Lambda nimmt eine weitere Milliarde Dollar Schulden auf, um seinen Nvidia-GPU-Ausbau voranzutreiben
Nachrichtenüberblick
Lambda, ein in San Francisco ansässiger „Neocloud“-Anbieter, der Nvidia-GPU-Rechenleistung an KI-Entwickler vermietet, hat sich rund eine Milliarde Dollar an neuen privaten, kurzlaufenden Schulden gesichert, um den Kauf zusätzlicher Nvidia-Chips zu finanzieren. Die von JPMorgan Chase arrangierte Finanzierung wurde am 28. August 2026 US-Ostküstenzeit gemeldet und ist bereits die dritte große Fremdkapitalaufnahme des Unternehmens in weniger als vier Monaten, da die weltweite Nachfrage nach KI-Rechenkapazität weiterhin schneller wächst, als Risikokapital allein sie finanzieren kann.
Was Lambda angekündigt hat
Lambda plant, die rund eine Milliarde Dollar schwere Fazilität für den Kauf von Nvidia-Grafikprozessoren zu nutzen, die im Rahmen einer bestehenden Rechenvereinbarung zwischen den beiden Unternehmen letztlich an Microsoft vermietet werden. Statt sich ausschließlich auf die eigene Bilanz zu stützen, hat Lambda die Schulden um die Leasingzusage von Microsoft herum strukturiert – eine Technik, die es dem Hyperscaler ermöglicht, Rechenkapazität hinzuzufügen, ohne die Schulden selbst in die eigenen Bücher aufzunehmen. Die kurzlaufende Struktur signalisiert, dass Lambda erwartet, die Chips schnell genug einzusetzen und Leasingerlöse zu erzielen, um die Schulden in einem relativ kurzen Zeitraum bedienen zu können.
Eine schnelle Abfolge von Fremdkapitalgeschäften
Diese Milliardenaufnahme ist kein Einzelfall. Im Mai 2026 schloss Lambda eine vorrangig besicherte Kreditfazilität über eine Milliarde Dollar ab. Anfang August 2026 folgte eine separate vorrangig besicherte Term-Loan-B-Fazilität über 926 Millionen Dollar (von einigen Medien mit rund 917 Millionen Dollar angegeben), um GPU-Käufe und -Installationen für einen Kunden mit Investment-Grade-Rating zu finanzieren. Zusammengenommen zeigen die drei Geschäfte, dass Lambda sich stark auf die Fremdkapitalmärkte stützt – und nicht nur auf reines Eigenkapital –, um mit der Chipnachfrage Schritt zu halten.
Eigenkapitalhintergrund und möglicher Börsengang
Auf der Eigenkapitalseite nahm Lambda im November 2025 1,5 Milliarden Dollar an Wagniskapital bei einer Post-Money-Bewertung von rund 5,43 Milliarden Dollar auf. Jüngeren Berichten zufolge verhandelt das Unternehmen derzeit über eine neue Runde vor dem Börsengang von bis zu drei Milliarden Dollar – ein Schritt, der Lambda bereits im kommenden Jahr für eine Börsennotierung positionieren könnte. Lambda wurde 2012 von den Zwillingsbrüdern Stephen Balaban und Michael Balaban gegründet, zunächst als Start-up für Gesichtserkennung, bevor es zu einem der größten unabhängigen Anbieter von KI-Recheninfrastruktur wurde. Nach eigenen Angaben betreut das Unternehmen mehr als zehntausend Kunden, darunter Microsoft, Apple, Tencent, OpenAI, xAI und Anthropic, und hat das Ziel angekündigt, bis 2030 drei Gigawatt an flüssigkeitsgekühlter Rechenzentrumskapazität und mehr als eine Million eingesetzte Nvidia-GPUs zu erreichen.
Wie die Finanzierungsstruktur funktioniert
Lambdas Ansatz spiegelt ein breiteres Muster wider, das sich unter Neocloud-Betreibern herausbildet. Das in Amsterdam ansässige Unternehmen Nebius beispielsweise nahm 775 Millionen Dollar mit einer ähnlichen Struktur auf und lieh sich Geld gegen seinen eigenen GPU-Bestand statt gegen einen Kundenleasingvertrag. Nebius hat einen Fünfjahresvertrag mit Microsoft im Wert von 19,4 Milliarden Dollar sowie weitere Verträge im Wert von mehreren zehn Milliarden Dollar angeführt, die nach Angaben des Unternehmens ähnlich finanziert werden könnten. Der gemeinsame Nenner dieser Geschäfte: Rechenkapazität wird zunehmend über strukturierte private Kredite finanziert, die an künftige Leasingzahlungen gebunden sind, statt ausschließlich über herkömmliche Unternehmenskredite oder öffentliche Anleiheemissionen.
Der breitere KI-Finanzierungsboom
Lambdas jüngste Aufnahme ist Teil einer weitaus größeren Welle KI-bezogener Kreditaufnahmen. Banken und Technologieunternehmen haben im Jahr 2026 weltweit gemeinsam mehr als 400 Milliarden Dollar an KI-bezogenen Schulden aufgenommen, wie aus Marktschätzungen hervorgeht, die in der Berichterstattung zu dem Geschäft zitiert werden. Das spiegelt die enorme Kapitalintensität des Ausbaus von KI-Rechenzentrumskapazitäten wider, bei dem GPUs, Strominfrastruktur und Kühlsysteme Vorabinvestitionen erfordern, die weit über das hinausgehen, was die meisten Unternehmen allein aus operativem Cashflow oder Eigenkapital finanzieren können.
Warum Analysten genau hinschauen
Da Geschäfte wie das von Lambda um künftige Leasingeinnahmen statt um laufende Umsätze herum strukturiert sind, haben einige Finanzforscher auf die Notwendigkeit hingewiesen, Bewertungspraktiken und Liquidität in diesem schnell wachsenden Bereich des privaten Kreditmarkts sorgfältig zu beobachten. Die zentrale Dynamik, die dabei im Blick behalten wird, ist einfach: Diese Finanzierungsstrukturen hängen von einer anhaltenden Nachfrage nach KI-Rechenkapazität ab. Solange die Leasingerlöse weiterhin planmäßig eingehen, funktionieren die Vereinbarungen wie vorgesehen und geben Unternehmen wie Lambda eine schnellere Möglichkeit, Chipkäufe im Gleichschritt mit der Kundennachfrage zu skalieren – und liefern nützliche Fallstudien dafür, wie kapitalintensive Infrastrukturausbauten in Zeiten raschen technologischen Wandels finanziert werden können.
Wie es weitergeht
Da Berichten zufolge eine mögliche Eigenkapitalrunde über drei Milliarden Dollar vor dem Börsengang in der Diskussion ist und eine mögliche Börsennotierung am Horizont steht, dürften Lambdas nächste Schritte weiterhin schuldenfinanzierte Chipkäufe mit neuen Eigenkapitalaufnahmen kombinieren. Für den breiteren KI-Infrastruktursektor liefert Lambdas Finanzierungsmuster ein Echtzeitbeispiel dafür, wie „Neocloud“-Anbieter mit kreativen Kapitalstrukturen experimentieren, um mit dem Tempo der weltweiten Nachfrage nach KI-Hardware Schritt zu halten.