Die Milliardenfrage hinter dem KI-Rohstoff Rechenleistung

Rechenleistung entwickelt sich zu einer wirtschaftlichen Ressource, deren künftiger Preis erstmals an regulierten Terminbörsen gehandelt werden soll. Doch der für Oktober angekündigte Start entsprechender Futures ist ausgeblieben. Die amerikanische Aufsichtsbehörde prüft die neuartigen Kontrakte genauer. Gleichzeitig wächst bei Banken und Investoren die Skepsis, wie lange teure KI-Chips als werthaltige Sicherheiten für Milliardenkredite dienen können. Damit rückt eine Frage in den Mittelpunkt: Wie zuverlässig lässt sich der wirtschaftliche Wert von Rechenleistung überhaupt bestimmen?

Der geplante Börsenstart ist vorerst gescheitert

Am 5. Oktober 2026 sollte ein neuer Markt entstehen. Die amerikanische Börsengruppe CME wollte gemeinsam mit dem Datendienstleister Silicon Data erstmals standardisierte Terminkontrakte auf die Mietpreise leistungsfähiger KI-Prozessoren anbieten. Die beiden geplanten Futures beziehen sich auf Nvidias H100 und den neueren B200-Chip. Ihr Wert soll sich an Preisindizes orientieren, die die Kosten für gemietete GPU-Rechenleistung erfassen.

Doch der Handel begann nicht wie angekündigt. Bereits Ende September verschob die CME den Start wegen einer noch laufenden regulatorischen Prüfung. Ein neuer Termin steht bislang nicht fest.

Die zuständige US-Terminmarktaufsicht Commodity Futures Trading Commission (CFTC) hat ihre Prüfung um 45 Tage bis zum 9. November verlängert. Zur Begründung verweist sie auf neuartige und komplexe Fragen, die mit den geplanten Finanzprodukten verbunden sind.

Die Verlängerung bedeutet weder eine Ablehnung noch eine automatische Genehmigung. Auch der 9. November ist kein verbindlicher neuer Handelsstart. Damit bleibt ein Vorhaben vorerst in der Schwebe, das den Finanzmarkt für künstliche Intelligenz um eine neue Dimension erweitern könnte.

Warum die Aufsicht genauer hinsieht

Bereits im August hatte das Sachwert Magazin unter dem Titel »Rechenleistung wird zur neuen Rohstoff-Wette« untersucht, weshalb die Kapazität leistungsfähiger Grafikprozessoren zunehmend wie ein wirtschaftlicher Rohstoff behandelt wird. Anders als bei klassischen Rohstoff-Futures soll dabei jedoch weder Gold noch Öl oder ein anderer physischer Gegenstand gehandelt werden. Im Mittelpunkt steht der zukünftige Mietpreis für die Nutzung bestimmter KI-Prozessoren.

Das könnte Unternehmen helfen, ihre Rechenkosten langfristig kalkulierbarer zu machen. Anbieter von KI-Diensten, die große Mengen GPU-Leistung benötigen, wären dadurch möglicherweise weniger stark von schwankenden Mietpreisen abhängig. Doch für einen funktionierenden Terminmarkt braucht es mehr als einen standardisierten Vertrag. Entscheidend sind transparente Preise, ausreichend viele unabhängige Marktteilnehmer und ein Referenzwert, der tatsächliche Marktbedingungen zuverlässig abbildet. Daran knüpft die CFTC an.

In ihrer öffentlichen Konsultation untersucht die Behörde unter anderem die Größe und Liquidität des Marktes für Rechenleistung, die Verlässlichkeit der Preisbildung, mögliche Manipulationsrisiken und Fragen des Anlegerschutzes. Der Markt unterscheidet sich dabei erheblich von etablierten Rohstoffbörsen.

GPU-Mietpreise werden vielfach individuell zwischen Anbietern und Kunden vereinbart. Verfügbarkeit, Vertragslaufzeit, Standort und technische Ausstattung können die Kosten beeinflussen. Ein Preisindex muss diese Unterschiede möglichst zuverlässig erfassen. Andernfalls könnten sich Terminkontrakte auf Werte beziehen, die den tatsächlichen Beschaffungskosten einzelner Unternehmen nur unzureichend entsprechen.

Das wäre gerade für Marktteilnehmer problematisch, die ihre Ausgaben mithilfe solcher Futures absichern möchten.

Auch die Konkurrenz entwickelt eigene Finanzprodukte

Die Verschiebung bei der CME bedeutet allerdings nicht, dass das Interesse am neuen Markt nachlässt. Auch die internationale Börsengruppe Intercontinental Exchange (ICE) arbeitet an eigenen GPU-Futures. Gemeinsam mit dem Datenanbieter Ornn plant sie Terminkontrakte auf verschiedene Generationen von KI-Prozessoren. Als Referenz dient der Ornn Compute Price Index, der auf tatsächlich erfassten Markttransaktionen beruhen soll. Für die H100- und B200-Kontrakte sind bereits Produktspezifikationen veröffentlicht worden.

Auch hier gilt: Die Bekanntgabe von Vertragsbedingungen oder technischen Handelsdaten belegt noch keinen tatsächlich aufgenommenen regulären Börsenhandel. Die Entwicklung zeigt dennoch, dass mehrere Finanzmarktakteure an derselben wirtschaftlichen Infrastruktur arbeiten.

Langfristig könnten unterschiedliche Preisindizes und Handelsplätze miteinander konkurrieren. Für Unternehmen wäre das möglicherweise vorteilhaft, wenn sich daraus transparentere Marktpreise und bessere Absicherungsmöglichkeiten ergeben. Zugleich stellt sich die Frage, ob der noch junge Markt für mehrere unterschiedliche Referenzpreise bereits genügend Liquidität bietet. Denn ein Terminmarkt erfüllt seine wirtschaftliche Funktion erst dann zuverlässig, wenn tatsächlich ausreichend gehandelt wird.

Wie lange bleibt ein KI-Chip wertvoll?

Während die Börsen an der Handelbarkeit von Rechenleistung arbeiten, beschäftigt Banken und Investoren eine verwandte Frage: 

Welchen wirtschaftlichen Wert besitzen die Maschinen, die diese Leistung erzeugen?

Nvidia hatte im August Pläne für Finanzierungsplattformen vorgestellt, über die gemeinsam mit großen Kapitalgebern mehr als 500 Milliarden Dollar für KI-Infrastruktur mobilisiert werden sollen. Zu den genannten Partnern gehören unter anderem Blackstone, Apollo und KKR. Dabei geht es auch um Finanzierungsmodelle, bei denen hochwertige KI-Prozessoren als Sicherheiten für Kredite dienen.

Anfang Oktober berichtete Reuters jedoch, dass mehrere Banken und institutionelle Investoren solche Modelle zurückhaltender beurteilen als Nvidia selbst. Im Mittelpunkt steht die wirtschaftliche Nutzungsdauer der Chips.

Nvidia verweist auf die Möglichkeit, leistungsfähige Prozessoren über einen Zeitraum von bis zu zehn Jahren produktiv einzusetzen. Einige Kreditgeber kalkulieren dagegen vorsichtiger und berücksichtigen bei ihren Finanzierungsmodellen Abschreibungszeiträume von etwa drei bis vier Jahren. Dabei geht es nicht zwangsläufig darum, wann ein Chip technisch ausfällt. 

Entscheidend ist vielmehr, wie lange er am Markt ausreichend hohe Mieteinnahmen erzielen kann. Ein Prozessor kann nach mehreren Jahren weiterhin einwandfrei funktionieren und trotzdem wirtschaftlich deutlich weniger wert sein, weil neuere Modelle leistungsfähiger oder energieeffizienter sind.

Für Kreditgeber entsteht dadurch ein erhebliches Bewertungsrisiko. Wenn der Marktwert der hinterlegten Hardware schneller sinkt als erwartet, könnte die Sicherheit eines langfristigen Kredits an Wert verlieren.

Banken verlangen zusätzliche Sicherheiten

Nach den Reuters-Recherchen fordern deshalb einige Finanzierer stärkere Garantien und verlässlichere Zahlungszusagen. Ein denkbares Modell besteht darin, Kredite nicht allein durch den rechnerischen Wert der GPU-Hardware abzusichern, sondern zusätzlich durch langfristige Kundenverträge. Dabei können die regelmäßigen Zahlungen finanzstarker Technologieunternehmen als wichtige Grundlage für die Rückzahlung dienen.

Solche Strukturen werden bereits genutzt. Der amerikanische Rechenzentrumsanbieter CoreWeave sicherte sich beispielsweise eine Finanzierung über 8,5 Milliarden Dollar, bei der neben der GPU-Hardware auch vertraglich vereinbarte Zahlungen von Meta eine zentrale Rolle spielen.

Nvidia hält dagegen an der Einschätzung fest, dass KI-Rechenleistung ein langfristig produktiver Vermögenswert sein kann, der sich grundsätzlich zur Finanzierung von Infrastruktur eignet.

Der Konflikt zeigt zwei unterschiedliche Sichtweisen auf dieselbe Anlageklasse.

• Für Technologieunternehmen ist ein leistungsfähiger Chip zunächst die Grundlage für die Erbringung einer gefragten Dienstleistung.
• Für Kreditgeber ist er zugleich ein Vermögenswert, dessen zukünftiger Ertrag und möglicher Wiederverkaufswert ausreichend zuverlässig eingeschätzt werden müssen.

Bei schnell fortschreitender Hardwareentwicklung ist diese Bewertung schwierig.

Auch Notenbanken sehen wachsende Finanzierungsrisiken

Die Diskussion reicht inzwischen über einzelne Kreditgeschäfte hinaus.

In ihrem Ende September veröffentlichten Bericht zur Finanzstabilität weist die Bank of England darauf hin, dass ein zunehmender Teil der weltweiten KI-Investitionen durch Fremdkapital finanziert wird. Nach einer dort wiedergegebenen Schätzung von Morgan Stanley erreichte die globale Emission KI-bezogener Schuldtitel bis Anfang September 2026 bereits rund 450 Milliarden Dollar.

Die britische Notenbank warnt insbesondere vor den Risiken hoher Verschuldung, schwer nachvollziehbarer Finanzierungsstrukturen und gegenseitiger wirtschaftlicher Abhängigkeiten zwischen beteiligten Unternehmen. Sollten sich die erwarteten Erträge aus KI-Investitionen schwächer entwickeln als angenommen, könnten entsprechende Finanzierungen unter Druck geraten. Dabei ist zwischen unterschiedlichen Geschäftsmodellen zu unterscheiden.

Ein langfristig vermietetes Rechenzentrum mit verlässlichen Kundenverträgen besitzt andere wirtschaftliche Eigenschaften als ein Anbieter, der große Mengen teurer GPUs beschafft und auf künftig steigende Mietpreise setzt. Auch die Finanzierung über Eigenkapital unterscheidet sich grundlegend von stark kreditfinanzierten Geschäftsmodellen.

Die wachsende Vorsicht an den Kapitalmärkten bedeutet deshalb nicht, dass KI-Infrastruktur grundsätzlich überbewertet wäre. Sie zeigt vielmehr, dass sich ihre wirtschaftlichen Risiken mit zunehmender Größe der Investitionen genauer beurteilen lassen müssen.

Der Sachwert hinter der digitalen Leistung 

Künstliche Intelligenz benötigt physische Infrastruktur: Hochleistungschips, Server, Rechenzentren, Stromanschlüsse, Kühlsysteme und leistungsfähige Netzwerke. All diese Komponenten erfordern erhebliche Investitionen.

Der wirtschaftliche Wert eines solchen Systems entsteht jedoch nicht allein durch seine Anschaffungskosten, sondern durch die Erträge, die sich mit seiner Nutzung erzielen lassen. Hier treffen die beiden aktuellen Entwicklungen aufeinander.

• Die geplanten GPU-Futures sollen einen transparenten Marktpreis für die Nutzung der Rechenleistung schaffen.
• Die neuen Finanzierungsmodelle versuchen gleichzeitig, den zukünftigen wirtschaftlichen Wert der dafür benötigten Hardware als Grundlage für Kredite nutzbar zu machen.

Beide Vorhaben hängen letztlich von einer ähnlichen Voraussetzung ab: Die künftigen Einnahmen aus Rechenleistung müssen ausreichend verlässlich eingeschätzt werden können. Das ist schwieriger als bei vielen klassischen Sachwerten, weil sich die verwendete Technologie besonders schnell verändert.

Eine moderne GPU besitzt heute einen hohen wirtschaftlichen Wert. Wie wettbewerbsfähig dieselbe Hardware in fünf oder zehn Jahren sein wird, hängt jedoch von Entwicklungen ab, die sich nur begrenzt vorhersagen lassen. Auch steigende Nachfrage garantiert deshalb keine dauerhaft hohen Mietpreise für jede Chipgeneration.

Aus der Rohstoff-Wette wird eine Bewertungsfrage

Seit der Ankündigung der CME-Futures im August hat sich das Interesse der Finanzmärkte an Rechenleistung weiter konkretisiert. Gleichzeitig zeigt die regulatorische Verzögerung, dass die Voraussetzungen für einen solchen Markt noch nicht abschließend geklärt sind.

Die CFTC prüft, ob die geplanten Kontrakte auf ausreichend verlässlichen Preisgrundlagen beruhen. Banken hinterfragen, wie lange KI-Chips als wirtschaftlich tragfähige Sicherheiten dienen können. Und die wachsende Fremdfinanzierung der KI-Infrastruktur lenkt zusätzliche Aufmerksamkeit auf mögliche Risiken für den Kapitalmarkt.

Die Entwicklung spricht nicht gegen die wirtschaftliche Bedeutung von Rechenleistung. Sie zeigt jedoch, dass zwischen einer stark nachgefragten technischen Ressource und einer etablierten, zuverlässig bewertbaren Anlageklasse ein erheblicher Unterschied besteht. 

Ob GPU-Futures künftig erfolgreich gehandelt werden, hängt nicht allein von der Genehmigung durch die Aufsichtsbehörden ab. Entscheidend wird sein, ob ausreichend liquide Märkte entstehen, die Referenzpreise tatsächlich belastbar sind und Unternehmen die neuen Instrumente zur Absicherung ihrer Kosten nutzen können.

Für die Finanzierung der zugrunde liegenden Hardware stellt sich parallel die Frage, wie lange deren wirtschaftliche Ertragskraft trägt.

Rechenleistung soll an den Börsen handelbar werden. Zuvor müssen Finanzmärkte und Aufsicht jedoch klären, was diese Ressource künftig wert sein kann und wie zuverlässig sich dieser Wert absichern lässt.