Perspectives 18.11.2026

KI zwischen Investitionsboom und Ertragsdruck

PERSPECTIVES | KI-Spezial

  • Sinkende Nutzungskosten eröffnen neue Einsatz­möglichkeiten für KI. Breite Produktivitäts­gewinne müssen sich jedoch erst durch­setzen.
  • Der Ausbau der Infrastruktur stützt die US-Konjunktur bereits heute und erhöht zugleich ihre Abhängigkeit vom Investitions­zyklus.
  • Für Anleger wird entscheidend, welche Unternehmen die hohen Ausgaben in tragfähige Erträge übersetzen können.

Der wirtschaftliche Erfolg künstlicher Intelligenz hat zwei unterschiedliche Zeit­pläne. Rechen­zentren werden gebaut, Chips bestellt und Software entwickelt. Diese Ausgaben schaffen schon heute hohe Nach­frage. Die Erträge, aus denen sich die massiven Investitionen lang­fristig finanzieren sollen, entstehen zum Groß­teil indes erst in der Zukunft. Genau zwischen diesen beiden Zeit­plänen liegen die Chancen und Risiken des KI-Booms.

Für Kapitalmarkt­anleger ist deshalb entscheidend, wie sich der technische Nutzen mone­tarisieren lässt und welche Unternehmen davon profitieren werden. Eine Technologie kann sich erfolgreich in der Breite durchsetzen und dabei zugleich Anbieter hinter sich lassen, deren Investitionen sich nicht amortisieren. Die Daten unserer aktuellen Assenagon Analyse offenbaren die beträchtlichen Einsatz- und Disruptions­möglichkeiten von KI und sie zeigen zugleich, wie viel von deren erfolg­reicher Um­setzung abhängt.

 

Sinkende Kosten erweitern die Einsatzmöglichkeiten


KI wird günstiger und leistungsfähiger. Der Modellvergleich zeigt: Ein Qualitätsniveau, wie es Ende 2024 erreichbar war, lässt sich im Jahr 2026 mit bis zu 70-mal geringeren Kosten erzielen. Auch wenn sich diese Auswertung auf einen standardisierten Leistungstest bezieht, der sich nicht pauschal auf jede Anwendung übertragen lässt, bleibt die wirtschaftliche Richtung eindeutig: Prozesse, für die sich ein Einsatz von KI bislang finanziell noch kaum lohnte, können rentabel werden. [1]

Abbildung 1: Entwicklung der Kosten und der Leistungsfähigkeit von KI im Zeitverlauf

Allerdings können geringere Kosten auch zusätzliche Nachfrage generieren. Auch wenn der Einsatz von KI mithin günstiger wird, kann der erhöhte Bedarf die Einsparungen aufzehren. Dieses als Jevons-Paradox bekannte Prinzip erklärt, weshalb effizientere Modelle und ein weiterer Ausbau der Infrastruktur miteinander vereinbar sind. Der Investitions­boom trägt selbst zum Wachstum bei. 

Der KI-Ausbau stützt bereits jetzt die Konjunktur, ohne dass daraus zwangsläufig ein ökonomischer Produktivitäts- oder Effizienzgewinn erkennbar wäre. Schon der Kauf von Ausrüstung, die Entwicklung von Software und der Bau von Rechenzentren erhöhen die Investitions­nachfrage. Der kurzfristige Wachstums­effekt entsteht damit früher als der mögliche längerfristige Gewinn an Leistungsfähigkeit.

Die ausgewerteten US-Daten illustrieren diese Größenordnung. Vom ersten Quartal 2025 bis zum ersten Quartal 2026 entfielen im Durch­schnitt rund 40 Prozent des ausgewiesenen realen BIP-Wachstums auf die betrachteten IT-Investitionen. Nach Gegen­rechnung der IT-Netto­importe waren es rund ein Viertel. Die Abgrenzung ist wichtig: Die Kategorien erfassen auch Investitionen ohne KI-Bezug. Diese Zahlen beziffern daher den Beitrag ausgewählter IT-Investitionen und keinen isoliert messbaren KI-Effekt. [2]

Abbildung 2: IT-Investitionen stützen das Wachstum und erreichen historische Höchststände

Die massiven Investitionen in KI schaffen eine konjunkturelle Abhängigkeit. Wenn Unternehmen ihre Ausbau­pläne zurücknehmen, könnte ein wichtiger Nachfrage­impuls nachlassen. Dafür ist kein Zusammen­bruch der Technologie erforderlich. Bereits vorsichtigere Investitions­entscheidungen würden ausreichen, um die Dynamik abzu­schwächen. Zugleich können Engpässe bei Energie, Bau und Ausrüstung die Bereit­stellung geplanter Kapazitäten begrenzen. Hinzu kommen zunehmend lokale Wider­stände. Bei den US-Zwischen­wahlen stimmten Wähler in 46 von 47 lokalen Abstimmungen über Rechen­zentren für eine Begrenzung des Ausbaus. [7] Neben die physischen Engpässe tritt damit ein Genehmigungs- und Standort­risiko, das geplante Kapazitäten verzögern oder verteuern kann.
 

Der historische Vergleich zeigt die mögliche Fallhöhe


Die nominalen privaten Investitionen in IT-Ausrüstung und Software erreichten 2025 rund 4,5 Prozent des US-Bruttoinlands­produkts. Damit lagen sie leicht über dem Hoch von 2000 von 4,4 Prozent. Nach dem damaligen Technologie­boom sank diese Quote bis 2002 um knapp einen Prozent­punkt des BIP. Bauten für Rechen­zentren sind in dieser Zeitreihe nicht enthalten. [2]

Der historische Vergleich gibt einen Maßstab für die Bedeutung des heutigen Investitions­zyklus. Eine ähnliche Quote beweist jedoch weder eine gleichartige Übertreibung noch einen bevorstehenden Einbruch. Dafür müssten auch Geschäfts­modelle, Finanzierung und Ertrags­aussichten vergleichbar sein. Die historische Erfahrung macht vor allem deutlich, dass selbst ein lang­fristig erfolg­reicher technologischer Wandel mit erheblichen Schwankungen der Investitions­tätigkeit einhergehen kann.
 

Die Nutzung wächst schneller als der messbare Nutzen


Die Verbreitung von KI schreitet rasch voran und eilt dem wirtschaft­lichen Produktivitäts­gewinn voraus. Im Euroraum stieg der Anteil der Beschäftigten, die KI am Arbeits­platz nutzen, von 26 Prozent im Jahr 2024 auf 52 Prozent im Jahr 2026. Gleich­zeitig hat die große Mehrheit der in einer inter­nationalen Unter­suchung befragten Unternehmen bislang keinen Produktivitäts­effekt in den zurück­liegenden drei Jahren berichtet. [3]

Abbildung 3: Die Nutzung von KI ist ihren messbaren Produktivitätseffekten voraus

Diese Befunde sind kein zwingender Widerspruch. Einzelne Prozesse lassen sich mit KI schneller abwickeln, während die Umstellung gan­zer Arbeitsabläufe und die Integration von KI mehr Zeit in Anspruch nehmen. Unternehmen müssen Anwendungen integrieren, Beschäftig­te schulen und Ergebnisse kontrollieren. Ein Zeit­gewinn durch KI an einzelnen Stellen bedeutet deshalb noch nicht automatisch einen Effizienz­gewinn und höheren Output für das gesamte Unternehmen. Demgegenüber verzeichnet eine Studie der Europäischen Investi­tions­bank bereits erste Effizienzgewinne durch KI in Höhe von 4 Prozent mehr Umsatz pro Beschäftigtem. Auch in den Ergebnis­gesprächen börsen­notierter Unternehmen werden positive Produktivitäts­effekte zunehmend häufiger erwähnt. [3, 4] 

Sinkende Nutzungs­kosten könnten den Einsatz von KI in weiteren Prozessen ermöglichen und Effizienz­gewinne verbreitern. Daraus ent­stünde wiederum Ertrags­potenzial für weitere Investitionen in KI. Wie stark der makro­ökonomische Effekt tatsächlich ausfallen wird, bleibt offen.
 

Für Berufseinsteiger zeigen sich erste Veränderungen


Am US-Arbeitsmarkt deuten die ausgewerteten Untersuchungen auf besondere Belastungen für junge Beschäftigte hin. In Berufen, deren Aufgaben sich stark durch KI automatisieren lassen, sinkt die Beschäftigung der 22- bis 25-Jährigen vor allem durch weniger Neuein­stellungen. Bei erfahrenen Beschäftigten zeigt sich kein vergleichbarer Rückgang. [5]

Daraus lässt sich bislang kein breiter KI-bedingter Stellen­abbau ableiten. Für die weitere Entwicklung wird die Frage zentral sein, ob und inwieweit Personal gänzlich durch KI ersetzt werden wird oder ob die KI Beschäftigte bei ihren Tätigkeiten assistierend unterstützt. Davon dürfte auch die gesell­schaftliche Akzeptanz des Ausbaus abhängen, deren Grenzen sich in den lokalen Abstimmungen über Rechen­zentren bereits zeigen. Eine stärkere Ausrichtung auf die Ergänzung menschlicher Arbeit und auf messbare Produktivitäts­gewinne könnte die Akzeptanz fördern und damit langfristig auch die Ertrags­basis des Ausbaus stärken. 
 

Hohe Investitionen erhöhen den Druck auf künftige Erträge


Besonders sichtbar wird die finanzielle Dimension bei den großen Cloud­anbietern Alphabet, Amazon, Microsoft, Meta und Oracle. Im Jahr 2025 erreichten ihre Ausgaben für Sach­anlagen im Durch­schnitt rund 32 Prozent des Umsatzes. Für 2026 schätzte die Bank für Internatio­nalen Zahlungs­ausgleich (BIS) im Juni eine Quote von rund 48 Prozent. Zugleich schätzt sie die Brutto­schulden­emissionen der fünf Unterneh­men für 2026 auf rund 175 Milliarden US-Dollar. Die Prämien für Kredit­ausfall­versicherungen (Credit Default Swaps) entwickeln sich im KI-Bereich zuletzt ungünstiger als im BBB-Vergleich. Sollten künftige Erträge enttäuschen, könnten sie sich weiter erhöhen. [4]

Abbildung 4: Investitionen und Bruttoschuldenemissionen der großen Cloudanbieter

Mehr zum Rekord­emissions­volumen der Hyper­scaler und wie dieses die globalen Anleihe-Indizes verändert, erfahren Sie hier in unserer aktuellen Assenagon Credit-Studie.
 

Finanzierung und Absatz hängen teilweise am selben Kunden

Hinzu kommen enge Verflechtungen innerhalb der Branche. Bei sogenannten zirkulären Finanzierungen stellt beispielsweise ein Chip- oder Cloud­anbieter einem Kunden Kapital zur Verfügung und verkauft ihm zugleich Hardware oder Rechen­leistung. In der ausgewerteten BIS-Stichprobe von 1.246 KI-Unternehmen entfielen 2021 bis 2025 rund 16 Prozent der KI-zu-KI-Deals auf solche Strukturen. Ihr Anteil am offengelegten Deal-Volumen lag bei 46,4 Prozent. [6]

Abbildung 5: Finanzierung und Absatz können am selben Kunden hängen
Illustration: Anbieter finanziert und beliefert seinen Kunden

Ein Beispiel für eine solche zirkuläre Finanzierung ist die Vereinbarung zwischen Microsoft, Nvidia und Anthropic vom November 2025. Microsoft und Nvidia sagten Investitionen von bis zu 5 beziehungs­weise 10 Milliarden US-Dollar zu. Zugleich verpflichtete sich Anthropic, Cloud-Kapazität bei Microsoft für 30 Milliarden US-Dollar abzunehmen und zusätzlich Rechen­kapazität von bis zu einem Giga­watt auf Basis von Nvidia-Systemen zu beziehen. Beide Investoren sind damit zugleich Lieferanten: Microsoft über die Cloud, Nvidia über die Chips, auf denen die Kapazität läuft. [8]

Solche Vereinbarungen können den Ausbau ermöglichen und sind für sich genommen noch kein Beleg für nicht tragfähige Geschäfte. Die Zirkularität birgt jedoch Risiken. Denn strukturell finanzieren Anbieter ihre Kunden und profitieren von deren Käufen. Absatz und Beteiligungswert hängen am Erfolg desselben Kunden. Falls dessen Erträge sodann enttäuschen, können Auf­träge und Beteiligungs­werte zugleich nachgeben und sich Finanzierungen verteuern. Diese Rück­kopplungseffekte wirken prozyklisch auf die Investitions­tätigkeit.
 

Für Kapitalmarktanleger zählt die Tragfähigkeit der Erträge


Die Daten zeichnen ein differenziertes Bild. KI hat das Potenzial, die Leistungs­fähigkeit von Unternehmen zu erhöhen. Ihr Ausbau stützt bereits die Nachfrage. Gleichzeitig steigen die Anforderungen an die künftigen Erlöse der Anbieter. Ein erfolgreicher technologischer Wandel kann deshalb mit sehr unterschiedlichen Anlage­ergebnissen innerhalb der Branche einhergehen.

Bei Aktien kommt es darauf an, welche Unternehmen aus der Nutzung oder Bereit­stellung von KI dauerhaft zusätzliche Gewinne erzielen können und welche Erwartungen im jeweiligen Kurs bereits eingepreist sind. Dabei können auch Anwender profitieren, die KI zur Verbesserung bestehender Prozesse einsetzen. Eine pauschale Aussage zur Attraktivität von KI-Aktien lässt sich aus den hier betrachteten Investitions- und Produktivitäts­daten nicht ableiten.

Bei Unternehmens­anleihen rücken die Trag­fähigkeit der Cashflows, der Finanzierungs­bedarf und die Verpflichtungen gegenüber Geschäfts­partnern in den Vordergrund. Für die gesamt­wirtschaftliche Einschätzung bleibt vor allem zu beobachten, ob sich der Investitions­impuls verbreitert oder ob das Wachstum zunehmend von wenigen sehr großen Ausgaben­programmen abhängt. Zudem treffen die umfang­reichen Neuemissionen von Anleihen durch die Hyper­scaler auf einen bereits hohen Kapital­bedarf der Staaten. Dies könnte den Aufwärts­druck auf die Renditen lang­fristiger Anleihen verstärken.

Diversifikation verlangt in diesem Umfeld einen Blick auf gemeinsame wirtschaft­liche Abhängigkeiten. Verschiedene Unternehmen und Anlage­klassen können demselben Investitions­zyklus ausgesetzt sein, etwa wenn ein Aktien­investment in einen Ausrüster und eine Anleihe eines Cloud­anbieters beide vom weiteren Kapazitäts­ausbau profitieren. Wie stark solche Risiken im Portfolio zusammen­wirken, muss jeweils gesondert geprüft werden.

Die entscheidende Bewährungs­probe des KI-Booms liegt damit in der Umsetzung: Aus niedrigeren Nutzungs­kosten müssen wirtschaftlich sinnvolle Anwendungen entstehen, aus hohen Investitionen dauerhaft tragfähige Erträge. Wie gut dies gelingt, dürfte darüber entscheiden, wie belastbar der heutige Wachstums­schub ist und wo sich für Anleger langfristige Chancen ergeben.

 

Quellen und Datenstände

[1] Epoch AI, Modellkosten und GPQA-Diamond-Leistungstest; eigene Berechnungen. Preisstand 3. August 2026; Modelljahrgänge bis Juli 2026. 

[2] Federal Reserve, FEDS Notes vom 17. Juli 2026; BEA vom 25. Juni und 30. September 2026 über FRED; eigene Berechnungen. BIP-Datenstand: Juni 2026; IT-Investitionsquote: 30. September 2026. 

[3] EZB, Consumer Expectations Survey vom 26. August 2026; Yotzov et al., Firm Data on AI, März 2026, Befragung November 2025 bis Januar 2026; EIB Working Paper 2026/02. 

[4] BIS, Annual Economic Report 2026; S&P Global Market Intelligence; SEC/Unternehmensberichte. Datenstand Juni 2026. 

[5] Stanford Digital Economy Lab/ADP, Canaries Dashboard vom 23. September 2026 und Studie vom August 2026; Yale Budget Lab vom 15. September 2026; Indeed/FRED, Federal Reserve, Abruf 15. Oktober 2026. 

[6] BIS, Stichprobe zu 1.246 KI-Unternehmen, Zeitraum 2021 bis 2025; eigene Darstellung. Datenstand: Oktober 2026. 

[7] Ballotpedia, Ballot Measures zu Rechenzentren 2026, Stand 13. November 2026, eigene Auswertung.

[8] Microsoft, NVIDIA und Anthropic, “Microsoft, NVIDIA and Anthropic announce strategic partnerships”, Official Microsoft Blog vom 18. November 2025.