Morgan Stanley beurteilt, dass der AI-Markt einen Wendepunkt erreicht: Von Infrastrukturaufbau zur Branchenverbreitung – Barbell-Strategie wird zur Hauptanlagestrategie
Morgan Stanley veröffentlichte einen thematischen Bericht und traf die zentrale Einschätzung: Investitionen in KI haben die Phase des reinen Wettens auf die Leistungsfähigkeit der Upstream-Kapazitäten hinter sich gelassen und treten nun in eine neue „Barbell“-Strategie mit doppeltem Ansatz ein.
Das APP von Zhihui Finanznachrichten berichtet, dass Morgan Stanley das Themen-Research-Papier „Dekodierung des Rhythmus des AI-Wandels: Vom Aufbau von Rechenleistung zur industriellen Verbreitung“ veröffentlicht hat. Auf Basis einer sechsten globalen AI-Aktien-Mapping-Datenbank mit rund 3.600 Aktien weist das Paper auf einen Kernbefund hin: AI-Investitionen verabschieden sich von der reinen Fokussierung auf Unternehmen mit Rechenleistung und treten in eine neue Phase des „Barbell“-Dual-Line-Layouts ein. Dabei sollen sowohl strukturelle Chancen durch Rechenleistungsengpässe genutzt als auch das Gewicht der Konfiguration von AI-Anwenderunternehmen erhöht werden.
Morgan Stanley bezeichnet das Thema Technologiediffusion als zentrale Forschungspriorität für 2026. In dieser Transformationsphase des industriellen Zyklus wird ein Barbell-Muster mit Überrenditen erwartet: Kern-Infrastruktur-Unternehmen laufen synchron mit frühen Softwareunternehmen und AI-Anwendern in der Marktentwicklung.
Die typische Entwicklung des Technologiezyklus beginnt damit, dass Halbleiter zunächst Überrenditen erzielen, gefolgt von Infrastruktur, und danach sind Software und Dienstleistungen an der Reihe. Das Institut beurteilt, dass sich die Investmentlogik für die AI-Branche in eine neue Phase bewegt: weg von der bisherigen starken Konzentration auf Enablement-Unternehmen hin zu einem breiteren Barbell-Chancenpool, der sowohl ausgewählte Enablement-Unternehmen als auch neue AI-Anwenderunternehmen abdeckt.
Seit dem Beginn dieses AI-Zyklus haben Halbleiter und Infrastruktur im Vergleich zum S&P 500 bereits Überrenditen von 500-700 Punkten erzielt. Wir sind der Ansicht, dass es jetzt angebracht ist, die Konfigurationsquote für frühe Software-Enablementunternehmen und AI-Anwenderunternehmen zu erhöhen.
Gleichzeitig sorgt die AI-getriebene Welle der groß angelegten Kapitalinvestitionen, gepaart mit Engpässen bei Strom und anderen kritischen Faktoren, dafür, dass das Aufwärtsfenster einiger hochwertiger Ziele verlängert wird. Daher wird dieser Computerzyklus keine einfache, lineare Rotation der marktführenden Sektoren wie in früheren Zyklen wiederholen.
Das Institut betont, dass dieser AI-Zyklus besondere Merkmale aufweist: Personal, Strom und regulatorische Politik bilden drei zentrale Restriktionen. Laut Bericht wird für die Jahre 2026‑2028 eine Stromlücke von 57GW in globalen Datenzentren erwartet; regionale Genehmigungen, Arbeitskräftemangel und andere praktische Hindernisse hemmen das Expansionstempo der Rechenleistung erheblich. Das Szenario eines Rechenleistungsengpasses wird noch jahrelang anhalten und es wird keine einfache, klare Branchenrotation wie in der Vergangenheit geben. Die Wachstumsrate der Kapitalausgaben von Cloud-Giganten soll von 93% im Jahr 2026 auf 14% im Jahr 2028 zurückgehen. Die Markterwartung auf einen Höhepunkt bei Hardware-Kapitalinvestitionen wird allmählich eingepreist, aber das Wachstum in einigen Engpass-Segmenten wird weiter bestehen.
Die Daten zeigen, dass AI-Enablementunternehmen (Chips, Rechenleistung, Hardware und andere Upstream-Lieferanten) in den letzten zwei Jahren ihre erwartete EPS verdoppelt haben und weiterhin starke Gewinnkraft zeigen. Gleichzeitig sind AI-Anwenderunternehmen – also jene, die AI-Technologie erfolgreich in ihr Geschäft integriert haben, um Kosten zu senken und Effizienz zu steigern – mit einer erwarteten kumulierten EPS-Erhöhung von ca. 70% über zwei Jahre unterwegs, der Wendepunkt ihrer Profitabilität ist bereits sichtbar.
Der Konsens im Markt ist, dass Unternehmen mit hoher AI-Auswirkung die EBIT-Marge von 2025 bis 2026 um 460 Basispunkte steigern werden, fast doppelt so viel wie der MSCI ACWI-Index. Dennoch preist der Markt die langfristigen Gewinne aus AI-bedingter Produktionseffizienz noch nicht vollständig ein; die späteren Gewinnprognosen bieten erhebliches Aufwärtspotenzial. In Bezug auf die Bewertung ist das 18-fache KGV für AI-starke Anwenderunternehmen bereits unter das 22-fache KGV der Enablementunternehmen gefallen, das Chancen-Risiko-Verhältnis verbessert sich dadurch deutlich.
Die von Morgan Stanley vorgeschlagene Barbell-Investmentstrategie besteht aus zwei Enden. Eines bleibt bei Engpass-Anlagen: bevorzugte Allokation in Strom-bezogene Sektoren, einschließlich bereits elektrifizierte Rechenzentren, Energiespeicherung, Netzwerkausrüstung und erneuerbare Energien; zudem selektieren wir Einzelaktien im Halbleiter- und Infrastrukturbereich und fokussieren dabei auf die zweite Stufe der Engpässe außerhalb des Stroms.
Das andere Ende erweitert neue Allokationen: erhöhte Allokation für frühe Software-Enablementunternehmen, zuerst Infrastruktursoftware, dann Netzwerksicherheit, gefolgt von ausgewählten Anwendungssoftware; Aufbau von AI-Anwenderunternehmen mit messbaren Geschäftserfolgen, Auswahl basierend auf zwei Hauptkriterien: erstens die substanzielle Auswirkung von AI auf den Geschäftsbetrieb und zweitens die Preisgestaltungskraft des Unternehmens. Nur Unternehmen, die die Kostenvorteile von AI behalten können, können tatsächlich Gewinne realisieren. IT-Dienstleistungen gehören zu spätzyklischen Profiteuren, für die derzeit noch keine Schwerpunktallokation empfohlen wird.
Aus globaler Sicht unterscheiden sich die AI-Entwicklungspfade deutlich zwischen den Märkten. Die AI-Dividenden in Nordamerika erstrecken sich von Hardware über Software hin zu realwirtschaftlichen Branchen; im asiatisch-pazifischen Markt sind die Gewinne immer noch hauptsächlich in der Upstream-Lieferkette konzentriert, jedoch berichten immer mehr Unternehmen in ihren Geschäftsberichten von zusätzlichen Einnahmen durch AI. In Europa konzentrieren sich AI-Chancen vor allem auf die Anwendung in traditionellen Industrien.
Der Bericht betont besonders, dass es bei Investitionen nicht nur um das „AI-Konzept“ geht, sondern die tatsächliche Auswirkung von AI auf die Investmentlogik eines Unternehmens der entscheidende Erfolgsfaktor ist. AI als Kernlogik bringt im Vergleich zu nur sekundär betroffenen Unternehmen enorme Überrenditen; im Gegenteil, Unternehmen, deren Kerngeschäft durch AI bedroht ist, werden deutlich schlechter abschneiden als Branchenkollegen, die nur einen moderaten Einfluss erfahren.
Gleichzeitig birgt der Markt weiterhin konträre Risiken: Wenn die Nachfrage nach Rechenleistung überschätzt wird und Personal- sowie Elektrizitätsengpässe bestehen bleiben, könnte das hohe Niveau in Halbleiter und Infrastruktur länger anhalten als vom Markt bisher angenommen – Wall Street hat in der Vergangenheit das Entwicklungspotenzial der Technologieindustrie mehrfach unterschätzt. Insgesamt befindet sich der AI-Markt bereits im Übergang von reiner „Rechenleistung“-Spekulation zu einer neuen Phase, in der der ROI von Geschäftsmodellen überprüft wird; die simultane Allokation von upstream Engpassanlagen und marktreifen Anwenderunternehmen ist heute die passendste Investitionsstrategie.
Haftungsausschluss: Der Inhalt dieses Artikels gibt ausschließlich die Meinung des Autors wieder und repräsentiert nicht die Plattform in irgendeiner Form. Dieser Artikel ist nicht dazu gedacht, als Referenz für Investitionsentscheidungen zu dienen.
Das könnte Ihnen auch gefallen
Anti-Terror-Einheiten auf den Straßen, der Louvre geschlossen! Frankreich erlebt am Wochenende eine neue Welle von Protesten, Unruhen drohen sich auf Europa auszubreiten.
Frankreich ist in eine neue Welle gewaltsamer Proteste geraten, 70.000 Sicherheitskräfte wurden eilig eingesetzt, in mehreren Städten gilt eine Ausgangssperre, und Macron hat Fehler im Umgang mit der Situation eingeräumt. Die Finanzmärkte haben bereits Alarm geschlagen – der Spread zwischen französischen und deutschen Staatsanleihen ist auf den höchsten Stand seit der Eurokrise gestiegen, der PMI ist unter die Wachstumsschwelle gefallen, Luxusboutiquen wurden verbarrikadiert, der Louvre wurde geschlossen und die Stadtverwaltung von Paris rechnet mit Verlusten in zweistelliger Millionenhöhe. Das Unruhefeuer droht sich zudem auf Europa auszuweiten.
Einst kauften sie wie verrückt, doch jetzt ist das „Arsenal“ um 51 Billionen Won geschrumpft! Südkoreanische Kleinanleger können nicht mehr kaufen.
Innerhalb von vier Monaten ist der „Ammunitionsvorrat“ südkoreanischer Privatanleger um 36,5 % gesunken und hat das Niveau zu Jahresbeginn erreicht. Obwohl Privatanleger kumuliert Netto-Käufe von über 75 Billionen Won aufweisen und weiterhin Käufe tätigen, ist der Zufluss von frischem Kapital versiegt und die Auffüllung verläuft deutlich langsamer als der Verbrauch. Hinzu kommt, dass der KOSPI im Monatsverlauf um fast 20 % eingebrochen ist, ausländische Investoren weiterhin Nettoverkäufe tätigen und Sorgen über Kreditrisiken im Zusammenhang mit KI bestehen. Ohne die Unterstützung durch privates Kapital dürfte der südkoreanische Aktienmarkt kurzfristig kaum eine nachhaltige Erholung erfahren.
Die Auflösung des „Konsenshandels“ und die Geburt eines neuen Konsenses! Goldman Sachs erklärt: Warum institutionelle Anleger derzeit große Positionen in KI abbauen
Die extrem überfüllten Trades des "Long AI, Short alles" werden schmerzhaft aufgelöst – der Markt gibt sich nicht mehr mit einer "Geldverbrennungs-Erzählung" zufrieden. Die hyperskalierenden Cloud-Anbieter müssen neben den Kapitalausgaben von 1,1 Billionen US-Dollar nun echte und sichtbare Einnahmen erzielen. Ein Stromdefizit von 40-50 Gigawatt, steigende Kapitalkosten und der makroökonomische Paradigmenwechsel vom "Überausgaben-Zeitalter" wandeln AI-Trades von Glaubensfragen zu einem harten Monetarisierungstest.
Die Investitionsausgaben für KI geraten in ein Dilemma: Eine Beschleunigung belastet den Cashflow, eine Verlangsamung gefährdet die Wachstumsgeschichte.
Nomura Securities ist der Ansicht, dass die KI-Investment-Story in einem inneren Widerspruch steckt: Wenn Hyperscale-Cloud-Anbieter ihre Investitionsausgaben beschleunigen, wird der freie Cashflow weiterhin verbraucht und die Nachhaltigkeit der Finanzierung wird in Frage gestellt; wenn sie verlangsamen, deutet dies darauf hin, dass die Nachfrage nach KI und die Gewinnerwartungen nicht erfüllt werden. Beide Wege führen zum Ausverkauf. Die im September durch die „KI-Agenten-Hysterie“ aufgebauten überfüllten Long-Positionen wurden durch negative Katalysatoren zu massiven Stop-Lossen gezwungen und breiteten sich auf US-Staatsanleihen, Wechselkurse und den Rohstoffmarkt aus, was zu einer systemischen Entschuldung führte.
Krypto-Preise
Mehr
