Die Deutsche Bank hat umfangreich Kredite für den Bau von KI-Rechenzentren vergeben. Gerät nicht bloß ein einzelner Kreditnehmer, sondern die Branche insgesamt, in Zahlungsschwierigkeiten, könnte das die Bank hart treffen. Die Branche investiert derzeit hunderte Milliarden Euro in neue Rechenzentren, deren Computer bald technisch veraltet sein dürften. Zudem ist unklar, wer am Ende die Kosten tragen soll. Daher suchen Geldgeber nach Wegen, ihre finanziellen Risken zu reduzieren.

Wie die Financial Times (FT) berichtet, erwägen Manager der Deutschen Bank auf fallende Aktienkurse von KI-Unternehmen zu wetten. Denn fallende Kurse könnten ein Indiz für finanzielle Schwierigkeiten der Branche sein. Kommt es dazu, könnte die Bank einen Teil der Kreditverluste durch die Spekulationsgewinne ausgleichen. Ein Mittel, auf fallende Kurse zu wetten, sind Leerverkäufe, was die Bankmanager laut FT konkret diskutiert haben.

Bei solchen Finanzgeschäften verkauft der Leerverkäufer Wertpapiere, die ihm nicht gehören, sondern die er sich lediglich von Dritten für eine bestimmte Zeit ausgeliehen hat. Bis zum Ablauf dieser Zeit muss er die Wertpapiere zurückkaufen, um sie dem Leihgeber zurückgeben zu können; ist der Aktienkurs in der Zwischenzeit gefallen, macht der Leerverkäufer Gewinn, weil er sie teurer verkauft als zurückgekauft hat. Im umgekehrten Fall macht er Verlust, der theoretisch unbeschränkt hoch sein kann. Solange die Aktienkurse von KI-Firmen tendenziell steigen, sind Leerverkäufe besonders riskant.

Synthetic Risk Transfer

Außerdem würden die Verantwortlichen der Deutschen Bank überlegen, eine Art Versicherungstransaktion für die aushaftenden Kredite auf den Markt zu bringen, hat die FT erfahren: sogenannte synthetic risk transfer (SRT). Dabei übernehmen Dritte einen Teil des Kreditrisikos. Sie kaufen die auf bestimmte Kredite bezogenen SRT-Papiere und geben damit dem Kreditgeber Geld. Als Gegenleistung erhalten sie vergleichsweise hohe Zinsen. Wird der zugrundeliegende Kredit korrekt bedient, erhält der SRT-Käufer auch den eingelegten Betrag zurück.

Wird der Kredit nicht korrekt bedient, bedient sich der Kreditgeber stattdessen an den SRT-Geldern und der SRT-Käufer macht Verlust. Deswegen bevorzugen SRT-Käufer diversifizierte Kreditbouquets; auch sie wollen nicht alles auf eine Karte setzen. Die Deutsche Bank müsste also entweder noch ganz andere Kredite dazupacken, oder höhere Zinsen bieten, um die SRT-Papiere an den Mann zu bringen.

Der Vorteil von SRTs im Vergleich zu klassischen Versicherungspolizzen liegt darin, dass die Bank sofort Geld erhält, nicht erst im Schadensfall. Dieses Geld ersetzt das für die aushaftenden Kredite gebundene Eigenkapital. Anders gesagt gibt es bei der Bank Geld frei, das sie als Sicherheit für die Vergabe neuer Kredite nutzen kann.

Die Bank hat es gegenüber der FT abgelehnt, etwas zu deren Bericht zu sagen. Die Zeitschrift erinnert daran, dass der Vermögensverwalter DWS derzeit den Verkauf seines Mehrheitsanteils am Rechenzentrenbetreiber NorthC vorbereitet. Angepeilt werden mehr als zwei Milliarden Euro Erlös. DWS steht zu knapp achtzig Prozent im Eigentum der Deutschen Bank.

(ds)

Kann Künstliche Intelligenz (KI) die bisherigen Wettermodelle in den Schatten stellen? Die diesjährige Hurrikan-Saison im Nordatlantik, die aktuell im November 2025 zuende geht, sollte es zeigen. Und das KI-Modell Google DeepMind hat abgeliefert: Laut einem Bericht von Ars Technica lieferte es die genauesten Vorhersagen aller getesteten Systeme. Das US-Technikblog beruft sich dabei auf Auswertungen des Forschers Brian McNoldy von der Universität Miami. Erstmals übertraf die KI systematisch die Prognosen menschlicher Experten.

Besonders schlecht schnitt in diesem Jahr das US-Wettermodell GFS (Global Forecast System) ab. Bei der 5-Tage-Prognose lag die Abweichung des Sturmverlaufs bei rund 360 Seemeilen, während DeepMind mit 165 Seemeilen deutlich näher an der Realität lag.

Menschliche Prognosen übertroffen

Doch die Google-KI übertraf sogar die Prognosen der menschlichen Experten des National Hurricane Centers. Auch bei der Vorhersage der Sturmstärke brillierte die KI, obwohl zum Beispiel mit Hurrikan Melissa, der auf Jamaika schwere Verwüstungen anrichtete, Ereignisse dabei waren, die in den vergangenen Jahrzehnten so nicht aufgetreten waren.

Zum guten Abschneiden der Prognosen gesellen sich noch die weiteren Vorteile eines KI-Modells. Es benötigt keinen teuren Supercomputer und gilt damit als besonders effizient. Zugleich ist es bei Berechnungen deutlich schneller als traditionelle Modelle. Und neuronale Netzwerke können zudem aus Fehlern lernen und sich im laufenden Betrieb korrigieren. Die Ergebnisse sind umso erstaunlicher, da die Technologie noch sehr neu ist und weitere Fortschritte erwartet werden.

Schlechtes Abschneiden von GFS rätselhaft

Warum indessen das US-Model GFS so schlecht abschnitt, ist noch unklar. Denkbar ist, dass die Kürzungen bei Personal und Ausstattung durch die neue US-Regierung im Zuge der DOGE-Kampagne Datenlücken gerissen hat. Aber auch eine gescheiterte Modernisierung des Modellkerns kommt als Erklärung infrage.

Experten erwarten, dass Meteorologen künftig stark auf KI-Modelle setzen werden. Die traditionellen physikbasierten Modelle würden damit an Bedeutung verlieren. Insgesamt gab es in dieser Atlantiksaison 13 benannte Stürme.

(mki)

Nicht zuständig erachtet sich der High Court of Justice for England and Wales bezüglich des Kernvorwurfs der Bildagentur Getty Images gegen die Londoner KI-Firma Stability AI. Getty wirft Stability AI, Millionen copyright-geschützter Fotos aus der Getty-Datenbank zum Trainieren der Stable Diffusion Modelle verwendet zu haben. Doch hat Stability AI seine Modelle nicht in England oder Wales trainiert. Daher erklärte sich Richterin Joanna Smith für unzuständig; der Fall könne allenfalls dort verhandelt werden, wo das Training tatsächlich stattgefunden hat.

Den weiteren Vorwurf, das nach England importierte, fertig trainierte KI-Modell selbst sei eine rechtverletzende Kopie der Trainingsbilder, hat die Richterin zwar inhaltlich behandelt, aber nicht anerkannt: Obwohl sich die Modellgewichte (Model Weights) während des Trainings durch geschützte Werken verändern, speichert das Modell selbst keine Kopien der Fotos. Damit erfolge durch die Speicherung des berechneten Modells keine rechtsverletzende Vervielfältigung der Originalbilder.

Stability AI hat im Verfahren darauf verwiesen, dass ein Trainingsdatensatz bis zu 220 Terabyte umfasste, während die fertigen Modellgewichte nur 3,44 Gigabyte groß seien. Das KI-System hat laut Urteil Muster gelernt, aber keine Bilder gespeichert.

Erfolg für Getty bei Markenrechtsverletzung

Lediglich bei Teilen der erhobenen Vorwürfe der Markenrechtsverletzung gibt das Gericht Getty Images recht. Stable Diffusion Version 1.x hat nämlich wiederholt Bilder generiert, in denen Logos der Getty-Tochter iStock aufscheinen, obwohl iStock nichts damit zu tun hat. Zudem haben Stable Diffusion Version 1.x und Version 2.1 Bilder generiert, in denen Logos zu sehen sind, die Getty-Logos stark ähneln.

Das Gericht sieht beides als Markenrechtsverletzung und weist Stability AIs Argument zurück, die Verantwortung dafür liege allein bei den Nutzern des Modells. Beide Parteien können Rechtsmittel gegen das Urteil vom Dienstag ergreifen. Das Verfahren heißt Getty Images et al v Stability AI und trägt das Az. IL-2023-000007.

Parallelprozess in den USA

Trotz des Teilerfolgs Getty Images‘ fielen die Aktien des Unternehmens nach dem Urteil um neun Prozent. Stability AI zeigt sich erfreut über die Entscheidung.

Getty möchte Erkenntnisse aus diesem Streit in einer ähnlichen Klage in den USA gegen die britische Firma verwenden. Der Fall unterstreicht generell die juristischen und finanziellen Herausforderungen, mit denen KI-Entwickler und Rechteinhaber konfrontiert sind. Das hat bereits eine frühere Klage gegen Anthropic und dessen Modell Claude gezeigt. Zu KI-generierten Inhalten sind viele juristische Fragen offen.

(ds)