Der enorme KI-Fußabdruck im Privatkreditgeschäft verschleiert wachsende Risiken: Altaf Kassam

- von Altaf Kassam

LONDON, 29. Okt (Reuters) - Ein Großteil des derzeitigen massiven Ausbaus im Bereich der KI wird mit Instrumenten finanziert, die nicht gehandelt werden (link). Für Investoren stellt sich daher nun nicht nur die Frage, ob sich KI auszahlen wird, sondern auch, wie sie erkennen können, ob sie aus dem Ruder läuft.

Während Hyperscaler wie Meta Platforms META.O, Alphabet GOOGL.O und Amazon AMZN.O im vergangenen Jahr die öffentlichen Anleihemärkte in Anspruch genommen haben, um ihre rekordverdächtigen KI-Infrastrukturpläne zu finanzieren, findet ein Großteil der Finanzierung in diesem Sektor hinter verschlossenen Türen statt – über private Kreditfonds, Infrastrukturvehikel und Joint Ventures.

Da es keine Marktpreise als Anhaltspunkt gibt, werden diese Beteiligungen von ihren Managern – in der Regel vierteljährlich – anhand von Modellen erwarteter Cashflows und Vergleichen mit ähnlichen Transaktionen bewertet. Das ist gängige Praxis und sollte, wenn es gut gemacht wird, eine gute erste Annäherung liefern. Aber es ist nur eine Annäherung, und diese Bewertungen entwickeln sich tendenziell langsamer als die Märkte.

Dieser Prozess kann die Volatilität künstlich niedrig halten und sogenannte „geglättete Bewertungen“ erzeugen, wodurch es so aussehen kann, als würden private Kredite höhere Renditen bei geringerem Risiko erzielen. In Wirklichkeit ist das Risiko jedoch meist nach wie vor vorhanden; es wird lediglich nicht genau gemessen.

Dieses Problem gewinnt zunehmend an Bedeutung, da das Volumen der KI-bezogenen Privatkredite nicht mehr marginal ist. Die Organisation für wirtschaftliche Zusammenarbeit und Entwicklung (OECD) schätzt, dass KI-bezogene Transaktionen im Jahr 2025 34 Prozent (link) der weltweiten Privatkreditgeschäfte ausmachten – doppelt so viel wie im Fünfjahresdurchschnitt.

Die Bank of England schätzt zudem (link), dass etwa 700 Milliarden US-Dollar der Ausgaben für Rechenzentren im Zeitraum 2026–2028 durch private Kredite finanziert werden. Das ist eine gewaltige Summe für einen Markt, den der Finanzstabilitätsrat (FSB) – eine globale Aufsichtsbehörde – Ende 2024 auf 1,5 bis 2 Billionen US-Dollar (link) geschätzt hat.

Kurz gesagt: KI entwickelt sich rasch zum wichtigsten Einzelthema dieser Anlageklasse.

https://www.reuters.com/graphics/AI-PRIVATECREDIT/VALUATIONS/zgpodelbkvd/chart.png

MARK-TO-MODEL

Die von privaten Kreditgebern in diesem Bereich verwendeten Bewertungsmodelle haben enormen Einfluss und müssen daher robust sein, auch wenn sie – wie alle Modelle – niemals perfekt sein werden.

Damit ein Bewertungsmodell jedoch nützlich ist, müssen seine Annahmen robust sein, und einige der Annahmen bei KI-Kreditgeschäften könnten fragil sein.

Zum einen gibt es das Problem der Sicherheiten. Die physische Struktur eines KI-Rechenzentrums macht nicht den Großteil der Kosten oder des erwarteten Werts des Gesamtvermögens aus. Laut JPMorgan Asset Management entfallen auf das Gebäude in der Regel nur etwa 30 Prozent der Kosten. Die Chips und die Ausrüstung machen die restlichen 70 Prozent aus. Kreditgeber akzeptieren diese Chips zunehmend als Sicherheit.

Doch die Werte der Chips sind alles andere als stabil. Der Stundensatz, den große Cloud-Anbieter für die Anmietung von Nvidias NVDA.O H100 – dem Arbeitspferd unter den KI-Chips des jüngsten Zyklus – verlangen, ist laut dem Datenanbieter Silicon Data (link) seit Anfang 2025 regionenübergreifend um 25 bis 50 Prozent gesunken, und bei kleineren Spezialanbietern liegen die Preise noch tiefer. Ein Modell, das für den Großteil des Vermögenswerts veraltete Werte zugrunde legt, wird sicherlich nicht von Nutzen sein.

VIEL LÄRM UM NICHTS?

Man könnte argumentieren, dass diese Sorge übertrieben ist: Die Emittenten hinter den größten KI-Projekten gehören zu den kreditwürdigsten Unternehmen der Welt. Zudem bleiben die Ausfallraten bei privaten Krediten niedrig.

Und für einen geduldigen Anleger, der ein Darlehen bis zur Fälligkeit hält, sind die seltenen Bewertungen privater Kredite wohl eher ein Vorteil als ein Nachteil. Wenn der Kreditnehmer weiterhin zahlt, warum sollte man die Bewertung des Darlehens dann jedes Mal herabsetzen, wenn die Märkte ins Wanken geraten?

Diese Logik funktioniert bei geschlossenem Kapital mit langem Zeithorizont. Sie funktioniert weniger gut, wenn Anleger aussteigen können.

Und wir sehen bereits erste Anzeichen dafür. Blue Owl Capital OWL.N, einer der größten Kreditgeber für Rechenzentren, hat die Rücknahmen aus seinen Privatkreditfonds in diesem Jahr nach massiven Rückzugsanträgen zweimal auf 5 Prozent begrenzt.

Halbliquide Fonds, die regelmäßige Rücknahmen zum festgelegten Vermögenswert anbieten, schaffen das, was das FSB als „First-Mover-Anreiz“ bezeichnet. Angenommen, ein Fonds bewertet seine Kredite mit 100 Cent pro Dollar, aber ein Käufer würde heute nur 90 Cent zahlen. Anleger, die als Erste ihre Anteile zurückgeben, werden zum Nennwert ausgezahlt. Die Differenz geht zu Lasten derjenigen, die bleiben, sobald die Bewertungen nachziehen.

SEIEN SIE NICHT DER LETZTE, DER ES ERFÄHRT

Dieses Thema gewinnt derzeit an Bedeutung, da zwei Trends zusammenlaufen. Der Ausbau der KI stützt sich immer stärker auf privates Kapital – genau zu dem Zeitpunkt, an dem private Märkte für normale Sparer geöffnet werden (link).

In Großbritannien haben sich die größten betrieblichen Altersvorsorgeanbieter im Rahmen des „Mansion House Accord“ verpflichtet, bis 2030 10 Prozent ihrer Standardfonds (link) in private Märkte zu investieren. In den USA werden 401(k)-Altersvorsorgekonten (link) für alternative Anlagen geöffnet. Das FSB schätzte, dass Privatanleger im Jahr 2024 bereits rund 13 Prozent (link) der weltweiten privaten Kredite hielten – ein Anstieg gegenüber dem Stand von vor fast einem Jahrzehnt.

https://www.reuters.com/graphics/AI-PRIVATECREDIT/VALUATIONS/egpbgweglvq/chart.png

Die meisten Altersvorsorgesparer wählen ihre Anlagen nicht aktiv aus. In den USA hielten 59 Prozent der Teilnehmer an von Vanguard verwalteten betrieblichen Altersvorsorgeplänen (link) im Jahr 2024 ihr gesamtes Guthaben in einem einzigen Zielterminfonds. In Großbritannien sind laut der Financial Conduct Authority (link) mehr als 90 Prozent der betrieblichen Altersvorsorgesparer in die Standardstrategie ihres Systems investiert. Der marginale Käufer der am wenigsten transparenten AI-Anleihen könnte also zunehmend aus Sparern bestehen, die den Quartalsbericht eines Fonds niemals lesen werden.

Bei früheren Technologiebooms kam das „späte Geld“ über die öffentlichen Märkte – von Daytradern, die im Jahr 2000 Dotcom-Aktien kauften. Sollte dieser Boom schlecht enden, könnte das „späte Geld“ über Pensionsfonds fließen, zu Preisen, die von Modellen festgelegt werden. Und anders als der Dotcom-Investor wird der Sparer den Verlust nicht in Echtzeit miterleben. Er wird davon erst erfahren, wenn die Bewertungen nachgeben oder wenn er versucht, auszusteigen.

(Die hier geäußerten Meinungen stammen von Altaf Kassam, CFA, dem Gründer von Reference Portfolio Partners, einem Anlageberater und ehemaligen Leiter der Anlagestrategie bei State Street Investment Management.)

Gefällt Ihnen diese Kolumne? Schauen Sie sich Reuters Open Interest (ROI) (link) an, Ihre unverzichtbare neue Quelle für globale Finanzkommentare. Folgen Sie ROI auf LinkedIn, (link) und X. (link)

Und hören Sie sich den täglichen Podcast „Morning Bid“ (link) auf Apple (link), Spotify (link) oder in der Reuters-App (link) an. Abonnieren Sie den Podcast, um zu hören, wie Reuters-Journalisten sieben Tage die Woche die wichtigsten Nachrichten aus den Märkten und der Finanzwelt diskutieren.

(Als Service bietet die Nachrichtenagentur Reuters eine automatische Übersetzung einiger englischer Artikel in eine Reihe von Sprachen an, darunter auch Deutsch. Da durch eine maschinelle Übersetzung Fehler entstehen können und der notwendige Kontext möglicherweise fehlt, übernimmt Reuters keine Gewähr für die Korrektheit der automatisch übersetzten Texte. Sie werden ausschließlich als Service zur Verfügung gestellt. Reuters lehnt eine Haftung für etwaige Schäden oder Verluste jeglicher Art ab, die aus der Nutzung der automatischen Übersetzungen entstehen.)