Nvidia hat gerade 110 Milliarden Dollar in Lieferantenfinanzierung zugesagt – 85 % des Jahresumsatzes. Lucents Spielbuch im Jahr 2000? 20 %. Ist das die Telekomblase wieder? Ich habe die Zahlen analysiert. Thread 🧵

Händlerfinanzierung = Lieferant leiht Geld an Kunden, damit sie die Produkte des Lieferanten kaufen können. Genial, bis das Karussell stoppt.

Im Jahr 1999 verpflichtete sich Lucent zu 8,1 Milliarden Dollar. Nortel erweiterte um 3,1 Milliarden Dollar. Cisco versprach 2,4 Milliarden Dollar. Dann gingen 47 Telekommunikationsunternehmen bankrott. 33-80% der Kredite an Anbieter blieben unbezahlt. Glasfasernetzwerke nutzten <0,002% der Kapazität.

Spulen wir vor bis 2025. Nvidias 100 Milliarden Dollar an OpenAI (strukturiert in 10 Tranchen von jeweils 10 Milliarden Dollar). 3 Milliarden Dollar Beteiligung an CoreWeave. 3,7 Milliarden Dollar in anderen KI-Startups. Plus 15 Milliarden Dollar im GPU-gestützten Schuldenmarkt.

Die Ähnlichkeiten sind auffällig: • Lucent: 23% Umsatz von den 2 größten Kunden • Nvidia: 46% Umsatz von den 4 größten Kunden • 88% des Umsatzes von Nvidia stammen aus Rechenzentren

Aber hier ist, was anders ist – und es ist wichtig: Die Kunden von Lucent waren gehebelte CLECs, die Kapital verbrannten. Die Top 4 Kunden von Nvidia generierten 2024 einen operativen Cashflow von 451 Milliarden Dollar (Microsoft 119 Milliarden Dollar, Alphabet 125 Milliarden Dollar, Amazon 116 Milliarden Dollar, Meta 91,3 Milliarden Dollar).

Neues Risiko: Der mit über 10 Milliarden Dollar gedeckte Schuldenmarkt geht davon aus, dass GPUs über 4-6 Jahre ihren Wert halten. GPU-gestützte Kredite haben Zinssätze von etwa 14 % – das Dreifache der Unternehmensanleihen mit Investment-Grade.

Realitätscheck: CPUs halten 5-10 Jahre. GPUs in KI-Rechenzentren halten in der Praxis 1-3 Jahre, trotz 6-jähriger Buchhaltungsannahmen. Meta's Llama 3 Training: 9% jährliche GPU-Ausfallraten (27% Ausfall über 3 Jahre).

Wie Hyperscaler die Abschreibung manipulieren: • Amazon: 3→6 Jahre (2020-2023), dann 6→5 Jahre (2025) • Google: 3→6 Jahre • Meta: 4→6 Jahre • CoreWeave: 6 Jahre Die Umkehrung von Amazon im Jahr 2025 ist der erste große Rückschritt. Sind diese Richtlinien echt oder nur Augenwischerei?

SPVs überall. Hyperscaler arbeiten mit PE-Firmen zusammen, bauen Rechenzentren in separaten rechtlichen Einheiten und mieten Kapazitäten zurück. Die Schulden erscheinen nicht in ihrer Bilanz. Paul Kedrosky: "Ich möchte nicht, dass die Ratingagenturen sehen, was ich ausgebe."

Technologieunternehmen werden 2025 300-400 Milliarden Dollar in die KI-Infrastruktur investieren. Die Investitionsausgaben der Hyperscaler haben etwa 50 % des Betriebseinkommens erreicht – Werte, die historisch mit dem Aufbau von Regierungsinfrastrukturen in Verbindung gebracht werden, nicht mit Technologieunternehmen.

Bedrohung durch maßgeschneiderte Silizium: Microsoft plant, "hauptsächlich Microsoft-Silizium" (Maia-Beschleuniger) zu verwenden. Google hat TPUs. Amazon hat Trainium & Inferentia. Meta entwickelt MTIA-Prozessoren. Wenn Kunden zu internem Silizium wechseln, wird Nvidias Händlerfinanzierung zu einer Exposition gegenüber Kunden, die wettbewerbsfähige Alternativen entwickeln.

Aber Nvidia ist nicht Lucent: • Lucent manipulierte 1,148 Milliarden USD Umsatz, SEC klagte 10 Führungskräfte an • Nvidia: keine Betrugsbeweise, geprüft von PwC, Aa3 bewertet • Lucent: 304 Millionen USD operativer Cashflow • Nvidia: über 50 Milliarden USD jährlicher operativer Cashflow & 46,2 Milliarden USD Nettokasse

AI ist bereits weit verbreitet – 40 % der US-Mitarbeiter nutzten bis September 2025 AI bei der Arbeit, doppelt so viel wie die 20 % im Jahr 2023. Die Löhne steigen in AI-exponierten Branchen doppelt so schnell. Aber eine MIT-Studie: 95 % der AI-Piloten konnten aufgrund schlechter Integration keinen messbaren P&L-Effekt erzielen.

OpenAI berichtete von einem Verlust von 4,7 Milliarden USD im H1 2025 bei einem Umsatz von 4,3 Milliarden USD. Fast die Hälfte des Verlusts ist aktienbasierte Vergütung. Noch nicht profitabel, aber im Gegensatz zu den Kunden der Telekom-Blase ist die Nachfrage real und die Nutzer zahlen.

Was ich beobachte: • GPU-Auslastungsraten • Monetarisierung von OpenAI • GPU-gestützte Zahlungsausfälle • AR-Trends (verbessert von 68 % auf 30 %, aber auf Verschlechterung achten) • Kundenkonzentration • Anpassung von benutzerdefiniertem Silizium • Konsolidierung von Anbietern

Die große Frage: Ist die Nachfrage nach KI real (wie Cloud-Computing) oder spekulativ (wie die Dotcom-Blase)? Im Gegensatz zur Telekom-Blase, in der die Nachfrage spekulativ war und die Kunden Geld verbrannten, hat dieses Karussell zahlende Fahrgäste. Aber die Einsätze sind viermal höher als die Exposition von Lucent.

Coda: Lucents Betrug umfasste Channel Stuffing (452 Millionen Dollar Phantomverkäufe), geheime Nebenvereinbarungen mit Distributoren und Reserve-Manipulation. Das Unternehmen zahlte 25 Millionen Dollar – die höchste Geldstrafe aller Zeiten für die Nichterfüllung der Zusammenarbeit mit der SEC. Als WinStar zusammenbrach, schrieb Lucent 700 Millionen Dollar an uneinbringlichen Forderungen ab.