Blackstones 5-Mrd.-Dollar-Wette auf Google TPUs verändert den KI-Compute-Markt

Die Zahl, auf die Plattformverantwortliche diese Woche schauen sollten, ist nicht 5 Milliarden Dollar – es sind 500 Megawatt bis 2027. Das ist die anfängliche Rechenkapazität, die Blackstone und Google über ein neues Joint Venture bereitstellen wollen. Das stellt eine strukturelle Veränderung dar, wie KI-Kapazitäten finanziert, angesiedelt und weiterverkauft werden. Wer in den nächsten zwei Quartalen einen mehrjährigen Inferenzvertrag unterzeichnet, sollte vorher modellieren, was das für die eigene Kostenstruktur bedeutet.

Die Zahlen

Blackstone investiert 5 Milliarden Dollar Eigenkapital in ein neues, noch unbenanntes, US-amerikanisches KI-Infrastrukturunternehmen gemeinsam mit Google, wie CNBC am Montag berichtete. Google liefert dem Unternehmen seine Tensor Processing Units, die ersten 500 MW Kapazität sind für 2027 geplant, und Blackstone hat signalisiert, das Vorhaben „im Laufe der Zeit deutlich zu skalieren". Das Wall Street Journal, das die Geschichte vor Blackstones offiziellem Statement veröffentlichte, berichtet unter Berufung auf informierte Quellen, dass Blackstone die Mehrheitsbeteiligung halten wird. Blackstone hat die Eigentümerstruktur bislang nicht bestätigt.

Der Kontext ist entscheidend. Blackstone verwaltet mehr als 1,3 Billionen Dollar an Vermögenswerten und gilt bereits als weltgrößter privater Rechenzentrumsbetreiber. Noch im selben Monat startete Blackstone ein ähnliches Vorhaben mit Anthropic. Das sind zwei Blackstone-verankerte KI-Infrastrukturentitäten innerhalb eines Dreißig-Tage-Fensters – beide auf der Angebotsseite des Rechenmarkts, beide als Joint Ventures strukturiert statt als klassische Projektfinanzierung. Die Märkte interpretierten dies positiv: Die Aktien von Alphabet und Blackstone stiegen am Dienstag im vorbörslichen Handel jeweils um etwa 1 %.

Die operative Leitung übernimmt Benjamin Treynor Sloss, zuletzt Chief Programs Officer bei Google. Ein Google-Sprecher lehnte es ab, zu kommentieren, ob Google eine direkte Führungsrolle behalten würde. Diese Unklarheit ist selbst ein Datenpunkt. Würde Google das als eigenes Bauvorhaben führen, würde man ein klares Google-Namensschild auf dem Managementteam erwarten. Stattdessen tritt ein Google-Veteran mit neuem Titel auf, eingebettet in eine Blackstone-kontrollierte Einheit, mit bereits identifizierten und teils im Bau befindlichen Standorten.

Zum Vergleich: Google entwickelte seinen ersten TPU im Jahr 2015. Ein Jahrzehnt später ist dieselbe Chip-Familie nun Ankermieter eines 5-Milliarden-Dollar-Private-Equity-Vehikels, das auf den Inferenz- und Trainingsmarkt für externe Abnehmer ausgerichtet ist. Die implizite Bewertung pro Megawatt – selbst bevor man etwaige Fremdkapitalebenen berücksichtigt – bewegt sich in einem Bereich, der erst nach dem Nachfrageschub durch ChatGPT 2022 Sinn ergab, der Nvidia 2024 zum wertvollsten Unternehmen der Welt machte.

Was wirklich neu ist

Zieht man den Pressesprech ab, sind drei Dinge an diesem Deal grundlegend anders als beim letzten Zyklus von Hyperscaler-Capex-Ankündigungen.

Erstens die Finanzierungsstruktur. Hyperscaler haben Rechenzentren historisch mit eigenen Mitteln gebaut, über fünfzehn Jahre abgeschrieben und Kapazitäten über ihre Cloud-Sparten an Unternehmen verkauft. Hier kommt das Kapital von Private Equity, das Silicon vom Hyperscaler, und die operative Einheit sitzt außerhalb von beiden. Das verändert das regulatorische Risikoprofil erheblich. Eine Blackstone-Mehrheitsentität ist für kartellrechtliche Zwecke keine Google-Cloud-Region. Sie ist auch kein Google-Produkt im Sinne der Exportkontrolle, zumindest nicht in gleicher Weise. General Counsels in Unternehmen, die in den letzten achtzehn Monaten Google-Cloud-Abhängigkeitspläne erstellt haben, sollten prüfen, ob TPU-Kapazität über dieses Venture denselben Datenschutz- und Sub-Processor-Klauseln unterliegt wie Google Cloud – oder ob ein neues DPA erforderlich ist.

Zweitens die Silicon-Politik. Google positioniert TPUs als zweckgebaut für engere Anwendungsklassen, einschließlich agentischer KI-Workloads. Anthropic und Citadel Securities nutzen bereits TPUs, und Gemini selbst läuft auf TPUs. Neu ist, dass TPU-Kapazität nicht mehr ausschließlich über Googles Cloud-Preisgestaltung und -Warteschlange zugeteilt wird. Ein Merchant-Operator mit einer Blackstone-großen Bilanz kann nun TPU-Stunden an Kunden verkaufen, die niemals einen Google-Cloud-Rahmenvertrag unterzeichnen würden – darunter Kunden, deren Beschaffungsteams einen strikten Bann auf Single-Vendor-Hyperscaler-Lock-in haben. Das ist eine echte Erweiterung des adressierbaren TPU-Markts, ohne dass Google Nvidia in jedem CIO-Gespräch direkt frontal angreifen muss.

Drittens ist die Geografie bereits festgelegt. Standorte sind bereits identifiziert, einige befinden sich im Bau. In einem Markt, in dem Netzanschluss-Warteschlangen nun die bindende Einschränkung beim KI-Ausbau sind, ist das Vorhandensein baugenehmigter Standorte mehr wert als die Silicon-Zuteilung selbst. Das ist der Vermögenswert, den Blackstone einbringt, und er erklärt, warum Google bereit war, Erträge zu teilen statt selbst zu bauen.

Was für KI-Entwicklung bereits eingepreist ist

Der Markt hat die allgemeine These, dass Nicht-Nvidia-Beschleuniger nennenswerte Marktanteile gewinnen werden, eindeutig eingepreist. Google überholte Nvidia kurzzeitig nach Marktkapitalisierung früher in diesem Monat – eine Zahl, die so nicht gedruckt würde, wenn Investoren glaubten, TPUs blieben eine Kuriosität. Analysten haben Alphabets interne KI-Entwicklung, Distribution und Cloud-Profitabilität für das Re-Rating verantwortlich gemacht. Die Schlagzeile „TPUs skalieren" ist daher für sich genommen nicht überraschend.

Was meiner Einschätzung nach noch nicht vollständig eingepreist ist, ist die Disaggregierung des Hyperscaler-Stacks. Zwei Jahre lang lautete die Arbeitshypothese unter Plattform-Ingenieuren: Um auf erstklassige Beschleuniger zugreifen zu können, mietet man bei AWS, Azure, GCP oder Oracle – oder man schließt einen Neocloud-Deal mit einem CoreWeave-ähnlichen Betreiber ab, der Nvidia betreibt. Das Blackstone-Google-Venture führt ein viertes Muster ein: Private-Equity-finanzierte, Hyperscaler-Silicon-versorgte Merchant-Kapazität. Diese Beschaffungskategorie existierte vor diesem Monat im relevanten Maßstab schlicht nicht.

Ebenfalls unterbewertet: die Implikation für AWSs Trainium- und Inferentia-Roadmap. Amazon Web Services verfolgt In-House-Chips nach ähnlicher Logik, aber ohne dasselbe externe Monetarisierungsmodell. Wenn sich Googles TPU-Ökonomie jetzt verbessert, weil ein Private-Equity-Partner den Aufbau finanziert und das Nachfragerisiko absorbiert, wirkt AWSs reines Captive-Modell im Vergleich kapitalintensiver. CFOs in Unternehmen, die Drei-Jahres-Inferenzkosten über Anbieter hinweg modellieren, sollten Szenarien durchrechnen, in denen Trainium-Preise sinken müssen, um Marktanteile gegen extern finanzierte TPU-Kapazität zu verteidigen.

Der CFO jedes Series-B- oder späteren KI-nativen Unternehmens sollte seinen VP Engineering diese Woche fragen: Welcher Prozentsatz unserer Inferenzausgaben 2027 ist an eine einzige Beschleunigerarchitektur gebunden, und was würde es an Engineering-Zeit kosten, unsere Serving-Schicht portabel zu machen – über Nvidia CUDA, Google TPU via JAX oder PyTorch-XLA und AWS Neuron? Lautet die Antwort „Das haben wir nicht gemessen", ist das das tatsächliche Risikoexposure – nicht die Capex-Schlagzeile.

Die Gegenmeinung

Die Konsenslesart ist, dass dieser Deal Nvidia schwächt. Ich widerspreche dem. Google nutzt weiterhin Nvidia GPUs in seiner Cloud-Architektur, und das Venture ist additive Kapazität, keine Ersatzkapazität. Die 500 MW, die 2027 ans Netz gehen, treffen auf ein Nachfrageumfeld, das nach jedem öffentlichen Signal angebotsseitig eingeschränkt ist. Nvidia verliert in absoluten Zahlen nichts, wenn Google Merchant-TPU-Kapazität hinzufügt, weil der marginale Käufer, der sich für TPU entscheidet, ohnehin keine Nvidia-Zuteilung gefunden hätte.

Der interessantere Gegenpunkt ist, dass dieser Deal tatsächlich schlecht für Google Cloud sein könnte – nicht für Nvidia. Wenn Unternehmen TPU-Kapazität über eine Blackstone-kontrollierte Einheit kaufen können, ohne einen Google-Cloud-Vertrag zu unterzeichnen, verliert Googles Cloud-Sparte den Bündelungsvorteil, der ihre wichtigste kommerzielle Waffe gegen AWS und Azure war. Der TPU wird zur Komponente, nicht zum Burggraben. Das ist auf Alphabet-Konzernebene ein gutes Ergebnis, wo TPU-Silicon-Marge plus JV-Eigenkapitalrenditen die entgangene Cloud-Bündelung überwiegen mögen. Für die GCP-Gewinn- und Verlustrechnung im Besonderen ist es ein weniger gutes Ergebnis – und es sollte den Enterprise-Vertrieb von Google Cloud nervös machen.

Wichtige Erkenntnisse

• Beschaffungskategorie wurde erweitert. Private-Equity-finanzierte, Hyperscaler-Silicon-versorgte Merchant-Kapazität ist jetzt eine echte vierte Option neben Hyperscaler-Cloud, Neoclouds und On-Prem.
• Portabilität ist die Absicherung. Engineering-Teams, deren Serving-Schichten an eine einzige Beschleunigerarchitektur gebunden sind, haben ein messbares, quantifizierbares Risiko. Die Abstraktionsschicht jetzt aufbauen oder 2027 die Wechselkosten zahlen.
• Stromversorgungsstandorte schlagen Silicon-Zuteilung. Blackstones Beitrag sind baugenehmige Standorte und Kapital, keine neuartige Technologie. Das zeigt, wo die tatsächliche Engpassbeschränkung liegt.
• Regulatorische Angriffsfläche verändert sich. TPU-Kapazität, die über dieses JV gekauft wird, liegt möglicherweise nicht unter demselben Vertragsrahmen wie Google Cloud. GCs sollten das vor der ersten Bestellung klären.
• AWSs Reaktion beobachten. Wenn Trainium-Preise in den nächsten zwei Quartalen sinken, ist das das Signal, dass extern finanzierte TPU-Kapazität die In-House-Chip-Ökonomie über alle Hyperscaler hinweg neu bewertet.

Teams, die mehrjährige KI-Infrastrukturverpflichtungen evaluieren, sollten sich jetzt eine schärfere Frage stellen als „Nvidia oder nicht": Welche Gegenpartei besitzt tatsächlich die Megawatt, auf denen meine Workloads 2027 laufen werden – und was passiert mit meiner Kostenstruktur, wenn sich die Eigentümerstruktur dieser Gegenpartei bis dahin ändert?