„Das menschliche Gehirn ist so leistungsstark wie die meisten Supercomputer und läuft dabei mit nur etwa 20 Watt. Das entspricht etwa einem Drittel einer Glühbirne. Während eine vergleichbare Rechenleistung nach unserer besten Schätzung Megawatt verbraucht. Wir liegen also um etwa eine Millionenfache Größenordnung daneben.“
Lyn Alden, Investorin
Liebe Abonnenten,
Robber Barons nannte man eine Gruppe von Amerikanern, die es Ende des 19. Jahrhunderts zu sagenhaften Reichtum gebracht hatten. Manche Namen sind noch heute ein Begriff: Cornelius Vanderbilt zum Beispiel und Andrew Carnegie.
Der Eisenbahn-Boom begann in den 1860er Jahren und war der vielleicht erste Börsenboom, der breite Gesellschaftsschichten erfasste. Die Voraussetzungen waren perfekt: Eine neue Technologie, die Eisenbahn, die gewaltige Produktivitätsfortschritte versprach durch mehr Mobilität und Effekte, die die gesamte Volkswirtschaft stimulierten, da eine komplette neue Infrastruktur gebaut werden musste.
Der Kapitalismus machte es insbesondere in den USA möglich, schnell Kapital für die nötigen Investitionen bereit zu stellen.
Der Boom wurde zu einem Fieber: Zwischen 1868 und 1873 wurden über 30.000 Meilen neue Schienen verlegt. Längst nicht alle Strecken waren profitabel. Investoren und Banken warfen riesige Summen in Eisenbahnprojekte - und das oft mit geliehenem Geld. Zahlreiche Eisenbahngesellschaften waren bald völlig überschuldet - in Erwartung großer zukünftiger Gewinne.
All das kollabierte am 18. September 1873, als eine Bank neue Eisenbahn-Anleihen nicht mehr platzieren konnte. Die Insolvenz der Bank löste den Crash aus. Die Aktienkurse brachen ein, innerhalb kurzer Zeit gingen 89 von 364 amerikanischen Eisenbahngesellschaften bankrott. Die New Yorker Börse schloss für zehn Tage. Der Bau neuer Strecken kollabierte, die amerikanische Wirtschaft rutschte in eine schwere Depression, die über sechs Jahre anhielt.
Der Crash hat nicht das Ende der Eisenbahn besiegelt. Im Gegenteil: Erst in den darauffolgenden Jahrzehnten wurde die Bahn wirklich zu einem Fortbewegungsmittel für die Massen. Aber der Crash zeigt gut, wie Boomphasen im kapitalistischen System funktionieren. Am Anfang steht eine Idee und mutige Investoren. Es folgt eine Phase völlig überzogener Erwartungen. Gewaltige Gewinne in der Zukunft scheinen horrende Schulden zu rechtfertigen. Erst nach einem Crash setzt die Ernüchterung und die Phase wirklicher Produktivitätsgewinne ein.
Gartner Cycle - ja aber wo?
Jackie Fenn, eine Analystin bei der Resarch-Firma Gartner, fasste diese Rhythmen 1993 im berühmten Gartner-Cycle zusammen. Seitdem fragen sich Investoren immer wieder: An welcher Stelle des Gartner-Zyklus stehen wir gerade? Bullen sagen: Punkt 4 war bereits im vergangenen Jahr erreicht, wir nähern und jetzt Punkt 5, dem Plateau der Produktivität. Bären sagen: Wir stehen kurz vor Punkt 3. Danach bricht der Hype.
850 Milliarden US-Dollar - das ist in etwa die Summe, die die Hyperscaler Alphabet, Amazon, Meta und Microsoft dieses Jahr in den Ausbau der KI-Infrastruktur investieren. OpenAI und Anthropic wollen dieses Jahr noch an die Börse gehen. Die IPOs werden vermutlich etwas kleiner ausfallen als das von SpaceX - doch auch hier wird es um Summen historischen Ausmaßes gehen.
Niemand, der schon einmal ChatGPT oder Claude benutzt hat, bezweifelt die Tatsache, dass es extrem nützlich ist. Ein kleiner e-commerce-Shop lässt sich mit Claude innerhalb wenigerStunden aufsetzen. Früher waren dafür Programmierer und Designer nötig. Die Produktivitätsgewinne sind auch für Journalisten wie mich enorm. Unternehmen können hunderttausende von Bullshit-Jobs durch KI ersetzen.
Die Frage, die KI-Bären stellen, lautet:
Wieviel Geld kann noch investiert werden?
Der KI-Kreislauf
Um das zu verstehen, muss man einen Blick auf den grundsätzlichen KI-Kreislauf werfen. An erster Stelle der Kette stehen die Hyperscaler:
Hyperscaler sind die großen Tech-Unternehmen Alphabet, Amazon, Meta und Microsoft. Ihre traditionellen Geschäftsmodelle sind so erfolgreich, dass diese Unternehmen bisher auf gewaltigen Cash-Reserven saßen: mehrere hundert Milliarden.
An zweiter Stelle stehen die Labs, also die Unternehmen, die KI-Modelle herstellen: Anthropic (Claude), OpenAI (ChatGPT) und xAi. Diese Labs müssen einerseits die aktuellen Modelle am Laufen halten. Andererseits müssen neue Modelle entwickelt werden.
Die Hyperscaler bauen Rechenzentren und vermieten sie an die Labs. Die Milliarden fließen also in den Ausbau von Infrastruktur. Sie erhalten so auch einen Teil ihrer Kosten von Labs zurück.
Vom Aufbau dieser Infrastruktur profitieren vor allem die Chip-Hersteller wie Nvidia und Memory-Chip-Hersteller wie Samsung, SKHynix und Micron, sowie kleinere Zulieferer.
Außerdem gibt es Neoclouds - das sind kleinere Anbieter von Rechenzentren, speziell für die KI-Labs.
Da all diese Rechenzentren gewaltige Mengen an Strom benötigen, profitieren Energie-Unternehmen. Der Erfolg von Siemens Energy in den vergangenen Jahren zum Beispiel ist eng an den Verkauf von Gasturbinen an Rechenzentren gekoppelt.
Darüber hinaus entwickeln die Hyperscaler auch noch eigene Modelle - Gemini von Alphabet ist das bekannteste. Der gesamte Komplex ist also ineinander verwoben, profitiert voneinander, und kannibalisiert sich an anderer Stelle.
So weit so gut. Um im Eisenbahnvergleich zu bleiben: Große Transportunternehmen entdecken eine neue Technologie, die Eisenbahn, und bauen nun im ganzen Land Eisenbahnen. Die Gewinne kommen, sobald die Eisenbahn fährt und Passagiere Tickets dafür kaufen.
Bis 2030 streben die Hyperscaler einen Profit von zwei Billionen US-Dollar an.
Bisher wird aber gemessen an den Investitionen nur geringe Gewinne erwirtschaftet. Aktuell werden einfach jedes Jahr hunderte Milliarden investiert und die führen bei großzügigen Schätzungen zu 50 Milliarden Einnahmen. Noch weiß niemand mit Sicherheit, ob und wie stark sich die Investitionen rentieren.
Claude, das derzeit meistgenutzte LLM von Anthropic, ist tatsächlich nahe an der Profitabilität. Das heißt, der Preis, den der Nutzer für seine Tokens an Anthropic bezahlt, verschafft dem Unternehmen ein Gewinn. Die Kosten für die Instandhaltung der Modelle nennt man Inference-Kosten.
2025 aber schrieb Anthropic einen Verlust von mindestens 5 Milliarden Dollar. Bei OpenAI sieht es ähnlich aus. Die Verluste entstehen durch die Entwicklung neuer Modelle. Theoretisch könnte man also einfach die Entwicklung stoppen und man hätte eine Technologie, die halbwegs profitabel ist und enorm produktivitätssteigernd ist. Nur funktioniert Kapitalismus so eben nicht. Würde OpenAI jetzt das Handtuch werfen, wäre Anthropic der klare Sieger. Die Milliarden-Investitionen wären umsonst. Also müssen alle weitermachen.
Dieser BlingBling-Essay ist frei. Das bleibt auch so. Du kannst BlingBling aber unterstützen, indem Du den Text teilst und weiterleitest. Danke!
Aufhören geht nicht
Dass Überkapazitäten in einem Boom entstehen, ist normal. Der Immobilienboom in China in den 2000er Jahren führte zu Geisterstädten. Beim Eisenbahn-Hype im 19. Jahrhundert wurden Strecken ins Nirgendwo gebaut.
Kritiker wie Ed Zitron (einer der lautesten) monieren, dass anders als beim Eisenbahnboom die Infrastruktur aber rasend schnell veraltet. Bahnstrecken halten über Jahrzehnte, Chips und damit Rechenzentren aber sind aber schon nach wenigen Jahren veraltet. Man kann sich das vorstellen, wie Eisenbahn-Strecken, die jedes Jahr neu gebaut werden müssen, weil die Züge, die darauf fahren veraltet sind. Also muss ständig neues Kapital aufgebracht werden. Das führt zu neuen KI-Fantasien und fantastischen Bewertungen der Unternehmen, die davon profitieren.
Stoppt der Kreislauf an einer Stelle, kommt es zum berühmten Flaschenhals. Die Aktien der Unternehmen, die genau die Produkte herstellen, wie zuletzt Speicherchip-Hersteller, explodieren im Kurs. Was aber passiert, wenn die Quelle versiegt? Sprich, wenn den Hyperscalern das Geld ausgeht oder die Finanzierung schlicht zu teuer wird? Es darf nicht passieren.
Denn dieses Wettrennen findet nicht nur innerhalb der USA statt, sondern auch auf internationaler Ebene. Die USA und China befinden sich in einem gigantischen Wettrennen um die Hegemonie im Bereich künstlicher Intelligenz. Wir sprechen also von einem Wettlauf mit immer höheren Einsätzen. Die USA können es sich nicht leisten zu verlieren.
China spielt mit geringerem Einsatz
China spielt dieses Spiel mit weniger Einsatz: Chinesische Modelle sind günstiger und man setzt auf eine breitere Massenadoption und konkrete Anwendungen. Die jährlichen Investitionen in die Infrastruktur liegen bei rund 70 Milliarden Dollar pro Jahr - nicht einmal 10 Prozent der amerikanischen! Und es würde zur chinesischen Strategie passen, genau darauf zu setzen, dass sich die USA mit dieser Investitionsorgie ruinieren.
Normalerweise findet jedes System nach einer Innovation ein Gleichgewicht. Das geschieht nicht linear, sondern in Wellen. Der Gartner-Cycle drückt genau das aus. Booms und Crashes gehören dazu. Was aber, wenn dieser Rhythmus gestört wird, indem jemand permanent den Einsatz erhöht? Wenn also keiner verlieren darf: OpenAI nicht gegen Anthropic, Alphabet nicht gegen Microsoft, und die USA nicht gegen China?
Es gibt bereits erste Anzeichen, dass ein Kipppunkt erreicht ist. Die Hyperscaler können ihre Investitionen nicht mehr mit Einnahmen aus ihrem Kerngeschäft finanzieren, sondern nehmen jetzt neues Kapital auf.
Angenommen, die Investitionen steigen 2028 auf zwei Billionen US-Dollar und werden komplett über Schulden finanziert?
Was tun?
Anleger stehen vor zwei Möglichkeiten. Glaubt man an die KI-Revolution, dann erleben wir gerade eine Revolution, die mindestens so gewaltig ist wie der Eisenbahn-Boom Ende des 19. Jahrhunderts. Dieser Megatrend verläuft nicht linear, sondern hat Phasen der Übertreibung und der Untertreibung. Jede Korrektur ist eine Kaufgelegenheit. Wer nicht mitmacht, verpasst eine der großen Chancen seines Lebens.
Der Bear-Case ist strukturell und erschließt sich nicht sofort - vor allem nicht, wenn man täglich darüber liest und hört, wie sehr KI unsere Welt verändert. Die KI-Revolution ist real. Die Bear-Case-Frage lautet daher: Wieviel sind diese Errungenschaft wert? Wenn die Infrastruktur ständig veraltet, und gleichzeitig immer mehr Geld in deren Aufbau investiert werden muss, weil ein Rennen zwischen den beiden Volkswirtschaften läuft, dann baut sich eine Blase historischen Ausmaßes auf. In dem Fall ist es am sinnvollsten, Kapital zurückzuhalten, und günstig Value-Aktien einzusammeln.
Ich maße mir nicht an zu beurteilen, ob diese gigantische Wette auf die Zukunft aufgeht. Die Produktivitätsfortschritte sind real. Jeder weiß das, der sich nur etwas mit KI-Produkten beschäfigt. Vielleicht wird tatsächlich die „Artificial General Intelligence“ (AGI) erreicht, der Punkt, an dem sich künstliche Intelligenz selbst immer schneller produziert.
Es ist eine Binse, dass im Goldrausch die Schaufelverkäufer verdienen. Hinter der Paywall stelle ich deswegen eine Reihe von Aktien, die an verschiedenen Stellen der KI-Wertschöpfungskette profitieren - sprich die Schaufelverkäufer im Boom. Diese Unternehmen profitieren von den Unsummen, die die Hyperscaler in den Aufbau der Infrastruktur investieren: die Schienbauer, Landverkäufer und Stahlhersteller des Eisenbahnbooms sind heute Energie-Unternehmen, Turbinen-Hersteller und Chip-Verpacker.
Hinter der Paywall findest Du eine Reihe von Aktien aus den verschiedenen Wertschöpfungssegmenten. Ein Paid-Abo kannst Du auch sieben Tage kostenlos testen!
Jetzt Paid-Abo testen!
Comments
Nothing yet. Say the first thing.
Sign in to join the conversation.