Investierst du in KI-Unternehmen oder in ein zirkuläres Finanzierungsschema, das zufällig einige KI produziert?
Diese Frage lässt mich nachts nicht schlafen, während ich mein Portfolio – Nvidia, Microsoft und Meta – beobachte, das sich möglicherweise an dem folgenreichsten Wendepunkt in der Geschichte des Rechnens bewegt. Als jemand, der seine Tage damit verbringt, Agentenarchitekturen und Intelligenzsysteme zu analysieren, mache ich mir keine Sorgen darüber, ob KI funktioniert. Ich mache mir Sorgen darüber, wer tatsächlich nachhaltige Wettbewerbsvorteile aufbaut und wer auf einem Kapital-Karussell reitet.
Das Problem der Zirkulären Wirtschaft
Jüngste Analysen haben eine unbequeme Wahrheit über die Wirtschaftlichkeit von KI aufgedeckt: Microsoft investiert Milliarden in OpenAI, die dann diese Milliarden für Azure-Compute und Nvidia-Chips ausgeben. Nvidias Umsatz sieht spektakulär aus, aber wie viel davon repräsentiert echte Nachfrage versus Anbieterfinanzierung, die als Kundenumsatz verkleidet ist? Wenn deine größten Kunden von deinen anderen größten Kunden finanziert werden, beobachtest du keinen Markt – du beobachtest einen geschlossenen Kreislauf.
Das ist enorm wichtig für die Portfolio-Strategie. Die Frage ist nicht, ob diese Unternehmen technisch beeindruckend sind. Das sind sie. Die Frage ist, ob ihre aktuellen Bewertungen nachhaltige Geschäftsmodelle oder vorübergehende Kapitalflüsse widerspiegeln, die sich schnell Umkehren können.
Nvidia: Halten, aber die Ausgänge beobachten
Ich halte meine Nvidia-Position, aber ich habe aufgehört, sie zu erhöhen. Hier ist der Grund: Nvidia hat echte technische Wettbewerbsvorteile in CUDA, in ihrem Compiler-Stack, in ihrem Netzwerk-Framework aufgebaut. Diese sind nicht trivial zu replizieren. Aber ihre aktuelle Bewertung geht davon aus, dass die Nachfrage nach KI-Training weiterhin exponentiell wachsen wird, und ich bin zunehmend skeptisch gegenüber dieser Annahme.
Der Wechsel von Training zu Inferenz verändert alles. Inferenz-Workloads begünstigen andere Architekturen – solche, in denen Nvidias Vorteile weniger ausgeprägt sind. Die TPUs von Google, maßgeschneiderte ASICs und sogar CPU-basierte Inferenz sind alles gangbare Alternativen. Noch wichtiger ist, dass, wenn Modelle effizienter werden, die Rechenanforderungen pro Anfrage sinken. Nvidias Umsatz könnte wachsen, aber wahrscheinlich nicht in einem Tempo, das die aktuellen Multiplikatoren rechtfertigt.
Ich halte, weil Nvidia weiterhin am besten positioniert ist für den nächsten 18-24 Monate langen Ausbau der KI-Infrastruktur. Aber ich beobachte aufmerksam Zeichen, dass die Inferenzökonomie schneller reift als erwartet.
Microsoft: Zeit, die Exposition zu reduzieren
Ich reduziere aktiv meine Microsoft-Position, und die Begründung ist einfach: Sie zahlen die höchsten Preise für die am wenigsten differenzierte Position in KI.
Die KI-Strategie von Microsoft ist im Wesentlichen „miete die Modelle von OpenAI und integriere sie überall“. Das ist kein Wettbewerbsvorteil – das ist ein Vertriebsansatz, der davon ausgeht, dass OpenAI einen entscheidenden technischen Vorsprung behält. Aber wir sehen bereits, dass dieser Vorsprung schwindet. Anthropic, Metas Llama und andere schließen die Lücke. Wenn sich die Modellfähigkeiten annähern, sieht Microsofts 13-Milliarden-Dollar-Investition in OpenAI weniger nach strategischer Positionierung aus und mehr nach Überzahlung für vorübergehenden Zugang.
Die Umsatzahlen für Azure AI sehen beeindruckend aus, bis man realisiert, wie viel davon durch Microsofts eigene Investitionen in OpenAI subventioniert wird. Sie zahlen sich im Wesentlichen selbst, buchen Umsatz und nennen es Wachstum. Das ist kein nachhaltiges Geschäftsmodell – es ist finanzielle Ingenieurskunst.
Meta: Verdopplung auf die konträre Wette
Ich erhöhe meine Meta-Position und ich vermute, ich bin hier in der Minderheit. Der Markt scheint Metas KI-Ausgaben als verschwenderisch zu betrachten, weil sie nicht sofort monetarisierbar sind. Ich betrachte es als die strategisch fundierteste KI-Investition unter den dreien.
Meta baut echte KI-Infrastruktur für ihre eigenen Produkte – Empfehlungssysteme, Inhaltsmoderation, Werbung zielgerichtete. Diese Systeme generieren heute echte Einnahmen. Ihre Llama-Modelle sind offene Gewichte, was bedeutet, dass sie nicht versuchen, die Modelle direkt zu monetarisieren. Stattdessen commodifizieren sie das Komplement: Wenn leistungsstarke KI-Modelle kostenlos sind, werden Metas massive Vertriebs- und Datenvorteile wertvoller, nicht weniger.
Noch wichtiger ist, dass Meta nicht von der zirkulären Finanzierung abhängig ist, die einen Großteil des KI-Ökosystems stützt. Sie verwenden ihren eigenen Cashflow für KI, die ihre bestehenden Produkte verbessert. Wenn die Musik aufhört und die zirkulären Geschäfte aufgelöst werden, wird Meta weiterhin stehen mit echten KI-Fähigkeiten, die in echte umsatzgenerierende Produkte integriert sind.
Was das für Agentenintelligenz bedeutet
Aus der Perspektive der Agentenarchitektur sind die Unternehmen, die gewinnen werden, nicht unbedingt die mit den größten Modellen oder dem meisten Rechnen. Es sind die, die die besten Datenflywheels und den klarsten Weg von KI-Fähigkeiten zu Nutzerwert haben.
Meta hat beides. Ihre Empfehlungsagenten werden besser, je mehr Menschen ihre Plattformen nutzen. Ihre werbezielgerichteten Agenten generieren messbare Renditen. Microsoft mietet Fähigkeiten. Nvidia verkauft Schaufeln in einem Goldrausch, der möglicherweise zu Ende geht.
Die Sorgen um die KI-Blase betreffen nicht, ob KI real ist – das ist sie offensichtlich. Es geht darum, ob die aktuelle Kapitalallokation nachhaltige Wirtschaftlichkeit widerspiegelt. Meine Portfolio-Anpassungen basieren auf einer einfachen These: Besitze die Unternehmen, die echte KI-Produkte mit echten Geschäftsmodellen aufbauen, nicht die, die an zirkulären Finanzierungsschemata beteiligt sind, die zufällig KI umfassen.
🕒 Published: