basierend auf Laufrate) - 80% AI-Kapazitätssteigerung geplant - Rechenzentrum-Fußabdruck soll sich über zwei Jahre "etwa verdoppeln"

Infrastruktur-Fußabdruck: - 400+ Rechenzentren in 70 Regionen (die meisten aller Cloud-Provider) - Allein 2025 über 2 GW neue Kapazität hinzugefügt

Schlüsselprojekt: Der Fairwater-Campus in Wisconsin stellt Microsofts Flaggschiff-AI-Anlage dar, mit $7,3 Milliarden Investition für den Status als "leistungsstärkstes Rechenzentrum der Welt".[^8]

Bemerkenswerte Besonderheit: Microsoft bleibt der einzige Hyperscaler, der nicht aktiv öffentliche Schuldenmärkte nutzt, sondern Off-Balance-Sheet-Strukturen verwendet, bei denen ~70% der Schulden-Leverage auf Fondsebene statt auf Unternehmensebene liegt.[^9]

Google Cloud

Googles Ausgaben-Trajektorie zeigt beschleunigende Investitionen:[^10]

2025 CapEx: $91-93 Milliarden (Mittelpunkt $92B) - Dritte Aufwärtsrevision für 2025 - Q3 2025: $24 Milliarden - ~60% für Server, ~40% für Rechenzentren und Netzwerk

2026-Ausblick: "Signifikanter Anstieg" (Management-Guidance) - Analystenschätzungen: potenziell $130+ Milliarden - Könnte "lokale Maxima in GenAI-Investitionen" darstellen

Infrastruktur-Mix:

TPU-Strategie: Googles kundenspezifischer TPU-Ansatz bietet strategische Differenzierung. Der größte TPU-Deal aller Zeiten ging an Anthropic, im Wert von zehn Milliarden und bringt über 1 GW AI-Rechenkapazität 2026 online. Anthropic verpflichtete sich zu hunderttausenden von Trillium-TPUs in 2026, skalierend auf eine Million bis 2027.[^11]

Meta evaluiert Berichten zufolge Milliarden-Ausgaben für Google-TPUs, mit potenziellem Deployment ab 2027 während Miete über Google Cloud bereits 2026.[^12]

Meta Platforms

Metas Ausgaben haben sich dramatisch beschleunigt, da das Unternehmen auf AI umschwenkt:[^13]

2025 CapEx: $66-72 Milliarden - Erhöht von ursprünglich $60-65B-Prognose - ~70% Anstieg Jahr für Jahr von $38-40B in 2024

2026 und darüber hinaus: - "Signifikantes" Ausgabenwachstum erwartet - $600 Milliarden US-Infrastruktur-Ziel bis 2028

Flaggschiff-Projekte:

Hyperion erstreckt sich über 4 Millionen Quadratfuß auf 2.250 Acres—eines der größten Einzelstandort-AI-Infrastruktur-Projekte, die von einem Unternehmen angekündigt wurden.[^14]

Strategischer Kontext: Zuckerberg erklärte, die Kontrolle über Llama-Entwicklung sei essenziell, damit Meta "sein eigenes Schicksal kontrollieren" kann. Der Open-Source-Ansatz, der im März 2025 1 Milliarde Downloads erreichte, kontrastiert mit Konkurrenten-Strategien und treibt den Infrastruktur-Ausbau an.[^15]

Oracle Cloud

Oracle stellt den kleinsten der Big Five dar, zeigt aber aggressives Wachstum:[^16]

2025 CapEx: ~$15 Milliarden (geschätzt) 2026-Prognose: ~$20 Milliarden

Schulden-Profil: Oracle war der aggressivste Schulden-Emittent unter den Hyperscalern und schloss einen $18 Milliarden-Anleihen-Verkauf ab, der es laut Citi zum größten Emittenten von Investment-Grade-Schulden unter nicht-finanziellen US-Unternehmen machte.[^17]

Risiko-Signal: Barclays prognostiziert, dass Oracle bis November 2026 das Geld ausgehen könnte, wenn die aktuelle Trajektorie anhält. Oracles 5-Jahres-CDS hat sich seit September mehr als verdreifacht, während die Handelsvolumen weit über frühere Normen gestiegen sind.[^18]

Die Schuldenfinanzierungswelle

Rekord-Anleihen-Emission

Das Ausmaß der Hyperscaler-Ausgaben übersteigt nun die interne Cashgenerierung und erzwingt aggressive Schuldenmarkt-Aktivitäten:[^19]

2025 Technologiesektor-Anleihen-Emission:

Hyperscaler fügten 2025 $121 Milliarden neue Schulden hinzu—mehr als viermal die durchschnittliche jährliche Emission der vorherigen fünf Jahre. Über $90 Milliarden davon kamen in nur drei Monaten.[^20]

Große Schulden-Aufnahmen

Zukunftsprognosen

Wall Street erwartet beschleunigtes Leihen:[^21]

Kreditmarkt-Auswirkungen

Die Schuldenflut hat Spreads wesentlich erweitert:[^22]

CDS-Kosten für Hyperscaler-Schulden haben seit Juni zugenommen und reflektieren erhöhtes Kreditrisiko und Ausführungsbedenken bezüglich Kapitalausgaben-Plänen.

Wohin das Geld fließt

Ausgaben-Aufschlüsselung

Die $450 Milliarden in AI-Infrastruktur-Ausgaben gliedern sich etwa auf:[^23]

GPU-Konzentration

NVIDIA erfasst etwa 90% der AI-Beschleuniger-Ausgaben:[^24]

Aktuelle Generation: - H100/H200: Noch Mehrheit der Deployments - B100/B200: Hochlauf durch 2025-2026 - GB200/GB300: Nächste Generation verfügbar

Impliziertes GPU-Volumen: Die $180B GPU/Beschleuniger-Ausgaben bei ~$30K Durchschnittspreis implizieren etwa 6 Millionen GPUs über Hyperscaler-Bestellungen in 2026.

Rechenzentrum-Bau

Die $120B Bauausgaben übersetzen sich in:[^25]

• ~15-20 GW neue Rechenzentrum-Kapazität
• 500+ neue Anlagen global
• 4-Jahres-Entwicklungs-Pipeline komprimiert in 2 Jahre

Diese Beschleunigung hat schwere Engpässe bei elektrischen Geräten, Kühlsystemen und qualifizierten Bauarbeitern geschaffen.

Lieferketten-Beschränkungen

Der HBM-Engpass

High Bandwidth Memory (HBM) ist zur kritischen Beschränkung für AI-Infrastruktur-Deployment geworden:[^26]

Anbieter-Status:

Warum HBM alles beschränkt:

Die Produktion von 1 Bit HBM verbraucht etwa 3x die Wafer-Kapazität, die für 1 Bit DDR5 erforderlich ist. Kombiniert mit komplexen Packaging-Anforderungen und niedrigeren Ausbeuten skaliert HBM-Fertigung langsam.[^27]

Nachfrage vs. Angebot:

CoWoS Advanced Packaging

TSMCs Chip-on-Wafer-on-Substrate (CoWoS) Packaging ist ein weiterer kritischer Engpass:[^28]

"Unsere CoWoS-Kapazität ist sehr knapp und bleibt durch 2025 und bis 2026 ausverkauft." — C.C. Wei, TSMC CEO

Kapazitäts-Zeitplan: