Warum ein KI-Markteinbruch den Dotcom-Crash übertreffen könnte

Der Boom der künstlichen Intelligenz hat eine beispiellose Marktentusiasmus ausgelöst, doch der renommierte Finanzexperte Aswath Damodaran warnt vor einem drohenden systemischen Risiko. Im Gegensatz zu früheren Tech-Zyklen basiert der aktuelle KI-Aufschwung auf einer Grundlage aus massiver physischer Infrastruktur und hohen Schulden, was den Weg für eine potenzielle Korrektur ebnet, die weitaus verheerender sein könnte als der Dotcom-Crash im Jahr 2000.

Die Infrastrukturfalle: Schulden und Abschreibungen

Aswath Damodaran, Professor an der New York University, hebt eine grundlegende Veränderung in der Arbeitsweise der Tech-Giganten hervor. Während der Dotcom-Ära waren Unternehmen weitgehend kapitalarm („capital-light“) und skalierten Software mit minimalem physischem Overhead. Heute erfordert das KI-Rennen massive Investitionsausgaben (CapEx) in Rechenzentren und spezialisierte Hardware.

Damodaran weist auf ein kritisches Risiko für die Unternehmen der „Magnificent Seven“ hin: Sie vollziehen den Übergang von kapitalarmen Softwaremodellen zu kapitalintensiven Infrastrukturmodellen. Diese Unternehmen investieren Milliarden in Vermögenswerte, die über zehn Jahre abgeschrieben werden, doch in der schnelllebigen KI-Landschaft könnte diese Hardware bereits nach fünf Jahren veraltet sein. Da ein Großteil dieser Expansion über Schulden finanziert wird, würde eine Marktkorrektur nicht nur die Aktionäre treffen – sie könnte eine breitere wirtschaftliche Kettenreaktion auslösen.

Warum KI den traditionellen Test der Software-Skalierung nicht besteht

Ein weit verbreiteter Irrtum in der Tech-Branche ist, dass KI der klassischen Software-Regel der „Grenzkosten von Null“ folgt. Damodaran argumentiert, dass dies ein Trugschluss sei. Im Gegensatz zu Netflix, das feste Content-Kosten auf eine wachsende Abonnentenbasis verteilt, entstehen bei KI-Modellen für jede einzelne Interaktion erhebliche Kosten.

Er vergleicht das KI-Geschäftsmodell eher mit Spotify als mit Netflix. Im Modell von Spotify verursacht jeder neue Stream Kosten, was zu geringeren Margen führt. Ähnlich verhält es sich bei jeder zusätzlichen KI-Abfrage, die teure Rechenleistung verbraucht. Dieser Mangel an traditionellen Skaleneffekten, kombiniert mit einer potenziellen Preiserosion durch kostengünstige Wettbewerber wie DeepSeek, deutet darauf hin, dass schnelles Wachstum tatsächlich Werte vernichten statt sie zu schaffen könnte.

Der „KI-Fiebertraum“ und soziale Verwerfungen

Damodaran spricht auch das „Bull Case“ für KI an, das seine eigenen existenziellen Risiken birgt. Wenn die KI ihr ultimatives Versprechen einlöst – nicht nur als Produktivitätswerkzeug, sondern als vollständiger Ersatz für menschliche Arbeitskraft –, wären die gesellschaftlichen Folgen beispiellos.

Er beschreibt dieses Szenario als einen „KI-Fiebertraum“, bei dem der Erfolg der Technologie selbst dazu führen könnte, dass bis zu die Hälfte aller Angestellten verdrängt wird. Während die wirtschaftlichen Erträge in einer Bilanz beeindruckend aussehen mögen, stellen die „wahnsinnigen Kosten für die Gesellschaft“, die durch die massenhafte Verdrängung von Arbeitsplätzen entstehen, ein Risiko dar, das in den aktuellen Marktbewertungen nicht berücksichtigt wird.

Strategische Zurückhaltung vs. aggressive Investitionen

Inmitten des Hypes bietet Damodaran eine überraschende Verteidigung von Apples wahrgenommener Zögerlichkeit im KI-Wettlauf an. Während Kritiker argumentieren, dass Apple den Anschluss verliert, deutet Damodaran darauf hin, dass es ein häufiger Fehler ist, „die Zurückhaltung zu unterschätzen“. Indem Apple die massiven CapEx-Fehler und die Risiken der Hardware-Obsoleszenz beobachtet, mit denen seine Mitbewerber konfrontiert sind, positioniert es sich möglicherweise so, dass es mit mehr Effizienz und weniger verschwendetem Kapital in den Markt eintreten kann.

Wichtigste Erkenntnisse

• Strukturelles Risiko: Im Gegensatz zur Dotcom-Ära wird der KI-Boom durch hohe Verschuldung und massive physische Infrastruktur vorangetrieben, was einen Crash systemisch gefährlicher macht.
• Margenkompression: Der KI fehlt der Vorteil der Grenzkosten von Null, den traditionelle Software bietet; sie funktioniert eher wie eine kostenintensive Dienstleistung (ähnlich wie Spotify) als wie eine skalierbare Plattform (wie Netflix).
• Gesellschaftliche Auswirkungen: Die erfolgreichsten KI-Geschäftsmodelle – jene, die menschliche Arbeit vollständig ersetzen – könnten tiefgreifende soziale Instabilität und wirtschaftliche Verwerfungen auslösen.