OpenAI ist mit einer kleineren Bitte an seine Investoren zurückgegangen. Nach einem am 30. Oktober von Reuters wiedergegebenen Bericht der Financial Times hat das Unternehmen das Ziel seiner jüngsten Runde um 10 Milliarden Dollar gesenkt — von rund 30 auf etwa 20 Milliarden — und die angestrebte Bewertung von 1,4 auf 1,25 Billionen Dollar reduziert. Die Zeichnungen waren Berichten zufolge am Freitag fällig, und das erste Closing könnte sogar unter dem revidierten Betrag liegen.
Das ist kein Zusammenbruch. Es ist eine Neubewertung — mitten im schlechtesten Monat, den der KI-Handel seit Jahren hatte.
Der Monat, in dem der Markt aufhörte, die Geschichte zu glauben
Der Nasdaq-100 fiel im Oktober um 6,7%, der schärfste Monatsverlust seit dem Tarif-Ausverkauf; mehr als zwei Billionen Dollar Indexwert verdampften. Allein am 30. Oktober verlor der Nasdaq Composite 2,86% auf 25.437 Punkte, der S&P 500 1,82% auf 7.580,07, während der VIX um fast 13% auf 19,42 sprang — ein Niveau, das sagt: Anleger kaufen Absicherung, keine Schnäppchen.
Auslöser war kein Produktversagen, sondern Cashflow. Alphabet verlor in einer Sitzung mehr als 12% und rund 500 Milliarden Dollar Marktwert, nachdem die Investitionen im Quartal etwa 51 Milliarden Dollar erreichten und der freie Cashflow bei rund minus 9 Milliarden lag. Das Wachstum der Suchwerbeeinnahmen verlangsamte sich auf 12%. Amazon meldete für die zwölf Monate bis 30. September einen negativen freien Cashflow von 42,4 Milliarden Dollar — nach plus 14,8 Milliarden im Vorjahr —, obwohl AWS um 39% wuchs und die Investitionen für das Gesamtjahr auf 220 Milliarden zusteuern. Auch Meta meldete negativen freien Cashflow. Microsoft blieb die Ausnahme mit positivem Cashflow — und schärfte damit die Frage: Wer kann das aus dem operativen Geschäft finanzieren, und wer nicht?
Auch die Schuldentür schließt sich
Die Eigenkapitalseite ist nur die Hälfte. Berichte in dieser Woche unter Berufung auf das Wall Street Journal besagen, die Neoclouds CoreWeave, Nebius und Nscale seien in den vergangenen Wochen faktisch vom Anleihemarkt ausgeschlossen worden, weil Kreditgeber strengere Bedingungen verlangen. Das trifft genau jenes GPU-Leasingmodell, auf dem ein großer Teil des Ausbaus ruht. Die Kreditmärkte bepreisen nicht KI-Optimismus neu, sondern KI-Hebel — und schneller als der Aktienmarkt.
Setzt man die drei Fakten zusammen, ergibt sich ein klares Bild: Ein Frontier-Labor nimmt einen kleineren Scheck zu niedrigerer Bewertung, Hyperscaler melden negativen freien Cashflow bei steigender Investitionsguidance, und die spezialisierten Rechenzentrumsvermieter können nicht mehr nach Belieben Kredit aufnehmen. Jedes für sich ist ein Datenpunkt. Zusammen beschreiben sie eine Verschiebung: Wer zahlt für das nächste Gigawatt — und zu welchem Preis.
Was sich geändert hat und was nicht
Die Nachfrage ist sichtbar nicht eingebrochen. AWS wuchs um 39%, Alphabets Cloud-Umsatz hat sich grob verdoppelt, und Intels Rechenzentrumserlöse stiegen in diesem Quartal um 78%. Die Unternehmen bauen weiter. Geändert hat sich die Toleranz gegenüber Ausgaben vor Erträgen — und die Bereitschaft des Kapitals, eine Erzählung statt einer Cashflow-Rechnung zu akzeptieren.
Die ursprüngliche Begründung — Trainings- und Inferenzkapazität würden schnell genug Umsatz erzeugen, um sich selbst zu finanzieren — war immer eine Wette auf das Timing. Im Oktober hat der Markt die Uhr dieser Wette vorgestellt.
Worauf als Nächstes zu achten ist
- Die Zahlen von AMD und Nvidia: der sauberste Indikator dafür, ob die Chipnachfrage noch beschleunigt oder nur noch groß ist. - Ob Hyperscaler ihre Investitionsguidance für 2027 halten, anheben oder kürzen. Halten wäre das bullische Signal; eine Anhebung ohne Beschleunigung der Erlöse nicht. - Ob OpenAIs erstes Closing unter 20 Milliarden Dollar liegt. Eine Runde, die unter ihrem eigenen reduzierten Ziel schließt, sendet ein anderes Signal als eine, die gefüllt wird. - Die Kreditaufschläge der Neoclouds. Öffnet sich das Anleihefenster wieder, war der Druck eine Pause. Öffnet es sich nicht, verschiebt sich die Grenze von der Bewertung zur Physik.
