GPU-Cluster: Was ist gebrauchte KI-Hardware noch wert?

Niemand weiß, was ein gebrauchter GPU-Cluster wirklich wert ist

Michael Dobler

Autor Dr. Web

23. Juli 2026

5 Min. Lesezeit

Zehntausende Grafikprozessoren besichern inzwischen Kredite in Milliardenhöhe, doch was die Hardware im Ernstfall wirklich einbringt, kann niemand seriös beziffern. Für einen Markt, der genau auf dieser Sicherheit aufbaut, ist das ein unterschätztes Risiko. Entscheider sollten die Abschreibungsfrage kennen, bevor die nächste KI-Bewertung kippt.

drweb.de als bevorzugte Quelle auf Google hinzufügenQualitätsgeprüfte Inhalte direkt in Google News & DiscoverJetzt hinzufügen

Ein GPU-Cluster aus H100-Chips gehört zu den teuersten Anlagegütern der Digitalwirtschaft, und trotzdem existiert für gebrauchte Exemplare bis heute kein verlässlicher Marktpreis. Anders als bei Flugzeugen, Schiffen oder Immobilien fehlen Preisindizes, standardisierte Gutachten und ein funktionierender Zweitmarkt. Genau diese Lücke wird teuer, sobald ein Betreiber ausfällt.

Das Wichtigste in Kürze

CoreWeave schreibt seine GPUs über sechs Jahre ab, der Rivale Nebius über vier. Dieselbe Hardware ergibt so völlig verschiedene Gewinne.
Gebrauchte KI-Beschleuniger erzielen im Normalfall 50 bis 70 Prozent des Neupreises, im Notverkauf womöglich nur 30 bis 50.
CoreWeave hat rund 16,4 Milliarden Euro an Krediten mit GPUs besichert, zu Aufschlägen weit über denen einer Flugzeugfinanzierung.
Der Investor Michael Burry rechnet den großen Cloud-Konzernen bis 2028 eine um rund 153 Milliarden Euro zu niedrige Abschreibung vor.

Warum kennt niemand den Restwert eines GPU-Clusters?

Grafikkarte mit zwei Lüftern, an der ein Preisschild mit der Aufschrift — Gebrauchte GPU-Cluster leiden unter fehlenden Preisindizes und illiquiden Märkten. Restwerte schwanken zwischen 30 und 70 Prozent des Neupreises ohne Marktmechanismus

Für gebrauchte GPU-Cluster fehlen Preisindizes, standardisierte Gutachten und ein liquider Zweitmarkt. Schätzungen reichen von 50 bis 70 Prozent des Neupreises im Normalfall bis zu 30 bis 50 Prozent im Notverkauf, ohne dass ein Marktmechanismus diese Werte absichert.

Der eigentliche Grund liegt tiefer als die fehlende Börse. Ein KI-Rechenzentrum lebt vom laufenden Betrieb, und dessen Qualität hängt an Wissen, das im Team steckt: welche Kühlkreisläufe unzuverlässig sind, welche Racks stillschweigend Daten verfälschen. Bei einem Ausfall verschwindet dieses Wissen, und mit ihm ein Teil des Werts.^[1]

Hinzu kommt die Preisvolatilität. Die Mietrate für einen H100-Chip ist von knapp sieben Euro pro Stunde Anfang 2024 auf rund 1,50 Euro im Herbst 2025 gefallen und bis Frühjahr 2026 wieder auf etwa zwei Euro gestiegen.^[1] Ein Anlagegut, dessen Ertrag so schwankt, lässt sich kaum seriös beleihen.

Trotzdem tun es die Kreditgeber. Der Cloud-Anbieter CoreWeave hat rund 16,4 Milliarden Euro an Krediten mit seinen Grafikkarten besichert, zu Zinsaufschlägen von etwa 8,5 Prozentpunkten über dem Referenzzins.^[1] Eine Flugzeugfinanzierung kostet ein bis zwei Punkte. Die Differenz ist der Preis der reinen Unsicherheit.

Warum bläht die Abschreibung die Gewinne auf?

Je länger ein Betreiber seine GPUs abschreibt, desto niedriger fallen die jährlichen Kosten und desto höher der ausgewiesene Gewinn. CoreWeave nutzt sechs Jahre, Nebius nur vier. Dieselben H100-Chips ergeben damit spürbar verschiedene Bilanzen.

An dieser Stellschraube entzündet sich der Streit. CoreWeave verteilt die Anschaffungskosten seiner Beschleuniger über sechs Jahre, der niederländische Konkurrent Nebius über vier.^[1] Die kürzere Frist nimmt den rund dreijährigen Rhythmus neuer Nvidia-Architekturen vorweg, die längere lässt die Marge heute besser aussehen und schiebt das Risiko in die Zukunft.

Der Investor Michael Burry hat daraus einen schweren Vorwurf gemacht. Laut seiner öffentlichen Analyse verbuchen die großen Cloud-Konzerne bis 2028 zusammen rund 153 Milliarden Euro zu wenig Abschreibung und blähen so ihre Gewinne auf; Oracle überzeichne sein Ergebnis dadurch um etwa 27 Prozent, Meta um gut 20.^[2] Microsoft hat die Nutzungsdauer seiner KI-Server bereits von vier auf sechs Jahre verlängert.

Die Gegenseite hält dagegen, dass ältere Grafikkarten sehr wohl sechs Jahre lang Geld verdienen, nur eben nicht mehr am obersten Rand für das Training neuer Modelle, sondern in der günstigeren Inferenz. Bringen die Chips real so lange Umsatz, ist die lange Abschreibung kein Betrug, sondern eine Wette auf die Zukunft.

Solange kein Zweitmarkt den Restwert eines GPU-Clusters beziffert, ist jede KI-Bewertung, die auf sechs Jahren Nutzungsdauer beruht, eine Annahme und keine Tatsache. Entscheider tun gut daran, diese eine Zahl in jedem Rechenzentrums-Deal zu hinterfragen.
— Markus Seyfferth, Chefredakteur Dr. Web

Gebrauchter GPU-Cluster: der Wert, den niemand kennt

Warum dieselbe KI-Hardware je nach Bilanz und Käufer völlig verschieden viel wert ist

CoreWeave

6 Jahre

Abschreibungsdauer. Längere Frist, niedrigere Jahreskosten, höherer Gewinn heute.

Nebius

4 Jahre

Abschreibungsdauer. Kürzere Frist, schwächere Marge, weniger Risiko für morgen.

50 bis 70 %

des Neupreises bringt eine gebrauchte GPU normalerweise, im Notverkauf nur 30 bis 50 Prozent.

16,4 Mrd. €

Kredite hat allein CoreWeave mit GPUs besichert, zu 8,5 Prozentpunkten Aufschlag über dem Referenzzins.

153 Mrd. €

weisen die Cloud-Konzerne bis 2028 laut Michael Burry zu wenig als Abschreibung aus.

Was bedeutet das für Europas KI-Ausbau?

Europäische Betreiber bilanzieren nach IFRS und schätzen die Nutzungsdauer ihrer GPUs selbst. Eine zu lange Frist hebt heute den Gewinn und riskiert morgen Wertberichtigungen, sobald der Zweitmarkt einbricht.

Für den DACH-Raum ist das keine ferne Wall-Street-Debatte. Nebius bilanziert bereits mitten in Europa, und deutsche Konzerne wie SAP, die Telekom oder Ionos bauen eigene KI-Kapazität auf. Jede dieser Bilanzen enthält dieselbe frei gewählte Schätzung der Nutzungsdauer.^[1]

Auch die Finanzierung trifft europäische Häuser. Banken und Fonds, die den Ausbau der zehn größten Rechenzentren Deutschlands mittragen, besichern ihre Kredite zunehmend mit Hardware, deren Restwert niemand garantiert. Dass die Ratingagentur S&P Oracle bereits auf BBB- herabgestuft hat, zeigt, wie schnell aus einer Bilanzannahme ein Bonitätsproblem wird.

Drei Fragen gehören deshalb in jede Prüfung eines KI-Investments: Über wie viele Jahre schreibt der Betreiber seine GPUs ab, wie viel Fremdkapital hängt an genau dieser Hardware, und was bliebe im Notverkauf übrig? Diese Zahlen zu kennen bedeutet, eine überzogene KI-Bewertung früher zu erkennen als der Markt.