Ob die Endnutzernachfrage schnell genug anzieht, um entlang der gesamten Wertschöpfungskette einen angemessenen Ertrag zu erzielen, ist letztlich die entscheidende Frage, auf die es ankommt.
Die Diskussion, ob sich im Bereich der künstlichen Intelligenz (KI) eine Blase gebildet hat, ist neu entflammt. MegacapTechnologieaktien haben erneut ein starkes Jahr hinter sich. Da sich das Augenmerk jedoch zunehmend auf den zirkulären Charakter der jüngsten, weithin beachteten Transaktionen sowie auf die beispiellose Konzentration in den US-Aktienindizes richtet, sind die Anlegerinnen und Anleger erneut besorgt über die Möglichkeit einer größeren Korrektur bei KI-Aktien.
Das KI-Ökosystem
Um diesen Bedenken zu begegnen, müssen wir uns zunächst einmal einen Überblick über das immer größer werdende KIÖkosystem verschaffen (siehe Abbildung 7).
Die Hardwarehersteller befinden sich im Technologie-Stack ganz unten. Zu dieser Gruppe gehören Unternehmen wie Nvidia, das hochkomplexe Chips entwickelt, TSMC, das unter anderem Chips für Nvidia herstellt, und ASML, das Präzisionswerkzeuge für die Chipfertigung entwickelt.
Darüber kommen die sogenannten „Hyperscaler“. Zu dieser Gruppe zählen Branchenriesen wie Alphabet, Amazon, Meta, Microsoft und Oracle.1 Diese Unternehmen bauen und betreiben Rechenzentren, die das Rückgrat der KI und des Cloud Computing im weiteren Sinne bilden. Da etwa die Hälfte der Investitionen im Bereich KI in der Regel für Chips ausgegeben wird, sind die Hyperscaler wichtige Kunden für Hardwarehersteller.
Die dritte Gruppe wollen wir einmal die „KI-Architekten“ nennen. Diese Unternehmen entwickeln große Sprachmodelle (LLMs) und andere KI-Anwendungen, die sich für zahlreiche Bereiche einsetzen lassen: von der Videoproduktion über Chatbots bis hin zur komplexen medizinischen Forschung. ChatGPT von OpenAI ist wohl das bislang bekannteste LLM. Es gibt jedoch noch viele andere beliebte Beispiele, darunter Claude von Anthropic, Gemini von Google, Grok von xAI und Le Chat von Mistral.
Während diese Kategorien die Angebotsseite der KIInfrastruktur klar abdecken, ist es weitaus schwieriger, eine umfassende Definition für die Nachfrageseite zu finden. Zu den Nutzern zählen Einzelpersonen (z. B. private Nutzer von ChatGPT), Unternehmen (z. B. Callcenter, die KI-Chatbots einsetzen) sowie Firmen, die KI in den Mittelpunkt ihres Dienstleistungsangebots stellen, darunter Softwareunternehmen, die KI-gestützte Tools verkaufen
In einem gut funktionierenden, ausgereiften Ökosystem müssen die Ausgaben der Endnutzer ausreichen, damit im gesamten System Gewinne erzielt werden können. Betrachten wir als Beispiel einmal einen wöchentlichen Einkauf im Supermarkt. Das Geld, das Sie an der Kasse ausgeben, sollte ausreichen, damit der Supermarkt, der Immobilienbetreiber, die Lebensmittelhersteller und auch die Landwirte ihren jeweiligen Anteil erhalten.
Im heutigen KI-Ökosystem ist die Nachfrage von Endnutzern – sowohl von Einzelpersonen als auch von Unternehmen – derzeit nicht groß genug, um allen anderen Akteuren Gewinne zu ermöglichen. Seit mehreren Jahren tragen die Hyperscaler den Großteil der Kosten und finanzieren den Ausbau der KI-Kapazitäten mit Einnahmen aus anderen Geschäftsbereichen. Das generiert wiederum Gewinne für die Hardware-Anbieter. Ob die Endnachfrage schnell genug anziehen kann, um entlang der gesamten Wertschöpfungskette eine angemessene Investitionsrendite zu erzielen, ist die Millionen-/Milliarden-/Billionen-DollarFrage.
Ist eine Blase in Sicht?
Angesichts des unglaublichen Anstiegs der Aktienkurse von Technologieunternehmen seit Beginn der Pandemie ist es kaum überraschend, dass Vergleiche mit früheren Investitionsblasen gezogen werden.
Bewertungen: Hoch, aber nicht untragbar, solange die Gewinne stimmen
Zwar sind die aktuellen Bewertungen nicht so extrem wie während der Dotcom-Blase, doch mit 23 liegt das KursGewinn-Verhältnis des S&P 500 Index für die nächsten zwölf Monate nicht weit von seinem Höchststand im Jahr 2000 entfernt. Der Technologiesektor wird sogar mit einem KursGewinn-Verhältnis von 31 gehandelt (siehe Abbildung 8).
Hardware-Unternehmen werden derzeit höher bewertet (Forward-KGV für die nächsten zwölf Monate: 35) als Hyperscaler (Forward-KGV: 30). Bei den KI-Architekten gestaltet sich ein Vergleich der Bewertungen schwieriger, da wichtige Akteure wie Anthropic, Mistral und OpenAI bislang nicht an der Börse notiert sind. Diese mangelnde Transparenz erschwert eine genaue Beurteilung der Fundamentaldaten einer Gruppe, die für das gesamte Ökosystem von zentraler Bedeutung ist, erheblich.
Aus früheren Anstiegen der Bewertungen von Technologieunternehmen lassen sich zwei wichtige Lehren ziehen. Erstens schließen hohe Bewertungen künftige Erträge nicht automatisch aus. Hätten Anlegerinnen und Anleger im Dezember 1999 Microsoft-Aktien zu einer Spitzenbewertung mit einem KGV von 68 gekauft und die Aktien trotz eines Kursrückgangs von 65% im Jahr 2000 gehalten, hätten sie in den folgenden 25 Jahren einen Gewinn von über 1.000% erzielt. Die zweite Lehre ist jedoch, dass Aktienmärkte im Allgemeinen schlecht darin sind, die zukünftigen Gewinner technologischer Revolutionen vorherzusagen. Betrachtet man die beliebtesten Technologieunternehmen im S&P 500 zum Höhepunkt der Dotcom-Blase im Jahr 2000, so ist Microsoft das einzige Unternehmen, das zehn Jahre später seinen Platz unter den zehn größten Unternehmen behaupten konnte (siehe Abbildung 9). Langfristige Gewinner in Echtzeit zu identifizieren, ist eine unglaublich komplexe Aufgabe.
Finanzielle Stabilität: Im Vergleich zu 2000 deutlich verbessert, aber erste Risse zeichnen sich ab
Die Finanzkraft der KI-Megacaps ist wohl der wichtigste Grund, weshalb ein Vergleich mit der Dotcom-Blase anzuzweifeln ist. Anders als bei den schwachen Bilanzen der Unternehmen vor 25 Jahren verfügen Amazon, Apple, Alphabet, Meta, Microsoft und Nvidia heute über Barmittel im Wert von 450 Mrd. USD. Da in der Vergangenheit eine Verschärfung der Kreditbedingungen oft ein wichtiger Auslöser für das Platzen von Blasen war, deutet dies darauf hin, dass die heutigen Technologieriesen in einer viel besseren Verfassung sind.
Ausschlaggebend ist, dass diese Finanzkraft es vielen Hyperscalern bisher ermöglicht hat, ihre KI-bezogenen Investitionen aus dem freien Cashflow zu finanzieren. Wir stellen jedoch fest, dass die für die kommenden Jahre geplanten Investitionsausgaben die verfügbaren Barmittel weiter aufzehren werden (siehe Abbildung 10). In dieser Hinsicht empfiehlt es sich, die jüngsten, viel beachteten Schritte von Meta, Oracle und xAI zu beobachten, sowohl öffentliche als auch private Fremdkapitalmärkte in Anspruch zu nehmen.
Die zunehmende Zirkularität der KI-Transaktionen in den letzten Monaten weist jedoch auch gewisse Parallelen zu den späten 1990er Jahren auf. Die im September von Nvidia angekündigte Investition von bis zu 100 Mrd. USD in OpenAI war wohl die aufsehenerregendste dieser Investitionsvereinbarungen. OpenAI wird wiederum den Großteil dieser Investitionen in die Sicherung neuer Rechenkapazitäten stecken, wodurch die Nachfrage nach Nvidia-Chips steigen wird.
Optimisten würden argumentieren, dass Nvidia die liquiden Mittel in seiner Bilanz lediglich dazu nutzt, die zukünftige Nachfrage vorzuziehen. Je stärker jedoch die Schicksale einzelner Unternehmen miteinander verflochten sind, desto größer ist auch das Risiko, dass der Ausfall eines Unternehmens zum Zusammenbruch des gesamten Systems führen könnte.
Marktstruktur: Eine stärkere Ausrichtung auf private Märkte erfordert einen anderen Ansatz
Ein weiterer wichtiger Unterschied zwischen heute und damals sind die Aktivitäten im Bereich der Börsengänge (IPOs). Die überschwängliche IPO-Aktivität war ein wesentliches Merkmal der Dotcom-Blase: Im Jahr 1999 betrug der mittlere Ertrag am ersten Handelstag für die 476 US-Unternehmen, die an die Börse gingen, beeindruckende 57%. Zum Vergleich: Zwischen 1980 und 2024 lag der durchschnittliche Ertrag bei lediglich 7%. Diese enormen Kurssprünge veranlassten die Unternehmen dazu, deutlich schneller als üblich an die Börse zu gehen (siehe Abbildung 11).
Zwar hat die IPO-Aktivität in der zweiten Hälfte des Jahres 2025 wieder zugenommen, die Lage ist jedoch nach wie vor weitaus verhaltener. Dies spiegelt die zunehmende Präferenz von Unternehmen wider, privat zu bleiben. Sie profitieren von geringeren regulatorischen Auflagen und der reichlichen Verfügbarkeit von privatem Kapital, wie wir im Abschnitt Keine Angst vor Private Markets. näher erläutern.
Dass Unternehmen heute viel länger bis zum Börsengang warten, ist eine gute Nachricht: Dadurch hat sich die fundamentale Lage des börsennotierten Technologiesektors insgesamt verbessert. Die schlechte Nachricht ist: Anlegerinnen und Anleger, die nur über öffentliche Märkte Zugang zum Thema KI haben, verpassen möglicherweise einige der langfristigen Gewinner in diesem Bereich, da diese derzeit nur über Private-Equity-Strategien zugänglich sind.
Gewinne: Überdurchschnittliche Gewinne sind mittlerweile die Norm, könnten aber schwer aufrechtzuerhalten sein
Anders als Ende der 1990er Jahre, als die Bewertungen stiegen, während die Gewinne zurückblieben, wird der aktuelle Anstieg der Aktienkurse weitaus stärker durch Gewinnwachstum getrieben. Hierbei geht es nicht nur um den Umsatz, sondern auch um die Margen: Der USTechnologiesektor erwirtschaftet heute Margen, die mehr als doppelt so hoch sind wie die des S&P 500 insgesamt. Anlegerinnen und Anleger gehen nun wie selbstverständlich davon aus, dass Technologieunternehmen im Vergleich zum übrigen Index überdurchschnittliche Gewinne erzielen werden.
Zugegebenermaßen ist die Rentabilität der KI-Unternehmen auf den privaten Märkten im Allgemeinen weitaus geringer, aber ihr Umsatzwachstum ist dennoch beeindruckend. OpenAI erzielt Berichten zufolge mittlerweile einen Jahresumsatz von über 13 Mrd. USD. Aufgrund der hohen Forschungs- und Entwicklungsausgaben des Unternehmens wird jedoch erst kurz vor 2030 mit dem Erreichen der Gewinnschwelle gerechnet.\Ob sich dieses Gewinnwachstum fortsetzen lässt, hängt einerseits von der Endnachfrage und andererseits davon ab, ob die Technologieunternehmen ihre überdurchschnittlichen Margen aufrechterhalten können. Investitionsbooms haben leider die unangenehme Angewohnheit, zu Überkapazitäten zu führen, was wiederum die Margen beeinträchtigt. Der Schieferöl-Boom der 2010er Jahre ist ein Paradebeispiel dafür: Durchbrüche in der Bohrtechnik führten zunächst zu einem Anstieg des Ölangebots. Ein starker Einbruch der Ölpreise löste anschließend eine Welle von Insolvenzen aus (siehe Abbildung 12).
Die größte Herausforderung für Hyperscaler bei der genauen Einschätzung der zukünftigen Nachfrage liegt in den vielen Variablen, die berücksichtigt werden müssen. Wird sich die Ressourcenintensität aktueller KI bis 2030 wesentlich verringert haben? Werden wir bedeutende Durchbrüche im Bereich der künstlichen allgemeinen Intelligenz (AGI) erleben? Und wie schnell wird KI-Hardware durch neue technologische Entwicklungen überholt sein? Keine dieser Fragen lässt sich derzeit konkret beantworten. Das führt zu großen Unsicherheiten bei den Schätzungen – sowohl für den künftigen Investitionsbedarf als auch für die Gesamterträge.
Die Endnachfrage: Die wichtigste und zugleich schwierigste Frage
Wenn KI es Unternehmen letztlich ermöglicht, bedeutende neue Einnahmequellen zu erschließen und ihre Arbeitskosten erheblich zu senken, werden die Technologieriesen ihr beeindruckendes Gewinnwachstum fortsetzen. Zögern Verbraucherinnen und Verbraucher und Unternehmen jedoch, große Summen für neue KI-Technologien auszugeben, wird es weitaus schwieriger, einen Ertrag aus den enormen Investitionen von heute zu erzielen.
Die KI-Architekten haben immer wieder das rasante Wachstum ihrer Nutzerbasis betont. Allerdings hat es sich als wesentlich schwieriger erwiesen, auch zahlende Nutzer zu gewinnen. Im Fall von OpenAI hat ChatGPT alle Rekorde hinsichtlich der Geschwindigkeit der Technologieakzeptanz gebrochen. Laut Financial Times sind derzeit jedoch nur 5% der 800 Millionen ChatGPT-Nutzer zahlende Kundinnen und Kunden.
Umfragedaten zeigen ein ähnlich durchwachsenes Bild. Die KI-Umfrage des US Census Bureau zeigt, dass lediglich 9% der US-Unternehmen KI zur Herstellung von Waren und Dienstleistungen nutzen. Dabei gibt es große Unterschiede zwischen den einzelnen Branchen. Etwas beunruhigend ist, dass die jüngsten Antworten bei einer Aufschlüsselung dieser Umfrage nach Unternehmensgröße darauf hindeuten, dass die Nachfrage der größten Unternehmen möglicherweise nachlässt (siehe Abbildung 13).
Andere Umfragen zeigen ein deutlich positiveres Bild. So belegt beispielsweise der Ramp AI Index, dass 44% der befragten Unternehmen für ein KI-Abonnement bezahlen (siehe Abbildung 14). Auch die Quarterly Pulse Survey von KPMG zeigt einen stetigen Anstieg beim Einsatz von KIAgenten zur Steigerung der Mitarbeiterproduktivität.
Auslöser für einen Stimmungsumschwung
Richten wir nun einmal unsere Aufmerksamkeit auf die Identifizierung potenzieller Auslöser, die zu einer Abkehr von der derzeit positiven Marktstimmung rund um das Thema KI führen könnten.
Ein aufsehenerregender Fehltritt
Angesichts der zunehmenden Verflechtungen innerhalb des KI-Ökosystems könnte ein einziger spektakulärer „Flop” dem gesamten Universum sehr schaden. Gewinnberichte sind der naheliegendste Ansatzpunkt. Nvidia beispielsweise konnte in jedem Quartal von Q1 2023 bis Q2 2025 sowohl die Gewinn- als auch die Umsatzerwartungen übertreffen. Das Ausmaß, in dem die Erwartungen übertroffen wurden, hat mit steigenden Erwartungen abgenommen. Zudem sollten wir berücksichtigen, dass sich das Wachstumstempo der Investitionsausgaben der Hyperscaler verlangsamen dürfte (siehe Abbildungen 15 und 16). Ein klarer Fehltritt eines der AI-Megacaps würde aller Voraussicht nach erhebliche Bedenken hinsichtlich aller Unternehmen der Branche hervorrufen. Ein weiteres Beispiel wäre, wenn OpenAI seine Pläne für einen Börsengang im Jahr 2026 vorantreiben würde, anschließend jedoch Schwierigkeiten hätte, die angestrebte Bewertung zu erreichen.
Kapazitätsbeschränkungen
Ob die Versorgung mit Energie und Rohstoffen mit der Nachfrage nach künftiger Rechenkapazität Schritt halten kann, ist eine Frage, die auf dem Markt bislang weit weniger Beachtung gefunden hat, aber ebenfalls von entscheidender Bedeutung ist. Nachrichtenberichte über Stromausfälle im Zusammenhang mit der Erweiterung von Rechenzentren oder über einen Mangel an für die Chipherstellung unerlässlichen kritischen Mineralien sind Beispiele für Probleme, die die Stimmung potenziell verändern könnten.
Ein Liquiditätsereignis
Wir müssen auch berücksichtigen, dass ein externer Schock – unabhängig von der Technologie – der Auslöser für eine Korrektur sein könnte. Angesichts der hohen Bewertungen wird der Technologiesektor immer häufiger als „HighBeta“-Thema gehandelt. Das bedeutet, dass sich die Titel in steigenden Märkten überdurchschnittlich entwickeln, in fallenden Märkten jedoch unterdurchschnittlich abschneiden. Sollte unser Tail-Risk-Szenario eines Inflationsschocks, der zu höheren Anleiherenditen führt, eintreten, wären AI-bezogene Aktien unserer Einschätzung nach besonders stark betroffen.
Positionierungsempfehlungen
Angesichts der Tatsache, dass die Stimmung in Bezug auf KI derzeit ein so dominanter Treiber der Märkte ist, können es sich Anlegerinnen und Anleger natürlich nicht leisten, abzuwarten, wie sich die Nachfrage entwickelt, bevor sie eine Meinung bilden. In der Regel ist Diversifizierung ein kluger Ansatz, um mit unvorhersehbaren Entwicklungen umzugehen. Im Hinblick auf die Unvorhersehbarkeit im Zusammenhang mit KI sehen wir drei konkrete Möglichkeiten, die Diversifizierung zu fördern.
1. Diversifizierung über das gesamte Ökosystem hinweg: Die Risiken und Chancen, mit denen Unternehmen im Bereich der künstlichen Intelligenz konfrontiert sind, können sehr unterschiedlich sein. Wenn beispielsweise Hyperscaler den zukünftigen Bedarf an Rechenleistung überschätzen, könnte diese Überinvestition zu einem Preisdruck führen. Das würde die Margen der Hyperscaler schmälern, während die Verbraucherinnen und Verbraucher dieser Rechenkapazität davon profitieren würden. Wir könnten auch feststellen, dass es innerhalb jeder KI-Kategorie Gewinner und Verlierer gibt. Im Hardwarebereich wird sich mit der Zeit beispielsweise zeigen, ob das KI-Ökosystem mehrere Chiphersteller tragen kann oder ob Nvidia, Broadcom, AMD und andere letztendlich in einem Szenario landen, in dem es nur einen Gewinner geben kann.
2. Regionale Diversifizierung: Das besondere Engagement der US-Indizes im Bereich KI spricht eindeutig für eine regionale Diversifizierung, wie wir im Abschnitt Globale Aktien gezielt diversifizieren darlegen. Erstens könnten wir feststellen, dass die letztendlichen Gewinner des KI-Wettlaufs in anderen Teilen der Welt, insbesondere in Asien, zu finden sind. Zweitens könnte Europa mit seinem Branchenmix profitieren, wenn sich die Aufmerksamkeit des Marktes von KI-Herstellern zu KI-Nutzern verlagert. Wenn hingegen die Stimmung gegenüber KI insgesamt kippt, könnten Märkte wie Großbritannien und die Schweiz, die nur in geringem Maße von Technologie abhängig sind, plötzlich attraktiver erscheinen
3. Diversifizierung über öffentliche und private Märkte hinweg: Die Geschichte liefert zahlreiche Beispiele für Fälle, in denen diejenigen, die für den Aufbau einer neuen Technologie verantwortlich waren, später von dynamischeren, jüngeren Start-ups verdrängt wurden. Wenn die Wertschöpfung letztlich eher bei den Entwicklern der Tools liegt, die KI nutzen können, als bei den Infrastrukturanbietern, könnten die langfristigen Gewinner heute noch auf den Private Markets zu finden sein. Dies ist einer der Gründe, warum wir Private Equity strukturell positiv bewerten, wie im Abschnitt Keine Angst vor Private Markets erläutert.
Fazit
Die Gewinne der Technologiegiganten sind zwar äußerst beeindruckend, doch der Ausblick für die zukünftige Nachfrage nach KI bleibt höchst ungewiss. Daher lässt sich auch kaum vorhersagen, ob die hohen Erwartungen erfüllt werden können. Darüber hinaus ist es noch schwieriger, den Zeitpunkt zu bestimmen, zu dem mögliche Enttäuschungen auftreten könnten. Aus diesen Gründen raten wir davon ab, Portfolios stark in eine der beiden Richtungen zu positionieren. Eine Diversifizierung über das gesamte KIÖkosystem, verschiedene Regionen sowie öffentliche und private Märkte hinweg sollte das optimale Risiko-ErtragsVerhältnis bieten und Anlegerinnen und Anlegern dabei helfen, mit den Wendungen und Überraschungen dieser neuesten technologischen Revolution umzugehen.