IBMs Chef beziffert Zinsrechnung der KI auf 800 Mrd. Dollar

Der Satz, der nicht zur KI-Boom-Erzählung passt

IBMs eigener Chairman und CEO hat einem großen Technologie-Podcast gerade öffentlich gesagt, dass die Rechnung hinter den größten Infrastrukturwetten der Branche nicht aufgeht. Im Gespräch mit Nilay Patel im Decoder-Podcast von The Verge im August 2026 legte Arvind Krishna eine einfache Rechnung vor: Ein Gigawatt KI-Rechenzentrumskapazität zu bauen koste seiner eigenen Schätzung nach allein rund 60 bis 80 Milliarden Dollar an Chips. Multipliziert mit den weltweit bereits zugesagten rund hundert Gigawatt ergibt das 6 bis 8 Billionen Dollar. Am oberen Ende dieser Spanne, so Krishna, brauche allein die Zinslast auf dieses Kapital rund 800 Milliarden Dollar Gewinn pro Jahr, nur zur Bedienung - bevor davon auch nur die Hardware selbst bezahlt ist. "Dass so viel zusätzlicher Umsatz da sein soll, glaube ich nicht", sagte er und fügte hinzu, bei der Hälfte der heutigen Ausgabenhöhe gehe die Rechnung "vollkommen auf", bei der doppelten Höhe würden manche Unternehmen schlicht keine ausreichende Rendite erzielen.

Nichts davon liest sich wie die These eines Hedgefonds-Leerverkäufers oder ein Aktivisten-Slogan. Es ist der CEO eines Unternehmens, das drei Jahrzehnte lang Unternehmens-IT-Infrastruktur gebaut und verkauft hat, und der dieselbe Art von Einheitswirtschaftsrechnung aufmacht, die ein Finanzvorstand vor der Unterschrift unter eine Kapitalbindung anstellen würde - und dabei auf eine Zahl kommt, die nicht aufgeht.

Das ist kein einmaliges Zitat

Der Grund, die Zahl ernst zu nehmen, ist, dass Krishna sie sich nicht für ein einzelnes Interview ausgedacht hat. Er vertrat exakt dasselbe Argument mit der exakt gleichen Schätzung von 60 bis 80 Milliarden Dollar pro Gigawatt bereits im Podcast In Good Company von Norges Bank Investment Management mit Nicolai Tangen im Mai 2026 - vier Monate, ein Quartalsergebnis und ein völlig anderer Interviewer und ein anderes Publikum, bevor er sie im Decoder-Podcast wiederholte. Ein einzelner markanter Soundbite kann eine einstudierte Zeile für einen bestimmten Moment sein. Dieselbe konkrete Einheitswirtschaftsrechnung, die zwei nicht abgesprochene, ausführliche Gespräche im Abstand von Monaten übersteht, ähnelt eher einem Modell, das Krishnas Team intern tatsächlich nutzt, als einem für einen einzelnen Nachrichtenzyklus produzierten Slogan.

Dieser Unterschied zählt für jeden, der entscheiden muss, wie viel Gewicht er der Behauptung beimisst. Ein einmaliges Zitat wirft die Frage nach Kontext und Tagesstimmung auf; eine Zahl, die konsistent über zwei getrennte Interviews im Abstand von vier Monaten und einem Produktzyklus wiederholt wird, wirft die schwierigere Frage auf, welche Beweise sie widerlegen würden.

Warum es wichtig ist, wer das sagt

Warum es zählt: IBM ist in der Debatte um die Wirtschaftlichkeit von KI-Infrastruktur kein neutraler Schiedsrichter, und genau das macht die Zahl prüfenswert statt abtünd. IBMs Unternehmens-KI-Geschäft basiert auf Software, Beratung und kleineren, massgeschneiderten Implementierungen für Firmenkunden, nicht auf dem Hyperscale-Rechenzentrumsausbau, den Amazon, Alphabet, Microsoft und Meta finanzieren - allein diese vier Unternehmen gaben 2026 725 Milliarden Dollar für KI-Infrastruktur aus, ein Plus von 77 Prozent gegenüber dem Vorjahr. Kühlt sich das kapitalintensive Wettrennen der Hyperscaler ab, wirkt IBMs langsameres, margenstärkeres Unternehmensmodell für dieselben Firmenkunden, an die sich Krishna wendet, relativ attraktiver. Dieses kommerzielle Interesse macht seine Rechnung nicht falsch - die Kostenschätzung pro Gigawatt und die Zinsdeckungsrechnung lassen sich anhand öffentlicher Investitionsangaben überprüfen -, aber es ist eine Tatsache, die jeder Eigentümer, der seine Warnung abwägt, zusammen mit der Zahl selbst im Blick behalten sollte.

In derselben Woche, in der Krishnas Äußerungen kursierten, meldete Applied Materials Rekordquartalsumsätze und hob die Prognose für 2026 auf ein Wachstum der Halbleiterausrüstungsausgaben von mehr als 30 Prozent an - ein Ergebnis, das vollständig auf der Annahme beruht, dass der von Krishna infrage gestellte Ausbau weiter beschleunigt. Applied Materials verkauft die Werkzeuge, mit denen die Fabriken gebaut werden, die die Chips herstellen, die in die Rechenzentren gehen - das Unternehmen profitiert davon, dass Kapital ausgegeben wird, unabhängig davon, ob sich diese Ausgabe für die ausgebenden Unternehmen je auszahlt. Zwei Unternehmen, dieselbe Woche, zwei völlig unterschiedliche wirtschaftliche Interessen daran, ob Krishna recht hat.

Das Fazit für jeden, der einen KI-Infrastrukturvertrag unterschreibt

Das Fazit: Die richtige Reaktion auf eine solche Warnung ist weder, sie zu akzeptieren, weil eine glaubwürdige Insiderin sie ausgesprochen hat, noch, sie abzutun, weil dieser Insider etwas davon hätte, wenn sie sich als richtig erweist. Richtig ist, die konkreten, überprüfbaren Behauptungen - 60 bis 80 Milliarden Dollar an Chips pro Gigawatt, 6 bis 8 Billionen Dollar Gesamtausgaben, rund 800 Milliarden Dollar nötiger Jahresgewinn zur Zinsdeckung am oberen Ende dieser Spanne, und zwei bis drei überlebende Modellunternehmen gegenüber einem Markt, der sechs bis zwölf einpreist - als Modell zu behandeln, an dem man die eigene Exponierung testet, nicht als Urteil, das man aufgrund des Rufs der aussagenden Person annimmt oder verwirft.

Für jeden Eigentümer oder Betreiber mit mehrjährigen KI-Infrastrukturverpflichtungen - ob Cloud-Vertrag, Colocation-Mietvertrag oder Abhängigkeit von einer kleinen Zahl führender Modellanbieter - ist die praktische Übung einfach: Krishnas eigene Zahlen gegen die konkreten Anbieter in den eigenen Verträgen laufen lassen und eine Konzentration auf zwei oder drei Gegenparteien statt der sechs bis zwölf, die der Markt derzeit einpreist, als Basisfall für die Planung behandeln, nicht als Randrisiko, gegen das man sich lediglich absichert.

Weiterlesen: AMD übertraf alles. Die Aktie fiel um 8 Prozent  |  Anthropic will für 6 Mrd. Dollar Rechenkosten senken