Arthur Hayes' Bitcoin-Aufruf lässt sich leicht auf eine Zeile reduzieren: 1 Million US-Dollar bis 2030. Seine tatsächliche Argumentation ist weniger angenehm.
Hayes argumentiert, dass die nächste große Bitcoin-Rallye nach einem Zusammenbruch der schuldenfinanzierten KI-Infrastruktur folgen könnte. Wenn Rechenzentren, GPUs und Rechenprojekte nicht genügend Einnahmen erzielen, um ihre Kredite zu bedienen, könnten Regierungen mit neuer Liquidität reagieren. In diesem Szenario profitiert Bitcoin nicht, weil KI erfolgreich ist, sondern weil das Finanzsystem letztendlich eine weitere Rettung benötigt.
Das ist eine kühne These. Aktuelle Marktdaten zeigen, warum sie nicht einfach abgetan werden kann – obwohl die Beweise noch weit davon entfernt sind, eine unmittelbar bevorstehende KI-Kreditkrise zu beweisen.
KI-Infrastruktur wird zu einer Kreditgeschichte
Der Aufbau von KI wird nicht mehr nur aus den Cashflows großer Technologieunternehmen finanziert. Schulden, private Kredite, Projektfinanzierung und externe Investoren sind zunehmend beteiligt.
Morgan Stanley-Daten, über die Reuters berichtet, zeigen, dass Unternehmen in den ersten neun Monaten des Jahres 2026 rund 466 Milliarden US-Dollar an KI-bezogenen Schulden aufgenommen haben, verglichen mit rund 101 Milliarden US-Dollar im gleichen Zeitraum des Vorjahres. Die Emissionen verlangsamten sich jedoch im September stark, als Unternehmen rund 23 Milliarden US-Dollar aufnahmen, weniger als die Hälfte des August-Gesamtbetrags.
Die Verlangsamung bedeutet nicht unbedingt, dass die KI-Nachfrage zusammengebrochen ist. Sie könnte das Ausmaß der bereits ausgegebenen Schulden, höhere Kreditkosten und wachsende Fragen widerspiegeln, ob massive Investitionsausgaben akzeptable Renditen erzielen werden. Sie zeigt jedoch, dass die Finanzierungsseite des KI-Booms genauso wichtig wird wie die Technologie selbst.
Die Zahlen müssen irgendwann stimmen
Ein Rechenzentrum kann strategisch wichtig sein und trotzdem eine schlechte Investition darstellen. Das Geschäft muss genügend Einnahmen generieren, um Strom, Land, Bau, Server, Wartung, Finanzierung und Hardwareaustausch zu bezahlen.
Diese Berechnung wird mit der Expansion der Branche immer schwieriger. Axios diskutierte Forschung schätzt, dass große Technologieunternehmen bis 2028 etwa 2,9 Billionen US-Dollar für den Ausbau der Rechenkapazität benötigen könnten, wobei mehr als die Hälfte von externen Investoren stammt. Die gleiche Analyse schätzt, dass die Infrastruktur innerhalb von sechs Jahren etwa 3,7 Billionen US-Dollar Jahresumsatz erzielen müsste, um eine Rendite von 10 % zu erzielen.
Diese Zahlen beweisen nicht, dass die KI-Infrastruktur überdimensioniert ist. Sie erklären, warum Investoren die Auslastungsraten, Kundenverträge und den Zeitpunkt der Cashflows genauer betrachten. Ein Projekt kann attraktiv erscheinen, wenn die Nachfrage schnell steigt, aber seine Wirtschaftlichkeit wird fragil, wenn Kunden Ausgaben verzögern oder neuere Chips die vorhandene Ausrüstung weniger wettbewerbsfähig machen.
GPU-Werte sind Teil des Besicherungsrisikos
Hayes' These beruht teilweise auf der Idee, dass Kreditgeber Vermögenswerte finanzieren könnten, deren Wert schneller sinkt als die Kredite, mit denen sie gekauft wurden.
GPUs sind produktive Vermögenswerte, aber ihre Wiederverkaufswerte sind an Technologiezyklen gebunden. Eine neue Hardware-Generation kann die Nachfrage nach älterer Ausrüstung verringern, auch wenn die älteren Chips weiterhin funktionieren. Wenn ein Kreditnehmer ausfällt, erhalten Kreditgeber möglicherweise nicht den Wert zurück, den sie bei der Kreditvergabe angenommen haben.
Die neuesten Wiederverkaufspreisdaten geben Anlass zur Vorsicht. Der Index für gebrauchte Rechenzentrums-GPUs von American Compute fiel im August 2026 auf 75, den niedrigsten Wert in der 13-monatigen Reihe und 12 % unter dem Vormonat. Der Bericht besagt, dass ältere Karten den Rückgang anführten, während H100-Systeme besser abschnitten.
Das ist kein Zusammenbruch der GPU-Werte. Es zeigt, warum die GPU-besicherte Kreditvergabe vorsichtigere Annahmen erfordert als die normale Ausrüstungsfinanzierung. Kreditgeber müssen abschätzen, wie viel ein Chip in einigen Jahren wert sein wird, nicht nur, wie hoch die Nachfrage heute ist.
Private Kredite verteilen das Risiko
Das finanzielle Risiko ist auch schwerer zu messen, da die Schulden nicht an einem offensichtlichen Ort konzentriert sind. Die Finanzierung von KI-Infrastruktur kann über Unternehmensanleihen, private Kreditfonds, Asset-Backed-Strukturen, Gewerbeimmobilienvehikel und Projektfinanzierungen erfolgen.
S&P Global warnt, dass die Exposition gegenüber Rechenzentren über verschiedene Produkte diversifiziert erscheinen mag, aber immer noch von derselben kleinen Gruppe von Hyperscalern und KI-Kunden abhängt. Wenn dieselben Unternehmen letztendlich für die Nachfrage über mehrere Finanzierungsstrukturen hinweg verantwortlich sind, könnte ein Problem auf Kundenebene mehr Kreditgeber betreffen, als die aggregierte Diversifizierung vermuten lässt.
Hier kommt der Vergleich mit 2008 ins Spiel. Es geht nicht darum, dass die KI-Infrastruktur identisch mit Subprime-Hypotheken ist. Die Ähnlichkeit besteht darin, dass Hebelwirkung, optimistische Annahmen und komplexe Vertriebskanäle Risiken schwer sichtbar machen können, bevor die Vermögenspreise zu fallen beginnen.
Warum dies ein Bitcoin-Katalysator werden könnte
Wenn die KI-Investitionen einfach nur langsamer werden, könnte dies zu schwächeren Technologieaktien, geringerer GPU-Nachfrage und knapperem Kredit führen. Das wäre wahrscheinlich kurzfristig negativ für Bitcoin, da Anleger in Stressphasen dazu neigen, ihre Exposition gegenüber volatilen Vermögenswerten zu reduzieren.
Hayes beschreibt eine spätere Phase des Zyklus. Seine Ansicht ist, dass die Verluste groß genug werden könnten, um ein politisches Eingreifen auszulösen. Regierungen könnten Ausgaben erhöhen, Finanzinstitute unterstützen oder die Geldmenge ausweiten, um den Schaden einzudämmen. Wenn diese Reaktion eine breite Liquiditätswelle erzeugt, könnte Bitcoin als knapper digitaler Vermögenswert außerhalb des traditionellen Bankensystems profitieren.
Die Reihenfolge ist wichtig. Ein Kredit-Schock würde Bitcoin nicht automatisch in die Höhe treiben. Der Markt könnte zuerst Zwangsverkäufe, sinkende Liquidität und einen starken BTC-Rückgang erleben. Der bullische Fall hängt davon ab, was nach dem anfänglichen Stress passiert: ob die politischen Entscheidungsträger mit Maßnahmen reagieren, die die Liquidität wiederherstellen, und ob die Anleger Bitcoin als Absicherung gegen Währungsabwertung und finanzielle Instabilität wählen.
Aktuelle Bitcoin-Flüsse sind noch keine klare Bestätigung
Die institutionelle Nachfrage nach Bitcoin bleibt gemischt. Am 12. Oktober verzeichneten die US-Spot-Bitcoin-ETFs einen Nettoabfluss von rund 65 Millionen US-Dollar. Dieselben Daten zeigten jedoch Nettozuflüsse von rund 1,9 Milliarden US-Dollar im Vormonat, was darauf hindeutet, dass eine negative Sitzung den breiteren Trend nicht definiert.
Dies ist wichtig für die 1-Million-Dollar-These. Vor jeder hypothetischen KI-gesteuerten Rettung bräuchte Bitcoin immer noch eine nachhaltige Nachfrage von ETFs, Institutionen, Unternehmen und langfristigen Haltern. Liquidität allein reicht möglicherweise nicht aus, wenn Anleger nicht bereit sind, Kapital in BTC zu investieren.
Der Markt beobachtet daher zwei getrennte Fragen. Die erste ist, ob die KI-Infrastruktur genügend Erträge erwirtschaften kann, um ihre Finanzierung zu rechtfertigen. Die zweite ist, ob Bitcoin nachhaltiges Kapital anziehen kann, wenn die makroökonomischen Bedingungen günstiger werden. Das eine garantiert das andere nicht.
Fazit
Arthur Hayes' Bitcoin-Prognose von 1 Million Dollar ist keine konventionelle Preisvorhersage. Es ist ein Szenario, das auf Schulden, Technologiezyklen und Geldpolitik basiert.
Der KI-Boom zieht eindeutig enorme Kapitalmengen an, und die Finanzierungsstruktur wird immer komplexer. Es gibt bereits Anzeichen für eine langsamere Schuldenemission, höhere Kreditkosten und eine stärkere Überprüfung der Wirtschaftlichkeit von Rechenzentren. Es gibt jedoch noch keine bestätigten Beweise für eine systemweite KI-Kreditkrise.
Vorerst ist die bessere Schlussfolgerung bedingt. Wenn die KI-Infrastruktur starke Cashflows generiert, schwächt sich die Kreditkrisen-These ab. Wenn die Nachfrage enttäuscht, die GPU-Werte fallen und sich die Verluste im privaten Kreditgeschäft ausbreiten, wird das Risiko ernster. Nur eine große politische Reaktion könnte diesen Stress in ein Liquiditätsereignis verwandeln, von dem Hayes glaubt, dass es Bitcoin in Richtung 1 Million Dollar treiben könnte.
Leser können Bitcoin-Märkte, makroökonomische Entwicklungen und digitale Asset-Forschung über Tapbit verfolgen. Benutzer, die bereits ein Konto haben, können sich anmelden, während diejenigen, die die Plattform zum ersten Mal erkunden, sich hier registrieren können.
Häufig gestellte Fragen
Warum glaubt Arthur Hayes, dass Bitcoin bis 2030 1 Million Dollar erreichen könnte?
Hayes argumentiert, dass ein schuldengetriebener Abschwung der KI-Infrastruktur schließlich dazu führen könnte, dass Regierungen Liquidität in das Finanzsystem pumpen. Er glaubt, dass Bitcoin von dieser Liquidität und von einer stärkeren Nachfrage nach knappen Vermögenswerten profitieren könnte.
Findet bereits eine KI-Kreditkrise statt?
Nicht auf einer bestätigten systemweiten Ebene. KI-bezogene Schulden sind stark gestiegen, während Investoren selektiver bei Rechenzentren und Finanzierungsstrukturen werden. Die aktuellen Beweise deuten auf steigende Risiken hin, nicht auf eine nachgewiesene Krise.
Warum sind GPU-Preise für die KI-Finanzierung wichtig?
GPUs können als Sicherheit für Kredite dienen, die zum Aufbau von KI-Infrastruktur verwendet werden. Wenn neuere Chips den Wert älterer Hardware mindern, könnten Kreditgeber bei einem Ausfall des Kreditnehmers weniger zurückerhalten als erwartet.
