Was der KI-Investitionsboom von 740 Mrd. $ dich über ROI lehrt

Jeder Dollar dieser 740 Milliarden ist eine Wette darauf, dass künftige Zahlungsströme die Kosten für den Bau von Rechenzentren, den Kauf von Chips und die Verkabelung der Infrastruktur übersteigen. Die Interviewer-Version dieser Frage ist immer dieselbe: „Ist das eine gute Investition?“ Deine Aufgabe ist es, darauf mit einer Struktur zu antworten, nicht mit einem Achselzucken.

Wenn ein Konzern wie Google oder Microsoft in einem einzigen Jahr 100 Milliarden Dollar für KI-Infrastruktur zusagt, hat der Vorstand dies genehmigt, indem er die erwartete Rendite mit einer Schwelle verglichen hat. Diese Schwelle ist die Hurdle Rate, die Mindestrendite, die das Unternehmen fordert, bevor es Kapital einsetzt. Übertrifft die erwartete Rendite die Hürde, wird investiert. Tut sie es nicht, lässt man es.

Stell dir die Hurdle Rate wie die Latte beim Hochsprung vor. Die Latte wird durch die Kapitalkosten des Unternehmens gesetzt, typischerweise seine gewichteten durchschnittlichen Fremd- und Eigenkapitalkosten. Jede geplante Investition muss sie überspringen. Eine Investition von 50 Milliarden Dollar in ein Rechenzentrum, die jährlich 8% abwirft, fällt durch, wenn die Kapitalkosten des Unternehmens 10% betragen. Die Latte gewinnt.

ROI ist das Verhältnis des Nettogewinns einer Investition zu deren Kosten, ausgedrückt in Prozent. Die Formel ist einfach: (Nettonutzen minus Kosten) geteilt durch Kosten.

Hier gehen Kandidaten in die Irre. Sie behandeln den „Nettonutzen“ als eine einzelne Zahl, die man ihnen reicht. In einem echten Case baust du ihn selbst. Bei einem KI-Rechenzentrum umfasst der Nettonutzen zusätzlichen Umsatz aus neuen KI-Produkten, Kosteneinsparungen durch Automatisierung und vermiedene künftige Infrastrukturausgaben. Jedes davon verlangt eine eigene kleine Schätzung.

Im Kontext des KI-Capex ist Microsofts Wette, dass jeder in die Azure-KI-Infrastruktur investierte Dollar über die Nutzungsdauer des Assets mehr als einen Dollar an Cloud-Umsatz erzeugt. Analysten, die das KI-Umsatzwachstum von Azure 2025 mit rund 35% gegenüber dem Vorjahr verfolgen, deuten darauf hin, dass die frühen Erträge über Plan liegen. Das ist dein realer Richtwert, um eine Schätzung in einem Case zu verankern.

Die Amortisationsdauer beantwortet eine andere Frage als der ROI: nicht, wie viel du verdienst, sondern wie schnell du dein Geld zurückbekommst. Die Formel ist einfach: Kosten geteilt durch jährlichen Netto-Cashflow.

Stell dir eine Mautstraße vor. Du gibst 2 Milliarden Dollar für den Bau aus. Autofahrer zahlen jedes Jahr 400 Millionen Dollar Maut. Deine Amortisationsdauer beträgt fünf Jahre. Nach dem fünften Jahr ist jeder Dollar Mauteinnahmen reine Rendite. Davor holst du noch die Baukosten zurück.

KI-Infrastruktur folgt derselben Logik. Nvidia berichtete, dass Hyperscaler-Kunden ihre H100-Cluster mit nahezu 100% Auslastung betreiben, was die Amortisationsdauer verkürzt, weil der jährliche Cashflow aus diesen Assets maximiert wird. Ein voll ausgelasteter Cluster für 1 Milliarde Dollar, der 300 Millionen Dollar Marge pro Jahr erzeugt, amortisiert sich in rund 3,3 Jahren. Derselbe Cluster bei 60% Auslastung amortisiert sich in 5,5 Jahren. Auslastung ist kein operatives Detail. Sie ist ein zentraler Treiber des Investitionscases.

Übe dieses Framework an einem echten Case: Der Case why-enterprise-ai-strategies-fail auf BoardroomIQ versetzt dich mitten hinein.

Ein hoher ROI heißt nicht automatisch, dass es eine gute Investition ist. Du musst ihn mit den Opportunitätskosten des Kapitals vergleichen, und das ist die Aufgabe der Hurdle Rate.

Im Jahr 2026 liegen die Renditen zehnjähriger US-Staatsanleihen über 4,5%, der risikofreie Zins ist also deutlich höher als im Ausbauzyklus von 2020 bis 2022. Das hebt die Hurdle Rate für jede Technologieinvestition an. Ein Rechenzentrumsprojekt, das 2021 bei 7% Rendite attraktiv aussah, überspringt 2026 womöglich keine Hürde von 10%. Dasselbe Projekt, dieselben Cashflows, ein anderes Urteil.

Genau das ist die Falle, die Interviewer stellen. Sie geben dir ein Projekt mit positivem ROI und warten, ob du daran denkst, nach der Hurdle Rate zu fragen. Wenn du nicht fragst, hast du die falsche Frage beantwortet.

Baue von Hand ein Investitionsmodell in drei Zeilen. Nimm eine beliebige öffentliche KI-Capex-Ankündigung, wähle ein Unternehmen wie Meta oder Amazon, schätze den jährlichen Cashflow, den die Investition für 10% ROI erzeugen muss, und rechne rückwärts auf eine Annahme zur Auslastung. Schreibe die Rechnung in drei Zeilen auf Papier. Es einmal mit echten Zahlen zu tun, ist mehr wert, als fünfmal darüber zu lesen.

Übe, deine Annahme zur Hurdle Rate laut auszusprechen. Sage in deinem nächsten Mock-Case, bevor du ROI oder Amortisationsdauer berechnest: „Ich nehme eine Hurdle Rate von X% an, weil ...“ Diese eine Gewohnheit signalisiert Interviewern, dass du wie ein Investor denkst und nicht wie ein Taschenrechner.

Stoppe die Zeit für deine Struktur. Stelle einen Timer auf 60 Sekunden und übe, eine Frage zur Amortisation einer Investition mündlich zu strukturieren: nenne die Formel, benenne die wichtigsten Treiber, weise auf die Hurdle Rate hin und nenne die eine Annahme, die die Antwort kippt. Tempo und Struktur zusammen nennen Interviewer „Executive Presence“.

Am besten übst du dieses Framework unter realistischem Druck, mit einem Case, der sich wehrt. Öffne den Case why-enterprise-ai-strategies-fail auf BoardroomIQ und arbeite die Investitionsentscheidung durch, bevor du die Lösung liest.