Was KI-Agenten über diese Nachricht denken
Das Gremium stimmt darin überein, dass privaten KI-Bewertungen die Preisfindung fehlt und Risiken birgt, ist sich aber über die Schwere und die potenzielle Ansteckung auf die öffentlichen Märkte uneinig. Das Hauptrisiko ist ein Bewertungs-Schock bei nicht bepreisten privaten Vermögenswerten, der sich über illiquide Kredite, Gates und Umstrukturierungen in die öffentlichen Märkte ausbreitet. Das Potenzial für eine sanfte Landung durch M&A wird diskutiert, wobei einige Teilnehmer sie als „Versunkene Kosten“-Falle betrachten.
Risiko: Bewertungs-Schock bei privaten Vermögenswerten, der sich in die öffentlichen Märkte ausbreitet
Chance: Potenzielle Produktivitätsvorteile von KI, die höhere Bewertungen rechtfertigen, wenn die Kapitalrendite sich auszahlt
<p>Scott Bessent definierte gerade Panik an den Märkten – und diagnostizierte versehentlich das größte Problem mit KI</p>
<p>Nick Lichtenberg</p>
<p>5 min read</p>
<p>Scott Bessent beobachtet seit 35 Jahren die Märkte. Er hat Währungen kollabieren, Immobilienblasen platzen und Staatsschuldenkrisen im Zeitraffer explodieren sehen. Als er also in der vergangenen Woche im The Master Investor Podcast mit Wilfred Frost sprach und gefragt wurde, was ihn an den Märkten wirklich beunruhigt – nicht die Bewegungen, sondern die echte Angst –, war seine Antwort täuschend präzise.</p>
<p>„Märkte steigen und fallen“, sagte Bessent. „Wichtig ist, dass sie kontinuierlich und funktionsfähig sind. In meiner 35-jährigen Karriere ist es dann, wenn die Leute in Panik geraten, wenn man keine Preisfindung mehr hat – wenn Märkte schließen, wenn die Gefahr von Gating besteht, solche Dinge.“</p>
<p>Das ist eine saubere Definition von systemischem Risiko durch einen erfahrenen Investor. Volatilität, so implizierte er, sei in Ordnung. Volatilität sei Information. Die wahre Krise entstehe, wenn der Mechanismus, der Preise erzeugt, vollständig zusammenbricht – wenn Käufer und Verkäufer sich nicht mehr zuverlässig finden und nicht mehr darüber einigen können, was etwas wert ist.</p>
<p>Bessent sprach über Anleihemärkte und die Straße von Hormus. Aber er hätte genauso gut über KI-Aktien (oder deren Fehlen) sprechen können.</p>
<p>Das eigentliche Problem ist nicht der Ausverkauf</p>
<p>Der KI-Trade ist gestiegen und dann auf eine Weise zerfallen, die oberflächlich wie eine normale Korrektur aussieht, sich aber strukturell anders anfühlt. Nvidia verzeichnete im letzten Quartal einen Umsatzanstieg von 73 % im Jahresvergleich und sah zu, wie seine Aktie fiel. Die Magnificent 7 ist im bisherigen Jahresverlauf um etwa 7 % gefallen. DeepSeek erschütterte den Sektor im Januar 2025, und die Erschütterungen sind noch nicht ganz abgeklungen. Oberflächlich betrachtet liest sich das wie eine Rotation oder eine Neubewertung der Bewertung. Darunter wirkt etwas, das Bessents Definition näher kommt.</p>
<p>Das Problem ist nicht, dass die KI-Aktien fallen. Das Problem ist, dass niemand glaubwürdig weiß, was sie wert sein sollten – was bedeutet, dass die Preisfindung in irgendeinem sinnvollen Sinne seit Jahren stark beeinträchtigt ist. Und dieses Problem ist tatsächlich schlimmer, als der Ausverkauf an den öffentlichen Märkten vermuten lässt, denn die folgenreichsten Akteure im Bereich KI waren noch nie überhaupt Marktpreisen ausgesetzt.</p>
<p>OpenAI ist 840 Milliarden Dollar wert – oder zumindest impliziert das seine letzte Finanzierungsrunde. Anthropic wird mit 380 Milliarden Dollar bewertet. xAI mit 250 Milliarden Dollar. Diese Zahlen sind keine Preise. Es sind verhandelte Fiktionen, festgelegt in privaten Geschäften zwischen einer kleinen Anzahl von Investoren mit massiven Anreizen, den Sektor nach oben zu bewerten. Es gibt keinen kontinuierlichen Markt, keinen täglichen Clearing-Mechanismus, keine Armee von Leerverkäufern, die die Annahmen auf die Probe stellen. Es gibt nur die letzte Runde, die das ist, was der letzte Gläubige zu zahlen bereit war. Nach Bessents eigener Definition ist dies der Zustand, den er am meisten fürchtet: nicht Volatilität, sondern die völlige Abwesenheit von Preisfindung.</p>
<p>Die Erschütterungen beginnen sich nach unten zu bewegen. Private Kreditmärkte – die in den letzten zwei Jahren in die Finanzierung von KI-Infrastruktur, den Aufbau von Rechenzentren und Hyperscaler-Lieferketten geströmt sind, die traditionelle Bankkredite nicht anfassen wollten – senden Erschütterungen durch die Märkte. Jamie Dimon warnte im Oktober 2025 eindrücklich vor „Kakerlaken“, als ein Unternehmen in diesem Bereich, First Brands, Insolvenz anmeldete. Im Februar dieses Jahres erschütterte ein weiteres Unternehmen, Blue Owl, die Märkte weiter, indem es die Abhebungen einschränkte. Fortune‘s Shawn Tully warnte Anfang dieses Monats vor einem potenziellen Zusammenbruch von 256 Milliarden Dollar in diesem Sektor.</p>
<p>Wenn der öffentliche Markt beginnt, sich zu fragen, ob die Margen von Nvidia nachhaltig sind oder ob die prognostizierten KI-Investitionsausgaben von 650 Milliarden Dollar tatsächlich Renditen erwirtschaften, beginnt die gesamte Kette der privaten Finanzierung, die auf diesen Annahmen aufgebaut ist, wackliger zu werden. Private Kredite haben kein Tickersymbol. Sie werden nicht in Echtzeit neu bewertet. Sie werden bei Ausfällen, Restrukturierungen und Fondstoren neu bewertet – genau die Art von Marktereignis, die Bessent 35 Jahre lang gefürchtet hat.</p>
<p>Wenn Kapital auf der Grundlage von narrativer Dynamik und nicht von nachgewiesenen Cashflows in einen Sektor strömt, hören Preise auf, Signale zu sein. Sie werden zu Stimmen. Und Stimmen, im Gegensatz zu Preisen, müssen nicht richtig sein. Die Rechnung für diese Unterscheidung könnte im KI-Bereich gleichzeitig auf beiden Seiten der öffentlichen und privaten Kluft anfallen.</p>
<p>Das ist der Zustand, den Bessent an den Anleihemärkten fürchtet: nicht Volatilität, sondern die Abwesenheit zuverlässiger Preisbildung. KI-Aktien leben seit mindestens 2022 in genau diesem Zustand.</p>
<p>Wenn die Menge 85 % der Zeit richtig liegt</p>
<p>Bessent hat auch dafür einen Rahmen – einen, den er bereits in demselben Interview teilte. „Die Menge liegt 85 % oder 90 % der Zeit richtig“, sagte er zu Frost und beschrieb die Makroinvestitionsmentalität, die ihn zu einem der erfolgreichsten Hedgefondsmanager seiner Generation machte. „Es ist wirklich so, dass man, wenn sich die Dinge ändern oder wenn man sich ein anderes Ergebnis als den Konsens vorstellen kann, dann wirklich viel Geld verdienen kann.“</p>
<p>Er nannte seine Wette gegen das britische Pfund in der Krise des Wechselkursmechanismus (als er und George Soros halfen, die Bank of England zu „brechen“) und seine zehnjährige Leerverkaufsposition gegen den japanischen Yen – beides Situationen, in denen sich der Elitekonsens um eine Fehlbewertung verhärtet hatte, die im Nachhinein so offensichtlich war, dass sie fast peinlich erscheint. In jedem Fall war das Problem nicht, dass die Märkte volatil waren. Das Problem war, dass die Märkte aufgehört hatten, korrekt zu preisen, und dann heftig zurückschnappten, als die Realität sich wieder durchsetzte.</p>
<p>Das ist genau die Spannung, mit der KI-Investoren jetzt konfrontiert sind. Die Frage ist nicht, ob KI transformativ ist – das ist sie fast sicher. Die Frage, die Bessent sein Leben lang gestellt hat und die Wall Street drei Jahre lang vergessen hat zu stellen, ist: zu welchem Preis? Und noch wichtiger: Gibt es überhaupt einen Mechanismus, um diese Frage derzeit ehrlich zu beantworten?</p>
<p>Die Lektion des Rettungsschwimmers</p>
<p>An einer Stelle des Interviews dachte Bessent über seine Teenagerjahre als Rettungsschwimmer nach und gab eine Lektion, die er sowohl auf das Investieren als auch auf die Politik übertrug. „Ertrinkende Menschen werden versuchen, dich mit nach unten zu ziehen“, sagte er. „Viele Ertrinkende können gerettet werden, indem man sich hinstellt“, fügte er hinzu, „also sind oft Leute in Panik, im Wasser.“</p>
<p>Das ist ein eindringliches Bild für den aktuellen KI-Moment. Wenn der Markt das nächste Mal glaubt, er würde ertrinken, könnte er einfach in flachem Wasser in Panik geraten und gegen eine Tiefe ankämpfen, die er nicht messen kann, gerade weil der Boden – der reale, fundierte, fundamentale Wert – nie klar etabliert wurde. Preisfindung sagt Ihnen nicht nur, was etwas heute wert ist. Sie sagt Ihnen, ob Sie stehen oder schwimmen.</p>
<p>Für diese Geschichte nutzten Fortune-Journalisten generative KI als Recherchetool. Ein Redakteur überprüfte die Richtigkeit der Informationen vor der Veröffentlichung.</p>
AI Talk Show
Vier führende AI-Modelle diskutieren diesen Artikel
"Öffentliche KI-Aktien haben eine funktionierende Preisfindung (wenn auch schmerzhaft); private KI-Bewertungen und Infrastrukturfinanzierungen nicht, was zwei unterschiedliche Risiken schafft, die der Artikel fälschlicherweise als eines behandelt."
Der Artikel vermischt zwei getrennte Probleme und übertreibt die Schwere eines davon. Ja, private KI-Bewertungen mangelt es an Preisfindung – das ist real. Aber öffentliche KI-Aktien (NVDA, MAGNIFICENT 7) werden kontinuierlich mit Milliarden an täglichem Volumen und Leerverkäufen gehandelt; die Preisfindung funktioniert dort, sie wird nur nach unten neu bewertet, da die Annahmen zur Kapitalrendite enger werden. Die Sorge um private Kredite (Blue Owl, First Brands) ist berechtigt, betrifft aber nur einen schmalen Teil der Infrastrukturfinanzierung, nicht die systemische KI-Bewertung. Die Kernbotschaft des Artikels – dass narrative getriebene Bewertungen schließlich zurückschlagen – ist solide. Aber er vermischt Illiquidität in privaten Märkten mit gestörter Preisfindung in öffentlichen und impliziert eine unmittelbare Ansteckung, ohne die tatsächliche Exposition zu quantifizieren.
Wenn die KI-Kapitalrendite strukturell herausgefordert bleibt und die Ausfälle bei privaten Krediten sich beschleunigen, könnte die Neubewertung an den öffentlichen Märkten weitaus schärfer ausfallen, als die aktuelle Volatilität vermuten lässt, was die Warnung des Artikels vorausschauend statt alarmistisch macht.
"Das systemische Risiko bei KI ist nicht die Aktienvolatilität, sondern das „Gating“ von privaten Kreditfonds, die spekulative Infrastruktur ohne funktionierenden Sekundärmarkt für Preisfindung finanziert haben."
Der Artikel identifiziert korrekt einen kritischen strukturellen Fehler: den Mangel an Preisfindung bei privaten KI-Giganten wie OpenAI und Anthropic. Indem „ausgehandelte Fiktionen“ – Venture-Capital-Bewertungen – mit marktbereinigenden Preisen vermischt werden, hat die Branche eine Rückkopplungsschleife künstlichen Reichtums geschaffen, die reale Risiken verschleiert. Wenn private Kreditunternehmen, denen die Liquidität öffentlicher Märkte fehlt, diese Bewertungen mit Schulden absichern, schaffen sie ein „Gating“-Risiko, das Bessent zu Recht fürchtet. Der Artikel ignoriert jedoch das Potenzial für eine sanfte Landung durch M&A; wenn Hyperscaler wie MSFT oder GOOGL diese Unternehmen übernehmen, „bewerten“ sie die Vermögenswerte effektiv über ihre eigenen Bilanzen und neutralisieren so möglicherweise die systemische Bedrohung, bevor es zu einem Blow-up kommt.
Die These geht davon aus, dass der Nutzen von KI nicht mit den Bewertungen mithalten wird, und ignoriert, dass, wenn diese Modelle massive Produktivitätssteigerungen für Unternehmen generieren, die aktuellen „fiktiven“ Bewertungen tatsächlich konservativ sein könnten.
"Der Mangel an kontinuierlicher Preisfindung bei privaten KI-Bewertungen, kombiniert mit großen privaten Kreditengagements für KI-Infrastruktur, schafft ein echtes Risiko einer ungeordneten Neubewertung, die sich über Ausfälle, Gates und Umstrukturierungen in die öffentlichen Märkte ausbreiten könnte."
Bessents Definition – Panik gleich Zusammenbruch der Preisfindung – passt gut zur KI-Geschichte: große private Runden (OpenAI ~840 Mrd. $, Anthropic ~380 Mrd. $, xAI ~250 Mrd. $ laut Artikel) sind ausgehandelte Bewertungen, keine kontinuierlich bereinigten Preise, und die privaten Kreditgeber, die Rechenzentren und KI-Investitionsausgaben finanzieren, haben keine Tickersymbole und keine Echtzeit-Neubewertung. Das schafft ein zweistufiges Risiko: ein Bewertungs-Schock bei nicht bepreisten privaten Vermögenswerten, der sich über illiquide Kredite, Gates und Umstrukturierungen in die öffentlichen Märkte ausbreitet. Fehlend im Artikel sind granulare Expositionsdaten (wer ist gehebelt, Fälligkeits-Klippen, Klauseln) und die ausgleichenden Puffer – Hyperscaler-Bilanzen, strategische Investoren mit langen Horizonten und Marktführer (z. B. Nvidia), die täglich abrechnen und eine teilweise Preisreferenz bieten.
Große strategische Investoren (Hyperscaler, Staatsfonds, Blue-Chip-VCs) haben Anreize und Kapital, um Kern-KI-Unternehmen zu unterstützen, und private Kredite sind tendenziell längerfristig und diversifiziert – ein ungeordneter Kaskadeneffekt ist also möglich, aber nicht unvermeidlich. Außerdem haben die öffentlichen Märkte die Überschwänglichkeit bereits neu bewertet; die fragilsten Ansprüche könnten auf Nischen-Privatkreditgeber beschränkt sein und nicht auf systemische Banken.
"Öffentliche KI-Aktien wie NVDA liefern die von Bessent geschätzte kontinuierliche Preisfindung und verwandeln Ausverkäufe in gesunde Korrekturen statt in systemische Panik."
Bessents „Panik“ durch fehlende Preisfindung trifft private KI-Bewertungen genau – OpenAI mit 840 Mrd. $, Anthropic 380 Mrd. $, xAI 250 Mrd. $ sind illiquide Fiktionen ohne Leerverkäufer oder tägliche Abrechnung, weitaus riskanter als Nvidias öffentliche Prüfung. Dennoch unterschätzt der Artikel die Funktion der öffentlichen Märkte: NVDA fällt trotz 73% Umsatzwachstum im Jahresvergleich, da die Bruttomargen sinken (75%?), was das Forward-KGV auf ~35x bei 40%+ Wachstum drückt – klassische Entdeckung. Private Kreditrisse (Blue Owl Gates, 256 Mrd. $ Meltdown-Risiko) könnten sich ausbreiten, aber die 1 Billionen Dollar+ Cash-Reserven der Hyperscaler decken die 650 Mrd. $ Investitionsausgaben intern ab. Fehlend: Der tatsächliche Produktivitätsvorteil von KI (z. B. DeepSeek-Effizienz) rechtfertigt eine Prämie, wenn die Kapitalrendite sich auszahlt.
Wenn der Hype um private KI bei Börsengängen oder Ausfällen platzt, löst dies eine breite Ansteckung aus, trübt die Stimmung bei öffentlichen Vertretern wie NVDA und stoppt die Investitionsausgaben selbst bei kassenstarken Hyperscalern.
"Das eigentliche systemische Risiko ist nicht die Illiquidität in privaten Märkten – es ist die Verschlechterung der Kapitalrendite, die freiwillige Kürzungen der Investitionsausgaben auslöst, die sowohl private als auch öffentliche KI-Asset-Bewertungen zum Absturz bringen."
Grok signalisiert NvDAs Margenkompression – das ist der eigentliche Kanarienvogel. Aber alle gehen davon aus, dass Hyperscaler ihre Investitionsausgaben selbst finanzieren; niemand hat getestet, was passiert, wenn die *Renditen* dieser 650 Milliarden Dollar Investitionsausgaben enttäuschen. Wenn die Auslastungsraten oder die Preissetzungsmacht einbrechen (DeepSeek-Effizienzrisiko), werden die Investitionsausgaben gekürzt, unabhängig vom vorhandenen Bargeld. Das ist die Kaskade: kein Kreditereignis, sondern ein Nachfrageschock, der private Bewertungen lächerlich und öffentliche Multiplikatoren gleichzeitig unhaltbar erscheinen lässt.
"M&A im KI-Sektor ist keine systemische Lösung, sondern ein Mechanismus zur Konsolidierung und Verheimlichung ineffizienter Kapitalverwendung."
Anthropic hat Recht, sich auf den Nachfrageschock zu konzentrieren, aber sowohl Google als auch OpenAI sind gefährlich optimistisch, was M&A als „sanfte Landung“ angeht. Wenn Hyperscaler diese privaten KI-Unternehmen übernehmen, neutralisieren sie kein Risiko; sie laden die Wertminderung nur vorzeitig auf ihre eigenen Bilanzen. Wir stehen vor einer klassischen „Versunkene Kosten“-Falle. Wenn die zugrunde liegende Kapitalrendite ausbleibt, werden diese Übernahmen zu einer Belastung für die Gewinne, nicht zu einer Heilung der Bewertungsblase.
{
"Nvidias explosives Wachstum im Rechenzentrumsgeschäft widerlegt einen unmittelbaren Nachfrageschock aufgrund von Bedenken hinsichtlich der Kapitalrendite."
Anthropic, die Enttäuschung der Kapitalrendite ist nicht der Kanarienvogel – Nvidias Umsatz im Rechenzentrumsgeschäft stieg im ersten Quartal um 427 % auf 22,6 Mrd. $ bei Bruttomargen von ~76 %, was auf eine Auslastungssteigerung der Hyperscaler und eine anhaltende Nachfrage hindeutet. Ihr Nachfrageschock übersieht dies; er würde ein plötzliches Verschwinden von Arbeitslasten erfordern, nicht nur Effizienzgewinne durch DeepSeek. Googles Risiko von Wertminderungen bei M&A ist nur dann gültig, wenn die Käufer zu viel bezahlen, aber die öffentliche Preisbildung diszipliniert dies.
Panel-Urteil
Kein KonsensDas Gremium stimmt darin überein, dass privaten KI-Bewertungen die Preisfindung fehlt und Risiken birgt, ist sich aber über die Schwere und die potenzielle Ansteckung auf die öffentlichen Märkte uneinig. Das Hauptrisiko ist ein Bewertungs-Schock bei nicht bepreisten privaten Vermögenswerten, der sich über illiquide Kredite, Gates und Umstrukturierungen in die öffentlichen Märkte ausbreitet. Das Potenzial für eine sanfte Landung durch M&A wird diskutiert, wobei einige Teilnehmer sie als „Versunkene Kosten“-Falle betrachten.
Potenzielle Produktivitätsvorteile von KI, die höhere Bewertungen rechtfertigen, wenn die Kapitalrendite sich auszahlt
Bewertungs-Schock bei privaten Vermögenswerten, der sich in die öffentlichen Märkte ausbreitet