Wie teuer ist die Mietung von KI-Rechenleistung in den USA? Der „Spotpreis“ beträgt das Doppelte eines langfristigen Vertrags und das Vierfache der Rentabilitätsgrenze für Cloud-Anbieter.

Der US-amerikanische Markt für KI-Computing-Leasing zeigt derzeit deutlich das Merkmal "kurzfristig teuer, langfristig günstig".

Am 10. Oktober, laut einem Chart des Goldman Sachs Internetanalysten Eric Sheridan im SpaceX Quartalsvorschaubericht, beträgt das jährliche Einkommen für eine Gigawatt-Computing-Leistung bei kurzfristigem Spot-Leasing etwa 40 bis 50 Milliarden US-Dollar, bei langfristigen Verträgen etwa 20 bis 30 Milliarden US-Dollar, während die Gewinnschwelle für selbstgebaute Kapazitäten von Hyperscalern (hyperscaler) nur etwa 12 Milliarden US-Dollar beträgt.

Goldman Sachs analysiert jedoch, dass Hyperscaler wie Google mit hoher Prämie Rechenleistung mieten, weil ihre eigene Kapazitätsentwicklung nicht Schritt hält. Sobald die selbstgebauten Kapazitäten aufgeholt haben, wird die Spotprämie verschwinden. Es wird prognostiziert, dass die Computing-Kapazität von SpaceX von 1,4 Gigawatt im zweiten Quartal 2026 auf etwa 7 Gigawatt Ende 2027 und etwa 10,6 Gigawatt Ende 2028 steigen wird - eine Expansion um das Siebenfache innerhalb von vier Jahren. Die gesamte Industrie erhöht das Angebot an Rechenleistung rasch.

Spotpreis: 50 Milliarden US-Dollar pro Gigawatt

Der Goldman Sachs Bericht zeigt, dass SpaceX im vergangenen Quartal zwei neue Rechenleistungs-Verwaltungsverträge angekündigt hat und den Investoren mitteilte, diese Verträge seien zu Preisen am oberen Ende des historischen Bereichs von 30 bis 50 Milliarden US-Dollar/Gigawatt abgeschlossen worden.

SpaceX ist kein Einzelfall.

• Nebius (NBIS) gab im August bekannt, dass die kurzfristigen Rechenleistungsverträge im dritten Quartal mit 40 bis 50 Milliarden US-Dollar/Gigawatt bepreist wurden.

• CoreWeave (CRWV) gab bekannt, dass die jüngsten kurzfristigen Verträge zu etwa 40 Milliarden US-Dollar/Gigawatt abgeschlossen wurden.

• IREN gab an, dass zuletzt Dreijahresverträge zu Preisen über 20 Milliarden US-Dollar/Gigawatt abgeschlossen wurden, laufende Verhandlungen liegen bei etwa 25 Milliarden US-Dollar/Gigawatt.

• Nebius‘ langfristige Vertragspreise liegen ebenfalls im Bereich von 20 bis 25 Milliarden US-Dollar/Gigawatt.

Der Analyst Edison Yu von Deutsche Bank hat im Bericht "Got compute?" die GPU-Stundenpreise der SpaceX-Verträge weiter analysiert und festgestellt, dass die Verträge mit Google und Reflection AI etwa 50 bis 51 Millionen US-Dollar pro Megawatt betragen, während zwei nicht veröffentlichte Kunden etwa 60 bis 61 Millionen US-Dollar pro Megawatt zahlen – was auf hochgerechnet bis zu 61 Milliarden US-Dollar pro Gigawatt hinausläuft, und die Stundenmiete eines GB300-Chips beträgt fast 14 US-Dollar.

"Spotpreis" ist das Doppelte des "Langfrist-Vertragspreises"

Der kurzfristige Spotpreis beträgt etwa das Zweifache des langfristigen Vertrags. Die Untergrenze der langfristigen Vertragspreise liegt derzeit bei etwa 20 Milliarden US-Dollar/GW.

Diese umgekehrte Laufzeitstruktur nennt man auf Rohstoffmärkten einen Backwardation-Markt (backwardation). Dies deutet normalerweise darauf hin, dass das aktuelle Defizit vom Markt als temporär angesehen wird.

Mit anderen Worten: Die Käufer sind bereit, für die Option "ohne Bindung" eine Prämie zu zahlen, was zeigt, dass die Nachfrage zwar real ist, aber selbst die Käufer nicht sicher sind, ob sie langfristig Bestand hat.

Für Betreiber von Supercomputing-Clouds berechnet Goldman Sachs, dass die Gesamtkapitalausgaben für eine Gigawatt-Kapazität etwa 42 Milliarden US-Dollar betragen. Mit Spot-Einnahmen von 40 bis 50 Milliarden US-Dollar pro Jahr können die Baukosten innerhalb eines Jahres amortisiert werden; selbst bei einem langfristigen Vertragspreis von 20 Milliarden US-Dollar dauert es nur zwei Jahre.

Ein entscheidender Punkt darf dabei nicht übersehen werden. Goldman Sachs weist im Bericht ausdrücklich darauf hin:

Die meisten dieser Verwaltungsverträge können von beiden Seiten innerhalb von 90 Tagen gekündigt werden, deshalb ist die Annahme, dass die Einnahmen bis zum Vertragsende (meist 2029) zum aktuellen Preis bestätigt werden, optimistisch und risikobehaftet.

Ein Vertrag über jährliche Einnahmen von 50 Milliarden US-Dollar ist juristisch gesehen ein Quartalsmietvertrag.

Goldman Sachs Renditeberechnung: Cloud-Anbieter benötigen pro GW etwa 11,6 Milliarden US-Dollar Einnahmen

Das Technologieanalyse-Team von Goldman Sachs versuchte letzten Monat, die erforderliche KI-Einnahmenhöhe für die Kapitalausgaben von Hyperscalern zu berechnen und kam zum Schluss: Die sechs größten amerikanischen Hyperscaler (Alphabet, Amazon, Microsoft, Meta, Oracle, SpaceX) müssen zwischen 2028 und 2030 insgesamt etwa 1,42 Billionen US-Dollar KI-Einnahmen erzielen, entsprechend etwa 11,6 Milliarden US-Dollar pro Gigawatt pro Jahr, um bei den KI-Investitionen 2026-2027 eine Kapitalrendite (ROIC) von 15% zu erreichen.

Selbst bei einer ROIC-Zielerhöhung auf 30% und hoher Kapitalausgaben liegt der Wert nicht über 18,6 Milliarden US-Dollar pro Gigawatt.

Derzeit liegen die Mietpreise der kurzfristigen Supercomputing-Cloud jedoch 2 bis 4 Mal über dieser Schwelle.

Was bedeutet das?

Google mietet SpaceX-Computing zu etwa 45 Milliarden US-Dollar pro Gigawatt (Deutsche Bank schätzt 50 Milliarden US-Dollar), während das Modell von Goldman Sachs zeigt, dass Google für das eigene Datenzentrum nur etwa 12 Milliarden US-Dollar pro Gigawatt erzielen muss.

Niemand zahlt den vierfachen Preis für ein Produkt, es sei denn, es gibt keine Alternative. Analysen zeigen: Google mietet Computing, weil das Tempo beim Eigenbau nicht ausreicht. Sobald die eigenen Kapazitäten aufgeholt haben, wird die Mietprämie verschwinden und die Einnahmen der Supercomputing-Clouds drastisch sinken.

Selbst die optimistischste Token-Ökonomie kann Spotpreise nicht stützen

Morgan Stanley Analyst Gokul Hariharan bietet einen relativ optimistischen Rahmen: Die Bruttomarge für das Inferenzgeschäft von führenden Modell-Betreibern beträgt 60% bis 80%, pro Gigawatt Computing können 20 bis 40 Milliarden US-Dollar jährliches Token-Einkommen generiert werden (gegenüber 10 Milliarden US-Dollar im Jahr 2025).

Aber mathematisch ergibt eine einfache Prüfung:

Wenn die Kosten für Computing 20% bis 40% des Token-Einkommens ausmachen (also 60% bis 80% Bruttomarge), muss ein Labor, das für eine Gigawatt pro Jahr 45 Milliarden US-Dollar Mietkosten zahlt, etwa 110 bis 225 Milliarden US-Dollar Tokenumsatz über diese Gigawatt generieren, um die Kosten zu decken und profitabel zu sein.

Das ist das 3- bis 11-fache der selbst optimistischen Prognose von Morgan Stanley.

Das Fazit ist eindeutig: Niemand mietet Spot-Rechenleistung zu 45 Milliarden US-Dollar pro Gigawatt, um zahlende Kunden zu bedienen und profitabel zu sein. Sie mieten Computing, um das nächste Modell zu trainieren. Die Finanzierung kommt aus der nächsten Runde Eigen- oder Fremdkapital – hauptsächlich Fremdkapital.

Das ist auch das Kernargument von Alexander Haissl, Analyst bei Rothschild Redburn, der CoreWeave und Nebius vergangenen Monat ein Verkaufsrating gab. Er sagte klar:

Trainingsnachfrage kann nur bestehen, wenn externes Kapital ausreichend verfügbar bleibt.

KI-Einnahmen: Dieselbe Summe wird mehrfach gezählt

Einnahmen von Supercomputing-Clouds, Hyperscalern und die der KI-"Industrie" sind weitgehend dieselbe Summe, aber mehrfach gezählt.

Verfolgen Sie eine Dollar-Ausgabe des Endkunden:

1. Das Unternehmen zahlt an Anthropic, Anthropic verbucht den Gesamtumsatz (inklusive Anteil der Cloudpartner);

2. Cloudpartner (AWS, Google) verbuchen ihren Anteil als Cloud-Einnahmen;

3. Bei Kapazitätsmangel mietet der Cloudpartner eine Gigawatt bei SpaceX oder CoreWeave, die diesen Umsatz als Verwaltungsumsatz verbuchen;

4. SpaceX und CoreWeave zahlen an Nvidia, Nvidia verbucht dies als Datenzentrumseinnahmen.

Das Zusammenrechnen aller "KI-Einnahmen" entlang der Anbieter ergibt ein Vielfaches dessen, was der Endkunde tatsächlich zahlt.

Ein Kurssturz bei KI-Aktien diese Woche wurde ausgelöst durch einen Bericht der britischen Financial Times, wonach OpenAI bis Ende September ein jährliches Einkommen von etwa 50 Milliarden US-Dollar erzielte, was unter den zuvor kolportierten etwa 70 Milliarden US-Dollar monatlicher wiederkehrender Einnahmen (MRR) lag.

Sean Johnstone, TMT-Experte von Goldman Sachs, erklärte die Ursache für den Unterschied:

Anthropic meldet näher an Gesamtumsatz (inklusive aller Ausgaben der Cloudpartner, Anteil als Kosten verbucht). OpenAI meldet näher am Nettoumsatz (hauptsächlich eigener Anteil). Wenn einige Investoren versuchen, beide auf einheitlichen Maßstab zu bringen und OpenAI auf Gesamtumsatz hochrechnen, entstehen die höheren Werte von etwa 40 Milliarden US-Dollar im August, gefolgt von rund 70 Milliarden US-Dollar... Dieses Ereignis zeigt die hohe Sensibilität des Markts für die Ertragstrends zweier privat geführter Unternehmen mit unterschiedlichen Berichtsmethoden.

Laut Bloomberg ist selbst die Zahl von 50 Milliarden US-Dollar ein "auf Basis eines kürzeren Zeitraums hochgerechneter annualisierter Verkaufswert", also ohnehin bereits eine nach oben verzerrte Berechnung.

Spotpreise können den Ausbau nicht stützen

Am Ende erklärt die Mathematik das Problem selbst.

Teilt man die Umsatzanforderung von Goldman Sachs von 1,42 Billionen US-Dollar durch 11,6 Milliarden US-Dollar pro Gigawatt und Jahr, ergibt das, dass die sechs großen Hyperscaler 2026-2027 Kapitalausgaben für etwa 41 Gigawatt KI-Computing tätigen.

Bewertet man diese 41 Gigawatt mit unterschiedlichen Preisen:

• Auf 15% ROIC Schwelle von Goldman Sachs (etwa 11,6 Milliarden US-Dollar/Gigawatt): etwa 470 Milliarden US-Dollar KI-Einnahmen pro Jahr

• Auf Mindestpreis langfristiger Verträge (20 Milliarden US-Dollar/Gigawatt): etwa 810 Milliarden US-Dollar/Jahr

• Auf aktuellen kurzfristigen Spotpreis (etwa 45 Milliarden US-Dollar/Gigawatt): etwa 1,8 Billionen US-Dollar/Jahr

Verglichen mit der Realität: Die drei führenden KI-Labore hatten im Juli zusammen etwa 100 Milliarden US-Dollar jährliches Einkommen; Investor Brad Gerstner schätzt, dass Ende des Jahres 180 bis 200 Milliarden US-Dollar erreicht werden sollten, um die "KI-Investmentlogik" zu stützen; das Portfolio-Strategie-Team von Goldman Sachs meint, der Markt "muss jetzt einen Nachweis" von etwa 300 Milliarden US-Dollar annualisiertem KI-Einkommen sehen.

Der aktuelle Spotpreis der Supercomputing-Cloud ist der marginale Preis für knappe Rechenleistung, aber kein Preis, der den gesamten Ausbau tragen kann.

Das Fazit des TMT-Teams von Goldman Sachs:

Zukünftige Erträge sollten zunehmend von gezielten Gewinnern kommen... und nicht von beliebigen Exponierten bei KI-Kapitalausgaben.

Kapazitätserweiterung wird die Knappheitsprämie verringern

Goldman Sachs prognostiziert, dass die Computing-Leistung von SpaceX von 1,4 Gigawatt im zweiten Quartal 2026 auf etwa 7 Gigawatt Ende 2027 und etwa 10,6 Gigawatt Ende 2028 steigen wird – mehr als das Siebenfache in vier Jahren.

Die gesamte Industrie erhöht das Angebot an Rechenleistung rasch.

Analysen zeigen: In der Schifffahrt und anderen Rohstoffmärkten "heilt nichts Rekordpreise so gut wie Rekordpreise". Die Laufzeitkurve signalisiert dem Markt bereits den Trend für KI-Rechenleistung: Langfristige Vertragspreise sind nur halb so hoch wie Spotpreise.

Die einzige Frage: Kommt das Endnutzer-Einkommen rechtzeitig vor den Kreditmärkten zustande – oder werden jene chip-besicherten Schuldinstrumente, die den Spotpreis für dauerhaft halten, die Antwort zuerst finden?

Bemerkenswert: Das TMT-Team von Goldman Sachs betrachtet die Kreditspreads von Oracle und Broadcom als Schlüsselelement zur Überwachung der Risiken durch schuldengetriebene KI-Kapitalausgaben. Der CDS für Oracle auf fünf Jahre lag am Donnerstag bei 261 Basispunkten, ein Rekordwert.