Finanzmodellierung für Rechenzentren: Die 7 kritischen Annahmen

Die meisten Finanzmodelle für Rechenzentren, die wir prüfen, sind finanziell sauber und technisch naiv. Die Tabellenmechanik ist tadellos; die Annahmen, die sie speisen, stammen aus Maklerunterlagen. Hier sind die sieben Annahmen, die tatsächlich darüber entscheiden, ob Ihr Modell etwas vorhersagt.

1. Compute-Abschreibung ist nicht gleich Gebäudeabschreibung

Ein Shell-and-Core-Gebäude wird über Jahrzehnte abgeschrieben. Die darin befindlichen GPUs können wirtschaftlich bereits in drei bis fünf Jahren veraltet sein, nicht weil sie nicht mehr funktionieren, sondern weil die Kosten pro Recheneinheit der nächsten Generation sie für Trainings-Workloads unattraktiv machen. Wenn Ihr Modell IT-Ausrüstung als eine einzige Position mit einheitlichem Abschreibungsplan behandelt, ist Ihr Terminalwert Fiktion. Modellieren Sie Compute in Generationen, mit expliziten Annahmen zur Umwidmung auf Inferenz-Workloads, wenn jede Generation altert.

2. PUE ist eine Sensitivität, keine Konstante

Power Usage Effectiveness treibt die größte Betriebskostenposition und ist alles andere als konstant: Sie variiert mit Last, Klima, Kühlungstechnologie und Alter. Die deutsche Regulierung setzt dem eine harte Grenze: das Energieeffizienzgesetz (EnEfG) legt PUE-Obergrenzen für bestehende und neue Anlagen fest. Ein Modell ohne PUE-Sensitivitäten kann nicht zeigen, was eine vorgeschriebene Kühlungs-Nachrüstung mit der Rendite macht. Unsere Modelle behandeln PUE als Verteilung mit einer regulatorischen Obergrenze, nicht als Zelle mit einem Punktschätzwert.

3. Die Auslastungsphase verbirgt das Risiko für das Eigenkapital

Zwischen Inbetriebnahme und stabilisierter Auslastung liegt der Zeitraum, in dem das Eigenkapital tatsächlich gefährdet ist. Die KI-Nachfrage hat Betreiber optimistisch gemacht: vorvermietete Hyperscale-Kapazität ist real, aber ebenso real sind verzögerte Netzanschlüsse und verschobene Chiplieferungen. Belastet man die Hochlaufphase (sechs, zwölf, achtzehn Monate Verzögerung), sieht man, was mit dem IRR passiert, bevor man dem Basisfall vertraut.

4. Strompreis und PPA-Struktur

Strom macht 40 bis 60 % der OpEx aus. Wie er beschafft wird (Merchant-Exposure, Baseload-PPA, pay-as-produced-Erneuerbare mit Firming) verändert sowohl die Kostenposition als auch das Risikoprofil. Der Anteil erneuerbarer Energien wirkt sich zudem auf die EnEfG-Konformität aus. Ein Modell, das als Stromannahme "€/MWh, konstant, mit 2 % Steigerung" verwendet, hat den strukturierbarsten Teil des Deals übersprungen.

5. Bodenverhältnisse sind eine CapEx-Position, keine Fußnote

Rechenzentren sind schwere, absackungsempfindliche Bauwerke. Unentdeckte weiche Schichten oder Hohlräume führen zu Fundament-Neuentwürfen, und Fundament-Neuentwürfe werden nach Vertragsunterzeichnung zu zweistelligen CapEx-Überschreitungen. Dieses Risiko ist vor der Transaktion messbar: Moderne Untergrunduntersuchungen bilden das Bodenrisiko zu einem Bruchteil der Kosten eines Bohrrasters abn, und doch taucht es in fast keinem Finanzmodell auf, das wir gesehen haben. Es sollte als quantifizierte CapEx-Sensitivität mit angehängter Wahrscheinlichkeit ins Modell eingehen.

6. Regulatorische Bereitschaft hat ihren Preis

NIS2 klassifiziert Rechenzentrumsdienste als kritische digitale Infrastruktur: Registrierung, Vorfallmeldung, ISMS-Verpflichtungen, Verantwortlichkeit des Managements. EnEfG ergänzt Anforderungen an Abwärme und erneuerbare Energien. Beides ist nicht optional, und das Schließen der Lücke kostet reales Geld: Sicherheitsorganisation, Monitoring, möglicherweise Abnahmeinfrastruktur für Wärme. Regulatorische Due Diligence sollte eine Zahl liefern, und diese Zahl gehört ins Modell.

7. Abwärme: von der Kosten- zur Erlösposition

Dasselbe Gesetz, das Sie einschränkt, schafft einen Vermögenswert: Abwärme-Abnahmen für Fernwärme oder industrielle Nutzer können eine Compliance-Pflicht in eine Einnahmequelle verwandeln, wenn Geologie und Umfeld des Standorts dies unterstützen. Ob das realistisch ist, ist zuerst eine Frage des Untergrunds und der Infrastruktur, danach eine finanzielle Frage. Wenn es funktioniert, verändert es das ESG-Profil des Assets und seinen Exit-Multiple.

Das Muster

Jede dieser Annahmen ist zuerst eine Frage der Technik, der Geologie oder der Regulierung, erst dann eine Frage des Modells. Deshalb erstellen wir Finanzmodelle parallel zur technischen, regulatorischen und geologischen Due Diligence; die Erkenntnisse jeder Arbeitspaket fließen als quantifizierte Sensitivitäten in das Modell ein, nicht als Haftungsausschlüsse im Anhang.