Stellen Sie sich vor, dass große Technologieunternehmen wie Google, Microsoft, Amazon, Meta oder Oracle Milliarden in spezielle Chips für künstliche Intelligenz investieren, diese Investitionen in ihrer Buchhaltung jedoch so darstellen, dass die Lage besser aussieht, als sie tatsächlich ist. Genau darüber spricht der Investor Michael Burry, bekannt aus dem Film The Big Short. Seiner Ansicht nach unterschätzen diese Unternehmen, wie schnell ihre Hardware veraltet, was zu erheblichen finanziellen Problemen führen könnte. In diesem Artikel betrachten wir die Details aus Beiträgen von Tom's Hardware und CNBC, in denen erläutert wird, warum die Abschreibung von Grafikprozessoren (GPUs) von Nvidia zur nächsten großen Herausforderung für diejenigen werden könnte, die riesige Rechenzentren für KI errichten.
Was die Abschreibung von GPUs bedeutet
Grafikprozessoren, kurz GPUs, sind das Herzstück von Systemen für künstliche Intelligenz. Unternehmen wie Nvidia stellen sie her und verkaufen sie zu hohen Preisen, doch diese Chips entwickeln sich rasch weiter. Jedes Jahr kommen neue, leistungsfähigere Modelle auf den Markt, sodass ältere Versionen an Wert verlieren. Die Abschreibung ist eine buchhalterische Methode, mit der Unternehmen den Wert dieser Chips in ihren Büchern schrittweise reduzieren – als würden sie sagen: „Diese Hardware hat uns gute Dienste geleistet, ist jetzt aber weniger wert.“ Laut den Artikeln auf Tom's Hardware und CNBC gehen große Unternehmen, sogenannte Hyperscaler, davon aus, dass ihre GPUs 5 bis 6 Jahre lang in Betrieb bleiben. Das bedeutet, dass sie die Anschaffungskosten über einen langen Zeitraum verteilen, wodurch sie ihre Gewinne auf dem Papier höher halten können.
Michael Burry behauptet jedoch, dass dies ein Fehler sei. Seiner Ansicht nach sollten die Abschreibungszeiträume kürzer sein und nur 2 bis 3 Jahre betragen, da Nvidia so häufig neue Chips herausbringt, dass ältere Modelle schnell an Leistung und Wert verlieren. Beispielsweise sind die A100-Chips aus dem Jahr 2020 für die anspruchsvollsten KI-Aufgaben mittlerweile weniger gefragt, auch wenn sie andernorts noch Verwendung finden. Burry schätzt, dass die Unternehmen ihre Abschreibungen aufgrund dieses Ansatzes zwischen 2026 und 2028 um 176 Milliarden Dollar (etwa 4,048 Billionen Kč) zu niedrig ansetzen werden. Das könnte bedeuten, dass ihre Gewinne aufgebläht sind und Investoren ein verzerrtes Bild sehen.
Burrys Angriff auf die großen Akteure
Der Investor Michael Burry, der dadurch berühmt wurde, dass er die Hypothekenkrise von 2008 vorhersagte, nimmt nun den Technologiesektor ins Visier. Im CNBC-Artikel wird beschrieben, wie Burry Unternehmen wie Google, Microsoft, Amazon, Meta und Oracle vorwirft, zu lange Abschreibungszeiträume zu verwenden. Seiner Ansicht nach führt dies dazu, dass die Unternehmen nach den GAAP-Rechnungslegungsstandards höhere Gewinne ausweisen, als sie sollten. Konkret schätzt er, dass die Gewinne von Oracle im Jahr 2028 um 27 % und die von Meta um 21 % zu hoch ausgewiesen sein könnten. Burry argumentiert, dass der rasante Fortschritt bei Nvidias Technologien dazu führt, dass GPUs viel früher an Wert verlieren, als die Unternehmen eingestehen.
Der Artikel auf Tom's Hardware erläutert, wie diese Unternehmen enorme Summen in den Bau von Rechenzentren voller GPUs investieren. Nach Ausgaben in Milliardenhöhe würden schnellere Abschreibungen höhere buchhalterische Kosten bedeuten, was die ausgewiesenen Gewinne verringern würde. Burry warnt, dass dies künftig zu Korrekturen in den Bilanzen führen könnte, die das Vertrauen der Investoren erschüttern würden. Darüber hinaus betont er, dass die Mietpreise älterer Chips wie des A100 sinken, obwohl diese weiterhin in Betrieb sind, wodurch sie weniger Einnahmen generieren.
Was sagt CoreWeave?
Nicht alle stimmen Burry zu. Das Unternehmen CoreWeave, ein großer Anbieter GPU-basierter Cloud-Dienste, vertritt eine andere Sichtweise. Laut dem CNBC-Artikel berichtet CoreWeave, dass die Nachfrage nach den älteren A100-Chips aus dem Jahr 2020 weiterhin bei voller Auslastung, also bei 100 %, liegt. Bei den neueren H100-Chips sind es 95 %. Dies deutet darauf hin, dass ältere Hardware von den Unternehmen nicht sofort ausrangiert wird – sie wird für einfachere KI-Aufgaben eingesetzt, bei denen nicht die allerhöchste Leistung erforderlich ist.
CoreWeave argumentiert, dass ältere Modelle ihren Wert für bestimmte Aufgaben behalten, auch wenn neue Nvidia-Chips schnell auf den Markt kommen, etwa für die stapelweise Datenverarbeitung, bei der Geschwindigkeit nicht so entscheidend ist. Dies könnte längere Abschreibungszeiträume rechtfertigen, da die Hardware länger Einnahmen generiert, als Burry annimmt. Im Artikel auf Tom's Hardware wird erwähnt, dass Hyperscaler ältere GPUs für weniger anspruchsvolle Aufgaben einsetzen und dadurch deren wirtschaftliche Nutzungsdauer verlängern.
Finanzielle Risiken für Investoren
Wenn die Unternehmen, wie von Burry vorgeschlagen, zu schnelleren Abschreibungen übergingen, würden ihre Kosten steigen und ihre Gewinne sinken. Schätzungen zufolge könnte dies die Gewinne von Oracle im Jahr 2028 um 27 % und die von Meta um 21 % verringern. Die Artikel auf Tom's Hardware und CNBC beschreiben, wie dies mit den enormen Investitionen in die KI-Infrastruktur zusammenhängt – Unternehmen geben Milliarden für den Bau von Zentren voller Nvidia-GPUs aus. Wenn die Hardware jedoch schneller altert als geplant, könnten Probleme mit dem Cashflow, also dem Geldfluss, auftreten.
Burry weist darauf hin, dass die Mietpreise für GPUs sinken, was die Einnahmen aus den Investitionen verringert. Beispielsweise bringen ältere Chips wie der A100 weniger Geld ein als neue H100-Chips, obwohl sie weiterhin in Betrieb sind. Das könnte bedeuten, dass die Unternehmen bald in neue Prozessor-Upgrades investieren müssen, was den Druck auf ihre Finanzen verstärken würde. Für Investoren bedeutet dies das Risiko, dass die Aktien dieser Giganten fallen könnten, falls sich herausstellt, dass ihre Bilanzen nicht so solide sind, wie sie erscheinen.
