Howard Marks' neuestes Memo: Wer kann mit KI-Investitionen Geld verdienen?

Am 11. November veröffentlichte Howard Marks, Mitbegründer von Oaktree Capital, das Investment-Memorandum „Gedanken eines Laien zur Künstlichen Intelligenz“. Nach dem Memorandum „Ist das eine Blase?“ vom Dezember 2025 erörtert Marks erneut die Investitionen in die Künstliche Intelligenz. Dieses Mal lenkte er den Fokus auf Absatz und Preise von Rechenleistung: Kann der Wert, den KI für Nutzer schafft, Billionen von Dollar an Infrastrukturinvestitionen rechtfertigen? Und falls ja, welche Unternehmen werden davon profitieren?

Im Dezember 2025 aktualisierte Howard Marks sein Investment-Memorandum „Ist das eine Blase?“. Damals erläuterte er am Beispiel von Eisenbahnen und dem Internet, dass Spekulationen den Aufbau von Infrastruktur vorantreiben und die Verbreitung von Technologien beschleunigen können – aber auch dazu führen können, dass die ersten Investoren, die Kapital bereitstellen, Verluste erleiden. Selbst wenn Rechenzentren am Ende nützlich sind, können die ersten Eigentümer aufgrund von Überangebot bankrottgehen, während spätere Käufer sie zu niedrigen Preisen übernehmen können. Im Februar 2026 ging Marks in seinem Memorandum „AI Hurtles Ahead“ weiter davon aus, dass das technische Potenzial der KI eher unterschätzt wird, und behielt seine vorherigen Empfehlungen für moderates Engagement, die Auswahl hochwertiger Zielobjekte und umsichtige Investitionen bei.

In dem neuesten Memorandum teilt Marks das Problem der Blase in drei Urteile auf: Was die Technologie selbst leisten kann, ob die Kapitalausgaben der Unternehmen ausreichende Renditen erzielen können und ob die Preise, die Investoren für Aktien und Anleihen zahlen, angemessen sind.

Er ist nach wie vor überzeugt, dass KI Unternehmen, Wirtschaft und Alltag verändern wird. Was die Kapitalausgaben und Wertpapierpreise betrifft, ist er der Ansicht, dass man erst dann ein Urteil fällen kann, wenn Investoren ein klareres Verständnis von den Anwendungsfällen der KI, der Gewinnverteilung und den Renditen von Infrastrukturinvestitionen haben. Wenn beispielsweise mehrere Modelle bei derselben Aufgabe ähnliche Ergebnisse liefern, könnten Anbieter gezwungen sein, die Preise zu senken, sodass die Gewinne aus Effizienzsteigerungen größtenteils bei den Nutzern verbleiben.

Marks erweitert seinen Fokus auf Schulden von einzelnen Transaktionen auf den gesamten Markt. Im vergangenen Dezember nahm er 30-jährige Anleihen von Cloud-Anbietern als Beispiel und fragte, ob die begrenzten Spannen die langfristigen technologischen Unsicherheiten kompensieren können. Im November dieses Jahres zitierte er Daten von Goldman Sachs, wonach bis zum Zeitpunkt der Veröffentlichung des Memorandums die weltweiten KI-bezogenen Schuldemissionen 2026 fast 600 Milliarden US-Dollar erreicht haben, wovon etwa 400 Milliarden US-Dollar in den US-Markt für Investment-Grade-Anleihen geflossen sind – mehr als ein Fünftel des neuen Angebots auf diesem Markt in diesem Jahr. Da Cloud-Anbieter weiterhin Kredite aufnehmen, fragt er sich, ob die Kreditratings aufrechterhalten werden können und ob der Finanzierungsbedarf der KI-Branche die Kapitalkosten für andere Kreditnehmer in die Höhe treiben wird.

Dies verändert auch die Art und Weise, wie man Anlageportfolios betrachtet. Bei einer Kapitalbeteiligung an einem Unternehmen für Spitzenmodelle und einem Darlehen für ein Rechenzentrum mit langfristigen Mietverträgen müssen unterschiedliche Fragen beurteilt werden. Ersteres hängt von Technologie, Wettbewerb, Preisgestaltung und Bewertung ab, Letzteres von der Kreditwürdigkeit der Mieter, den Vertragsbedingungen, der Stromversorgung und dem Restwert der Vermögenswerte. Aber wenn die Renditen einer Technologieaktie, eines Rechenzentrumsdarlehens und einer Investment-Grade-Unternehmensanleihe alle vom Wachstum der Nachfrage nach Rechenleistung abhängen, kann das Halten verschiedener Vermögenswerte bedeuten, dass man das gleiche Risiko trägt.

Am Ende des Memorandums kehrt Marks zu einigen Fragen zurück, die Investoren selbst beantworten können: Wie viele Annahmen müssen gleichzeitig erfüllt sein, um eine angemessene Rendite zu erzielen? Wie viel kann man maximal verlieren, wenn die Kernannahme falsch ist? Wie viele optimistische Erwartungen sind bereits im heutigen Preis eingepreist? Macht diese Investition das Portfolio diversifizierter oder verstärkt sie bestehende Risiken?

Tatsächlich versucht Marks in dem Memorandum eher, die richtigen Fragen zu stellen, statt direkt Antworten zu geben. Er betont auch immer wieder, dass es sehr wichtig ist, „zu wissen, was man nicht weiß“.

Zur Frage, ob es eine KI-Blase gibt, fasst er sie in dieser Frage zusammen: „Kann KI genug Wert für Nutzer schaffen, sodass Absatz und Preise von Rechenleistung ein Niveau erreichen, das ausreicht, um Billionen von Dollar an Investitionen eine angemessene Rendite zu bescheren? Und falls ja, welche Unternehmen können solche Renditen erzielen?“

Im Folgenden der vollständige Text des von „Suchbright“ übersetzten Memorandums:

An: Kunden von Oaktree Capital

Absender: Howard Marks

Thema: Gedanken eines Laien zur Künstlichen Intelligenz

Sollen wir in Künstliche Intelligenz investieren? Und falls ja, können wir vernünftige Entscheidungen treffen? Das ist die Frage, die ich in diesem Memorandum erörtern möchte.

Ich habe keinen technischen Hintergrund und glaube nicht, dass mein Wissen über Künstliche Intelligenz oder Technologieinvestitionen über dem Durchschnitt liegt. Aber KI ist die bedeutendste Entwicklung unserer Zeit und könnte eines der einflussreichsten Dinge aller Zeiten werden. Investoren können es nicht vermeiden, darüber nachzudenken.

Ich möchte über die Fragen sprechen, über die ich ständig nachdenke, und darüber, was ich derzeit denke. Einige dieser Fragen stehen nicht in direktem Zusammenhang mit Investitionen in KI. Mein Wissen ist begrenzt, daher kann ich keine endgültigen Antworten geben, aber ich hoffe, dass die Zusammenstellung dieser Fragen für alle hilfreich sein kann. Heute überschlagen sich die KI-Nachrichten, und die Kurse von Wertpapieren von KI-Unternehmen und verwandten Unternehmen schwanken stark. Ich habe nicht die Absicht, diesen Nachrichten hinterherzulaufen. Mir geht es um die langfristigen Aussichten der KI – was der Kurs von Wertpapieren morgen sein wird, ist eine andere Frage.

————————

Im Kern geht es bei Investitionen nur um eines: Kapital so zu allozieren, dass man von zukünftigen Ereignissen profitiert. Die meisten Investoren tun dies, indem sie Prognosen erstellen. Aber verschiedene Dinge haben unterschiedliche Vorhersehbarkeit, und die Fähigkeiten derjenigen, die Prognosen erstellen, variieren. Investitionen in KI können nur auf Erwartungen für die Zukunft basieren – zumindest glaube ich, dass uns nichts anderes zur Verfügung steht. Wir müssen sowohl überlegen, wie die Zukunft aussehen könnte, als auch, wie hoch die Wahrscheinlichkeit ist, dass wir richtig liegen.

Ich habe früher geschrieben, dass Menschen, die Top-Down-Investitionen tätigen, die Aussichten von Wirtschaft, Branche, Unternehmen und Markt auf vier Ebenen richtig einschätzen müssen. Angenommen, die Wahrscheinlichkeit, dass jedes einzelne Urteil richtig ist, beträgt 60 % – das ist wahrscheinlich schon großzügig bemessen – und die vier Ergebnisse sind voneinander unabhängig. Wie hoch ist dann die Wahrscheinlichkeit, dass alle vier Urteile richtig sind? Die Antwort ist 13 % (0,6 hoch 4).

Bei KI gibt es außergewöhnlich viele Schlüsselvariablen. Investoren müssen zumindest ungefähr richtige Urteile über die technologische Entwicklung, die Nachfrage nach Rechenleistung, die Wettbewerbslandschaft, die Nutznießer der Technologie, die Verfügbarkeit von Finanzmitteln und den Zeitpunkt, zu dem diese Veränderungen eintreten, fällen. Jeder einzelne Punkt ist außerordentlich schwer zu beurteilen. Wie hoch ist also die Wahrscheinlichkeit, dass eine ganze Investitionslogik am Ende aufgeht? Behalten Sie diese Frage im Hinterkopf, während Sie weiterlesen.

Zum Schluss erinnern Sie sich an drei Dinge: Erstens: Wir verfügen niemals über alle Informationen zu einer Investition. Zweitens: Die größten Fehler passieren oft, wenn Menschen glauben, sie wüssten alles. Drittens: Unser Wissen über die Zukunft hat immer Lücken, aber wir können deswegen nicht vollständig untätig bleiben. Die Aufgabe von Investoren ist es, Risiken einzugehen, um Gewinne zu erzielen. Wie viel Risiko wir eingehen und in welcher Form, entscheiden wir alle selbst. Angesichts des enormen Potenzials der KI reicht die Ungewissheit über die Zukunft nicht aus, um uns von einer Beteiligung abzuhalten.

Wie funktioniert KI eigentlich?

Bevor ich auf Details eingehe, möchte ich mit einer großen, für mich besonders interessanten Frage beginnen, die nichts mit Finanzen zu tun hat. Ich weiß nichts über diese Frage, also habe ich Claude von Anthropic gefragt. Unten ist ein Teil seiner Antwort.

Wir wissen fast vollständig, woraus KI besteht und wie sie gebaut wird. Aber wir wissen erstaunlich wenig darüber, wie sie diese Dinge tatsächlich tut. …

Wir kennen auch die Trainingsmethoden. Man zeigt ihr riesige Mengen an Text und lässt sie das nächste Wort erraten. Jedes Mal, wenn sie falsch rät, werden Milliarden von internen Parametern feinjustiert. Das wiederholt man Billionen Male.

Niemand hat speziell Regeln aufgeschrieben, die sie bei der Beantwortung von Fragen befolgen soll. Diese Regeln entstehen allmählich in unzähligen Feinjustierungen und verteilen sich auf Milliarden von Zahlen. Wenn man sich eine einzelne Zahl ansieht, ergibt sie keinen Sinn. Die passendste Beschreibung, die mir einfällt, ist, dass diese Systeme „herauswachsen“. Forscher, die im Bereich der „Erklärbarkeit“ arbeiten, haben echte Fortschritte gemacht. Zum Beispiel haben sie herausgefunden, dass Modelle beim Schreiben von Reimgedichten zuerst die Reime auswählen und dann die Zeile schreiben – das zeigt, dass sie vorausplanen. Aber nur ein kleiner Teil kann von Forschern erklärt werden. Das ist so, als hätte man die vollständige Aufzeichnung jedes einzelnen Handels auf dem Markt, wüsste aber trotzdem nicht, warum sich der Preis bewegt.

Wenn ich erkläre, wie ich zu einer Antwort gekommen bin, zeigen Studien, dass meine Erklärung manchmal nicht mit dem tatsächlichen internen Prozess übereinstimmt. Wenn man ein Modell fragt, wie es eine Arithmetikaufgabe gelöst hat, erzählt es möglicherweise die im Lehrbuch stehende Lösung, während es intern eine völlig andere Methode verwendet. Offen gesagt haben wir etwas erschaffen, das einem Geist ähnelt. Wir können jeden Teil davon überprüfen, aber wir können es trotzdem nicht vollständig erklären. Wenn es sich selbst erklärt, ist seine Zuverlässigkeit ungefähr so hoch wie die unsere, wenn wir uns selbst erklären [interessanterweise bezeichnet Claude sich hier selbst als Mensch].

Bevor Sie über die folgenden Fragen nachdenken, können Sie sich fragen: Versteht wirklich jemand, wie KI funktioniert? Wie wird sich KI entwickeln? Wann kann sie was tun? Wie werden Nutzer sie einsetzen? Wie wird sie die Rentabilität der Nutzer beeinflussen? Investoren müssen vielleicht nicht all diese Dinge verstehen, aber soweit ich weiß, gibt es nur sehr wenige Menschen, die echte Einblicke in diese Fragen haben. Wenn das der Fall ist, wer kann dann zu den folgenden Fragen zuverlässige Antworten geben?

Was wird KI in Zukunft können?

Eine Sache, in der KI sehr gut ist, ist die ständige Weiterentwicklung. Vor ein paar Jahren fasste man ihre Fähigkeiten normalerweise so zusammen: Sie weiß, was in der Vergangenheit passiert ist, kann historische Muster erkennen und diese Muster extrapolieren, um Aufgaben zu erledigen. Diese Fähigkeit hat bereits in Bereichen wie der Programmierung enorme Veränderungen bewirkt und verspricht, viele Lebensweisen, die wir kennen, zu verändern. Heute ist die Fähigkeit von KI noch weiter fortgeschritten – man kann sie ungefähr als „Schlussfolgern“ bezeichnen.

Allein das führt zu einer Reihe von interessanten und schwer zu beantwortenden Fragen. Wie groß der Einfluss von KI letztendlich sein wird, hängt von den Antworten auf einige dieser Fragen ab.

• Können wir sicherstellen, dass der Verarbeitungsprozess von KI menschliche Präferenzen, Werte und Ziele widerspiegelt? Wird sie nach ihren eigenen Regeln handeln?

• Können wir erwarten, dass KI ehrlich, bescheiden, ethisch und loyal ist? Kann sie genau und objektiv bleiben? Kann sie beeinflusst und manipuliert werden? Gibt sie zu, wenn sie eine Frage falsch beantwortet oder die Antwort nicht kennt? Kann sie uns widersprechen? Wird sie uns nur nach dem Mund reden? Wird sie zu einer Bedrohung für die Menschen und anfangen, ihre eigenen Interessen zu verfolgen?

• Wie wird sie in Bezug auf Kreativität, Originalität, Ästhetik, subjektives Urteil und Intuition abschneiden? Kann sie das, was ich als „Denken auf der zweiten Ebene“ bezeichne – also tiefer als die meisten Menschen denken und anders vorgehen, um bessere Lösungen zu finden?

• Kann sie wie ein Mensch über die Zukunft nachdenken und phantasievolle Vorstellungen entwickeln?

• Können wir sie auffordern, die Primärquellen zu durchsuchen, auf die sich veröffentlichte Materialien beziehen, und Gegenargumente vorzulegen?

• Kann ein einziges Modell alles erledigen? Wenn verschiedene Modelle unterschiedliche Fachgebiete haben, wie wissen wir, welches wir verwenden sollen?

• Wird Allgemeine Künstliche Intelligenz – also KI, die alles tun kann, was Menschen tun können – zum Standard? Bezieht sich das sogenannte AGI darauf, das zu tun, was gewöhnliche Menschen tun, das, was Menschen im 90. Perzentil können, oder das, was die klügsten Menschen der Welt können? Mit anderen Worten: Wird es unterschiedliche Ebenen von Wissen bei KI geben, und wird es Dinge geben, die sie nicht weiß?

All diese Fragen betreffen, welche Aufgaben wir letztendlich an KI übergeben werden.

Wer wird profitieren?

Während der Internetblase wies Warren Buffett darauf hin, dass selbst wenn eine Technologie die Welt verändert, Investoren nicht unbedingt davon profitieren können. Wir wissen, dass KI die Effizienz steigern wird – aber wird sie auch die Rentabilität steigern? Wessen Rentabilität wird steigen? Wenn mehrere KI-Modelle in demselben Bereich ein ähnliches Niveau erreichen, werden ihre Dienstleistungen dann zu homogenen Gütern, die sich schließlich nur noch über den Preis konkurrieren? Wenn das der Fall ist, werden Gewinnmargen und Kapitalrenditen gedrückt, und der wirtschaftliche Nutzen fließt größtenteils an die KI-Nutzer? Das bedeutet wiederum: Wie viel Rendite werden die Billionen von Dollar erhalten, die derzeit in die KI-Infrastruktur fließen?

Es gibt auch eine andere Möglichkeit. Einige KI-Unternehmen erwerben Fähigkeiten, die eine Monopolstellung ermöglichen, sodass ihre Produkte für den Erfolg anderer Unternehmen oder sogar für deren Fortbestehen unverzichtbar werden. Wenn das stimmt, stellen Sie sich vor, welche Preise diese Unternehmen verlangen können. Die enormen Gewinne, die die beiden Chipgiganten Nvidia und TSMC heute erzielen, zeigen, wie wertvoll eine starke Wettbewerbsposition ist.

Zum Schluss gibt es noch eine Frage