Analyse des Kapitalflusses für KI und Cloud 2026

Der Bereich KI und Cloud stellt die Nachfrageseite der KI-Wertschöpfungskette dar. Diese Unternehmen investieren in Hunderte von Milliarden für Infrastruktur, und ihre Kapitalanlageentscheidungen wirken sich auf das gesamte Technologie-Ökosystem aus.

Hyperscaler-Kapex: Das Nachfrage-Signal

Die kombinierten AI-Infrastruktur-Ausgaben von Microsoft, Google, Amazon und Meta werden 2026 voraussichtlich 250 Milliarden US-Dollar überschreiten. Diese Zahl ist das wichtigste Nachfrage-Signal für die Halbleiterkette. Jeder Dollar Hyperscaler-Kapex fließt schließlich an Chip-Hersteller, Speicherlieferanten und Equipment-Firmen.

Microsoft: Der Marktführer für KI-Infrastruktur

Das Azure-KI-Umsatzwachstum von Microsoft beträgt jährlich über 50 %, angetrieben durch die Partnerschaft mit OpenAI und die Einführung von Copilot. Institutionelle Anleger spiegeln dies wider: Microsoft bleibt bei aktiven Verwaltungen die am häufigsten gehaltene Aktie, wobei Fonds bei jedem Schwächezeichen konsistent nachkaufen.

Die KI-Plattform-Ebene

Unter den Hyperskalen bauen Unternehmen wie Palantir, Snowflake und Databricks die Anwendungsebene für Unternehmens-KI. Die Plattform AIP von Palantir war ein großer Erfolg, und institutionelle Kapitalströme haben darauf reagiert. Bedenken hinsichtlich der Bewertung haben jedoch einige Fonds dazu bewogen, von Palantir in günstigere Alternativen zu wechseln.

Aufkommende Themen

Der schnellste Anstieg der institutionellen Allokation erfolgt in Richtung „AI-Infrastruktur-Auswahl und Schaufeln" – Unternehmen, die von AI-Ausgaben profitieren, unabhängig davon, welches Modell oder Hyperscaler gewinnt. Dazu gehören Netzwerkkompanien, REITs für Rechenzentren und Energieerzeugungsunternehmen, die AI-Anlagen versorgen.

Risikofaktoren

Das primäre Risiko ist eine Verlangsamung der AI-Kapazitätsausgaben. Wenn Hyperscaler ihre Ausgaben senken (wie es kurzzeitig im Zeitraum 2022–2023 bei der Cloud-Optimierung geschah), wäre die Kaskadeneffekt schwerwiegend und schnell, wobei zuerst die GPU-Lieferanten betroffen wären und sich der Effekt dann durch die gesamte Wertschöpfungskette fortwähen würde.