Das stärkste Argument für die Bullen lautet: Diesmal ist es anders. Und in einem entscheidenden Punkt stimmt das. Die Unternehmen, die heute Rechenzentren im Umfang von Kleinstädten bauen, sind keine verlustmachenden Plattform-Visionen von 1999. Alphabet macht Gewinn. Meta macht Gewinn. Microsoft macht Gewinn. Ihre Bilanzen tragen die Investitionen, ohne dass sie sich über Kapitalmarktzugang retten müssen. Das KGV des Sektors liegt strukturell unter den Dotcom-Höchstständen, und die Magnificent Seven — also Alphabet, Amazon, Apple, Meta, Microsoft, Nvidia und Tesla — vereinen zwar rund 34 Prozent der Marktkapitalisierung des S&P 500, aber hinter dieser Konzentration stecken tatsächlich Erträge.

Soweit der Steelman. Das Problem sitzt eine Ebene tiefer.

Die Effizienz-Achse ist die unbequeme. Sie fragt nicht, ob die Unternehmen profitabel sind, sondern ob das eingesetzte Kapital eine angemessene Rendite erwirtschaftet. Alphabet verdoppelte seine KI-Investitionen im zweiten Quartal 2026 auf 44,9 Milliarden US-Dollar — in einem Quartal. Für das Gesamtjahr 2026 plant das Unternehmen 195 bis 205 Milliarden Dollar. Google Cloud wächst stark, aber das Cloud-Segment muss diese Summe erst einmal einspielen. Direkter KI-Umsatz — also Erlöse, die spezifisch aus dem Einsatz von KI-Modellen und nicht aus allgemeinem Cloud-Wachstum stammen — lässt sich aus den aggregierten Quartalszahlen kaum herausschälen. Die Unternehmen berichten CapEx en bloc, nicht nach Technologie-Segmenten.

Das ist die Lücke, auf die Analysten bei Bridgewater und J.P. Morgan Asset Management hinweisen: Die Ausgaben sind transparent, die Kausalität zwischen Infrastrukturaufbau und zuzurechnendem Umsatzwachstum bleibt es nicht.

Gut darin, die Nachfrage als Rechtfertigung zu benennen — und deutlich schwächer darin, die Rendite dieser Nachfrage zu beziffern.

Die Telekommunikationsblase um 2000 liefert keine perfekte Blaupause, aber eine nützliche Warnung. Damals wurden Glasfasernetze verlegt, die technisch real und infrastrukturell bedeutsam waren — und trotzdem führten überdimensionierte Investitionen in eine jahrelange Konsolidierung, weil die Monetarisierung ausblieb. Die Technologie war nicht falsch. Der Kapitaleinsatz war falsch dimensioniert gegen die erreichbare Marge. KI-Rechenzentren haben eine vergleichbare Logik: Das Asset entsteht, aber seine Amortisation hängt an Anwendungen, die sich noch entwickeln müssen.

Ein eigenes Risikoregister verdient das Segment unterhalb der Hyperscaler. OpenAI und Anthropic wachsen schnell — aber ihr Umsatz ist gemessen an den Infrastrukturausgaben der Branche gering, und ihre Finanzierung hängt an Bewertungsrunden, nicht an freiem Cashflow. Die EZB erhöhte im Juni 2026 unerwartet die Zinsen um 0,25 Prozentpunkte. Banker schätzen, dass das Volumen KI-bezogener Schulden die Emissionstätigkeit im Investment-Grade-Markt 2026 erstmals über zwei Billionen US-Dollar treiben könnte. Hochverschuldete Start-ups, die Rechenzentrums-Leasingverträge zur Vorfinanzierung nutzen, sind in diesem Zinsumfeld verwundbar — nicht weil KI scheitert, sondern weil ihre Finanzierungsstruktur keinen Spielraum lässt.

Der Markt preist das Versprechen. Die Bilanz zeigt den Aufwand. Die Lücke zwischen beiden hat einen Namen: Risikopremium, das bisher niemand verlangt.

Das müsste sich nicht wiederholen. Es gibt Wege, auf denen die Monetarisierung die Investition einholt — genug Unternehmenskunden zahlen, genug Produktivitätsgewinn ist messbar, genug Marge bleibt nach Infrastrukturkosten übrig. Aber das sind Szenarien, keine Bilanzen.

Die Rechnung kommt. Wann, ist offen. Dass sie kommt, steht im Geschäftsbericht.