Künstliche Intelligenz (KI) ist derzeit das beherrschende Thema am Aktienmarkt. Als Value-Investoren fragen wir uns aber vor allem, welche Erwartungen bereits in den Kursen stecken. Und hier sehen wir Parallelen zur Tech-Blase von 2000: Damals schossen die Prognosen, wie viel Geld die Dotcom-Unternehmen mit der Internetrevolution verdienen würden, auf völlig unrealistische Niveaus. Heute erscheinen die erwarteten KI-Umsätze gemessen am Kapitalbedarf für den Ausbau von Rechenzentren ähnlich illusorisch. Wir rechnen daher in den kommenden Monaten bei KI-Aktien mit weiteren Kursverlusten.
Eine Rechnung, die nicht aufgeht
Um den Investitionsboom fortzuschreiben, müssten Betreiber von KI-Rechenzentren laut einer Studie des auf Informationstechnologie spezialisierten Marktforschungs- und Beratungsunternehmens Gartner bis 2030 kumuliert 8,5 Billionen US-Dollar Umsatz erzielen, um Investitionen und Finanzierungskosten zu decken und eine Kapitalrendite von 12 Prozent zu erreichen. Gartner selbst erwartet höchstens 3,6 Billionen und sieht Investitionen im Volumen von mehr als 3,5 Billionen US-Dollar einem Abschreibungsrisiko ausgesetzt. Andere Research-Anbieter kommen zu ähnlichen Ergebnissen.
Zugleich verläuft die Monetarisierung von KI-Anwendungen schleppend. Bei großen Plattformkonzernen ist offen, wie neue KI-Assistenten Geld verdienen sollen. Außerdem drückt ein starker Konkurrenzkampf die Token-Preise: Laut dem Ramp AI Index steigen die Token-Volumina weiter, die Ausgaben der Kunden stagnieren jedoch weitestgehend. Hinzu kommen wachsende Schadensersatzrisiken für die Modellanbieter. Vor diesem Hintergrund steigen die Zweifel, ob KI genug Umsatz erzielen kann, um die hohen Kosten für den Datencenterausbau zu rechtfertigen.
Der Anleihemarkt verliert das Vertrauen
Der Anleihemarkt bezweifelt bereits, dass die KI-Umsätze die Ausbaukosten je decken. Die Spreads der Rechenzentrumsanbieter steigen – insbesondere bei finanziell schwächeren Neocloud-Anbietern, aber auch bei etablierten Hyperscalern. Ohne einen für die Finanzierung offenen Anleihemarkt lässt sich das geplante Wachstum nicht umsetzen.
Derzeit gibt es zu viele junge Entwickler von KI-Modellen, die noch über Jahre negative Cashflows erzielen dürften und auf Kapitalmarkt und Venturecapital angewiesen sind – eine Parallele zur Dotcom-Blase, als es zahlreiche entsprechende Internetunternehmen gab. Gartner erwartet, dass bis 2030 rund 80 Prozent der Neocloud-Anbieter ihre Eigenständigkeit verlieren. Wir rechnen ebenfalls mit einer deutlichen Konsolidierung. Das dürfte die Nachfrage nach Rechenkapazität für das Training senken. Anthropic beispielsweise nutzt derzeit rund 75 Prozent seiner Rechenzentrumskapazität für das Training neuer Modelle und nur 25 Prozent für Inferenz, also die tatsächliche Nutzung.
Lehren aus der Vergangenheit
Besonders betroffen wären die „Picks & Shovels“ der KI-Infrastruktur, die von der extremen Knappheit profitiert haben. So sind die Preise für Speicherchips und damit die Umsätze der Hersteller um über 1000 Prozent seit Start des KI-Booms gestiegen. Die Margen sind doppelt so hoch wie in der Historie. Doch Knappheit fördert das Angebot: Die gesamte Industrie plant Rekordinvestitionen für neue Kapazitäten. Eine nachlassende Nachfrage bei gleichzeitig steigenden Kapazitäten drückt doppelt auf die Preise. Für führende Speicherhersteller sehen wir daher Risiken.
Value als Absicherung
In der Wellington Global Equity Value Strategie sind wir vorsichtiger positioniert und haben uns von nahezu allen Unternehmen getrennt, die stark vom Rechenzentrumsboom profitiert haben. Stattdessen halten wir Hersteller von Smartphones und PCs für interessanter, die unter den hohen Speicherpreisen leiden und deren Umsätze und Margen deutlich unter dem langfristigen Durchschnitt liegen. Zudem sehen wir Chancen bei stabilen Qualitätsunternehmen aus den Bereichen Wasserinfrastruktur und Entsorgung, die im KI-Boom von den Investoren ignoriert wurden und historisch günstig bewertet sind.
Diese Auswahl folgt unserem Ansatz: attraktive Bewertung auf Basis normalisierter Gewinne, ausreichende Qualität, um Tiefphasen zu überstehen, und ein erkennbarer Auslöser innerhalb von zwei bis drei Jahren, der das Potenzial freisetzt. Lässt der KI-Hype nach, kann dies als Absicherung dienen: Gerade diese Unternehmen dürften von sinkenden Speicherkosten und einer Rückbesinnung auf Bewertungen profitieren.
