IBM-CEO: Hyperscaler-Investitionen in KI-Infrastruktur werden sich „auf keinen Fall" auszahlen

1. Dezember 2025 Verfasst von Blake Crosley

IBM-CEO Arvind Krishna stellte am 3. Dezember 2025 öffentlich die Wirtschaftlichkeit der KI-Infrastruktur der Hyperscaler in Frage und erklärte, dass selbst eine einfache Berechnung zeige, dass die massiven Rechenzentrumsinvestitionen der Technologieunternehmen „auf keinen Fall" Sinn ergeben.¹ „Meiner Ansicht nach gibt es keine Möglichkeit, damit eine Rendite zu erzielen, denn 8 Billionen Dollar an CapEx bedeuten, dass man etwa 800 Milliarden Dollar Gewinn braucht, allein um die Zinsen zu bezahlen", erklärte Krishna.[^2] Krishna argumentierte weiter, dass die GPU-Abschreibung das am meisten unterschätzte Risiko darstellt: „Man muss alles innerhalb von fünf Jahren nutzen, denn dann muss man es wegwerfen und neu bestücken."[^3]

Krishnas Kommentare kommen zu einem Zeitpunkt, an dem Hyperscaler beispiellose Kapitalbeträge in KI-Infrastruktur investieren. Die Big Four erwarten zusammen Investitionsausgaben von über 380 Milliarden Dollar im Jahr 2025, wobei CreditSights kumulative CapEx von 602 Milliarden Dollar bis 2026 prognostiziert.[^4]

CapEx-Zusagen der Hyperscaler 2025:

Die Mathematik erzeugt eine fundamentale Spannung: Die kombinierten KI-Cloud-Einnahmen 2025 erreichen wahrscheinlich 50-60 Milliarden Dollar, während die CapEx 380 Milliarden Dollar übersteigen – ein Investitions-zu-Umsatz-Verhältnis von 6:1, das jahrelang dreistelliges Wachstum erfordert, um gerechtfertigt zu sein.[^5]

Krishnas Argument

Krishnas Kritik konzentriert sich auf grundlegende Finanzmathematik statt auf technologische Fähigkeiten und dreht sich um drei miteinander verbundene Bedenken: Zinskosten, Abschreibungszeiträume und AGI-Unsicherheit.

Zinskosten-Analyse

Krishnas Verweis auf 8 Billionen Dollar kumulativer CapEx und 800 Milliarden Dollar erforderlichen Gewinn verdeutlicht die Zinsbelastung von Infrastrukturinvestitionen. Der Aufbau eines einzelnen Gigawatts an Rechenzentrumskapazität kostet in heutigen Dollar etwa 80 Milliarden Dollar.[^6] Die gesamten globalen Zusagen, die AGI anstreben, nähern sich 100 Gigawatt, was den Preis auf etwa 8 Billionen Dollar festlegt.

Bei aktuellen Zinssätzen erfordern 8 Billionen Dollar Kapital etwa 800 Milliarden Dollar jährlichen Gewinn, allein um die Finanzierungskosten zu bedienen – bevor Aktionärsrenditen generiert werden. Zum Vergleich: Der kombinierte Nettogewinn 2024 von Microsoft, Google, Amazon und Meta betrug etwa 200 Milliarden Dollar.[^7] Die Rechnung erfordert, dass KI das Vierfache der aktuellen Gesamtprofitabilität generiert, nur um die Zinsen zu decken.

Die Abschreibungs-Zeitbombe

Krishna identifizierte die Abschreibung als „den Teil der Berechnung, der von Investoren am meisten unterschätzt wird".[^3] Hyperscaler schreiben GPU-Infrastruktur über fünf bis sechs Jahre ab, aber NVIDIA veröffentlicht jetzt jährlich neue Architekturen im Vergleich zum vorherigen Zweijahres-Zyklus.[^8]

Abschreibungsrealität bei GPUs:

Michael Burry hat argumentiert, dass Unternehmen wie Meta, Oracle, Microsoft, Google und Amazon die GPU-Nutzungsdauer überschätzen und die Abschreibung unterschätzen, wobei er die tatsächliche Nutzungsdauer auf zwei bis drei Jahre veranschlagt.[^9] Ein Google-Architekt soll gesagt haben, dass Rechenzentrums-GPUs je nach Auslastung nur ein bis drei Jahre halten könnten, bedingt durch thermischen Stress statt Obsoleszenz.[^10]

Die Parallele zur Telekommunikationsblase

Investitionen in Technologie-Infrastruktur haben historisch Überkapazitäten produziert. Während des Glasfaserbooms (1995-2000) gaben Unternehmen schätzungsweise 2 Billionen Dollar für den Aufbau von 80-90 Millionen Meilen Glasfasernetzen aus.[^11] Bis 2001 blieben 95% als Dark Fiber – ungenutzte Kapazität, die auf Nachfrage wartete, die nie materialisierte.[^12]

Telekommunikationsblase vs. KI-Infrastruktur:

Cornings Aktie stürzte bis 2002 von 100 auf 1 Dollar ab. Global Crossing, WorldCom und 360networks meldeten Insolvenz an. Zwischen 2000 und 2002 verloren globale Telekomaktien über 2 Billionen Dollar an Marktwert.[^13]

AGI-Skepsis

Krishna bezweifelte, ob aktuelle Architekturen AGI überhaupt erreichen werden, und schätzte die Wahrscheinlichkeit auf „etwa 0-1%" ohne einen fundamentalen Durchbruch.[^14] Falls AGI unerreichbar bleibt, könnte die für AGI-Rechenkapazität gebaute Infrastruktur für tatsächliche Anwendungen überdimensioniert sein.

Gegenargumente

Die Führungsebenen der Hyperscaler präsentieren substantielle Gegenargumente zu Krishnas Kritik.

Nachfrage übersteigt Angebot

Amazon-CEO Andy Jassy erklärte, die Kapazität werde „so schnell verbraucht, wie wir sie tatsächlich bereitstellen".[^15] AWS' KI-Geschäft arbeitet mit „dreistelligem Jahr-über-Jahr"-Wachstum und expandiert „mehr als dreimal schneller in diesem Entwicklungsstadium als AWS selbst gewachsen ist".[^16] Das Cloud-Umsatzwachstum im Q3 2025 blieb robust: AWS +20% auf 33 Mrd. $, Azure +40%, Google Cloud +34% auf 15,15 Mrd. $.[^17]

Die globalen Cloud-Infrastrukturausgaben erreichten 95,3 Milliarden Dollar im Q2 2025, das vierte Quartal in Folge mit über 20% Wachstum.[^18] Die Nachfrage erscheint real und nicht spekulativ.

Das Argument der Wertkaskade

Befürworter argumentieren, dass sich die GPU-Nutzungsdauer durch „Wertkaskadierung" verlängert – die Umwidmung von Chips vom Training zur Inferenz zu Utility-Workloads.[^19] CoreWeaves CEO merkte an, dass ihre A100-Chips aus 2020 vollständig ausgebucht bleiben, wobei kürzlich verfügbare H100s sofort zu 95% der Originalpreise gebucht werden.[^20]

Training erfordert die neuesten Architekturen, aber Inferenz-Workloads – hochvolumig und hochprofitabel – laufen effizient auf älteren Chips. Der Fortschritt vom Training zur Inferenz zum Fine-Tuning verlängert potenziell die wirtschaftliche Lebensdauer auf fünf Jahre.

Strategische Wettbewerbsvorteile

Infrastrukturinvestitionen schaffen Barrieren, die späte Marktteilnehmer nicht replizieren können. Microsofts Azure-Infrastruktur verteidigt die Position im Enterprise-KI-Bereich. Googles Rechenkapazität schützt die Suche vor KI-Alternativen. Metas Trainingskapazität ermöglicht die Entwicklung von Foundation Models, die kleinere Wettbewerber nicht erreichen können.

Strategischer Wert jenseits des ROI:

Langfristige Zeithorizonte

Der Silberstreif der Telekommunikationsblase ist lehrreich: Die 2000 überbaute Glasfaser ermöglichte YouTube (2005), Netflix-Streaming (2007) und Cloud Computing (2006+).[^21] Günstige Bandbreite aus Überkapazität schuf völlig neue Geschäftsmodelle.

Ebenso würde KI-Infrastruktur-Überkapazität – falls sie sich materialisiert – GPU-Mietkosten senken und KI-Anwendungen ermöglichen, die derzeit unwirtschaftlich sind. Die Infrastruktur könnte sich als grundlegend erweisen, selbst wenn die ursprünglichen Investoren Verluste erleiden.

Entscheidungsrahmen für Infrastrukturplanung

Krishnas Kritik hat umsetzbare Implikationen für Organisationen, die KI-Infrastrukturinvestitionen evaluieren.

Infrastruktur-Strategie-Matrix:

Falls Krishna recht behält

Organisationen, die mieten statt bauen, bewahren Optionalität. Überkapazität würde H100-Preise unter die aktuellen 2,85-3,50 $/Stunde Richtung 1-2 $/Stunde treiben.[^22] Mietverträge mit Flexibilitätsklauseln übertreffen langfristige Verpflichtungen.

Zu beobachtende Indikatoren: - Hyperscaler-Auslastungsraten fallen unter 70% - GPU-Spotpreise fallen >20% Quartal-über-Quartal - CapEx-Prognosen werden in Earnings Calls reduziert - Große Projektabsagen oder -verzögerungen

Falls Krishna unrecht behält

Organisationen, die sich frühzeitig Kapazität gesichert haben, profitieren von Knappheitsprämien und festgeschriebenen Preisen. First-Mover-Vorteile bei KI-Anwendungen verstärken sich über Zeit. Infrastrukturengpässe würden etablierte Betreiber begünstigen.

Zu beobachtende Indikatoren: - Anhaltendes dreistelliges KI-Umsatzwachstum bis 2026 - GPU-Preisstabilisierung oder -anstiege - Erhöhungen der CapEx-Prognosen der Hyperscaler - Verzögerungen bei neuen Architekturveröffentlichungen

Abgesicherter Ansatz

Die meisten Organisationen sollten absichern statt direktional zu wetten:

1. 60-70% des aktuellen Bedarfs mieten – Flexibilität bewahren
2. Verbindliche Kapazität für 30-40% sichern – Verfügbarkeit für kritische Workloads garantieren
3. Flexibilitätsklauseln verhandeln – Skalierungsrechte ohne Strafen
4. Quartalsweise überwachen – Allokation basierend auf Marktsignalen anpassen

Professionelle Beratung

Infrastrukturentscheidungen dieser Größenordnung und Unsicherheit profitieren von erfahrener Perspektive.

Introls Netzwerk von 550 Außendienstingenieuren unterstützt Organisationen bei der Bewertung der Wirtschaftlichkeit von KI-Infrastruktur über Build-, Rent- und Hybrid-Strategien hinweg.[^23] Das Unternehmen belegte Platz #14 auf der Inc. 5000 2025 mit 9.594% Dreijahreswachstum, was die Nachfrage nach Infrastrukturberatungsdienstleistungen widerspiegelt.[^24]

Expertise an 257 globalen Standorten bietet Perspektive auf Infrastrukturinvestitionen unter verschiedenen Marktbedingungen.[^25] Introl verwaltet Deployments von bis zu 100.000 GPUs und bietet operative Einblicke in Auslastungsoptimierung und Kostenmanagement.[^26]

Wichtigste Erkenntnisse

Für Infrastrukturplaner: - Modellieren Sie sowohl Krishna-hat-recht- als auch Krishna-hat-unrecht-Szenarien, bevor Sie Kapital binden - Bevorzugen Sie Miete mit Flexibilitätsklauseln gegenüber eigener Infrastruktur, es sei denn, die Auslastung übersteigt 80% - Überwachen Sie Hyperscaler-Auslastungsraten und Preistrends quartalsweise - Bauen Sie Ausstiegsklauseln in mehrjährige Verpflichtungen ein

Für Finanzanalysten: - Achten Sie auf Änderungen der Abschreibungsrichtlinien, die auf Management-Bedenken hindeuten - Vergleichen Sie 5-6 Jahre buchhalterische Nutzungsdauer mit 1-3 Jahren wirtschaftlicher Realität - Verfolgen Sie KI-Umsatzwachstumsraten relativ zu CapEx-Wachstumsraten - Bewerten Sie das Risiko gestrandeter Assets in infrastrukturlastigen Portfolios

Für strategische Planer: - Erkennen Sie, dass Überkapazität Verbrauchern nutzt, selbst wenn sie Investoren schadet - Erwägen Sie den Second-Mover-Vorteil, falls Infrastrukturkosten um 30-50% sinken - Evaluieren Sie Wettbewerbsdynamiken, wenn Peers überinvestieren und Abschreibungen drohen - Bewahren Sie Optionalität durch hybride Cloud-Architekturen

Ausblick

Krishnas Kritik repräsentiert eine Minderheitsmeinung inmitten der Brancheneuphorie, aber die mathematische Analyse verdient ernsthafte Betrachtung. Die 380 Milliarden Dollar CapEx im Jahr 2025 erfordern beispiellose Umsatzgenerierung zur Rechtfertigung – Umsatzwachstum, das Jahre anhalten muss gegen Abschreibungszeiträume, die sich als optimistisch erweisen könnten.

Die Lösung der Debatte ist weniger wichtig als die Reaktion: Organisationen sollten absichern statt wetten. Mietflexibilität, Verhandlung von Konditionen, Überwachung von Signalen und Bewahrung von Optionalität. Ob Krishna sich als Prophet oder Querdenker erweist, vorbereitete Organisationen profitieren von Infrastrukturentscheidungen, die auf Szenarioanalyse statt auf Konsensannahmen basieren.

Wie Krishna selbst trotz seiner Infrastrukturskepsis anmerkte: „Ich denke, es wird Billionen von Dollar an Produktivität im Unternehmensbereich freisetzen, um das absolut klar zu sagen."[^27] Die Frage ist nicht, ob KI Wert schafft, sondern ob das aktuelle Niveau der Infrastrukturinvestitionen zum Zeitrahmen und zur Größenordnung dieser Wertschöpfung passt.

Referenzen

[Inhalt für Übersetzung gekürzt]