Wie man die Entwicklung amerikanischer Technologieaktien beurteilt

Hallo! Ich bin Ihr Assistent für Finanz- und Wirtschaftsanalysen. Dieser Artikel, verfasst von einem Doktor der Wirtschaftswissenschaften von der Shanghai University of Finance and Economics, wirft einen „vernünftigen Eimer kalten Wassers“ auf den derzeit „heißen“ AI-Aktienmarkt und zeichnet gleichzeitig eine „langefristige Karte“ der Entwicklung.

Die zentrale Aussage des Autors ist sehr scharfsinnig: **Die aktuellen AI-Aktien werden hauptsächlich durch die verrückten Ausgaben der „Oberstromunternehmen“ (Hardware, Infrastruktur) am Leben gehalten, aber die echten „Niedrigstromnutzer“, die AI tatsächlich einsetzen, haben noch nicht viel Geld ausgegeben. Kurzfristig gesehen gibt es ein ernstes Ungleichgewicht zwischen Angebot und Nachfrage, was große Risiken mit sich bringt; langfristig gesehen ist es entscheidend, ob AI tatsächlich die menschliche Produktivität (BIP) verändern kann und somit das endgültige Schicksal der Aktienpreise bestimmt.

Ich werde diesen anspruchsvollen Artikel in fünf Punkte aufteilen, damit Sie den dahinterstehenden Logik vollständig verstehen können.

---

Punkt 1: Warum sind die aktuellen AI-Aktien so teuer? Weil wir die „Zukunft“ anhand von „Gegenwartsergebnissen“ vorhersagen

Der Artikel weist darauf hin, dass die Bewertung der aktuellen AI-Aktien hauptsächlich anhand einiger traditioneller Indikatoren erfolgt: Kurs-Gewinn-Verhältnis (PE), Kurs-Umsatz-Verhältnis (PS) usw.

Einfache Erklärung:

Stellen Sie sich vor, Sie kaufen ein neu eröffnetes Internetrestaurant. Der Besitzer sagt Ihnen: „Letztes Jahr habe ich 1 Million verdient, dieses Jahr erwarte ich 2 Millionen und daher bin ich 10 Millionen wert.“

• Das Problem ist: Gewinne und Umsätze sind „Ergebnisse“. In guten wirtschaftlichen Zeiten sind die Gewinne hoch und die Aktienkurse auch hoch; in schlechten Zeiten fallen die Gewinne stark, aber die Aktienkurse sinken nicht so stark (denn sie können nicht negativ werden). Dies führt zu einem gegenintuitiven Phänomen: Nach einer Krise ist das Kurs-Gewinn-Verhältnis oft am höchsten (weil der Nenner (Gewinne) kleiner wird, während der Zähler (Aktienkurse) kaum ändert).
• Die aktuelle Situation: Das Kurs-Gewinn-Verhältnis des S&P 500 liegt derzeit bei 28,7-fach und ist deutlich über dem historischen Durchschnitt (16,9-fach), sogar höher als in der Zeit der hohen Bewertungen in den 1990er Jahren. Obwohl einige Indikatoren wie das „Long-Term-PER“ oder das „Shiller-PER“ die Schwankungen ausgleichen, basieren diese letztendlich immer noch auf „Ereignissen der Vergangenheit“, um die „Zukunft“ vorherzusagen.
• Fazit: Diese Indikatoren zeigen, dass die Aktien teurer sind als in der Vergangenheit, aber sie sagen nicht, wie viel AI wirklich wert ist. AI ist keine einfache zyklische Branche – es handelt sich um eine Revolution, und mit alten Methoden kann man keine neuen Möglichkeiten erkennen.

Punkt 2: Die Oberstromunternehmen verdienen viel, aber die Niedrigstromunternehmen verlieren schnell Geld

Dies ist einer der interessantesten Punkte des Artikels. Der Autor verwendet das Konzept des Kapitalausbaus (Capex), also der Gelder, die große Unternehmen wie Google, Microsoft und Amazon in die Entwicklung von AI investieren, um Chips zu kaufen und Rechenzentren zu bauen.

Einfache Erklärung:

Stellen Sie sich einen Goldrausch vor:

• Oberstromunternehmen (die „Schaufeln und Wasser verkaufen“): Nvidia (verkauft GPUs), Micron (verkauft Speicher), Broadcom usw. Da die großen Unternehmen viel Geld in Ausrüstung investieren, sind die Bestellungen dieser Unternehmen extrem hoch, und ihr Cashflow ist sehr gut. Daten zeigen, dass die freien Cashflows einiger AI-Infrastrukturunternehmen in den nächsten Jahren voraussichtlich bis zu 430 Milliarden US-Dollar betragen werden – das Dreifache des Wertes von vor zwei Jahren. Deshalb steigen die Aktienkurse dieser Unternehmen.
• Niedrigstromunternehmen (die „Gold schürfen“): Google, Microsoft, Meta usw. Sie haben viel Geld für Ausrüstung ausgegeben, aber haben es noch nicht zurückverdient. Daten zeigen, dass die freien Cashflows dieser fünf großen Unternehmen voraussichtlich von einem Höchststand von 260 Milliarden US-Dollar im Jahr 2024 erstmals in den negativen Bereich fallen werden.
• Kernproblem: Der Großteil des Geldes, das die Oberstromunternehmen verdienen, stammt von den Niedrigstromunternehmen, die Geld verbrennen. Wenn die Niedrigstromunternehmen weiterhin Geld verlieren, wie lange kann die Prosperität der Oberstromunternehmen anhalten? Das ist wie eine Familie, in der der Vater (Oberstromunternehmen) Geld verdient und der Sohn (Niedrigstromunternehmen) viel davon ausgibt, ohne Einnahmen zu erzielen – letztendlich bricht das Haushaltsbuch zusammen. Man kann die Gesundheit der AI-Industrie nicht allein anhand der Aktivität der Oberstromunternehmen beurteilen; es ist wichtig zu sehen, ob die Niedrigstromunternehmen das Geld zurückverdienen können.

Punkt 3: Wie viel Geld haben die Nutzer tatsächlich ausgegeben? Die Antwort ist: sehr wenig

Da die Niedrigstromunternehmen Geld verlieren, zahlen die Endnutzer (Sie und ich) dann wirklich viel? Der Autor widerlegt diese Vorstellung mit Daten.

Einfache Erklärung:

• Sehr niedrige Zahlungsbereitschaft: Weltweit nutzen 1,8 Milliarden Menschen AI, aber nur 3 % sind bereit, dafür zu zahlen. Die restlichen 97 % nutzen AI kostenlos.
• Gesamtausgaben: Die weltweiten Ausgaben der Nutzer für AI-Modelle und -Plattformen belaufen sich auf 39,3 Milliarden US-Dollar. Im Vergleich dazu investieren die großen Unternehmen jedes Jahr Milliarden von US-Dollar. Das Geld, das die Nutzer ausgeben, reicht nicht einmal an den Bruchteil der Investitionen der großen Unternehmen aus.
• Wie groß ist das Potenzial?
• Berechnungen basierend auf Computern: Wenn AI so verbreitet wäre wie professionelle Computer (derzeitige Penetration etwa 22 %), gäbe es noch viel Raum für weitere Entwicklung.
• Berechnungen basierend auf Smartphones: Wenn AI so verbreitet wäre wie Smartphones (weltweite Penetration 60 %), könnte das Marktvolumen fast dreimal so groß sein.
• Potenzial des Zahlungsmarktes: Wenn man die Zahl der neu gekauften Computer innerhalb von fünf Jahren berücksichtigt, könnte das Marktvolumen der zahlenden AI-Nutzer etwa 26-mal so groß sein – das entspricht einem Marktvolumen von etwa 1 Billion US-Dollar.
• Preistrend: Rechnen Sie nicht damit, dass die Preise mit zunehmender Nutzung steigen. Historische Erfahrungen zeigen, dass Technologien im Laufe der Zeit billiger werden (denken Sie an Computer und Smartphones). Derzeit sinken die Preise für AI-„Tokens“ (Einheiten der Rechenleistung), was darauf hindeutet, dass die Nutzer mehr Wert auf den Preis-Leistungs-Verhältnis legen.

Punkt 4: Kurzfristig ungleichmäßige Entwicklung, langfristig das BIP als entscheidender Faktor

Der Artikel erwähnt schließlich ein makroökonomisches Indikator: den Buffett-Index (Gesamtwert der Aktien/GDP).

Einfache Erklärung:

• Warum ist das BIP wichtig? Gewinne schwanken, aber das BIP (die gesamte Wirtschaftsleistung eines Landes) ist relativ stabil. Wenn AI tatsächlich die Effizienz steigern könnte, sollte es das BIP erhöhen.
• Aktuelle Warnsignale: Der Buffett-Index für die US-Aktien hat einen historischen Höchststand erreicht (über 220 %). Das bedeutet, dass die Aktienkurse zu schnell gestiegen sind, während die wirtschaftliche Realität (BIP) nicht mithält.
• Zwei mögliche Ausgänge:

1. Kurzfristige Anpassung: Die Aktienkurse fallen und kehren zu einem angemessenen Niveau zurück (das ist der wahrscheinlichste kurzfristige Verlauf).

2. Langfristige Überprüfung: Wenn AI tatsächlich die Produktivität steigert und das BIP deutlich erhöht, wird dies die hohe Bewertung der Aktien ausgleichen.

• Aktuelle Situation: AI wird tatsächlich in Branchen wie Industrie und Medizin eingesetzt, aber es hat noch nicht zu einer umfassenden Veränderung der gesamten Wirtschaftsstruktur geführt. Daher ist kurzfristig ein mangelndes Endverbrauchspotenzial ein großes Risiko; langfristig hängt der Wert von AI davon ab, ob es tatsächlich die Wirtschaft wachsen lässt.

Punkt 5: Fazit: Ein Leitfaden für normale Anleger

Wenn wir diese vier Punkte zusammenfassen, erhalten wir eine klare logische Abfolge:

1. Überbewertung: Traditionelle Bewertungsmethoden zeigen, dass die US-Aktien zu teuer sind, und diese Indikatoren eignen sich nicht vollständig für eine revolutionäre Branche wie AI.

2. Risiko einer Unterbrechung der Wertschöpfungskette: Die Oberstromunternehmen verdienen viel, aber die Niedrigstromunternehmen verlieren Geld. Wenn die Niedrigstromunternehmen weiterhin Geld verlieren, basiert die Prosperität der Oberstromunternehmen auf einem nicht stabilen Fundament.

3 Schwacher Nachfragesektor: Die Zahlungsbereitschaft der Endnutzer ist gering, und die Gesamtausgaben reichen nicht aus, um die enormen Investitionen der Oberstromunternehmen zu decken. Obwohl das langfristige Potenzial groß ist (26-faches Wachstum), ist das noch die Zukunft – nicht die Gegenwart.

4 Makroökonomischer Widerspruch: Die Steigerung der Aktienkurse übertrifft die wirtschaftlichen Grundlagen (BIP) deutlich, was zu einem Druck auf eine Rückkehr zu einem angemessenen Niveau führt.

Ratschläge für normale Anleger:

• Vermeiden Sie blindes Hochgehen: Die aktuellen AI-Aktien, insbesondere die Aktien der Oberstromunternehmen, haben bereits die zukünftigen Erwartungen überschritten.
• Achten Sie auf den „Wendepunkt des Cashflows: Beobachten Sie, wann Unternehmen wie Google und Microsoft von „Geld verbrennen“ zu „Geld verdienen“ wechseln. Sobald ihr freier Cashflow von negativ auf positiv wird, zeigt das, dass AI tatsächlich wirtschaftlichen Wert erzeugt – das wäre ein sicheres Zeitpunkt für den Einstieg.
• Seien Sie wachsam vor fallenden Preisen für AI-„Tokens“: Wenn die Nutzungskosten weiter sinken, zeigt das, dass die Technologie sich verbreitet – das ist gut, bedeutet aber auch, dass die Gewinnmargen der Oberstromunternehmen unter Druck geraten könnten.
• Langfristiger Ansatz: Wenn Sie glauben, dass AI die Welt wie Strom oder das Internet verändern kann, sind kurzfristige Schwankungen nur Lärm. Verstehen Sie jedoch, dass die Realisierung des Werts von AI ein langer Prozess ist; es braucht Zeit, um zu zeigen, dass es das BIP tatsächlich steigern kann – und nicht nur durch Konzeptenverbreitung.

Zusammenfassung:

Die Geschichte von AI ist faszinierend, aber die aktuellen Kosten sind hoch. Die Oberstromunternehmen feiern, die Niedrigstromunternehmen verlieren Geld, und die Nutzer warten ab. Kurzfristig sind die Risiken größer als die Chancen; der langfristige Wert hängt davon ab, ob AI tatsächlich die Produktivität steigern kann – und nicht nur ein „Spielzeug“ bleibt.