Die schleichende Neubewertung

Wenn der KI-Boom seine Unschuld verliert

Ein Essay über die Entwicklung der KI-Finanzierung, die Grenzen des Wachstums und die Möglichkeit, dass sich eine Krise ohne großen Knall vollzieht.

Der Crash, der ausblieb

Im März 2026 habe ich vor einer tickenden Zeitbombe gewarnt.1 Die KI-Industrie war dabei, eine Infrastruktur aufzubauen, deren Kosten, Abhängigkeiten und Risiken weit über das hinausgingen, was sich mit den bisherigen Geschäftsmodellen rechtfertigen ließ. Billionen wurden investiert, Lieferketten konzentrierten sich auf wenige strategische Regionen, und die Finanzierung des Wachstums entwickelte eine Eigendynamik, die irgendwann an ihre Grenzen stoßen musste. Die Frage war nicht, ob künstliche Intelligenz eine bedeutende Technologie werden würde. Die Frage war, ob die wirtschaftliche Konstruktion, auf der dieser Boom beruhte, dauerhaft tragfähig sein konnte.

Der erwartete große Crash ist bislang ausgeblieben. Das muss man zunächst einmal festhalten. Eine Prognose, die sich nicht erfüllt, wird nicht dadurch richtig, dass man sie nachträglich anders formuliert. Die Vorstellung eines abrupten Zusammenbruchs der KI-Industrie, der die Finanzmärkte in eine globale Krise stürzt, hat sich bisher nicht bewahrheitet. Die Entwicklung verlief anders, als ich im März angenommen hatte. Aber daraus folgt nicht, dass die damalige Analyse gegenstandslos geworden wäre.

Im Gegenteil: Die Frage hat sich verändert. Es geht nicht mehr ausschließlich darum, ob die KI-Industrie irgendwann zusammenbricht. Es geht darum, ob sich ihre wirtschaftliche Bewertung schrittweise verändert, ob Investoren ihre Erwartungen korrigieren und ob sich die Risiken zunächst dort materialisieren, wo die Finanzierung am wenigsten belastbar ist.

Der Unterschied ist erheblich. Ein Crash ist ein Ereignis. Eine Neubewertung ist ein Prozess.

Vom Risiko zum Preis

In meinem Oktober-Essay „Kein Lehman-Moment“ habe ich bereits versucht, diese Entwicklung zu beschreiben.1 Die Analogie zu Lehman Brothers führt in die Irre, wenn sie suggeriert, dass eine Krise erst dann existiert, wenn ein einzelnes Unternehmen spektakulär zusammenbricht und die Märkte innerhalb weniger Tage in Panik geraten. Finanzielle Instabilität kann sich auch anders entwickeln.

Sie beginnt möglicherweise mit steigenden Finanzierungskosten, einer vorsichtigeren Kreditvergabe, sinkenden Bewertungen und Investitionsentscheidungen, die nicht mehr selbstverständlich fortgesetzt werden. Unternehmen müssen dann nicht sofort insolvent werden. Es genügt zunächst, dass ihre bisherigen Wachstumserwartungen nicht mehr als selbstverständlich gelten. Das ist der entscheidende Punkt.

Die KI-Industrie wurde nicht allein deshalb so hoch bewertet, weil sie bereits Gewinne in entsprechender Größenordnung erwirtschaftete. Ein erheblicher Teil ihrer Bewertung beruhte auf der Erwartung, dass sich die gegenwärtigen Investitionen in Zukunft in entsprechend hohe Einnahmen verwandeln würden. Diese Erwartung ist nicht grundsätzlich irrational. Neue Technologien können ganze Branchen verändern und langfristig erhebliche Produktivitätsgewinne erzeugen.

Aber zwischen technologischer Bedeutung und wirtschaftlicher Rentabilität liegt eine Rechnung. Und diese Rechnung muss irgendwann aufgehen.

Wenn ein Unternehmen Milliarden in Rechenzentren, Chips, Energieversorgung und Infrastruktur investiert, dann muss es diese Investitionen nicht nur finanzieren. Es muss sie auch wirtschaftlich nutzen können. Die Auslastung muss stimmen, die Nachfrage muss wachsen, die Einnahmen müssen die laufenden Kosten und die Kapitalkosten tragen. Ein technologischer Erfolg ist noch kein finanzieller Erfolg. Das gilt insbesondere dann, wenn die Investitionen schneller wachsen als die Einnahmen.

Die eigentliche Frage ist die Monetarisierung

Der KI-Boom hat eine bemerkenswerte Eigenschaft: Die Nachfrage nach Rechenleistung wächst, während die wirtschaftliche Verwertung dieser Rechenleistung keineswegs im gleichen Tempo gesichert ist. Die großen Anbieter können sich das zunächst leisten. Sie verfügen über erhebliche finanzielle Mittel, bestehende Geschäftsmodelle und Zugang zu den Kapitalmärkten. Sie können Investitionen über mehrere Jahre verteilen und auch dann fortsetzen, wenn einzelne Projekte kurzfristig keine ausreichende Rendite erzielen.

Das bedeutet allerdings nicht, dass jede Investition sinnvoll ist. Je größer die Infrastruktur wird, desto höher werden die Anforderungen an ihre wirtschaftliche Auslastung. Rechenzentren müssen betrieben, Chips müssen ersetzt, Energie muss bereitgestellt und Finanzierungskosten müssen getragen werden. Die Investition ist nicht abgeschlossen, sobald das Gebäude steht. Sie beginnt dann erst, sich wirtschaftlich bewähren zu müssen.

Dabei entsteht ein Paradoxon: Die Unternehmen benötigen immer mehr Rechenleistung, um ihre Produkte leistungsfähiger zu machen. Gleichzeitig müssen sie dafür sorgen, dass die Kunden diese Rechenleistung auch bezahlen. Wenn die Preise für KI-Dienste sinken, kann die Nachfrage zwar steigen. Aber steigende Nachfrage allein garantiert keine ausreichenden Margen. Ein Markt kann technologisch wachsen und trotzdem wirtschaftlich enttäuschen.

Die entscheidende Größe ist nicht die Zahl der Nutzer, nicht die Zahl der Rechenzentren und auch nicht die Menge der verbauten Chips. Es ist die Frage, wie viel Geld sich mit dieser Infrastruktur tatsächlich verdienen lässt.

Ein konkretes Beispiel für dieses Paradoxon lieferte Alphabet Ende Oktober 2026. Der Kurssturz von 12,6 Prozent – einer der größten Tagesverluste der Unternehmensgeschichte – löschte rund 500 Milliarden Dollar an Marktkapitalisierung aus.2 Auslöser waren nicht die Quartalszahlen insgesamt, sondern zwei Details: Das Werbegeschäft der Google-Suche wuchs nur noch um rund zwölf Prozent auf 63,35 Milliarden Dollar – deutlich langsamer als in den Vorquartalen – und der Ausblick auf die Monetarisierung der KI-Suche enttäuschte.3 Der KI-Modus wird zunehmend genutzt, bringt pro Suchanfrage aber weniger ein als die klassische Trefferliste mit ihren zahlreichen Werbeflächen. Je erfolgreicher die KI-Suche wird, desto stärker untergräbt sie die eigene Ertragsquelle.

Die Finanzierung wird zum Belastungstest

Im März lag der Schwerpunkt meiner Analyse auf den Risiken der gesamten KI-Lieferkette. Im Oktober ging es stärker um die Finanzierung und die Möglichkeit, dass sich die Belastungen über verschiedene Ebenen der Industrie ausbreiten. Diese Betrachtung bleibt zentral.

Die KI-Infrastruktur wird nicht ausschließlich aus laufenden Einnahmen finanziert. Kredite, Anleihen, Leasingverpflichtungen und andere Finanzierungsformen ermöglichen Investitionen, die weit über das hinausgehen, was einzelne Unternehmen kurzfristig aus ihrem operativen Geschäft bezahlen könnten. Solange die Erwartungen stimmen, funktioniert diese Konstruktion. Die Unternehmen investieren, die Kreditgeber finanzieren, die Nachfrage wächst, und die steigenden Bewertungen erleichtern den Zugang zu weiterem Kapital.

Aber die Konstruktion verändert sich, wenn die Erwartungen nicht mehr erfüllt werden. Dann wird aus Wachstum eine Verpflichtung. Ein Unternehmen kann seine Investitionen nicht beliebig zurückdrehen, wenn es langfristige Verträge abgeschlossen, Infrastruktur gebaut oder Finanzierung aufgenommen hat. Die Kosten bleiben bestehen, auch wenn sich die Einnahmen anders entwickeln als geplant.

Das betrifft nicht alle Unternehmen gleichermaßen. Die großen Hyperscaler besitzen eine andere finanzielle Ausgangslage als hochverschuldete Neocloud-Anbieter oder Unternehmen, deren Geschäftsmodell unmittelbar von der Finanzierung weiterer Expansion abhängt. Deshalb wäre es falsch, die KI-Industrie als ein einziges Unternehmen zu betrachten, das entweder funktioniert oder zusammenbricht. Die Risiken sind unterschiedlich verteilt. Und genau darin liegt die Möglichkeit einer schleichenden Krise: Die schwächeren Teile der Finanzierungskette können unter Druck geraten, während die größten Unternehmen weiterhin investieren und ihre Marktposition behaupten. Der Boom endet dann nicht mit einem einzigen Ereignis. Er verändert seine Struktur.

Die Zahlen deuten in diese Richtung, auch wenn sie mit Vorsicht zu lesen sind. Die fünf größten US-Tech-Konzerne – Alphabet, Amazon, Microsoft, Meta und Oracle – investieren inzwischen mehr in KI-Infrastruktur, als sie aus ihrem operativen Geschäft finanzieren können. Der zusätzliche Finanzbedarf über die Kapitalmärkte wird in einer Analyse von J.P. Morgan Asset Management auf rund 1,1 Billionen Dollar geschätzt.4 Nach einer Analyse des Research-Dienstes Parallax, die als Sekundärquelle zu werten ist, berichten vier der fünf größten KI-Ausgeber über einen negativen Free Cash Flow, weil die Investitionsausgaben zwischen 98 und 123 Prozent des operativen Cashflows erreichen; die nicht kündbaren Rechenzentrums-Leasingverträge werden dort auf rund 1,2 Billionen Dollar beziffert.5 Die genaue Abgrenzung dieser Leasingverpflichtungen und der Berichtszeitraum sind vor einer Veröffentlichung zu prüfen.

Die Bank für Internationalen Zahlungsausgleich (BIZ) beschreibt in einem Bulletin vom Oktober 2026 solche zirkulären Investitionsbeziehungen als eine mögliche Schwachstelle. Zwischen 2021 und 2025 entfielen 46,4 Prozent des Wertes der KI-zu-KI-Investitionsgeschäfte auf Fälle, in denen Investor und Zielunternehmen zugleich kommerzielle Lieferkettenbeziehungen unterhielten; 28,7 Prozent des Gesamtwerts der KI-Investitionsgeschäfte betrafen ein Zielunternehmen, das selbst ein KI-Unternehmen war.6 Das bedeutet nicht, dass 46,4 Prozent aller Tech- und Infrastrukturtransaktionen zirkulär waren. Es bedeutet, dass ein erheblicher Teil der brancheninternen Investitionen in Strukturen floss, in denen dasselbe Kapital mehrfach als Nachfrage erscheinen kann.

Die Märkte müssen nicht zusammenbrechen, um ihre Meinung zu ändern

Eine Neubewertung ist zunächst nichts anderes als eine Veränderung der Erwartungen. Wenn Investoren davon ausgehen, dass ein Unternehmen künftig weniger verdienen wird als bisher angenommen, sinkt der Preis, den sie bereit sind, für seine Aktien zu bezahlen. Das kann geschehen, obwohl das Unternehmen weiterhin wächst. Es kann geschehen, obwohl seine Produkte erfolgreich sind. Und es kann geschehen, obwohl die Technologie langfristig eine bedeutende Rolle spielen wird.

Denn der Aktienmarkt bewertet nicht ausschließlich die Zukunft einer Technologie. Er bewertet die erwarteten Gewinne eines Unternehmens im Verhältnis zu den Risiken und zum Preis, den Investoren dafür bezahlen. Ein Unternehmen kann deshalb wirtschaftlich erfolgreich sein und trotzdem eine enttäuschende Aktienentwicklung erleben. Wenn die Erwartungen vorher zu hoch waren, reicht ein gutes Ergebnis möglicherweise nicht mehr aus.

Das ist keine Besonderheit der KI. Aber bei einer Industrie, deren Bewertungen in erheblichem Umfang auf zukünftigen Wachstumserwartungen beruhen, wird dieser Mechanismus besonders wichtig. Die Frage ist dann nicht mehr nur, ob die KI wächst. Die Frage lautet, ob sie schneller wächst als die Erwartungen, die bereits in ihren Bewertungen enthalten sind.

Die Midterms sind kein Erklärungsmodell

Die Entwicklungen nach den amerikanischen Midterm-Wahlen verdienen Aufmerksamkeit. Sie können einen zeitlichen Bezugspunkt für die aktuelle Marktphase liefern. Aber ein zeitlicher Zusammenhang ist noch keine Erklärung. Wenn Aktienkurse nach einer Wahl fallen, bedeutet das nicht automatisch, dass die Wahl den Rückgang verursacht hat. Märkte reagieren auf eine Vielzahl von Faktoren: Unternehmensberichte, Zinsentwicklung, politische Erwartungen, Gewinnprognosen und Veränderungen der Risikobereitschaft. Gerade deshalb wäre es falsch, aus einer kurzfristigen Marktbewegung unmittelbar eine neue Crash-Prognose abzuleiten.

Interessanter ist die Frage, wie sich die Bewegung verteilt. Werden vor allem Unternehmen belastet, deren Bewertungen besonders stark von zukünftigen KI-Einnahmen abhängen? Geraten Anbieter unter Druck, die ihre Infrastruktur mit hohen Fremdfinanzierungsanteilen aufgebaut haben? Oder betrifft die Entwicklung zunehmend auch Unternehmen, deren Geschäftsmodelle nur indirekt mit der KI-Industrie verbunden sind? Das sind unterschiedliche Szenarien.

Ein Rückgang einzelner KI-Aktien wäre noch kein Beweis für eine systemische Krise. Eine anhaltende Verschlechterung der Finanzierungskonditionen und eine breite Ausbreitung der Risiken wären dagegen wesentlich aussagekräftiger. Die entscheidende Beobachtung ist deshalb nicht, ob ein Index an einem bestimmten Tag fällt. Es ist, ob sich die wirtschaftlichen Bedingungen verändern, unter denen die KI-Industrie ihre Investitionen fortsetzen kann.

Die Midterms haben nach Einschätzung von State Street eine bereits laufende Korrektur verstärkt, nicht ausgelöst. Die Bewertungskorrektur bei KI-Aktien begann vor der Wahl: Globale Halbleiterwerte befanden sich bereits vor den Midterms in einem Drawdown von 20 Prozent, während breite US-Indizes vergleichsweise stabil blieben. Die Wahl fügte politische und regulatorische Unsicherheit hinzu und beschleunigte die Neubewertung, änderte aber nach Einschätzung von State Street nicht den langfristigen Investitionsfall.7

Eine Krise ohne dramatischen Augenblick

Die Vorstellung eines großen Crashs besitzt einen Vorteil: Sie ist leicht zu erkennen. Ein spektakulärer Kurssturz, eine Insolvenz, eine Bankenkrise oder eine plötzliche Unterbrechung der Finanzierung liefern ein Ereignis, an dem sich die Geschichte festmachen lässt. Eine schleichende Neubewertung ist weniger eindeutig.

Sie kann sich über Monate hinziehen. Einzelne Unternehmen verlieren an Wert, andere behaupten sich. Investitionen werden gekürzt, Projekte verschoben, Kreditbedingungen verschärft. Die Industrie wächst möglicherweise weiter, aber nicht mehr mit den bisherigen Erwartungen. Dabei kann sich die wirtschaftliche Lage verschlechtern, ohne dass die großen Indizes dauerhaft zusammenbrechen.

Das macht die Entwicklung nicht automatisch harmlos. Wenn Investitionen zurückgehen, kann das Auswirkungen auf Zulieferer, Beschäftigung, Energiebedarf und regionale Wirtschaftsstrukturen haben. Wenn Kreditgeber ihre Risiken reduzieren, kann sich die Finanzierung für Unternehmen verteuern, die bisher auf weiteres Wachstum angewiesen waren. Die Folgen müssen nicht gleichzeitig eintreten. Sie können sich gegenseitig verstärken.

Das ist die Dynamik, die ich im Oktober als einen Minsky-Moment in Zeitlupe beschrieben habe: Nicht der eine Tag, an dem alles zusammenbricht, sondern eine Phase, in der sich die Bedingungen des Booms allmählich gegen ihn wenden.

Ein Frühindikator für diese Dynamik ist der Kreditmarkt. Die Rendite der 2031 fälligen CoreWeave-Anleihe – eines der größten hochverschuldeten Neoclouds – erreichte zeitweise bis zu 16 Prozent. Die Spreads der fünfjährigen Credit Default Swaps (CDS) stiegen über 1.100 Basispunkte – ein Niveau, das Kreditmärkte als echtes Ausfallrisiko lesen.8 Die Börsen-Zeitung spricht in diesem Zusammenhang von einer „Refinanzierungsfalle“: Der Übergang von einer Bewertungs- in eine ausgewachsene Finanzierungskrise des KI-Sektors sei bereits im Gange.9

Ob daraus eine größere Finanzkrise entsteht, ist damit noch nicht entschieden. Aber die Möglichkeit lässt sich nicht allein dadurch ausschließen, dass der erwartete Crash bisher ausgeblieben ist.

Was sich gegenüber März geändert hat

Im März habe ich die Risiken der KI-Industrie in einer Weise beschrieben, die einen abrupten Zusammenbruch als mögliche Konsequenz erscheinen ließ. Heute muss ich diese Erwartung korrigieren. Der große Crash, wie ich ihn damals befürchtet habe, ist nicht eingetreten. Die Entwicklung verlief bislang weniger dramatisch und stärker verteilt, als meine damalige Prognose nahelegte. Das ist eine notwendige Korrektur.

Die grundlegenden Fragen sind jedoch weiterhin offen: Wie rentabel wird die gewaltige Infrastruktur tatsächlich sein? Wie lange können Unternehmen Investitionen fortsetzen, wenn die Einnahmen hinter den Erwartungen zurückbleiben? Welche Anbieter sind in der Lage, ihre Finanzierung auch unter schwierigeren Bedingungen zu sichern? Und wie weit reichen die Folgen, wenn sich die Erwartungen an die KI-Industrie dauerhaft verändern?

Diese Fragen lassen sich nicht mit einem einzelnen Börsentag beantworten. Sie verlangen eine Beobachtung der tatsächlichen wirtschaftlichen Entwicklung. Dabei ist auch das Gegenargument ernst zu nehmen: Die KI kann ihre Produktivität erheblich steigern, neue Geschäftsmodelle hervorbringen und langfristig Einnahmen ermöglichen, die heute noch nicht vollständig sichtbar sind. Es wäre ebenso falsch, diese Möglichkeit zu ignorieren, wie es falsch wäre, sie bereits als gesichert zu betrachten.

Die Technologie ist nicht das Problem. Das Problem ist die wirtschaftliche Konstruktion, die auf der Annahme beruht, dass ihre Zukunft die gegenwärtigen Investitionen rechtfertigen wird.

Fazit: Nicht der Knall, sondern die Rechnung

Der KI-Boom muss nicht in einem spektakulären Crash enden. Es ist durchaus möglich, dass sich die Industrie weiterentwickelt, während die Finanzmärkte ihre Erwartungen korrigieren. Einzelne Unternehmen werden scheitern, andere werden ihre Investitionen reduzieren, und einige der größten Anbieter werden ihre Position möglicherweise sogar stärken. Das wäre keine Entwarnung. Es wäre eine Veränderung der wirtschaftlichen Struktur.

Die entscheidende Frage ist, ob die KI-Industrie ihre gewaltigen Investitionen in dauerhaft tragfähige Geschäftsmodelle verwandeln kann. Solange diese Frage offen bleibt, sind hohe Bewertungen und steigende Infrastrukturkosten kein Beweis für einen bevorstehenden Crash, aber auch kein Beweis für die Nachhaltigkeit des Booms.

Im März habe ich die Gefahr eines abrupten Zusammenbruchs stärker gewichtet. Im Oktober habe ich beschrieben, warum eine schleichende Erosion wahrscheinlicher erscheinen kann. Jetzt geht es darum, diese Entwicklung anhand der tatsächlichen Markt- und Unternehmensdaten zu prüfen.

Vielleicht wird es keinen Lehman-Moment geben. Vielleicht wird es auch keinen großen KI-Crash geben. Aber es könnte eine Phase beginnen, in der die Technologie weiter wächst, während die wirtschaftlichen Erwartungen an sie deutlich zurückgenommen werden.

Dann wäre der entscheidende Moment nicht der Tag, an dem die Blase platzt. Es wäre der Zeitpunkt, an dem die Märkte erkennen, dass technologischer Fortschritt und wirtschaftliche Rentabilität zwei verschiedene Dinge sind.

Die KI muss nicht scheitern. Es reicht, wenn die Rechnung nicht aufgeht.

Fußnoten

1. Vorgängertexte dieser Reihe: Arnold Schiller, „Die tickende Zeitbombe: Wie die KI-Industrie die Weltwirtschaft gefährdet“, März 2026, https://arnold.babsi.de/publikum/die-tickende-zeitbombe-wie-die-ki-industrie-die-weltwirtschaft-gefahrdet.html ; ders., „Kein Lehman-Moment“, 31. Oktober 2026, https://arnold.babsi.de/kein-lehman-moment/ . ↩ ↩
2. Reuters, „Alphabet shares slump on slower cloud growth“, 29. Oktober 2026, https://www.reuters.com/technology/alphabet-shares-slump-slower-cloud-growth-2026-10-29/ ; ergänzend: „Alphabet-Albtraum: Zwei Zahlen sorgen für den größten Tagesverlust in der Konzerngeschichte“, OVB-online, 30. Oktober 2026, https://www.ovb-online.de/weltspiegel/wirtschaft/alphabet-albtraum-zwei-zahlen-sorgen-fuer-den-groessten-tagesverlust-in-der-konzerngeschichte-zr-94565771.html . Der Superlativ „größter Tagesverlust“ ist in der OVB-Berichterstattung genannt, in der Reuters-Meldung nicht ausdrücklich; der Text spricht deshalb von „einem der größten Tagesverluste“. ↩
3. OVB-online, a.a.O.: Das Werbegeschäft der Google-Suche wuchs um rund zwölf Prozent auf 63,35 Mrd. Dollar, langsamer als erwartet; Google bestätigte, dass der KI-Suchmodus schwächer monetarisiert wird als klassische Suchergebnisse mit Werbeflächen. ↩
4. J.P. Morgan Asset Management, „Financing the AI buildout and its implications for credit markets“, 6. November 2026, https://am.jpmorgan.com/nl/en/asset-management/institutional/insights/portfolio-insights/fixed-income/financing-the-ai-buildout/ ↩
5. Parallax Research, „Hyperscalers Burn Cash as Capex Hits 119% of Operating Cash Flow“, 25. Oktober 2026, https://parallax.chicago.global/blog/hyperscaler-negative-fcf-1-2t-uncommenced-leases-factor-attribution . Die dort genannten Zahlen (vier von fünf Ausgebern mit negativem Free Cash Flow, Capex 98–123 Prozent des operativen Cashflows, 1,2 Billionen Dollar „uncommenced leases“) sind als Sekundärquelle zu werten; die genaue Abgrenzung und der Berichtszeitraum waren nicht unabhängig verifizierbar. ↩
6. Bank for International Settlements, „AI investment and the structure of the tech sector“, BIS Bulletin Nr. 137, 1. Oktober 2026, https://www.bis.org/publ/bisbull137.htm . Die BIZ nennt 46,4 Prozent des Wertes der KI-zu-KI-Investitionsgeschäfte 2021–2025 mit zusätzlichen kommerziellen Lieferkettenbeziehungen zwischen Investor und Zielunternehmen; 28,7 Prozent des Gesamtwerts der KI-Investitionsgeschäfte betrafen ein Zielunternehmen, das selbst ein KI-Unternehmen war. Die frühere Formulierung, 46,4 Prozent aller Tech- und Infrastrukturtransaktionen seien zirkulär gewesen, war eine Fehlinterpretation. ↩
7. State Street Global Advisors, „Midterms add to an AI correction already underway“, 6. November 2026, https://www.ssga.com/us/en/intermediary/insights/midterms-add-to-an-ai-correction-already-underway ↩
8. Reuters, „CoreWeave bonds, CDS signal rising credit stress“, 16. Oktober 2026, https://www.reuters.com/markets/rates-bonds/coreweave-bonds-cds-signal-rising-credit-stress-2026-10-16/ ; ergänzend: Investing.com, „CoreWeave CDS widen past 1,100 basis points“, 16. Oktober 2026, https://www.investing.com/news/stock-market-news/coreweave-cds-widen-past-1100-basis-points-2026-10-16 . Die exakten Werte (15,78 Prozent Anleiherendite, 1.140 Basispunkte) sind in der Reuters-Berichterstattung als Größenordnung „bis zu 16 Prozent“ und „über 1.100 Basispunkte“ bestätigt; der Text nennt deshalb die bestätigte Größenordnung. ↩
9. Stephan Lorz, „Der KI-Markt kippt und steuert auf einen Minsky-Moment zu“, Börsen-Zeitung, 16. Oktober 2026, https://www.boersen-zeitung.de/konjunktur-politik/der-ki-markt-kippt-und-steuert-auf-einen-minsky-moment-zu ↩