Rückt der „Lehman-Moment“ näher? Der große Short-Seller deckt in einem 15.000-Wörter-langen Artikel auf: OpenAI wird unweigerlich zusammenbrechen, die globalen Aktienmärkte könnten liquidiert werden.

Da OpenAI dem Börsengang immer näher kommt, hat ein etwa 15.000 Wörter langer Blogartikel die Debatte über den AI-Bubble erneut angeheizt.

Der langjährige AI-Skeptiker und von vielen Tech-Industrie-Lesern gelesene Kommentator Ed Zitron hat kürzlich in seinem Blog den bisher radikalsten Standpunkt vertreten: Die wahre AI-Blase ist im Kern die "OpenAI-Blase". Sollte OpenAI scheitern, könnte das Unternehmen zum "Lehman Brothers" des AI-Zeitalters werden, was nicht nur die gesamte Investitionslogik für AI durchbrechen würde, sondern auch eine großangelegte Neubewertung von Datenzentren, AI-Infrastruktur und weltweiten Tech-Aktien auslösen könnte.

Seine Ansichten sorgten sofort für Aufmerksamkeit in den Finanzmedien. Aus Sicht der Medien ist Zitron's Kernaussage nicht, ob AI einen Wert hat, sondern ob OpenAI ein Geschäftsmodell besitzt, das den gesamten AI-Kapitalzyklus tragen kann. Ist die Antwort negativ, könnten die Finanzierung, Investitionen in Rechenleistung und Kapitalkostenstrukturen, die rund um OpenAI aufgebaut wurden, eine Kettenreaktion erleben.

Dies ist jedoch keine Marktmeinung. Investoren wie der Co-Gründer von Oak Tree Capital, Howard Marks, haben kürzlich geäußert, dass sie im Vergleich zu früheren Ansichten, AI sei nur eine Blase, heute mehr an den langfristigen Wert von AI als allgemeine Technologieplattform (General Purpose Technology) glauben und meinen, die Branche befindet sich weiterhin im frühen Stadium der Kommerzialisierung.

AI-Blase oder OpenAI-Blase?

Im Gegensatz zu den meisten "AI-Bubble-Hypothesen" stellt Zitron eine noch kontroversere These auf:

Es lohnt sich nicht, sich Sorgen um die gesamte AI-Branche zu machen, sondern um ein Unternehmen.

Seiner Meinung nach, seitdem ChatGPT Ende 2022 auf den Markt gekommen ist, fungiert OpenAI de facto als das "Credit-Anker" der gesamten generativen AI-Ära.

Investoren glauben daran: AI wird die Welt verändern; der Bau von großflächigen Datenzentren ist lohnenswert; die GPU-Nachfrage wird langfristig stark steigen; große Modellfirmen werden irgendwann profitabel; AI-Start-Ups schaffen genug Endkunden-Nachfrage.

All dies, so Zitron, basiert auf der Annahme, dass OpenAI weiterhin schnell wächst. OpenAI definiert nicht nur den aktuellen AI-Boom, sondern prägt auch die Bewertungslogik der Kapitalmärkte für die gesamte AI-Branche. Wird diese Kernaussage widerlegt, sind die Auswirkungen weit größer als der Zusammenbruch eines einzelnen Unicorns.

Anders gesagt: OpenAI ist nicht mehr nur ein Unternehmen, sondern eher ein "systemisch wichtiges Institut" im AI-Investitionszyklus.

Warum hält er das Geschäftsmodell von OpenAI für grundlegend fehlerhaft?

Zitrons Kritik konzentriert sich auf drei Punkte.

Erstens: Die Kosten für die Inferenz (Inference) bleiben weiterhin hoch.

Mit dem kontinuierlichen Wachstum der ChatGPT-Nutzerzahl bedeutet jede Nutzeranfrage steigende Kosten für GPU, Strom und Serverkapazität. Wenn viele Nutzer dauerhaft günstige oder sogar kostenlose Tarife nutzen und das Wachstum der Enterprise-Einnahmen diese Kosten nicht abdeckt, könnte wachsender Betrieb zu noch größeren Verlusten führen.

Zweitens: Kapitalausgaben wachsen schneller als die Verbesserung des Cashflows.

Der größte Ausgabeposten in der AI-Branche ist mittlerweile nicht mehr das Modell-Training, sondern Inferenz-Rechenleistung, Beschaffung von GPUs sowie der Bau globaler Datenzentren.

OpenAI und seine Partner investieren Milliarden, teilweise im zweistelligen Milliardenbereich, in Datenzentren, deren Kosten erst über Jahre amortisiert werden können. Bleibt das AI-Wachstum hinter den Erwartungen zurück, könnten viele Infrastrukturen unterausgelastet werden.

Drittens: Fortlaufende Abhängigkeit von externer Finanzierung.

Zitron analysiert, dass OpenAI in den kommenden Jahren weiterhin Finanzierung benötigen wird, um Modellentwicklung, Rechenleistung und Infrastrukturausgaben zu decken. Falls die Risikobereitschaft der Märkte sinkt oder das Finanzierungsumfeld sich verschärft, wird das Geschäftsmodell weiter unter Druck geraten.

Diese Ansichten stammen aktuell ausschließlich von Zitron und wurden von OpenAI nicht bestätigt, spiegeln aber die jüngste Marktdebatte über die Kapitalrendite (ROI) im AI-Bereich wider.

Warum sind Oracle, CoreWeave und Datenzentrumsbetreiber im Fokus?

Zitron sorgt sich weniger um OpenAI selbst als um den Leverage-Effekt der gesamten Wertschöpfungskette.

In den letzten zwei Jahren erlebte die US-Techbranche einen beispiellosen Boom beim Bau von Datenzentren.

Microsoft, Google, Meta, Amazon sowie andere Hyperscaler erhöhen massiv ihre Kapitalkosten; gleichzeitig übernehmen Unternehmen wie Oracle und CoreWeave immer mehr Aufgaben beim Aufbau von AI-Rechenleistung.

Diese Projekte hängen stark ab von: langfristigen Mietverträgen, Projektfinanzierungen, Private-Equity-Krediten, Unternehmensanleihen, großflächigen Investitionen.

Gehen die Nachfrage von OpenAI und anderen Kernkunden zurück oder wird die Kapitalrendite der AI-Branche neu bewertet, könnten die Auslastung von Datenzentren, Mietverträge sowie die Finanzierungsmöglichkeiten beeinträchtigt werden.

Die Medien stellen fest, dass Zitron meint, im Falle schwerwiegender Rückschläge bei OpenAI wären Oracle, CoreWeave und andere Unternehmen, die vom Wachstum der AI-Infrastruktur abhängen, zuerst betroffen, da die hohen Bewertungen für diese Firmen bisher maßgeblich auf der Erwartung eines explodierenden AI-Bedarfs fußen.

Allerdings investieren Tech-Giganten wie Microsoft, Meta, Alphabet weiterhin massiv in AI-Infrastruktur und betonen, dass diese Investitionen Teil der langfristigen Strategie sind. Die Märkte zeigen daher bislang keine Anzeichen für einen Rückgang der Investitionen.

Warum werden auch Anthropic und SoftBank diskutiert?

Neben OpenAI nimmt Zitron auch Anthropic ins Visier.

Sein Argument: Beide Unternehmen gehen zwar unterschiedliche Wege, aber gemeinsam ist ihnen der Bedarf, stetig enorme Summen in Modellbau, Rechenleistung und Infrastruktur zu investieren und auf die Finanzierungs- und Rechenkapazitäten großer Tech-Konzerne angewiesen zu sein. Bleibt die AI-Kommerzialisierung hinter den Erwartungen zurück, könnten beide Unternehmen unter Druck geraten.

Ein weiterer häufig genannter Name ist SoftBank.

SoftBank ist in den letzten Jahren wieder verstärkt als Investor für große AI-Projekte aktiv und beteiligt sich intensiv an der Finanzierung von AI-Infrastruktur, Chips und Modell-Unternehmen.

Kommt es in der AI-Branche zukünftig zu einer Neubewertung, wird Softbanks umfangreiches AI-Portfolio sicherlich zum Fokus der Märkte. Aktuell setzt SoftBank jedoch weiterhin konsequent auf AI als Wegbereiter der nächsten Technologierevolution.

Ist das AI-Trading bereits überhitzt?

Tatsächlich diskutiert Wall Street schon seit über einem Jahr darüber, ob sich AI im Bubble-Stadium befindet.

Die Befürworter der Bubble-These meinen:

• Investitionen in AI-Infrastruktur wachsen deutlich schneller als die Umsätze;
• Die Profitabilität großer Modelle ist weiterhin nicht endgültig nachgewiesen;
• Die Kapitalkosten für Datenzentren brechen Rekorde;
• Die Marktwerte sind zunehmend vom erwarteten Wachstum der nächsten Jahre abhängig.

Optimisten glauben jedoch: AI ist eine klassische technologische Revolution wie Internet oder Elektrifizierung, deren anfängliche Investitionen oft die kurzfristigen Erträge weit übersteigen, aber auf lange Sicht neue Industrien und Geschäftsmodelle schaffen.

Howard Marks betonte kürzlich, dass er von anfänglichen Zweifeln an AI als Bubble zu einer Anerkennung des langfristigen Werts umgeschwenkt ist. Die Fähigkeiten von moderner AI in Inferenz, Kontextverstehen und Interaktion sind seiner Ansicht nach beispiellos und lassen sich nicht einfach mit früheren spekulativen Blasen vergleichen.

Einige wissenschaftliche Studien schlagen eine neutralere Sichtweise vor: Der aktuelle AI-Markt liefert echte technologische Fortschritte, weist aber lokale Überbewertungen und vorauseilende Kapitalkosten auf – somit ist er eher eine "technologische Revolution mit lokalen Bubble-Effekten" statt reiner Spekulationshysterie.

Das wirklich Relevante ist nicht, ob OpenAI scheitert

Unabhängig davon, ob man Zitrons Standpunkt teilt, werden seine Fragen für immer mehr Investoren zum zentralen Thema:

Ab wann kann AI-Investition in stabilen Cashflow umgesetzt werden?

Im vergangenen Jahr wurde am Markt fast selbstverständlich akzeptiert, dass höhere AI-Kapitalausgaben besser sind.

Doch inzwischen achten Investoren bei Chipaktien, Serverunternehmen und Cloud-Anbietern zunehmend auf andere Kennzahlen: Umsatzwachstum durch AI; Bezahlquote für AI-Produkte; Geschwindigkeit der Kostensenkung bei der Inferenz; Auslastung von Datenzentren; Investitionszyklen und ROI bei AI.

Verbessern sich diese Kennzahlen dauerhaft, könnten die umfangreichen Kapitalkosten sich als weitsichtige Investition wie zur Internet-Ära erweisen. Bleibt die Kommerzialisierung länger hinter dem Expansionstempo zurück, muss die Bewertung von AI-Trades möglicherweise korrigiert werden.

Die Debatte über Ed Zitrons Langtext dreht sich daher nicht darum, ob OpenAI das nächste Lehman Brothers wird, sondern darum, dass die wichtigsten Fragen der AI-Ära auf den Tisch kommen: Nach Rekordinvestitionen – kann Cashflow und Profitabilität Schritt halten? Die Antwort darauf könnte die Richtung des globalen AI-Tradings der nächsten Jahre bestimmen.