Wir befinden uns Anfang des Jahres 2028. Anthropic ist das wertvollste KI-Labor und der wertvollste KI-Modellentwickler der Welt. Die Modelle prüfen routiniert Verträge, beraten Patienten, ermöglichen bahnbrechende Entwicklungen in der Physik, schreiben Software-Codes und ersetzen ganze Abteilungen.

Für neue Rechenzentren ist Anthropic in der Summe bis zum Jahr 2045 Verpflichtungen von einer Billionen US$ Dollar mit einer Leistung von zehn GW eingegangen, obwohl es nur einen Bruchteil davon einnimmt und die Wachstumsrate der Umsätze unter Plan liegt. Noch fließt frisches Kapital, und es fragt noch niemand, wer die Rechnung am Ende bezahlt.

Dann kracht es: Der zweite DeepSeek-Moment

Dann kommt ein zweiter DeepSeek-Moment. Nach 2025 bringt ein chinesischer Modellentwickler erneut ein Modell heraus, das als ausgesprochen leistungsfähig eingestuft wird, aber so effizient mit Rechenkapazitäten umzugehen scheint, wie es bisher nicht für möglich gehalten wurde.

Das Rechenzentrum, das nur ein Drittel Strom braucht

Gleichzeitig stellt ein Ingenieur in Mexico fest, dass ein angeblich voll vermietetes Rechenzentrum nur ein Drittel seines eigentlich geplanten Stromverbrauchs aufweist. Und während man bei Anthropic nervös nachrechnet, wie viele Quartale das Geld noch reicht, beginnt man in der Finanzbranche langsam zu verstehen, dass in der Finanzierung von Rechenzentren systemische Risiken lauern.

Es gibt nur wenige, meist verlustreiche Mieter, die Technik ist eher kurzlebig, die Finanzierungen aber langfristig.

Zudem haben Finanzierungen oft zirkulären Charakter und sind intransparent, da oftmals Zweckgesellschaften Rechenzentren halten und Schulden in den Bilanzen der großen Player nicht umfassend visibel sind.

Klingt wie ein Thriller. Kann es wahr werden?

So entstehen erste Risse, und niemand sieht, dass das ganze Gebäude zu wanken beginnt. Was sich wie der Klappentext eines Wirtschafts-Thrillers liest, könnte schon in einigen Quartalen Wirklichkeit werden.

Warum wir trotzdem genau hinschauen sollten

Doch noch ist es nicht soweit, und es gibt gute Gründe anzunehmen, dass es dazu auch nicht kommen wird.

Trotzdem ist man gut beraten, sich einmal genauer mit dem „Ökosystem“ aus KI-Sprachmodellen, KI-Hyperskalern, KI-Startups und KI-Hardwareherstellern zu beschäftigen.

Denn das BIP-Wachstum wird in vielen Länder direkt und teilweise indirekt durch Investments in diesem Sektor geprägt, und die Indexentwicklung von vielen Aktienindizes sähe deutlich unspektakulärer aus, wenn es nicht einige wenige Unternehmen gegeben hätte, die massiv von dieser Entwicklung profitiert haben.

Nach 2000 und 2008 sucht man automatisch die nächste Krise

Und wer das Platzen der Internetblase im Jahr 2000 und die Finanzkrise 2008 erlebt hat, kann nicht anders, als ständig auf der Suche nach der nächsten Systemkrise zu sein. Der KI-Hype hat zumindest theoretisch das Potenzial, zum Auslöser einer solchen Krise zu werden. Fangen wir also einmal an, einen Blick hinter die Kulissen des KI-Hypes zu werfen.

Die KI-Pyramide: Wer verdient woran?

Das KI-Ökosystem kann man sich wie eine Pyramide vorstellen, durch die das Geld von oben nach unten fließt.

Ganz unten: Die Schaufelverkäufer

Ganz unten sitzen die Chiphersteller wie Nvidia, AMD oder Broadcom. Sie verkaufen im KI-Goldrausch wie früher im echten Goldrausch die Schaufeln und verdienen im Moment prächtig und vergleichsweise planbar.

Eine Ebene höher: Die Hyperscaler bauen und vermieten

Darüber kommen die sog. Hyperscaler, also Amazon, Microsoft, Google, Oracle und Co. Sie kaufen die Chips zu Hunderttausenden, bauen Rechenzentren mitsamt Stromversorgung (das sind meistens Gaskraftwerke oder sogar reaktivierte Kernkraftwerke, da Solar und Wind nicht zuverlässig Strom rund um die Uhr liefern) und vermieten ihre Rechenleistung.

Wer sind eigentlich die Kunden der Hyperscaler?

Ihre größten Kunden sind die Entwickler von KI-Sprachmodellen wie OpenAI oder Anthropic. Diese mieten die Rechenkapazitäten, trainieren damit ihre Sprachmodelle und verkaufen dann „Intelligenz pro Token“ oder im Abo.

Ganz oben: Die Startups der zweiten Ebene

Ganz oben auf der Pyramide sitzen die Startups der zweiten Ebene, etwa Coding-Tool-Anbieter, Kundenservice-Bots oder Jura-Assistenten. Die bauen meist kein eigenes KI-Modell, sondern kaufen es über eine Schnittstelle ein und entwickeln daraus ein kundenspezifisches Produkt.

Wachsen um jeden Preis, aber wo bleibt der Gewinn?

Sie wachsen oft rasant, haben aber dünne Margen, weil ein großer Teil ihres Umsatzes direkt beim Modellanbieter landet. Nicht selten sind solche Anbieter sogar defizitär, da sie die Token billiger verkaufen als einkaufen, um Marktanteile zu gewinnen.

Besonders verwundbar sind austauschbare Anbieter ohne eigene Datenbasis oder tiefe Einbindung in Kundenprozesse.

Wer zusätzlich die Nutzung seiner Kunden subventioniert, ist besonders stark von weiterem Risikokapital abhängig.

Wo ist der Haken?

Und es gibt noch einen Haken. Ein Teil des Geldes fließt im Kreis.

Chiphersteller und Hyperscaler beteiligen sich an den KI-Modellentwicklern, und die geben das Geld dann wieder für Chips und Cloud aus.

Damit die ganze Pyramide auf Dauer trägt, müssen am Ende Unternehmen und Verbraucher ein extremes Wachstum bei Umsätzen generieren, das bisher nicht stattgefunden hat. Schauen wir uns daher die Zahlen ein wenig genauer an und starten wir mit den Chipherstellern.

Nvidia und Co.: Schnäppchen oder Warnsignal?

Unternehmen wie Nvidia haben sich in den letzten Jahren phänomenal entwickelt, weil auch Umsätze und Gewinne phänomenal gestiegen sind. Rückschläge in den Kursen (wie aktuell bedingt durch die James-Bond-würdige Affäre des ehemaligen Nvidia-Vorstandes mit einer chinesischen Spionin und dem daraus resultierenden Rücktritt von Jensen Huang) werden daher von vielen Investoren als Schnäppchen und Chance eingeordnet. Und vielleicht stimmt das auch.

Was bedeuten Millionen Chips im Lager?

Allerdings sollte nicht verschwiegen werden, dass die rasant steigenden Produktionszahlen nicht direkt mit dem rasanten Ausbau von Rechenzentren zusammenhängen.

Vielmehr haben Hyperscaler zuletzt Millionen von Chips auf Lager gekauft, um etwaige Knappheiten in der Zukunft zu umgehen.

Genau diese extreme Lagerhaltung wird aber dazu führen, dass das Wachstum in einigen Quartalen einen leichten Knick bekommen dürfte.

Wie breit ist die Kundenbasis wirklich?

Kritischer ist aber vielleicht noch, dass die Hauptkunden der Hyperscaler zwei Firmen sind (Anthropic und OpenAI), und diese beiden Firmen erzielen wiederum einen großen Anteil ihres Umsatzes mit sehr wenigen einzelnen Kunden. Von einer granularen Risikostreuung kann angesichts der immensen Ausgaben und Investments nicht wirklich die Rede sein.

Und woher kommt der Strom?

Zudem ist davon auszugehen, dass der extreme Strombedarf der Rechenzentren nicht in jedem Fall sichergestellt werden kann.

Vielen ist nicht klar, welcher zusätzliche Strombedarf hier im Raum steht.

Um den Strom für die Rechenzentren, die weltweit für Ende 2028 erwartet werden, herzustellen, würde man fast 100 Atomreaktoren vom Typ Isar 2 benötigen. Isar 2 war bis zu seiner Stilllegung einer der leistungsfähigsten Reaktoren der Welt.

Reichen 30.000 Windräder?

Umgerechnet in große Windkraftanlagen benötig man rechnerisch etwa 15.000 Einheiten, wenn der Wind Tag und Nacht stetig und maximal stark bläst.

In der Realität würden auch 30.000 sehr große Windkraftanlagen plus gewaltige Speicher nicht annähend reichen.

Wer das Stromproblem kleinredet, hat die Dimension dieser Herausforderung nicht verstanden.  

Der größte Haken? Das Geschäftsmodell selbst

Der größte Haken ist aber möglicherweise das Geschäftsmodell mit den Rechenzentren selbst.

Denn Hyperscaler sind am Ende auch nur ganz normale Unternehmen, die Investitionen tätigen, um damit später Gewinne zu erwirtschaften.

Letztlich müssen sich diese Investitionen amortisieren, sonst hätte man es besser bleiben lassen sollen.

Hat jemand das BWL-Einmaleins vergessen?

Amortisationsrechnung ist so ziemlich das Erste, was ein BWL-Student in Einführungsvorlesungen zur allgemeinen BWL zu hören bekommt. Oder vielleicht sollte man sagen: Vor 20 oder 30 Jahren zu hören bekam, denn es hat ein wenig den Anschein, dass auf diese einfachen Weisheiten des kleinen 1×1 der BWL kein großer Wert mehr gelegt wird. Denn anders lässt sich nicht erklären, dass diese unglaublichen Investments, denen bisher nur wenige Umsätze entgegenstehen, mit Schulterzucken und Gottvertrauen quittiert werden.

700 bis 800 Milliarden: Wie viel kommt zurück?

Und so sehen die Zahlen und die Arithmetik dahinter aus. Hyperscaler geben 2026 etwa 700-800 Mrd. US$ für Investments in Rechenzentren und Chips aus.

Bisher ist auch noch kein Strukturbruch in dieser Entwicklung zu erkennen.

Die ganz aktuellen Zahlen beispielsweise vom US-Cloudanbieter CoreWeave sehen jedenfalls recht gut aus.

Im nächsten Jahr wird der Wert mit hoher Wahrscheinlichkeit oberhalb von 700-800 Mrd. US$ liegen.

Die meisten Schätzungen gehen von 1000 Mrd. US$ oder mehr aus. Zum Vergleich: Der Umsatz von Mircosoft liegt im KI-Bereich 2026 bei etwa 35 Mrd. US$, primär bezahlt von OpenAI. Amazon liegt auch in etwa in dieser Größenordnung, hauptsächlich bezahlt durch OpenAI und Anthropic.

Investitionen von 700 Mrd., Umsätze von höchstens 200 Mrd.

Es dürfte fast ausgeschlossen sein, dass die Umsätze der Hyperscaler im KI-Bereich 2026 oberhalb von 200 Mrd. US$ liegen.

Man muss nicht BWL studiert haben, um zu verstehen, dass diese Rechnung nur aufgehen kann, wenn in den kommenden Jahren die Umsätze steigen und die Investments sinken.

Alternativ können die Investments auch weiter steigen, aber dann müssen die Umsätze massiv ansteigen.

Die Bierdeckel-Rechnung

Wie anspruchsvoll die Rechnung ist, lässt sich mit einer Kalkulation zeigen, die noch auf einen Bierdeckel passt.

Was heißt eigentlich „amortisiert“?

Eine Investition hat sich amortisiert, wenn die Rückflüsse das eingesetzte Kapital wieder eingespielt haben.

Rückflüsse sind dabei nicht die Umsätze, sondern die Überschüsse nach Strom, Personal, Wartung, Vertrieb und anderen laufenden Kosten.

Außerdem wollen die Kapitalgeber eine Verzinsung sehen.

Chips halten fünf Jahre, Gebäude zwanzig

Bei Rechenzentren kommt hinzu, dass Gebäude und Chips unterschiedliche Lebensuhren haben. Für KI-Chips werden häufig vier bis sechs Jahre wirtschaftliche Nutzungsdauer angesetzt, für Gebäude rund 20 Jahre.

Das heißt nicht, dass ältere Chips anschließend unbrauchbar wären.

Sie müssen sich aber gegen immer leistungsfähigere Nachfolger behaupten. Dummerweise steckt ein großer Teil des Geldes gerade in dieser kurzlebigeren Technik.

Und was muss jedes Jahr zurückfließen?

Nehmen wir die genannten 700 Mrd. US$ Investitionen für 2026 und unterstellen der Einfachheit halber, 60 % entfallen auf Chips und Server mit fünf Jahren Nutzungsdauer, 40 % auf Gebäude und Infrastruktur mit 20 Jahren.

Ohne Verzinsung müssten in den ersten fünf vollen Betriebsjahren jährlich knapp 100 Mrd. US$ zurückfließen, damit die Rechnung aufgeht.

Rechnen wir beispielhaft mit 10 % Kapitalkosten, werden daraus rund 144 Mrd. US$ jährlicher Überschuss zur Kapitalrückgewinnung und Verzinsung. Nach fünf Jahren wäre der Chipanteil und ein Teil des Gebäudes bezahlt; für Gebäude und Infrastruktur müssten weitere 15 Jahre rund 33 Mrd. US$ jährlich erwirtschaftet werden.

Vom Bierdeckel zur Umsatzrechnung

Und jetzt wird aus dem Bierdeckel eine Umsatzrechnung.

Wie viel Umsatz braucht es wirklich?

Bleiben nach den laufenden Kosten sportliche (eigentlich unrealistische) 60% des Umsatzes als Cash-Überschuss übrig, müssten die Anlagen in den ersten fünf Betriebsjahren rund 240 Mrd. US$ Umsatz jährlich erzielen. Bei 40% wären es rund 360 Mrd. US$.

Und wenn 2027 noch eine Billion dazukommt?

Werden 2027 weitere 1.000 Mrd. US$ unter denselben Annahmen investiert, steigt die jährliche Messlatte während der gemeinsamen vollen Betriebsjahre auf rund 350 Mrd. US$ Cash-Überschuss beziehungsweise 580 bis 870 Mrd. US$ Umsatz.

Ist das schon die Finanzierungslücke? Fairerweise: nein

Allerdings darf man fairerweise diese Beträge nicht einfach den derzeit geschätzten KI-Umsätzen gegenüberstellen und die Differenz zur bewiesenen Finanzierungslücke erklären.

Die gesamten Investitionen dienen nicht ausschließlich dem separat abgerechneten KI-Geschäft.

Sie können auch klassische Cloudleistungen ermöglichen oder zusätzliche Erträge in Werbung und Software schaffen.

Entscheidend ist, welche zusätzlichen Rückflüsse den Anlagen tatsächlich zuzurechnen sind.

Die Rechnung zeigt aber die Größenordnung der Herausforderung: Es muss über Jahre sehr viel Geld verdient werden. Wie viel davon ausdrücklich „KI-Umsatz“ heißt, ist zweitrangig. Dass es nach Abzug der laufenden Kosten wirklich in der Kasse ankommt, ist aber nicht zweitrangig.

Muss das schiefgehen? Nicht unbedingt

Nun muss das nicht bedeuten, dass hier zwingend Geld in den Sand gesetzt wurde.

Künstliche Intelligenz ist das ganz große Thema der nächsten Jahre und sicher auch des nächsten Jahrzehnts.

In den letzten 200 Jahren hat es vielleicht keine andere Entwicklung gegeben, die die Menschheit und damit auch die Wirtschaft derart im Sturm verändern wird. Daher sind Explosionen bei KI-generierten Umsätzen von Hyperscalern auch nicht undenkbar. Sie sind sogar wahrscheinlich.

Und wenn der große Umsatzsprung ausbleibt?

Nur eines ist eben auch klar. Wenn sie nicht kommen, bricht die oben beschriebene Pyramide wie ein Kartenhaus zusammen.

Die zweite Ebene wackelt: KI-Anbieter am Tropf

Wenig hilfreich für die Stabilität der Pyramide sind auch die KI-Anbieter, die kundenspezifische Lösungen anbieten, technisch aber meist auf Modellen von Anthropic oder OpenAI aufbauen.

Die tatsächlichen technologischen Fähigkeiten sind hier meist eher begrenzt, und das Geschäftsmodell funktioniert nur, wenn der Marktanteil groß ist.

Insolvenzen sind hier vorprogrammiert und stellen ein weiteres Umsatzrisiko für die Entwickler der großen KI-Modelle dar.

Anthropic 2025: Unter 5 Mrd. Umsatz, 8 Mrd. Verlust

Dabei ist Umsatzwachstum für Firmen wie Anthropic überlebenswichtig, wenn man wie im Jahr 2025 weniger als 5 Mrd. Umsatz generiert, aber einen operativen Verlust von 8 Mrd. US$ produziert.

Wer bezahlt das alles? Frisches Kapital, solange der Glaube hält

Das alles kann nur funktionieren, wenn zunächst in den nächsten Jahren weitere gewaltige Summen an Kapital in das KI-Geschäft investiert werden. Allein im Jahr 2026 dürften etwa 500 Mrd. US$ an frischem Fremdkapital an KI-Firmen geflossen sein, weil der eigene Cash-Flow bei sehr vielen Firmen zur Finanzierung nicht im Ansatz ausreicht, um überleben zu können. Das alles funktioniert, solange der Glaube an die langfristige ökonomische Sinnhaftigkeit besteht, aber dieser Glaube kann auch schnell verfliegen.

Wenn die Bäume nicht in den Himmel wachsen: OpenAI und die 1.250 Mrd.

Dazu kommt der Bedarf an Eigenkapital. Auch hier wachsen die Bäume nicht zwingend immer nur in den Himmel. So wollte OpenAI noch im September 2026 30 Mrd. Euro zu einer Unternehmensbewertung von 1.500 Mrd. US$ einsammeln. Bis jetzt wurde daraus eine Kapitalerhöhung von 11 Mrd. US$ zu einer Bewertung von 1.250 Mrd. US$.

Was, wenn das Kapital knapp wird?

Wenn nun Kapitalerhöhungen und später vielleicht auch Börsengänge nicht die Finanzierungsvolumina stemmen, die gewünscht sind, dann wird die Fremdkapitalfinanzierung umso schwieriger. Das gilt vor allem vor dem Hintergrund der Tatsache, dass die Anbieter der großen KI-Sprachmodelle für die nächsten Jahre gewaltige, verbindliche Zusagen bezüglich des Aufbaus von Rechenkapazitäten abgegeben haben.

900 Milliarden zugesagt, 130 Milliarden in der Kasse

Bei Anthropic liegt diese Verpflichtung laut Prospekt vom 2. November dieses Jahres allein bis 2030 bei rund 300 Mrd. US$ an festen Mindestverpflichtungen bei insgesamt knapp 900 Mrd. US$ an zugesagten Ausgaben zum 30. September 2026. Bei einem Kassenbestand von etwa 130 Mrd. US$ (Mitte des Jahres 2026) und noch eher geringen Umsätzen wird die Luft hier möglicherweise dünner, als einem lieb sein kann.

Rechenzentren bauen ist schwerer, als es klingt

Das gilt zu einem gewissen Grad für Anthropic, aber es gilt vielleicht noch viel mehr für die vielen Unternehmen, die Datenzentren bauen, aber nüchtern betrachtet nur wenig Erfahrung damit haben.

Sehr viel Eigen- und Fremdkapital ist in der Annahme geflossen, dass hier wenig schiefgehen kann.

Die Wirklichkeit ist manchmal etwas facettenreicher, denn es gibt teilweise gar nicht die erfahrenen Bauingenieure, die man benötigt, um friktionsfrei solche gewaltigen Projekte stemmen zu können. Und oftmals laufen Genehmigungsverfahren nicht so glatt, wie man sich das im Idealfall vorstellt, und auch die benötigten Stromanschlüsse kommen zuweilen etwas später als geplant.

Was kann also schiefgehen?

Wenn man ehrlich ist, ziemlich viel. Anthropic und OpenAI haben sich zu Ausgaben verpflichtet, die ein Vielfaches ihrer Jahresumsätze betragen.

Die Hyperscaler stecken Hunderte Milliarden in Chips, die nach wenigen Jahren zum alten Eisen gehören.

Die KI-Start-ups der zweiten Ebene hängen gleich doppelt am Tropf: an den Preisen der Modellanbieter und an deren Gnade, nicht selbst in ihr Geschäft einzusteigen.

Es reicht schon, wenn die Umsätze langsamer wachsen als erhofft.

Und weil fast jeder bei jedem Kunde, Lieferant und Investor zugleich ist, ist die Stabilität dieses Öko-Systems geringer als oft vermutet.

Und wer gewinnt trotzdem? Die Schaufelverkäufer

Trotzdem gibt es Gewinner, die noch auf Jahre gut im Geschäft bleiben dürften: die Hardwarehersteller, allen voran die Chipbranche. Beim Goldrausch im wilden Westen verdienten vor allem die Schaufelverkäufer, und zwar prächtig. Das ist jetzt wieder ganz genauso.

75 Prozent Marge, bezahlt bei Lieferung

Nvidia erzielt mit seinen Rechenzentrumschips eine Bruttomarge von rund 75 Prozent. Bezahlt wird schon bei der Lieferung. Ob sich der Kauf je amortisiert, ist Sache des Kunden.

Kurze Lebensdauer: Fluch für Käufer, Geschäftsmodell für Hersteller

Und ausgerechnet das, was den Käufern das Leben schwer macht, ist für die Hersteller das Geschäftsmodell, nämlich die kurze Lebensdauer der Chips.

Wer die Bereinigung überlebt, muss weiter aufrüsten.

Gefährlich wird es für die Hersteller vor allem, wenn sie ihren Kunden das Geld dafür selbst leihen oder sich an ihnen beteiligen. Das haben wir bei Lucent und Nortel erlebt, und es wird vermutlich wieder passieren.

Geht die Welt jetzt unter?

Trotzdem wird die Welt nicht untergehen. Es kann sein, dass einige Hyperscaler zeitweise wirtschaftliche Probleme bekommen. Es kann sein, dass die Entwickler der großen Sprachmodelle in den nächsten Jahren kleinere Brötchen backen werden.

Es kann sein, dass Investoren Geld verlieren werden.

Kritisch wird das alles nur, wenn es dadurch zu einer systemischen Krise kommt.

Dafür gibt es aber derzeit keinen zwingenden Grund.

Und mit jedem Tag, an dem sich das Wachstum im Aufbau von Rechenzentren verlangsamt, wird die Gefahr einer systemischen Krise etwas kleiner.

Paradox: Hilft Regulierung beim Bremsen?

So gesehen wird sich – auch wenn das vollkommen paradox klingen mag – die Affinität der Demokraten in den USA bezüglich der stärkeren Regulierung beim Bau von Rechenzentren vielleicht noch als hilfreich erweisen, um der Entwicklung etwas an Dramatik zu nehmen.

Denn ein geordnetes Abbremsen neuer Projekte könnte Überinvestitionen begrenzen.

Ein abrupter Investitionsstopp oder lange Verzögerungen bereits finanzierter Projekte wären allerdings kontraproduktiv.

Zum Schluss: Warum es Trost gibt

Zum Schluss gibt es noch einmal etwas Trost: Zum einen gehört das ganze KI-Ökosystem in den USA zur kritischen Infrastruktur.

Systemrelevant: Der Staat lässt die KI nicht fallen

Die USA werden niemals zulassen, dass es hier zu einem kompletten Kollaps kommt. So wie der deutsche Staat reagieren würde, wenn Rheinmetall vor dem Zusammenbruch stünde, so wäre auch ein staatliches Eingreifen in den USA zu erwarten, wenn die technologische Führung im Bereich KI durch unternehmerische Fehlentwicklungen in der Breite in Gefahr geriete.

Von der Glasfaser zu den Chips: Die Technik bleibt

Zum anderen gab es schon immer temporäre Übertreibungen und überdrehte Hoffnungen bei technologischen Entwicklungen, doch die Technologien selbst blieben bestehen.

Nach der Dotcom-Krise lag jede Menge ungenutzte Glasfaser in der Erde, über die später Netflix und YouTube liefen.

Diesmal bleiben Chips, Gebäude, Stromleitungen und Kraftwerke. Die Amortisationsrechnung geht also vielleicht doch auf.

Für die Chiphersteller ziemlich sicher, und auf lange Sicht sogar für die gesamte Wirtschaft und die Gesellschaft.

Aber nicht zwingend für jeden Investor, der von Anfang an dabei war und nicht rechtzeitig ausgestiegen ist oder nicht rechtzeitig aussteigen konnte.

Foto von Merrilee Schultz auf Unsplash

Newsletter

Erfahren Sie von uns die wichtigsten Nachrichten über das Thema Geldanlage.
✓ jede Woche neu ✓ immer aktuell ✓ ohne Werbung ✓ jederzeit abbestellbar

Ich bin mit der Datenschutzerklärung einverstanden.

Mit Warburg Navigator die passende Geldanlage finden

Investieren Sie Ihr Vermögen mit den Experten von M.M.Warburg & CO. Modern und unkompliziert.

Empfohlene Artikel