Goldman Sachs: Die KI-Handelsaktivitäten zeigen eine Divergenz, der Markt beginnt, die Kapitalrendite zu überprüfen.

BlockBeats berichtet, dass Goldman Sachs-Strategen am 25. Juni erklärten, dass der AI-Handel an der Wall Street in eine komplexere Phase eintritt: Der Markt glaubt weiterhin an den AI-Investitionszyklus, bewertet jedoch nicht mehr alle AI-Unternehmen nach demselben Rahmen.

Im vergangenen Jahr kauften Investoren am liebsten die unmittelbaren Profiteure in der Infrastrukturkette von AI. NVIDIA, TSMC sowie einige Halbleitergeräte- und Serveranbieter profitieren davon, dass große Cloud-Computing-Unternehmen ihre Investitionen weiter ausbauen. Solange Amazon, Alphabet, Meta und Microsoft weiterhin Chips, Server und Datenzentrumskapazitäten einkaufen, bleiben die Umsatzerwartungen der Hardware-Firmen gestützt.

Doch die Hyperscaler, die diese Ausgaben selbst tragen, zeigen keine ebenso starke Kursentwicklung. Der Markt belohnt diejenigen, die Geld einnehmen, ist aber vorsichtig gegenüber denen, die Geld ausgeben. Investoren hinterfragen zunehmend, ob diese hunderte Milliarden Dollar an AI-Investitionen letztendlich tatsächlich in Profit, freien Cashflow und Aktionärsrendite münden.

Dies bezeichnet Goldman Sachs als einen AI-Trade, der wie ein „in die Länge gezogener Gummiband“ wirkt. Auf der einen Seite steigen die Auftrags- und Gewinnerwartungen der Hardwarelieferanten immer weiter; auf der anderen Seite leiden die großen Technologieplattformen unter zunehmendem Investitionsdruck. Solange die AI-Nachfrage weiter wächst, kann dieser Zustand anhalten. Doch sobald der Markt an der Kapitalrendite zu zweifeln beginnt oder die Cloud-Giganten einen Nachlass bei den AI-Ausgaben signalisieren, könnten die betreffenden Aktien neu bewertet werden.

Goldman Sachs ist nicht bärisch gegenüber AI, sondern vertritt die Ansicht, dass der AI-Trade von einem thematischen Investment in die Phase der Kapitaleffizienz-Prüfung übergeht. Der Markt fragt nicht mehr nur, „wer ist bei AI dabei“, sondern zunehmend auch „wer kann mit AI tatsächlich Geld verdienen“.

Für NVIDIA, TSMC und die AI-Gerätekette ist das größte Risiko nicht ein Nachfragerückgang, sondern dass das Nachfragewachstum nicht länger die Erwartungen übertrifft. Für Amazon, Alphabet, Meta und Microsoft besteht der kurzfristige Druck in zu hohen Kapitalausgaben. Falls jedoch die AI-Kosten sinken oder AI-Produkte für klaren Umsatz sorgen, könnten diese Unternehmen die nächsten Profiteure sein.

Ein noch größerer Unsicherheitsfaktor ist die AI-Kostenkurve. Falls China, Japan oder andere Regionen Hochleistungsmodelle günstiger entwickeln und betreiben können, könnte der aktuell kostenintensive Investitionspfad der US-Tech-Konzerne infrage gestellt werden. Bisher ging der Markt davon aus, dass AI-Führerschaft zwangsläufig mehr Chips und größere Datenzentren erfordert, doch steigende Modelleffizienz und alternative Chips könnten dieses Argument entkräften.

Demnach ist das AI-Thema nicht vorbei, doch die Kaufargumente werden immer differenzierter. Entscheidend für die nächste Phase ist weniger, ob AI-Nachfrage besteht, sondern wer aus AI-Investitionen echten Cashflow generieren kann.