StartseiteArtikel

Der Verkauf von KI-Hardware ist zum Konsens der weltweiten Investoren geworden.

阿尔法工场2026-11-17 09:28
Von NVIDIA und Broadcom bis zu optischen Modulen und Halbleiterausrüstungen erleben KI-Hardware-Vermögenswerte derzeit eine Neubewertung der Erwartungen.

In den vergangenen zwei Jahren war der Kauf von KI-Hardware eines der am stärksten überfüllten Transaktionen auf den globalen Kapitalmärkten.

Nvidias GPUs, die kundenspezifischen Chips von Broadcom, die fortschrittlichen Fertigungsverfahren von TSMC sowie optische Module, Server, Stromversorgungen und Kühlgeräte bilden fast die sicherste Gewinnkette in der Investitionswelle für künstliche Intelligenz.

Die Logik der Anleger war damals nicht kompliziert: Solange Microsoft, Google, Amazon und Meta ihre Kapitalausgaben weiter erhöhen, wird die Nachfrage nach KI-Rechenleistung stetig wachsen, und die Hardware-Unternehmen im oberen Bereich der Industriekette werden natürlich Aufträge, Einnahmen und Gewinne erzielen.

Aber im November 2026 ändert sich die Transaktionslogik des Marktes gerade.

Früher fürchteten die Anleger, nicht genügend KI-Chips kaufen zu können; jetzt beginnen sie, sich Sorgen zu machen, dass sie zu viele Chips gekauft haben. Früher verfolgte der Markt Auftragswachstum und Kapazitätserweiterung; jetzt beginnen immer mehr Mittel, die Kapitalrendite, die Finanzierungskapazität der Kunden, die Geräteauslastung und den endgültigen Cashflow zu prüfen.

Das bedeutet nicht, dass die langfristige Entwicklungslogik der KI-Industrie beendet ist, sondern dass globale Anleger die KI-Industriekette neu bewerten.

In diesem Wandel sind genau die KI-Hardware-Unternehmen am stärksten betroffen, die zuvor den größten Kursanstieg, die höchste Bewertung und die einheitlichsten Markterwartungen verzeichneten.

01

Vom Kauf von KI-Hardware zur eifrigen Senkung des Engagements

Die Korrektur dieser Runde von KI-Hardware-Vermögenswerten begann nicht mit dem plötzlichen Verschlechterung der Leistung eines einzelnen Unternehmens, sondern mit der gleichzeitigen Veränderung mehrerer Marktsignale.

Am 5. November erlitten amerikanische Halbleiteraktien einen heftigen Ausverkauf.

Der Philadelphia Semiconductor Index fiel an einem einzigen Tag um 12,2 %, der Nasdaq Index um 5,5 %. Dies war der größte eintägige Rückgang des Philadelphia Semiconductor Index seit April 2025.

Die unter den Erwartungen liegende Leistung des Qualcomm-Finanzberichts wurde zum direkten Auslöser für die Marktanpassung, aber was die Anleger wirklich beunruhigte, war die Frage, ob die Investitionen in die KI-Infrastruktur weiterhin in dem bisherigen Tempo expandieren können.

Reuters zitierte damals die Ansicht von Mark Hackett, Chef-Marktstratege von Nationwide, dass Hedgefonds bereits seit mehreren Wochen aktiv Halbleiter- und neue Cloud-Computing-Unternehmen verkaufen, und ein Teil des Kapitals neigt immer noch dazu, Leerverkäufe durchzuführen oder die Hebelwirkung zu senken.

Das zeigt, dass die Marktanpassung nicht nur eine kurzfristige Gewinnmitnahme ist, sondern dass einige Institutionen beginnen, das Risikoengagement der KI-Industriekette aktiv zu senken.

Diese Veränderung übertrug sich schnell auf die asiatischen Märkte.

Am 16. November gab es im chinesischen A-Share-Segment für KI-Hardware erneut eine deutliche Korrektur. Der 5G-Kommunikationsindex fiel um 7,5 %, der STAR 50-Index um 5,2 %, und Zhongji Xuchuang fiel an einem einzigen Tag um 12,3 %.

Gleichzeitig erlitten auch Halbleiterausrüster auf dem japanischen Markt Ausverkäufe. Tokyo Electron fiel um 7,1 %, Advantest um 11,1 %.

Von amerikanischen Chipaktien über japanische Halbleiterausrüster bis hin zu chinesischen Anbietern optischer Module zeigt die KI-Hardware-Industriekette eine deutliche marktübergreifende Resonanz.

Beachtenswerterweise beginnen institutionelle Anleger, neu zu prüfen, wie viele KI-Vermögenswerte sie tatsächlich halten.

Am 16. November berichtete Reuters, dass unter den wichtigsten globalen Unternehmen das Volumen der Investitionsvermögenswerte, die direkt von KI betroffenen Unternehmen entsprechen, mindestens 25,3 Billionen US-Dollar erreicht. Für viele große Investmentinstitute ist KI nicht mehr ein separat verwaltbares Branchenthema, sondern eine gemeinsame Risikoquelle, die tief in Aktien, Anleihen und anderen Vermögenswerten eingebettet ist.

Das amerikanische Unternehmen PGIM beginnt sogar mit der KI-Risikoprüfung von fast 1 Billion US-Dollar an festverzinslichen Vermögenswerten, die es verwaltet, um sowohl das Ausmaß der Auswirkungen von KI auf die Geschäftsmodelle von Unternehmen zu bewerten als auch die Auswirkungen einer Verlangsamung der KI-Kapitalausgaben auf die Kreditlage von Unternehmen zu beurteilen.

Die dahinterstehende Logik lautet: Wenn sich die KI-Investitionen anpassen, könnten nicht nur Chipunternehmen betroffen sein, sondern auch Rechenzentrumsentwickler, Gerätezulieferer, Energieversorger und sogar Finanzinstitute, die diese Projekte finanzieren.

Natürlich ist es nicht korrekt, diese Veränderung so zu verstehen, dass globale Anleger KI-Hardware bereits einheitlich pessimistisch sehen.

Zum Beispiel zeigt die Analyse der Transaktionsdaten globaler Kunden durch die Saxo Bank, die zu Julius Bär gehört, dass einige Kunden nach dem starken Rückgang der Halbleiteraktien am 5. November im Gegenteil aktiv Aktien von Unternehmen wie Nvidia, AMD, Micron und SanDisk gekauft haben.

Dabei hat sich die durchschnittliche tägliche Kauftransaktionsaktivität von Nvidia im Vergleich zu zuvor deutlich erhöht.

Das zeigt, dass der Markt KI-Hardware nicht aufgegeben hat, sondern den Kaufpreis und die Zielobjekte neu auswählt.

02

Die gefährlichste Veränderung bei KI-Hardware

Wenn die Marktanpassung Anfang November die Veränderung der Stimmung der Anleger widerspiegelt, dann liefert das neueste KI-Beschleuniger-Prognosemodell, das von SemiAnalysis am 13. November veröffentlicht wurde, eine beachtenswerte industriebezogene Grundlage für diese Anpassung.

Diese Forschungsinstitution, die seit langem die globale Halbleiter- und KI-Infrastruktur verfolgt, hat die Prognosen für die weltweiten Kapitalausgaben für KI-Beschleuniger, Chipauslieferungen, HBM-Nachfrage und Strombedarf in den nächsten Jahren stark herabgesetzt.

Am bemerkenswertesten ist die Prognose der weltweiten Kapitalausgaben für KI-Beschleuniger.

Nach seinem neuesten Modell wurde die Prognose der weltweiten Kapitalausgaben für KI-Beschleuniger im Jahr 2027 von zuvor 770 Milliarden US-Dollar auf 627 Milliarden US-Dollar gesenkt, was einem Rückgang von 19 % entspricht; im Jahr 2028 von 1,054 Billionen US-Dollar auf 758 Milliarden US-Dollar, was einem Rückgang von 28 % entspricht; in den Jahren 2029 und 2030 wurden sie um 41 % bzw. 40 % gesenkt.

Bis 2030 wird die Prognose der weltweiten Kapitalausgaben für KI-Beschleuniger von zuvor 1,531 Billionen US-Dollar auf 923 Milliarden US-Dollar gesenkt, was einer Reduzierung von 608 Milliarden US-Dollar entspricht.

Das ist keine geringfügige Prognosekorrektur.

Das bedeutet, dass die bisherige Erwartung des Marktes an ein anhaltendes Hochwachstum der KI-Rechenleistungsinvestitionen neu berechnet wird.

Natürlich bedeutet das nicht, dass die Investitionen in die KI-Infrastruktur aufhören zu wachsen. Nach dem von SemiAnalysis angepassten Modell werden die weltweiten Kapitalausgaben für KI-Beschleuniger immer noch von etwa 392 Milliarden US-Dollar im Jahr 2026 auf 923 Milliarden US-Dollar im Jahr 2030 wachsen.

Das Problem liegt darin, mit welcher Wachstumsrate die Anleger diese Unternehmen zuvor bewertet haben?

Wenn das zukünftige Investitionsvolumen immer noch wächst, aber die Wachstumsrate deutlich unter den ursprünglichen Erwartungen liegt, muss die Bewertung von Hardware-Unternehmen neu nach einer Grundlage suchen.

Insbesondere die Unternehmen, deren Kurse das Hochwachstum der nächsten Jahre bereits vorwegnehmen.

Die Prognoseanpassung von SemiAnalysis betrifft auch eine wichtigere Veränderung: Preis und Gewinnspanne von Hardware-Produkten.

In den vergangenen zwei Jahren war das Angebot an KI-Chips knapp, und HBM-Speicher, Hochleistungsverpackungen sowie fortschrittliche Fertigungskapazitäten befanden sich alle in einem relativ knappen Zustand.

In einem Umfeld mit Nachfrageüberhang können Lieferanten nicht nur mehr Aufträge erhalten, sondern auch höhere Gewinne erzielen, indem sie die Verkaufspreise ihrer Produkte erhöhen und die Produktstruktur optimieren.

Aber mit mehr Kapazitäten, die auf den Markt kommen, ändert sich das Verhältnis von Angebot und Nachfrage.

SemiAnalysis senkte die Prognose der weltweiten HBM-Auslieferungen im Jahr 2028 von zuvor 9,0 EB auf 6,4 EB, was einem Rückgang von 30 % entspricht, und ist der Ansicht, dass sich das Verhältnis von Angebot und Nachfrage bei HBM verbessert, sodass die zukünftigen Preisannahmen gesenkt werden müssen.

Für Chiphersteller bedeutet das ein neues Problem: Selbst wenn die Auslieferungen weiter wachsen, können durchschnittlicher Verkaufspreis und Gewinnmöglichkeit nicht unbedingt das bisherige Niveau beibehalten.

Die Auswirkungen auf Nvidia verdienen besondere Aufmerksamkeit.

SemiAnalysis senkte die Prognosen der auslieferungen im Zusammenhang mit den Recheneinnahmen von Nvidia für die Jahre 2027 bis 2030 um 22 %, 39 %, 56 % bzw. 66 % und senkte die durchschnittlichen Verkaufspreisannahmen für einige neue Produktgenerationen.

Dahinter stehen nicht nur Faktoren der Verlangsamung des Nachfragewachstums, sondern auch Veränderungen der Wettbewerbslandschaft.

Früher waren Nvidias GPUs fast die erste Wahl für das Training und die Inferenz großer KI-Modelle. Aber jetzt werden Googles TPU, Amazons Trainium und die kundenspezifischen ASICs, an deren Entwicklung Broadcom beteiligt ist, zu einer weiteren Option für große KI-Unternehmen.

Für Giganten wie Microsoft, Google, Amazon und Meta müssen sie nicht für immer auf dieselbe Chiparchitektur angewiesen sein.

Solange andere Lösungen ein besseres Preis-Leistungs-Verhältnis, geringeren Energieverbrauch oder eine besser kontrollierbare Lieferkette bieten können, haben sie den Anreiz, die Einkaufsstruktur anzupassen.

Für Nvidia bedeutet das, dass selbst wenn die weltweite Nachfrage nach Rechenleistung weiter wächst, es nicht unbedingt den gleichen Marktanteil und die gleiche Gewinnmarge wie in der Vergangenheit erzielen kann.

Im Vergleich dazu zeigt sich Broadcom bei dieser Prognoseanpassung relativ stabil. SemiAnalysis senkte die Prognose der kumulierten Einnahmen aus dem ASIC-Geschäft für die Jahre 2026 bis 2030 um 11 %, was hauptsächlich mit Veränderungen der Annahmen zu HBM-Kosten und Produktpreisen zusammenhängt und nicht mit einer massiven Kürzung der Auslieferungsmengen.

Das erklärt auch, warum die KI-Hardware-Industriekette nicht einfach als Ganzes betrachtet werden kann.

Die Wettbewerbsvorteile, Kundenstrukturen und Produktpositionierungen verschiedener Unternehmen bestimmen gerade ihre Leistung im nächsten Zyklus.

Aber was den Markt wirklich besorgt, ist nicht nur der Wettbewerb zwischen Chipherstellern.

Das tiefere Problem liegt darin, wer die kontinuierlichen Kosten für den Aufbau dieser KI-Infrastruktur trägt?

Früher glaubte der Markt, dass große Cloud-Computing-Unternehmen über ausreichend starke Cashflows verfügen, um jahrelange KI-Kapitalausgaben zu unterstützen.

Aber jetzt wird das Investitionsvolumen immer größer.

Der globale Investitionsstrategiebericht, der von der JPMorgan Private Bank im November veröffentlicht wurde, weist darauf hin, dass im dritten Quartal 2026 die Kapitalausgaben von drei großen Cloud-Computing-Unternehmen unter den Markterwartungen lagen, und der Anstieg der Prognose der Kapitalausgaben für die nächsten 12 Monate fiel auf das niedrigste Niveau seit dem vierten Quartal 2023.

Das bedeutet nicht, dass Microsoft, Google, Amazon und Meta aufhören, in KI zu investieren, sondern dass diese Unternehmen beginnen, mehr Wert auf das Investitionstempo und die finanzielle Disziplin zu legen.

Eine Studie, die von der Federal Reserve Bank of St. Louis im November veröffentlicht wurde, zeigt auch die Veränderung der Kapitalstruktur hinter dieser KI-Investition.

Die Studie ergab, dass das Verhältnis der Barmittel zu den Vermögenswerten großer Cloud-Computing-Unternehmen von 35 % im Jahr 2018 auf 16 % im Jahr 2026 gesunken ist, während das Verhältnis ihrer Investitionsvermögenswerte fast verdoppelt wurde.

Beachtenswerterweise gibt es deutliche Unterschiede in der Finanzierungssituation zwischen Rechenzentrumsbauunternehmen und Halbleiterunternehmen.

Vom vierten Quartal 2024 bis zum zweiten Quartal 2026 stieg das durchschnittliche vierteljährliche Netto-Fremdfinanzierungsvolumen von Rechenzentrumsbauunternehmen von 3,23 Milliarden US-Dollar auf 30,17 Milliarden US-Dollar; während Halbleiterunternehmen von der Netto-Kreditaufnahme zur Netto-Schuldenrückzahlung übergingen.

Das bedeutet, dass der Finanzierungsdruck in der KI-Industriekette nicht gleichmäßig verteilt ist.

Chiphersteller können derzeit immer noch die Geschäftsentwicklung mit starken operativen Cashflows unterstützen, aber einige Rechenzentrumsbauer und neue Cloud-Computing-Unternehmen müssen immer mehr auf externe Finanzierung angewiesen sein.

Sobald sich das Finanzierungsumfeld verschärft oder Kunden nicht mehr bereit sind, Einkäufe im Voraus zu zusagen, könnten einige Rechenzentrumsprojekte verschoben werden, was wiederum Aufträge für Chips, Server, Netzwerkgeräte und Stromversorgungsgeräte beeinträchtigt.

Das ist auch der Grund, warum der Markt beginnt, die Auftragsqualität der KI-Industriekette neu zu prüfen.

Früher konnten Lieferanten die Anerkennung des Marktes erhalten, solange Kunden den Bau von Rechenzentren ankündigten und Einkaufsvereinbarungen unterzeichneten.

Jetzt interessieren sich Anleger mehr für: Hat der Kunde genügend Kapital? Wann wird das Projekt ausgeliefert? Können die Geräte in Betrieb genommen werden? Können die endgültigen Einnahmen Abschreibungen, Zinsen und Betriebskosten decken?

Diese Fragen ersetzen das bloße Auftragswachstum und werden zu wichtigen Faktoren, die die Bewertung von KI-Hardware-Unternehmen bestimmen.

03

Die Ära des blinden Kaufs ist vorbei

Für globale KI-Hardware-Unternehmen ist das wirklich Schwierige möglicherweise nicht der aktuelle Kursrückgang, sondern die Veränderung der Art und Weise, wie der Markt sie in den nächsten Quartalen bewertet.

Früher war der wichtigste Wettbewerbsvorteil von KI-Hardware-Unternehmen, ob sie in die Lieferketten von Nvidia