Der KI-Aktien-Superzyklus: Warum Künstliche Intelligenz die größte Vermögenschance seit dem Internet ist – und wie Sie Ihr Portfolio jetzt richtig positionieren

Der KI-Aktien-Superzyklus: Warum künstliche Intelligenz die größte Vermögensschöpfungsmöglichkeit seit dem Internet ist — und wie Sie Ihr Portfolio jetzt richtig positionieren

Einleitung

Derzeit erleben wir den größten und schnellsten Kapitalausbau in der Geschichte der Menschheit. Allein im ersten Quartal 2026 haben die vier großen Technologie-Hybridskalierer — Alphabet, Amazon, Meta und Microsoft — bestätigt, dass sie auf dem besten Weg sind, in diesem Jahr insgesamt 650 bis 700 Milliarden US-Dollar in KI-Infrastruktur zu investieren. Um diese Zahl ins Verhältnis zu setzen: Das entspricht in etwa dem gesamten BIP der Schweiz, das in einem einzigen Zeitraum von 12 Monaten für den Bau von Rechenzentren, den Abschluss von Energieverträgen und die Installation von spezialisierten Halbleitern ausgegeben wird. Bis 2027 prognostizieren Analysten, dass diese gemeinschaftlichen Infrastrukturinvestitionen die Marke von 1 Billion US-Dollar überschreiten werden. Wir haben offiziell den KI-Aktien-Superzyklus betreten.

Für Investoren, die sich an den Internet-Infrastrukturboom von 1995-2000 erinnern, sind die Parallelen offensichtlich. Wir legen das digitale Äquivalent von Glasfaserleitungen und bauen die Webserver der Zukunft. Doch es gibt einen massiven, strukturellen Unterschied zwischen der Dotcom-Blase und dem heutigen KI-Megatrend: Gewinne, Cashflows und echte Nützlichkeit. 1999 verbrannten Telekommunikationsunternehmen und frühe Dotcoms Geld in der Hoffnung auf eine zukünftige Verbraucherakzeptanz. Im Jahr 2026 sind die Unternehmen, die den KI-Ausbau vorantreiben, einige der profitabelsten, cashgenerierenden Unternehmen der Erde, die bereits Zehntausende von Milliarden in annualisierten KI-Umsätzen verbuchen.

Für den anspruchsvollen selbstverwaltenden Investor, der ein Portfolio zwischen 250.000 und über 2.000.000 US-Dollar verwaltet, ist es keine Option, diesen Wandel zu ignorieren. Künstliche Intelligenz ist kein spekulatives Wachstumsthema mehr; sie ist der zentrale Treiber der globalen Aktienmärkte. Die Frage ist nicht mehr ob Sie KI-Aktien besitzen sollten, sondern wie Sie sie sinnvoll dimensionieren, bewerten und positionieren, ohne dabei unangemessenes Risiko einzugehen.

Handlungsanweisung: Prüfen Sie Ihr aktuelles Portfolio, um Ihre tatsächliche zugrunde liegende KI-Exposition zu bestimmen. Wenn Sie einen S&P 500-Indexfonds halten, haben Sie bereits immense KI-Exposition (Nvidia, Apple und Microsoft machen zusammen jetzt etwa 18% des Index aus). Ihr Ziel für die Zukunft sollte es sein, von passiver Konzentration zu einer beabsichtigten, strategischen Allokation überzugehen.

Die drei Schichten des KI-Investment-Stapels

Um intelligent in künstliche Intelligenz zu investieren, müssen Sie das Ökosystem als dreistufige Pyramide konzipieren. Kapital fließt von unten nach oben, was bedeutet, dass die frühesten und vorhersehbarsten Gewinne an der Basis erzielt werden, während das höchste langfristige Wachstumspotenzial an der Spitze liegt.

1. Die Infrastrukturschicht (Die "Pickel und Schaufeln")

Dies ist das physische Fundament der KI. Es umfasst die Halbleiter, Server-Racks, Netzwerkausrüstung, Kühlsysteme und die Energie, die benötigt wird, um sie zu betreiben.

• Silizium und Foundries: NVIDIA (NVDA) hat eine dominante Stellung im Bereich Data Center GPUs, aber der Markt wächst. Advanced Micro Devices (AMD) erobert Marktanteile, während Broadcom (AVGO) den Markt für maßgeschneiderte ASICs (Application-Specific Integrated Circuits), die speziell für KI-Workloads entwickelt wurden, dominiert. Taiwan Semiconductor Manufacturing Co. (TSM) bleibt die unverzichtbare Foundry, die diese Chips tatsächlich herstellt.
• Energie und Kühlung: Ein KI-GPU-Rack benötigt bis zu 10-mal die Energie eines traditionellen CPU-Racks. Dies hat einen sekundären Superzyklus in der Energieinfrastruktur und dem thermischen Management geschaffen. Versorgungsunternehmen und Energieerzeuger mit nuklearen Anlagen, wie Constellation Energy (CEG) und Vistra Corp (VST), sichern sich massive, langfristige Verträge für Rechenzentren. Währenddessen bieten Unternehmen wie Vertiv (VRT) die notwendige Flüssigkeitskühltechnik, um zu verhindern, dass diese riesigen Server überhitzen.
• Netzwerke: Um Petabytes von Daten zwischen Chips zu bewegen, sind spezialisierte Netzwerke erforderlich. Arista Networks (ANET) und Coherent (COHR) sind kritische Anbieter von Ethernet-Switche und optischen Transceivern, die diese Rechenzentren miteinander verbinden.

2. Die Plattform- und Cloud-Schicht

Diese Schicht besteht aus den Cloud-Anbietern, die Infrastruktur an Unternehmen vermieten und grundlegende große Sprachmodelle hosten.

• Die Hybridskalierer: Microsoft Azure (gestützt durch die Partnerschaft mit OpenAI), Google Cloud (der Motor hinter Gemini), Amazon AWS (der maßgeschneiderte Trainium- und Inferentia-Chips anbietet) und Oracle Cloud (die massive Verträge für KI-Training abschließt) sind die Torwächter. Sie kaufen die Infrastruktur und vermieten sie als Dienstleistung. Im ersten Quartal 2026 wuchs Google Cloud um 63% und AWS um 28%, was beweist, dass die externe Unternehmensnachfrage nach KI-Computing in echte, oberste Plattform-Umsätze umgesetzt wird.

3. Die Anwendungsschicht

Hier entstehen KI-Software-Gewinner in spezifischen Vertikalen. Während es von 2023-2024 um Infrastruktur ging, geht es von 2026-2030 um Anwendungen, die grundlegende Modelle nutzen, um die Effizienz von Unternehmen zu steigern.

• Vertikale Gewinner: Wir sehen ein explosives Wachstum im Bereich Health Care KI (GE HealthCare optimiert Bildgebung und Diagnostik), Finanz-KI (native KI-Integrationen des Bloomberg Terminals), Cybersecurity (CrowdStrike nutzt KI für prädiktive Bedrohungsreaktion) und Programmierung/Analytik (Palantir für Verteidigungs- und Unternehmensdaten, GitHub Copilot für Softwareengineering).

Handlungsanweisung: Erstellen Sie eine "KI-Stack-Karte" für Ihr Portfolio. Stellen Sie sicher, dass Sie nicht nur Cloud-Anbieter halten und dabei die Komponenten zur Energieerzeugung (VST, CEG) und Netzwerke (ANET) vermissen, die notwendige Voraussetzungen für die Cloud-Expansion sind.

Wie man KI-Unternehmen bewertet

Traditionelle Bewertungskennzahlen, wie das Kurs-Gewinn-Verhältnis (KGV), sind grundlegend fehlerhaft, wenn sie auf schnell wachsende KI-Unternehmen angewendet werden. Wenn Sie sich ausschließlich auf das trailing KGV verlassen, werden Sie KI-Aktien ständig als "zu teuer" empfinden und den Zyklus vollständig verpassen.

Über P/E hinaus zu zukünftigen Kennzahlen

Nehmen wir NVIDIA. An der Spitze des KI-Exuberanz Anfang 2023 handelte NVDA mit einem trailing KGV von über 138. Bis Mai 2026, trotz des Anstiegs des Aktienkurses in den Jahren dazwischen, drückte ein massives Gewinnwachstum das KGV auf ein viel vernünftigeres Niveau von 45,9. Sein zukunftsgerichtetes KGV liegt näher bei 24,5. Für ein Unternehmen, das effektiv das Fundament der KI-Revolution monopolisiert, ist ein zukunftsgerichtetes KGV im mittleren 20er-Bereich ein gerechtfertigter Aufschlag, kein Blasenphänomen.

Statt des traditionellen KGVs müssen anspruchsvolle Investoren das zukunftsgerichtete Unternehmenswert-zu-Umsatz (EV/Rev) Verhältnis unter Berücksichtigung des Wachstums verwenden, während sie die Entwicklung der Bruttomargen im Auge behalten.

Der führende Indikator für Hyperscaler-Kapitalinvestitionen

Der wichtigste führende Indikator für KI-Infrastrukturaktien ist die Kapitalausgabe der Hyperscaler. Wenn Microsoft für 2026 eine Kapitalausgabe von 190 Milliarden US-Dollar anpeilt, Amazon für 200 Milliarden US-Dollar und Alphabet für 180-190 Milliarden US-Dollar, handelt es sich nicht um abstrakte Gelder. Es sind garantierte zukünftige Einnahmen für die Infrastrukturschicht. Wenn Sie wissen möchten, was Nvidia, Broadcom oder Arista in zwei Quartalen verdienen werden, lesen Sie die Leitlinien zur Kapitalausgabe in den Gewinnberichten von Meta und Amazon heute.

Mix zwischen Inferenz und Training

Bei der Bewertung von KI-Chipherstellern und Cloud-Anbietern müssen Sie ihre Einnahmen in zwei Kategorien aufteilen: Training (Modell erstellen) und Inference (Modell für Benutzer ausführen). Der Großteil des Geldes, das bis 2025 ausgegeben wurde, flossen in das Training. Bis 2026 haben die Inferenz-Workloads das Training überholt. Unternehmen, die es erfolgreich schaffen, ihre Hardware- und Softwarepreisstrategien anzupassen, um Inferenzvolumen mit hohen Bruttomargen zu erfassen, sind diejenigen, die ihre Bewertungen erhalten werden.

Die Regel von 40 für KI-Software

Für Unternehmen der Anwendungsschicht von Software wenden Sie die "Regel von 40" an. Die Umsatzwachstumsrate eines Unternehmens plus seine Gewinnmarge sollte 40 erreichen oder übersteigen. Ein KI-Softwareunternehmen, das mit 45% wächst und eine -5%ige Gewinnmarge aufweist, ist grundsätzlich gesünder als eines, das mit 15% wächst und eine Gewinnmarge von 10% hat.

Handlungsrelevante Erkenntnis: Prüfen Sie vor dem Kauf einer Aktien von KI-Infrastrukturunternehmen die jüngsten quartalsmäßigen Capex-Prognosen von Microsoft, Amazon, Alphabet und Meta. Wenn die kombinierten Capex-Prognosen zunehmen, hat die Infrastruktur-Ebene eine Umsatzsichtbarkeit. Wenn sie eine Stagnation ankündigen, reduzieren Sie umgehend Ihre Hardware-Exposition.

Portfolio-Positionierungsstrategien

Wie Sie Kapital in diesen Superzyklus investieren, hängt ganz von Ihrer Risikotoleranz und Ihrem Investitionszeitrahmen ab. Im Folgenden sind drei Rahmenbedingungen für ein Portfolio über 250.000 $ im Jahr 2026 aufgeführt.

1. Der konservative Ansatz: Kostengünstige ETF-Exposition

Wenn Sie eine Exposition wünschen, ohne das idiosynkratische Risiko einer individuellen Aktienauswahl, vermeiden Sie breite Markt-Fonds (die schwer übergewichtet sind) und zielen Sie auf spezialisierte ETFs ab.

• Invesco QQQ Trust (QQQ): Bietet eine breite Nasdaq-100-Exposition, die stark auf hyperskalierende Unternehmen gewichtet ist.
• VanEck Semiconductor ETF (SMH): Der Premierweg, um die Silikon-Ebene zu erfassen, ohne vollständig auf Nvidia zu setzen. Er gibt Ihnen konzentrierte Exposition gegenüber TSM, ASML, AMD und Broadcom.
• Global X Robotics & Artificial Intelligence ETF (BOTZ) oder ROBO: Diese ETFs erfassen die Mid-Cap-Anwendungs- und Robotik-Ebenen, die von schwer übergewichteten Mega-Cap-Tech-Fonds oft übersehen werden.

2. Der moderate Ansatz: Die AI-Barbell-Strategie

Für Aktienauswähler nutzt das optimale Portfolio von 2026 eine "AI-Barbell". Auf der einen Seite der Barbell halten Sie schwergewichtige, stabile Infrastruktur- und Versorgungsunternehmen (z. B. MSFT, NVDA, VST, AVGO), die durch mehrjährige Capex-Verträge unterstützt werden. Auf der anderen Seite weisen Sie kleinere, wachstumsstarke Positionen in Anwendungssoftwareunternehmen (z. B. PLTR, CRWD) zu, die ein höheres Risiko tragen, aber eine Skalierbarkeit von Software-as-a-Service (SaaS) bieten.

• Positionsgröße: Limitieren Sie die gesamte direkte KI-Exposition auf 15-20% Ihres Portfolios, um eine Sektor-Korrelation zu mitigieren.
• Trim Regeln: Setzen Sie mechanische Reduzierungsregeln. Wenn eine einzelne Position sich innerhalb von 12 Monaten verdoppelt, verkaufen Sie 20% der Position, um Basisgewinne zu sichern und in unterperformende Sektoren umzuschichten.

3. Der aggressive Ansatz: Hebel-Optionen-Exposition

Für hoch erfahrene Investoren, die die Kapitaleffizienz maximieren möchten, bieten Long-Term Equity Anticipation Securities (LEAPS) eine gehebelte Exposition. Der Kauf von tief im Geld liegenden Call-Optionen (z. B. 0,80 Delta), die im Jahr 2027 oder 2028 auf Unternehmen wie Broadcom oder Alphabet auslaufen, ermöglicht es Ihnen, den Aufwärtstrend des Superzyklus zu erfassen, während Sie weniger Anfangskapital investieren.

Handlungsrelevante Erkenntnis: Implementieren Sie die AI-Barbell. Identifizieren Sie Ihre Kern-Infrastrukturanteile (70% Ihrer KI-Zuweisung) und Ihre wachstumsstarken Anwendungskapitalanlagen (30% Ihrer KI-Zuweisung). Setzen Sie strikte Stop-Loss-Orders auf der Anwendungsseite, um sich gegen eine Kompression der Software-Bewertungen abzusichern.

Die Risiken, über die niemand spricht

Als analytisch denkender Treuhänder liegt es in meiner Verantwortung, darauf hinzuweisen, wo der Konsens falsch liegt. Die Finanzmedien konzentrieren sich darauf, ob KI Arbeitsplätze kosten wird; anspruchsvolle Investoren müssen sich auf systemische finanzielle Risiken konzentrieren.

1. KI-Kommodisierung und der "DeepSeek-Effekt"

Im April 2026 brachte das KI-Forschungsunternehmen DeepSeek sein V4-Modell auf den Markt, das die Inferenzkosten im Vergleich zu seinem Vorgänger praktisch halbierte und die Preise von Modellen wie GPT-5 und Claude um einen gewaltigen Betrag unterbot — bis zu 90% Reduzierung bei zwischengespeicherten Eingaben. Die Kosten pro eine Million Tokens fallen schneller als Moore's Law. Da die Inferenz auf Bruchteile eines Cent sinkt, werden KI-Grundmodelle schnell kommodifiziert. Wenn Modelle austauschbar und unglaublich günstig werden, wird die Prämienbewertung der Anbieter von geschlossenen APIs zusammenbrechen. Der Wert wird vollständig zu der Infrastruktur verschoben, die sie antreibt, oder zu den proprietären Datenanwendungen, die darüber laufen.

2. Historisches Konzentrationsrisiko

Der S&P 500 ist grundlegend unausgewogen. Die Informationstechnologie macht jetzt fast 32% des Index aus (und noch mehr, wenn Sie Meta und Alphabet einbeziehen, die als Kommunikationsdienste klassifiziert sind). Die drei größten Unternehmen machen allein etwa 18% des gesamten US-Aktienmarktes aus. Wenn ein makroökonomisches Ereignis zu einem sektorenspezifischen Ausverkauf führt, werden passive Indexinvestoren Rückgänge erleben, die mehr einem Sektor-ETF als einem diversifizierten Index ähneln.

3. Regulierung- und geopolitisches Risiko

Der regulatorische Hammer schlägt zu. Der EU-KI-Gesetzesentwurf beschränkt bereits, wie Unternehmen hochriskante KI-Systeme einsetzen können, und bi-partisanische US-Gesetzgebung zu Datenkraken, Urheberrechtsverletzungen und Antitrust-Vollstreckung gegen Hyperscaler-Monopole steht bevor. Darüber hinaus bleibt die gesamte Halbleiter-Lieferkette stark anfällig für geopolitische Spannungen rund um Taiwan (TSMC).

4. Das "Capex-Bedauern"-Szenario

Was passiert, wenn die Rendite der KI-Ausgaben enttäuscht? Tech-Giganten sollen 2027 1 Billion Dollar für KI-Infrastruktur ausgeben. Wenn die Akzeptanz von Unternehmenssoftware langsamer voranschreitet oder wenn KI nicht genug zusätzlichen Umsatz generiert, um die Abschreibungskosten dieser Rechenzentren zu rechtfertigen, werden wir "Capex-Bedauern" sehen. Wenn Meta oder Amazon andeuten, dass sie überbaut haben, werden Hardware-Aktien eine gewaltsame Abwertung nach unten erfahren.

Handlungsrelevante Erkenntnis: Hedgen Sie Ihr Konzentrationsrisiko. Gehen Sie nicht davon aus, dass ein S&P 500-Indexfonds diversifiziert ist. Verwenden Sie gleichgewichtete S&P 500-Fonds (RSP) für Ihre grundlegende Markt-Exposition, wenn Sie bereits einzelne KI-Technologieaktien wählen, um zu verhindern, dass Sie Mega-Cap-Tech übergewichten.

Das Wesentliche

Der KI-Aktien-Superzyklus ist das prägende Investitionsthema der 2020er Jahre. Wir haben die anfängliche Hype-Phase hinter uns gelassen und sind in die Implementierungsphase eingetreten. Billionen von Dollar an echtem institutionellen Kapital werden bereitgestellt, was einen mehrjährigen Runway für Unternehmen schafft, die die Hardware, Energie, Netzwerke und Anwendungen bereitstellen, die diese neue Welt am Laufen halten. Allerdings ist 2026 kein "Alles kaufen"-Markt mehr. Die Kommodisierung drückt die Modellpreise, und Bewertungen erfordern strikte Disziplin.

Für den ernsthaften Investor sind hier die grundlegenden Prinzipien, die Ihr Portfolio durch den Rest des Jahrzehnts leiten:

• Intelligent dimensionieren: Zielen Sie auf eine gezielte KI-Zuweisung von 5% bis 20% (abhängig von Ihrer Risikotoleranz) außerhalb Ihrer breiten Markt-Indexfonds ab.
• Die Capex verfolgen: Die Capex-Laufzeit der Big-Tech-Unternehmen von 700 Milliarden Dollar für 2026 ist Ihr Nordstern. Solange diese Zahl stabil bleibt oder wächst, haben Infrastrukturaktien einen gesicherten Umsatzboden.
• Die Energie kaufen: KI-Berechnungen benötigen Elektrizität. Die Verträge mit Versorgungsunternehmen für Rechenzentren und die Infrastruktur für Flüssigkeitskühlung sind die am wenigsten geschätzten Komponenten dieses Zyklus.
• Auf Kommodisierung achten: Vermeiden Sie Unternehmen, deren einziger Schutz ein proprietäres Sprachmodell ist. Der Preisverfall bei DeepSeek V4 zeigt, dass reine Modellanbieter einem brutalen Wettlauf um die Minimierung der Margen gegenüberstehen werden.
• Zu Anwendungen pivotieren: Während 2023–2025 Nvidia und Infrastruktur gehörten, werden die überproportionalen Renditen von 2026–2030 in der Anwendungsebene zu finden sein — insbesondere in der Unternehmenssoftware, die KI integriert, um messbare Effizienz im Workflow zu erzielen.

Sie haben einen Fahrplan erhalten, um die größte Möglichkeit zur Vermögensschaffung seit der Kommerzialisierung des Internets zu navigieren. Die Daten sind klar, die Capex ist festgelegt, und die Gewinner trennen sich von den Verlierern.

Wünschen Sie sich mehr institutionelle Forschungsberichte, Echtzeit-Portfolio-Updates und exakte Kursziele für die Anwendungsaktien, von denen wir glauben, dass sie die nächsten Microsofts der KI-Ära sein werden? Melden Sie sich noch heute für DIA Pro an, um unserem Premium-Angebot Zugriff zu gewähren.

Bereit, Ihre nächste Investition zu analysieren?

Holen Sie sich eine kostenlose Fair-Value-Analyse für jede Aktie. Berechnen Sie inneren Wert, Sicherheitsmarge und risikobewertete Metriken in Sekunden. Keine Kreditkarte erforderlich.

Möchten Sie vollen Zugang zu unseren institutionellen Forschungstools? Entdecken Sie Invest Daily Pro.