Ein Unternehmen kann im selben Jahr einen Nettoverlust von einer Milliarde US-Dollar melden, in dem sein Kerngeschäft eine Gewinnmarge von 60 % erwirtschaftet. Das ist keine hypothetische Situation – es ist das, was CoreWeave, einer der größten GPU-Cloud-Anbieter, für 2025 verbuchte. Die Kluft zwischen „operativ florierend" und „Milliardenverlust" lässt sich auf eine einzige Zahl zurückführen, an die die meisten Menschen nie denken: wie viele Jahre ein Unternehmen angibt, dass ein Gerät halten wird.
Diese Zahl nennt man Nutzungsdauer, und die dahinterstehende Annahme ist derzeit ein milliardenschwerer Streit, der sich durch die gesamte KI-Branche zieht. Sie ist auch eine der am meisten missverstandenen – und folgenreichsten – Entscheidungen, die ein Unternehmen über seine eigene Ausrüstung trifft, egal ob es sich um ein 300.000-Dollar-Server-Rack oder einen 3.000-Dollar-Laptop handelt.
Die 30-Millionen-Dollar-Frage: Wie lange hält ein GPU-Server?
Wenn ein Unternehmen Ausrüstung kauft, verbucht es die vollen Kosten nicht am Tag des Kaufs als Aufwand. Stattdessen verteilen die Bilanzierungsregeln diese Kosten – die Abschreibung – über die Jahre, in denen die Ausrüstung voraussichtlich nutzbar ist. Kauft man einen 120.000-Dollar-Lieferwagen, den man 6 Jahre lang betreiben will, erfasst man jährlich etwa 20.000 Dollar Aufwand, nicht 120.000 Dollar auf einmal.
Der Haken: „voraussichtlich nutzbar" ist eine Schätzung, keine Tatsache. Und im GPU-Cloud-Geschäft – Unternehmen, die Racks mit Nvidia-Chips kaufen und Rechenleistung an KI-Labore vermieten – variiert diese Schätzung stark von Unternehmen zu Unternehmen.
CoreWeave schreibt seine GPU-Server über 6 Jahre ab. Lambda verwendet 5 Jahre. Nebius verwendet 4 Jahre. Auf dem Papier klingt das nach einer Rundungsdifferenz. In Dollar ist es das nicht. Ein 300.000-Dollar-Acht-GPU-Server verursacht bei einer 6-Jahres-Abschreibung etwa 50.000 Dollar jährliche Abschreibungskosten, gegenüber 75.000 Dollar bei einer 4-Jahres-Abschreibung. Multipliziert man diese Lücke mit einer Flotte von 10.000 GPUs, kann die Wahl des Abschreibungsplans allein die ausgewiesenen jährlichen Kosten um rund 30 Millionen Dollar verschieben – ohne jeden Unterschied in der tatsächlichen Hardware, den tatsächlichen Einnahmen oder dem tatsächlichen Bargeld auf der Bank.
Das ist das Paradoxon im Zentrum des KI-Infrastrukturbooms: Das gleiche Unternehmen, die gleichen Maschinen, die gleichen Kunden können völlig unterschiedlich aussehen – entweder enorm profitabel oder blutende Verluste –, abhängig allein von einer Annahme, die in einer Fußnote des Jahresabschlusses versteckt ist.
Warum ein „profitables" Unternehmen einen massiven Verlust melden kann
CoreWeave ist das deutlichste Beispiel. Im Jahr 2025 erzielte das Unternehmen einen Umsatz von 5,13 Milliarden Dollar und ein bereinigtes EBITDA von rund 3,1 Milliarden Dollar – eine Marge von fast 60 %, die fast jeden Geschäftsinhaber glücklich machen würde. Dennoch belief sich der Nettoverlust von CoreWeave für das Jahr auf über eine Milliarde Dollar.
Der Unterschied sind zwei große nicht zahlungswirksame und finanzierungsbedingte Posten: etwa 2,45 Milliarden Dollar an Abschreibungen und rund 1,2 Milliarden Dollar an Zinsaufwendungen für die Schulden, die ursprünglich für den Kauf der Hardware aufgenommen wurden. Abschreibungen und Zinsen sind reale wirtschaftliche Kosten, aber sie verlassen an diesem Tag nicht das Unternehmen als Bargeld – sie sind die Art und Weise des Buchhaltungssystems, einen großen anfänglichen Kauf (und die zu seiner Finanzierung aufgenommenen Schulden) auf zukünftige Jahre zu verteilen.
Das bedeutet nicht, dass die Zahlen von CoreWeave gefälscht sind. Es bedeutet, dass „profitabel" und „einen Gewinn ausweisen" zwei verschiedene Fragen sind, und die Brücke zwischen ihnen führt direkt über die Schätzung des Managements, wie lange seine Ausrüstung halten wird.
Der größere Streit: Michael Burrys 176-Milliarden-Dollar-Behauptung
Die aufstrebenden GPU-Cloud-Unternehmen sind nicht die Einzigen, die unter die Lupe genommen werden – auch die Hyperscaler sind es. Investor Michael Burry (bekannt für seine richtige Wette gegen die Immobilienblase von 2008) hat argumentiert, dass Meta, Amazon, Microsoft, Google und Oracle ihre Nvidia-GPUs über 5 bis 6 Jahre abschreiben, obwohl die tatsächliche wirtschaftliche Lebensdauer – angesichts von Nvidias Umstellung darauf, etwa jedes Jahr statt alle zwei Jahre eine neue, deutlich schnellere Chip-Architektur herauszubringen – eher bei 2 bis 3 Jahren liegt.
Burrys Rechnung: Wenn die tatsächliche Nutzungsdauer 3 Jahre statt 6 Jahre beträgt, unterschätzt die Branche die Abschreibungskosten um 50–60 Milliarden Dollar pro Jahr, was sich auf schätzungsweise 176 Milliarden Dollar an überhöhten Gewinnen in den Jahren 2026–2028 summiert. Sein Argument ist nicht, dass die Buchhaltung illegal ist – es ist, dass längere Nutzungsdauerannahmen die aktuellen Gewinne besser erscheinen lassen, als es die zugrundeliegende Wirtschaftlichkeit rechtfertigt, weil teure Chips technologisch für Spitzenarbeit veraltet sein können, lange bevor der Abschreibungsplan besagt, dass sie „verbraucht" sind.
Die Verteidigung der Hyperscaler ist das, was manchmal als Wert-Kaskaden-Theorie bezeichnet wird: Eine GPU scheidet nicht aus dem Dienst aus, wenn ein neueres Modell ausgeliefert wird. Sie wird umgewidmet – vom Training von Frontier-Modellen über die Durchführung von Inferenz bis hin zur Bearbeitung leichterer interner Arbeitslasten – und verlängert so ihre wirklich nutzbare wirtschaftliche Lebensdauer, selbst nachdem sie nicht mehr auf dem neuesten Stand der Technik ist.
Was diese Debatte mehr als nur theoretisch macht, ist, dass echte Unternehmen bereits in entgegengesetzte Richtungen dazu gegangen sind. Im Jahr 2025 verkürzte Amazon die geschätzte Nutzungsdauer einer Teilmenge seiner Server von 6 auf 5 Jahre und verwies dabei ausdrücklich auf das sich beschleunigende Tempo der KI-Hardwareentwicklung – und nahm infolgedessen eine beschleunigte Abschreibung in Höhe von 920 Millionen Dollar vor. Im gleichen Zeitraum tat Meta das Gegenteil: Es verlängerte die Nutzungsdauer seiner Server auf 5,5 Jahre, was die ausgewiesenen Abschreibungskosten um 2,9 Milliarden Dollar reduzierte. Gleicher zugrundeliegender Technologiezyklus, gleiche Branche, entgegengesetzte Schlussfolgerungen – was zeigt, wie viel echtes Ermessen (und Anreiz) in dieser einen Zahl steckt.
Die anderen Risiken hinter der Abschreibungslinie
Abschreibungsannahmen sind nicht die einzige Schwachstelle im Geschäftsmodell der GPU-Cloud, und es lohnt sich, sie zu verstehen, wenn Sie ein kapitalintensives Unternehmen bewerten – als Kunde, Investor oder einfach als neugieriger Leser:
- Dünne Betriebsmargen. Break-even-Analysen für fremdfinanzierte GPU-Flotten deuten darauf hin, dass Anbieter etwa 1 Dollar pro GPU-Stunde oder mehr verdienen müssen, um die Kosten zu decken, bei Marktmietpreisen, die zwischen etwa 1,70 und 2,35 Dollar geschwankt haben. Das ist eine echte Marge, aber kein großer Puffer, wenn die Mietpreise sinken.
- Kundenkonzentration. Microsoft allein machte 67 % des Umsatzes von CoreWeave im Jahr 2025 aus. Ein Geschäft, das so stark von einem einzigen Kunden abhängig ist, birgt ein Risiko, das eine gesunde Gewinn- und Verlustrechnung nicht zeigt.
- Restwertrisiko. GPUs werden oft als Kreditsicherheit verwendet. Jedes Mal, wenn Nvidia einen schnelleren Chip ausliefert, sinkt der Wiederverkaufswert der vorherigen Generation, was die Sicherheit für die zum Kauf verwendeten Schulden schwächt.
- Auslastungsabhängigkeit. Eine Leerlauf-GPU verursacht weiterhin Abschreibungen und Zinsen auf die zu ihrer Finanzierung aufgenommenen Schulden – sie generiert nur in dieser Zeit keine Einnahmen. Die Auslastungsrate ist für die tatsächliche Rentabilität möglicherweise wichtiger als die headline-Marge.
Was das bedeutet, wenn Sie ein Unternehmen führen (keine GPU-Cloud)
Sie brauchen keine 10.000-GPU-Flotte, damit diese Lektion für Sie gilt. Jedes Unternehmen, das Ausrüstung kauft – einen Laptop, einen Lieferwagen, eine Espressomaschine, eine CNC-Fräse – trifft die gleiche Art von Nutzungsdauerschätzung, nur in viel kleinerem Maßstab. Und die gleichen Verzerrungen stehen Ihnen zur Verfügung, im Guten wie im Schlechten.
Nach den US-Steuerregeln für 2026 erlaubt der Section-179-Abzug, bis zu 2.560.000 Dollar qualifizierender Ausrüstung sofort als Aufwand zu verbuchen (mit einer Auslaufphase ab 4.090.000 Dollar Anschaffungskosten), und die Bonusabschreibung liegt bei 100 % für qualifizierende Immobilien, die nach dem 19. Januar 2025 in Betrieb genommen werden. Einfach ausgedrückt: Für die meisten kleinen Unternehmen erlaubt das geltende Recht bereits, Ausrüstung schnell abzuschreiben, was die Debatte „welche Nutzungsdauer soll ich wählen" für Steuerzwecke weitgehend umgeht.
Aber Ihre Bücher – die Aufzeichnungen, die Sie tatsächlich verwenden, um Ihr Geschäft zu verstehen, getrennt von Ihrer Steuererklärung – sind eine andere Geschichte, und hier kommt die GPU-Cloud-Lektion am meisten zur Geltung:
- Passen Sie Ihre Nutzungsdauerschätzung an die Realität an, nicht an die Zahl, die dieses Quartal am besten aussehen lässt. Wenn Sie Laptops stets alle 3 Jahre ersetzen, schreiben Sie sie nicht über 5 Jahre ab, nur weil das die Ausgaben glättet. Die eigenen Klassenlebensdauertabellen des IRS (Publikation 946) sind ein vernünftiger Anker – weichen Sie nur dann davon ab, wenn Sie einen spezifischen Grund haben (wie Sie die Ausrüstung tatsächlich nutzen, Ihre Wartungshistorie, Herstellerangaben).
- Dokumentieren Sie Ihre Begründung einmal und überprüfen Sie sie nur, wenn sich die Fakten ändern – die Veröffentlichung eines neuen Modells ist nicht automatisch ein Grund, Ihre Schätzung zu ändern; eine tatsächliche Verschiebung, wie lange Sie die Ausrüstung tatsächlich behalten und nutzen, schon.
- Achten Sie auf das „Hin-und-her"-Signal. Wenn ein Unternehmen seine Nutzungsdauerschätzungen in die Richtung ändert, die die aktuellen Zahlen besser aussehen lässt – wie das beschleunigte Amazon/Meta-Beispiel oben, das sich in derselben Branche in entgegengesetzte Richtungen bewegt – ist das ein Signal, genauer hinzusehen, sei es bei Ihren eigenen Buchhaltungsgewohnheiten oder einem Unternehmen, das Sie bewerten.
- Trennen Sie in Ihrem Kopf den Cashflow vom Gewinn. Ein Unternehmen (auch Ihres) kann cashflow-stark sein, während es einen buchhalterischen Verlust ausweist, oder umgekehrt. Abschreibungen und Zinsen sind die beiden Posten, die am meisten für diese Lücke verantwortlich sind – wissen Sie, welcher Ihre Zahlen antreibt, bevor Sie in Panik geraten oder feiern.
Die GPU-Cloud-Geschichte ist im Grunde eine vergrößerte Version einer Entscheidung, die jedes Unternehmen mit Ausrüstung trifft: Wie lange erwarten Sie ehrlich, dass dieses Ding hält? Wenn Sie diese Schätzung richtig treffen, sagen Ihnen Ihre Jahresabschlüsse die Wahrheit über Ihr Geschäft. Wenn Sie sie falsch treffen – absichtlich oder nicht – können Sie am Ende eine Fiktion statt eines Unternehmens managen.
Halten Sie Ihre Abschreibungsannahmen ehrlich und prüfbar.
Abschreibungspläne sind genau die Art von Entscheidung, die von einer klaren, dauerhaften Aufzeichnung profitiert, was Sie angenommen haben und warum – nicht eine in der Formatierung einer Tabelle vergrabene Zahl, die später leicht stillschweigend geändert werden kann. Beancount.io bietet Ihnen Text-basierte Buchhaltung mit vollständiger Versionsgeschichte, sodass jede Anpassung einer Nutzungsdauerschätzung, jeder Abschreibungseintrag und jeder Grund dahinter im Laufe der Zeit transparent und nachvollziehbar sind – keine Black Boxes, keine Anbieterabhängigkeit. Starten Sie kostenlos und führen Sie Ihre Bücher so prüfbar, wie es die Annahmen dahinter verdienen.