Lambda, das von Nvidia unterstützte KI-Cloud-Unternehmen, das Computerchips kauft und an Unternehmen vermietet, hat 1 Milliarde US-Dollar an privaten, kurzfristigen Schulden aufgenommen, um die KI-Chips von Nvidia zu kaufen, die es an Microsoft leasen wird, berichtete Bloomberg am 28. August. TechCrunch berichtete, dass der Deal von JPMorgan Chase arrangiert wurde und dass seine kurze Laufzeit signalisiert, dass Lambda darauf setzt, dass es die Chips schnell bereitstellen und die Schulden aus den damit generierten Einnahmen zurückzahlen kann.

Das Darlehen ist das jüngste Zeichen dafür, dass der Ausbau der KI zunehmend über Bilanzen finanziert wird, die weit von den Hyperscalern entfernt sind – ein Trend, der in der Berichterstattung über die KI-Branche genau verfolgt wird, da Schulden Eigenkapital als bevorzugte Finanzierungsmaschine des Booms ersetzen.

Eine Reihe von Krediten, einer größer als der andere

Die 1-Milliarde-Dollar-Fazilität ist keine isolierte Transaktion. Es ist die dritte große Finanzierung, die Lambda in diesem Jahr anbietet:

  • Mai 2026: Lambda hat eine gesicherte Kreditfazilität in Höhe von 1 Milliarde US-Dollar abgeschlossen.
  • August 2026: Das Unternehmen kündigte ein Darlehen in Höhe von 926 Millionen US-Dollar an, um Nvidia GB300-GPUs – eines der neuesten Chipmodelle von Nvidia – für einen Einsatz zu finanzieren, für dessen Bereitstellung das Unternehmen bereits einen Vertrag abgeschlossen hat.
  • 28. August 2026: Der neue Private-Debt-Deal über 1 Milliarde US-Dollar, der für Chips vorgesehen ist, die an Microsoft vermietet werden.

Die Struktur des neuesten Deals ist wichtig. Kurzfristige private Schulden bergen ein höheres Refinanzierungsrisiko als langfristige Anleihen, sind aber günstiger zu arrangieren und passen zu einem Geschäftsmodell, bei dem GPUs in dem Moment, in dem sie ausgebucht sind, Mieteinnahmen generieren. Lambda nutzt faktisch die Bilanz von JPMorgan zur Vorfinanzierung eines Microsoft-Vertrags.

Positionierung vor dem Börsengang

Die Schuldenabkommen kommen zustande, während Lambda Berichten zufolge Gespräche über eine Finanzierungsrunde vor dem Börsengang in Höhe von 3 Milliarden US-Dollar führt. Laut von TechCrunch zitierten PitchBook-Daten hat das Unternehmen zuletzt im November Risikokapital in Höhe von 1,5 Milliarden US-Dollar bei einer Post-Money-Bewertung von 5,43 Milliarden US-Dollar aufgenommen.

Dieser Verlauf – massive Venture-Runden, gefolgt von schuldenfinanzierten Infrastrukturkäufen – spiegelt das Spielbuch anderer KI-Cloud-Neulinge wider, die im Vorfeld einer Börsennotierung um die Sicherung von GPUs kämpfen. Da Nvidia sowohl Investor als auch dominanter Zulieferer ist, befindet sich Lambda tief im Kreis der finanzierten Kunden des Chipherstellers.

Der schuldengetriebene Infrastrukturboom von KI

Lambda ist nicht der Einzige, der sich auf geliehenes Geld verlässt. Den von Bloomberg zusammengestellten Daten zufolge haben Banken und Technologieunternehmen im Jahr 2026 weltweit bisher mehr als 400 Milliarden US-Dollar an KI-bezogenen Schulden aufgenommen. Von Anthropics Multimilliarden-Dollar-Computing-Deals bis hin zu Rechenzentrumsbetreibern, die Anleihen in Rekordhöhe ausgeben, sind Kredite zum Standardfinanzierungsmechanismus für den KI-Ausbau geworden.

Die wirtschaftlichen Aspekte sind unkompliziert, aber unversöhnlich. GPUs verlieren alle zwei bis drei Jahre an Wert, die Rechenzentrumsleistung ist knapp und die Mietpreise unterliegen einem wettbewerbsintensiven Markt. Schuldenfinanzierte GPU-Käufe funktionieren, solange die Auslastung hoch bleibt und die KI-Nachfrage weiterhin das Angebot übersteigt. Wenn eine der beiden Annahmen zutrifft, wird die Hebelwirkung des Sektors zu einer Belastung.

Warum Microsoft bei diesen Deals immer wieder auftaucht

Bemerkenswert ist der Name von Microsoft im Mietvertrag. Der Softwareriese hat einige direkte Rechenzentrumsverpflichtungen reduziert und gleichzeitig seine KI-Kapazität durch Vermietung an Dritte erweitert – eine Absicherungsstrategie, die es ihm ermöglicht, die Rechenleistung zu skalieren, ohne jedes Asset zu besitzen. Für Lambda ist ein Spitzenmieter wie Microsoft genau die Art von Investment-Grade-Gegenpartei, die eine Schuldenaufnahme in Höhe von 1 Milliarde US-Dollar finanzierbar macht.

So funktioniert die Bilanz einer Neocloud

Das Modell von Lambda ist einfach zu beschreiben und kapitalintensiv in der Ausführung. Das Unternehmen kauft GPUs direkt, stellt sie in seinen eigenen oder Partner-Rechenzentren bereit und schließt Mietverträge mit Unternehmen ab, die KI-Rechenleistung ohne Kapitalaufwand benötigen. Jeder neue Vertrag erfordert effektiv eine neue Hardware-Wand im Vorfeld – weshalb der Finanzierungskalender des Unternehmens und nicht seine Kundenliste zur Kennzahl geworden ist, die Investoren im Auge behalten.

Kurzfristige Schulden sind das Instrument der Wahl, da sie zum Ertragsprofil des Vermögenswerts passen. Ein an Microsoft vermieteter GPU-Cluster generiert fast sofort monatliche Mieteinnahmen, und Lambda kann den Kapitalbetrag über die Vertragslaufzeit amortisieren. Das Risiko ist jedoch symmetrisch: Wenn der Einsatz scheitert oder ein Mieter neu verhandelt, bleibt das Unternehmen der Bank fristgerecht schuldig.

Was Sie sehen sollten

Drei Dinge werden darüber entscheiden, ob sich Lambdas Wette auszahlt: Wie schnell die neu gekauften GPUs die Arbeitslasten von Microsoft erreichen, ob die GPU-Mietpreise halten, wenn mehr Neocloud-Kapazität online geht, und ob Lambdas gemeldete Pre-IPO-Runde in Höhe von 3 Milliarden US-Dollar zu einer Bewertung zustande kommt, die seine wachsende Schuldenlast widerspiegelt. Das Unternehmen lehnte es ab, sich über den Bloomberg-Bericht hinaus zu äußern, aber sein Finanzierungskalender – drei Deals in weniger als vier Monaten – deutet darauf hin, dass das Management ein sich schließendes Zeitfenster sieht, um Chips vor dem nächsten Hardware-Zyklus von Nvidia zu sichern.

Für den breiteren Markt lautet die Botschaft, dass die Kapitalintensität von KI in eine neue Phase eingetreten ist: Die Unternehmen, die die Infrastruktur aufbauen, benötigen keine Kapitalmärkte mehr, um sie zu finanzieren. Sie brauchen lediglich Banken, die bereit sind, auf GPU-Cashflows zu setzen.

---

Der KI einen Schritt voraus sein

Erhalten Sie die neuesten KI-Nachrichten, Analysen und Durchbrüche – alles an einem Ort.

Weitere KI-Neuigkeiten lesen →