Das Kapital, das trotzdem verdienen muss

Das Kapital, das trotzdem verdienen muss

Stand: 26. Juli 2026

Bis hierher haben wir beschrieben, wie Unsicherheit über Meerengen, Energie, Europa und Exportketten in die reale Wirtschaft einsickern kann. Kapitel 4 dreht die Perspektive: Was geschieht auf der Kapitalseite, wenn die reale Welt vorsichtiger wird, während Finanzmärkte, Pensionssysteme, Kreditgeber und Aktionäre weiterhin steigende Erträge erwarten?

Die kurze Antwort lautet: Dann öffnet sich eine Lücke zwischen versprochener Zukunft und tragfähiger Zukunft. Genau diese Lücke ist der finanzielle Kern einer Vertrauensrezession.

Warum Kapital nicht einfach warten kann

Kapital ist nicht neutral. Es ist mit Ansprüchen beladen: Aktionäre erwarten Kursgewinne und Dividenden, Gläubiger Zins und Rückzahlung, Banken stabile Sicherheiten, Staaten Steuereinnahmen, Pensionskassen laufende Erträge, Venture-Investoren die nächste Bewertungsrunde. Diese Ansprüche laufen weiter, auch wenn der reale Absatz stockt.

In einer expandierenden Wirtschaft lassen sich solche Ansprüche oft gleichzeitig bedienen. Wenn aber Konsum, Investitionen und Welthandel schwächer werden, beginnt ein Verteilungskampf um eine kleinere Ertragsbasis. Dann zeigt sich, dass das Finanzsystem mehr versprochen haben kann, als die Realwirtschaft unter neuen Bedingungen tragen kann.

Die Problematik verschärft sich, weil Finanzmärkte Zukunft handeln. Bewertungen beruhen auf Erwartungen über künftige Cashflows, Margen, Marktanteile und Produktivität. Wird diese Zukunft unsicherer, steigen nicht nur die Zweifel an einzelnen Unternehmen. Es verändert sich der Preis der Zeit selbst.

Das Finanzsystem kann zukünftige Erträge vorwegnehmen, aber es kann sie nicht dauerhaft herbeihalluzinieren.

Von der Bewertungsstory zur Finanzierungsklemme

Wenn die Welt weniger konsumiert, geraten erwartete Umsätze und Margen unter Druck. Das muss nicht sofort in einer Rezession enden. Es kann zunächst als Bewertungsproblem beginnen:

schwächere Absatzperspektive
→ niedrigere Gewinnerwartung
→ fallende Bewertung
→ teureres Eigenkapital
→ strengere Kreditvergabe
→ weniger Investitionen
→ schwächeres Wachstum.

Ein Kursrückgang ist deshalb nicht nur ein Börsenereignis. Er kann die reale Wirtschaft treffen, wenn Unternehmen geplante Emissionen verschieben, Akquisitionen absagen, Forschung kürzen, Standorte schließen oder Personal nicht nachbesetzen.

Besonders anfällig sind Geschäftsmodelle, deren heutige Bewertung stark auf fernen Ertragsversprechen beruht. In guten Zeiten wirkt das wie ein Turbo. In einer Vertrauensrezession wirkt es wie ein Hebel in die andere Richtung.

AI-Nutzen ist nicht gleich Anbieterprofitabilität

Gerade im AI-Sektor ist diese Unterscheidung entscheidend. Dass künstliche Intelligenz Produktivität erhöhen, Such- und Arbeitsprozesse verändern oder neue Anwendungen hervorbringen kann, bedeutet nicht automatisch, dass alle Anbieter überdurchschnittliche Gewinne erzielen. Noch weniger bedeutet es, dass heutige Aktienkurse bereits gerechtfertigt sind.

Zwischen AI-Nutzen, Anbieterprofitabilität und Aktienrendite liegen mehrere Hürden:

• Investitionen: Rechenzentren, Chips, Stromnetze, Kühlung und Software verschlingen enorme Summen.
• Preiswettbewerb: Wenn viele Anbieter ähnliche Modelle und Dienste bereitstellen, sinken Margen.
• Kundennutzen: Nicht jede produktive Anwendung erzeugt sofort zahlungsbereite Nachfrage.
• Substitution: AI kann bestehende Umsätze kannibalisieren, statt nur neue zu schaffen.
• Regulierung: Datenschutz, Haftung, Urheberrecht, Wettbewerb und Datenlokalisierung können Kosten erhöhen.
• Gesellschaftliche Gegenreaktion: Entlassungen, Automatisierungsdruck und politische Abhängigkeit können zu Boykott-, Regulierungs- oder Souveränitätsbewegungen führen.

Eine AI-Welle kann daher real nützlich und finanziell gleichzeitig enttäuschend sein. Das ist keine theoretische Spitzfindigkeit, sondern ein klassisches Muster technologischer Umbrüche: Der Nutzen verteilt sich oft breiter, als die Profite konzentriert bleiben.

Der AI-Investitions-Renditeschock

Ein besonders sensibles Risiko ist der AI-Investitions-Renditeschock. Gemeint ist die Möglichkeit, dass sehr große Investitionen in Rechenzentren, Chips, Netze und Energieinfrastruktur schneller steigen als die tatsächlich monetarisierbaren Erträge.

Die Wirkungskette kann so aussehen:

AI-Euphorie
→ steigende Investitionen der Hyperscaler und Zulieferer
→ hohe Bewertungen entlang der Infrastrukturkette
→ Zweifel an der Monetarisierung oder an der Nachfrage
→ Neubewertung von Gewinnerwartungen
→ Druck auf Capex-Pläne, Zulieferer, Kreditkanäle und Arbeitsmärkte.

Dieser Schock muss nicht aus einem vollständigen Scheitern der Technologie entstehen. Schon ein kleiner Unterschied zwischen erhoffter und realisierter Rendite kann ausreichen, wenn zuvor sehr große Summen, hohe Multiplikatoren und enge Kapitalmarktverflechtungen aufgebaut wurden.

Je stärker einzelne Aktien, Indizes, ETFs, Optionsmärkte und Kreditstrukturen an wenige Gewinnerzählungen gekoppelt sind, desto größer wird das Spillover-Risiko. Spillover bedeutet in diesem Zusammenhang: Eine Korrektur in einem Bereich schwappt in andere Bereiche über — etwa von Halbleitern zu Versorgern, von Rechenzentren zu Bauunternehmen oder von Technologiewerten zu Konsum- und Kreditmärkten.

Wenn Kapital zurück in die USA geflossen ist

In den vergangenen Jahren haben Renditeerwartungen, Dollarstärke, Technologieführerschaft und die Tiefe der US-Kapitalmärkte große Mittel angezogen. Ein Teil dieses Kapitals sucht Sicherheit, ein anderer sucht überdurchschnittliches Wachstum. Beide Motive können sich jedoch verändern, wenn Ertragserwartungen sinken oder politische und fiskalische Risiken steigen.

Was geschieht dann mit dem in die USA geflossenen Kapital? Es verschwindet nicht einfach, aber es kann seine Form ändern:

• von Wachstumstiteln zu defensiveren Aktien,
• von riskanten Anleihen zu Staatsanleihen kurzer Laufzeit,
• von illiquiden zu liquideren Anlagen,
• von Auslandsengagements zurück in Heimatmärkte,
• von Börsenanlagen in Kasse, Gold oder ausgewählte Rohstoffe.

Ein Teil bleibt also im System, wechselt aber aus dem Modus „Renditejagd“ in den Modus „Schadensbegrenzung“. Genau dieser Wechsel kann Finanzierungskosten erhöhen, selbst wenn nominell noch viel Kapital vorhanden ist.

Arbeitsmarkt, Automatisierung und Nachfrage

Automatisierung wird unter Vertrauensbedingungen ambivalent. Unternehmen versprechen sich Effizienzgewinne, geringere Personalkosten und bessere Skalierung. Makroökonomisch entsteht aber eine kritische Frage: Wer kauft die zusätzlichen Güter und Dienste, wenn ein Teil der Beschäftigten verdrängt, verunsichert oder lohnseitig geschwächt wird?

Das Problem lautet nicht, dass jede AI-Anwendung Jobs vernichtet. Das Problem lautet, dass die Verteilung der Gewinne und Verluste zeitlich und sozial auseinanderfallen kann. Unternehmen sparen heute Personalkosten, während neue Tätigkeiten, höhere Löhne oder breiterer Wohlstand erst später oder ungleich entstehen.

Daraus kann sich eine neue Art von Nachfrageproblem entwickeln:

mehr Automatisierung
→ geringere Beschäftigtensicherheit oder geringere Lohnquote in Teilen des Marktes
→ schwächere Konsumneigung
→ schwächere Erlöse außerhalb weniger Gewinnersektoren
→ neue Zweifel an der Kapitalrendite.

Hier liegt auch eine mögliche politische Gegenströmung: „Kauft nicht bei Firmen, die Menschen durch AI ersetzen.“ Ob daraus eine breite Bewegung wird, ist offen. Als frühes Alarmsignal für Vertrauens- und Nachfragerisiken sollte sie aber beobachtet werden.

Die kurze Antwort auf die Leitfrage

Was geschieht also, wenn die Welt weniger konsumiert, während das globale Kapital mehr Rendite denn je benötigt? Dann kann nicht jeder Anspruch gleichzeitig erfüllt werden. Ein Teil der Zukunft wird neu bewertet. Manche Bewertungen fallen, einige Investitionen werden verschoben, Kredit wird teurer, Beschäftigung wird vorsichtiger geplant und politische Verteilungskämpfe werden schärfer.

Nicht jede Korrektur führt sofort in eine Weltrezession. Aber je größer die Lücke zwischen Finanzansprüchen und realer Ertragskraft wird, desto wahrscheinlicher wird eine Phase von Neubewertung, Deleveraging, Nachfrageschwäche und politischen Reaktionen.

Quellen und Methode

Dieses Kapitel verbindet Finanzlogik, AI-Investitionsdynamik und makroökonomische Übertragung. Das Beitragsbild ist eine Illustration. Zentrale Quellenfamilien:

• Bank für Internationalen Zahlungsausgleich (BIZ) — Finanzbedingungen, Kreditkanäle, Vermögenspreise und Spillover-Effekte.
• Internationaler Währungsfonds (IWF) — globale Kapitalflüsse, makrofinanzielle Risiken und Weltkonjunktur.
• Financial Stability Board (FSB) — Verwundbarkeiten im Finanzsystem und Marktverflechtungen.
• OECD — Produktivität, Arbeitsmärkte, Digitalisierung und Verteilungseffekte.
• US Securities and Exchange Commission (SEC) — Unternehmensberichte zu Investitionen, Risiken und Monetarisierungserwartungen.

---

Gridizer Research ist eine analytische Publikation. Sie stellt keine Finanz-, Rechts- oder Politikberatung dar.