Hotcoin Research｜Die AI-Revolution geht weiter: Warum der AI-Aktienmarkt beginnt, Blasen zu bilden?

Am Ende Juli 2026 erlebte der weltweit anhaltende Investitionsboom in AI einen plötzlichen Rückgang, als die überhöhten Bewertungen und die hohe Hebelwirkung der Marktstruktur Risse zeigten. Der KOSPI-Index in Südkorea fiel am 28. Juli an einem einzigen Tag um mehr als 10 %, und Kernunternehmen der AI-Wertschöpfungskette wie Samsung Electronics und SK Hynix wurden zu Verkaufszielen. Gleichzeitig verkaufte der auf AI-Aktien spezialisierte Hedgefonds Situational Awareness nach Verlusten sein öffentliches Aktienportfolio. Bemerkenswert ist, dass dieser Rückgang nicht in einem Kontext von stagnierender AI-Nachfrage, zusammenbrechenden Chip-Einnahmen oder rückläufigen Modellfähigkeiten stattfand. Im Gegenteil, Microsoft Azure, Google Cloud und AWS verzeichneten weiterhin starkes Wachstum, und die Einnahmen von Nvidia im Bereich Rechenzentren erreichten neue Höchststände.

Dieses scheinbar widersprüchliche Phänomen ist der Ausgangspunkt für das Verständnis der AI-Blase: Technologische Revolution und Vermögensblase schließen sich nicht gegenseitig aus. AI kann die Produktivität weiterhin steigern und neue Produktzugänge schaffen, während gleichzeitig übermäßige Investitionen, unausgewogene Finanzierungsstrukturen und vorzeitige Vermögenspreisüberziehungen auftreten. Die eigentliche Frage, die beantwortet werden muss, ist nicht, ob "AI tatsächlich wertvoll ist", sondern ob die Einnahmen der Branche, die Kapitalinvestitionen und die Finanzpreise weiterhin übereinstimmen. Wenn technologische Fortschritte in Monatsabständen, die Rückflüsse der Branche in Jahresabständen und die Marktpreise in Sekunden schwanken, wird das Risiko einer Blase in der Diskrepanz dieser drei Geschwindigkeiten kontinuierlich akkumuliert.

I. AI-Kapitalrisiken akkumulieren sich: Branchenwachstum und Vermögensblasen verstärken sich gleichzeitig

Um zu beurteilen, ob eine Blase im Bereich AI existiert, muss zunächst zwischen den industriellen Fakten und der finanziellen Bewertung unterschieden werden. Die Anzahl der AI-Nutzer, die Modellfähigkeiten, die Nachfrage nach Cloud-Computing und die Chip-Einnahmen wachsen, und diese Daten sind ausreichend, um die Behauptung zu widerlegen, dass "AI überhaupt keine echte Nachfrage hat"; jedoch bedeutet die Realität der Branche nicht, dass die Bewertungen gerechtfertigt sind, noch dass jede Investition ausreichende Renditen erzielt.

1.1 Die Nachfrage nach AI wächst weiterhin, der Branchenboom ist nicht erfunden

Der "AI-Indexbericht 2026" der Stanford University zeigt, dass die AI-Akzeptanzrate unter den befragten Institutionen 88 % erreicht hat, und generative AI hat innerhalb von drei Jahren etwa 53 % der Weltbevölkerung erreicht. Auch die Modellfähigkeiten stagnieren nicht: Mehrere führende Modelle haben in Tests zu wissenschaftlichen Fragen auf Doktoratsniveau, multimodalen Schlussfolgerungen und Wettbewerbs-Mathematik menschliche Benchmarks erreicht oder übertroffen.

Quelle: https://hai.stanford.edu/ai-index/2026-ai-index-report

Die kommerziellen Daten verbessern sich ebenfalls. Bis zum zweiten Quartal 2026 überstieg der Jahresumsatz von Microsoft Azure erstmals 100 Milliarden USD, und die bezahlten Plätze für Microsoft 365 Copilot überstiegen 30 Millionen; der Umsatz von Amazon AWS wuchs im zweiten Quartal im Jahresvergleich um 37 % und erreichte ein annualisiertes Umsatzniveau von 169 Milliarden USD; der Umsatz von Google Cloud stieg im Jahresvergleich um 82 %, und die Auftragsbestände erreichten 514 Milliarden USD. Der Umsatz von Nvidia im Bereich Rechenzentren erreichte im Geschäftsjahr 2026 193,7 Milliarden USD, was einem Anstieg von 68 % im Jahresvergleich entspricht. Diese Daten zeigen, dass Unternehmen tatsächlich für Rechenleistung, Cloud-Dienste und AI-Tools bezahlen; AI ist nicht nur eine leere Hülle ohne Einnahmen.

1.2 Die Blase entsteht, weil "Investitionen schneller laufen als Rückflüsse"

Eine genauere Definition der AI-Blase ist nicht der Anstieg, der durch falsche technologische Unterstützung verursacht wird, sondern die übermäßige Kapitalisierung des Marktes auf reale Technologien. Laut MSCI-Daten stiegen die Investitionen in AI-bezogene Unternehmen in den USA bis Mai 2026 im Jahresvergleich um fast 60 %, was etwa dem 10-fachen der nicht-AI-Unternehmen entspricht, während das Umsatzwachstum deutlich hinter dem Wachstum der Investitionen zurückblieb. Gleichzeitig genießen AI-bezogene Unternehmen in den meisten Märkten Bewertungsprämien; die Kurs-Buchwert-Verhältnisse von AI-bezogenen Unternehmen in den USA, Südkorea und Taiwan sind etwa dreimal so hoch wie die ihrer lokalen nicht-AI-Unternehmen.

Die Marktkonzentration verstärkt diese Preisgestaltung weiter. Daten des S&P Dow Jones Index zeigen, dass bis zum 30. Juni 2026 das Gesamtgewicht der zehn größten Unternehmen im S&P 500 Index etwa 36,4 % betrug; je nach Datum und Indexanpassung erreichte dieser Anteil zeitweise fast 40 %. Abgesehen von JPMorgan wurden die restlichen Positionen von großen Technologie- oder Halbleiterunternehmen besetzt. Wenn Technologie-Giganten gleichzeitig die Rollen von Indexgewicht, AI-Kapitalinvestitionen und Gewinnwachstum übernehmen, wird AI nicht mehr nur zu einem industriellen Sektor, sondern zu einem zentralen Risikofaktor, der von globalen passiven Fonds, Pensionsfonds und Indexprodukten gemeinsam gehalten wird. Wenn der Markt steigt, kann die Konzentration die Renditen verstärken; wenn sich der Markt dreht, kann dieselbe Struktur auch die Rückzüge verstärken.

1.3 Der Rückgang der Technologiewerte offenbart die Fragilität der Marktstruktur

Die Anpassung der AI-Aktien im Juli 2026 zeigt, dass die Marktpreise von "Umsatzwachstum" auf "Kann das Wachstum die Investitionen decken?" umgeschaltet haben. Nach der Veröffentlichung starker Ergebnisse fielen die Aktien von Samsung Electronics und SK Hynix dennoch stark; Ende Juli fiel der KOSPI-Index an einem einzigen Tag um mehr als 10 %. Dies zeigt, dass, wenn die Markterwartungen bereits sehr hoch sind, es für Unternehmen nicht ausreicht, nur Wachstum zu erzielen; sie müssen die Erwartungen kontinuierlich übertreffen und beweisen, dass die neu geschaffene Kapazität in Zukunft nicht in Lagerbestände, Abschreibungen und Preiswettbewerb umschlägt.

Laut Axios hat der von dem ehemaligen OpenAI-Forscher Leopold Aschenbrenner gegründete AI-Hedgefonds Situational Awareness sein gesamtes öffentliches Aktienportfolio verkauft. Dies beweist zwar nicht, dass die AI-Blase bereits geplatzt ist, offenbart jedoch eine realistischere Seite des Kapitalmarktes: Selbst wenn die langfristige Richtung richtig eingeschätzt wird, können hohe Konzentration und hohe Hebelwirkung Investoren daran hindern, auf die Verwirklichung langfristiger Logik zu warten. Oft sind es nicht die Unternehmensgrundlagen, die die Investoren zuerst treffen, sondern die Liquiditäts- und Finanzierungsprobleme.

Das Wachstum der AI-Industrie und die Vermögensblase können gleichzeitig existieren. Das Wachstum der Nachfrage beweist, dass die AI-Revolution weiterhin im Gange ist, aber die Kapitalinvestitionen, die Marktkonzentration und die Bewertungsprämien haben die Frage "Ist die Technologie effektiv?" auf die Frage "Kann die Kapitalrendite realisiert werden?" angehoben. Der jüngste Rückgang ist keine Bestätigung für das Ende des industriellen Zyklus, sondern ein klares Signal dafür, dass die Finanzstruktur unter Druck gerät.

II. Wie die AI-Blase entsteht: Kapitalinvestitionen, Abschreibungsdruck und Finanzhebel wachsen gleichzeitig

Die AI-Blase wird nicht von einem bestimmten Unternehmen oder einer einzelnen Bewertungskennzahl verursacht, sondern ist ein kontinuierlicher Prozess: Ein Mangel an Rechenleistung treibt die Kapitalinvestitionen an, die Kapitalinvestitionen unterstützen die Einnahmen der oberen Wertschöpfungskette, die Einnahmen der oberen Wertschöpfungskette verstärken die Markenerzählung, der Anstieg der Aktienkurse senkt die Finanzierungskosten und zieht schließlich mehr Kapital an. Wenn dieser Zyklus schnell genug läuft, neigt der Markt dazu, kurzfristige Engpässe fälschlicherweise als langfristige Gewinnmöglichkeiten zu interpretieren.

2.1 Die Kapitalinvestitionen der vier großen Technologiegiganten nähern sich historischen Höchstständen

Laut den neuesten Richtlinien für 2026 belaufen sich die jährlichen Kapitalinvestitionen von Microsoft, Alphabet, Amazon und Meta auf etwa 720 bis 745 Milliarden USD. Wenn man den Teil, den Microsoft aufgrund von Änderungen in der Leasingbuchhaltung aus der Kapitalinvestitionsbilanz entfernt hat, wieder in die wirtschaftlichen Investitionen einbezieht, beläuft sich die tatsächliche Investitionshöhe der vier Unternehmen in AI-Infrastruktur auf etwa 735 bis 760 Milliarden USD.

Die neuesten Änderungen in den Kapitalinvestitionsrichtlinien der Unternehmen konzentrieren sich hauptsächlich auf folgende Bereiche: Microsoft etwa 175 Milliarden USD, ursprünglich etwa 190 Milliarden USD, nach der Änderung der Leasingkategorisierung nach unten korrigiert, aber die wirtschaftlichen Investitionspläne bleiben unverändert; GPU, CPU, Rechenzentren und Netzwerke; Alphabet 195 bis 205 Milliarden USD, nach oben korrigiert um etwa 15 Milliarden USD; Server, Rechenzentren, Netzwerke und AI-Forschung; Amazon etwa 220 Milliarden USD, um 20 Milliarden USD gegenüber dem ursprünglichen Plan erhöht; AWS, AI-Chips, Robotik und Satelliten; Meta 130 bis 145 Milliarden USD, die untere Grenze der Richtlinie wurde von 125 Milliarden USD nach oben korrigiert; AI-Training, Inferenzcluster und Rechenzentren.

Datenquelle: Jahresberichte und Managementrichtlinien der Unternehmen für 2026. Die Statistiken der Unternehmen zu Kapitalinvestitionen, Finanzierungsleasing und anderen Infrastrukturinvestitionen variieren, die Gesamtsumme dient der Beobachtung der Investitionsintensität und stellt keine vollständig vergleichbaren Buchhaltungsstandards dar.

Die Internationale Energieagentur (IEA) berichtet, dass die Kapitalinvestitionen von Microsoft, Amazon, Alphabet, Meta und Oracle im Jahr 2025 aufgrund des Aufbaus von Rechenzentren insgesamt über 400 Milliarden USD überschreiten, sogar höher als die Investitionen im globalen Öl- und Gassektor; für 2026 wird ein Anstieg um etwa 75 % auf fast 700 Milliarden USD erwartet. Die enormen Investitionen beginnen auch, sich in realen Energiebelastungen zu zeigen: Der Strombedarf globaler Rechenzentren stieg 2025 um 17 %, weit über dem Anstieg von 3 % des globalen Strombedarfs, und die AI-Rechenzentren wachsen noch schneller. Laut IEA-Prognosen wird der Stromverbrauch globaler Rechenzentren bis 2030 doppelt so hoch sein wie derzeit, wobei der Stromverbrauch von AI-Rechenzentren möglicherweise auf das Dreifache des aktuellen Niveaus ansteigt.

Allerdings gibt es bei den Kapitalinvestitionen einen deutlichen Zeitversatz: Die heute gekauften GPUs, Grundstücke und Strom benötigen mehrere Jahre an Nutzerwachstum, um sich amortisieren zu können. Wenn die Nachfrageprognosen nur geringfügig abweichen, kann sich "Rechenleistung fehlt" schnell in "Kapitalüberschuss" verwandeln.

2.2 Die Rückkehrschwelle für neue Investitionen wird immer höher

Im zweiten Quartal erreichte Meta einen Umsatz von 60,8 Milliarden USD, was einem Anstieg von 28 % im Jahresvergleich entspricht, aber die Kapitalinvestitionen in diesem Quartal beliefen sich auf 31,08 Milliarden USD, und der freie Cashflow betrug nur noch 784 Millionen USD. Amazon erzielte in den letzten 12 Monaten einen operativen Cashflow von 161,4 Milliarden USD, aber die Nettokosten für den Kauf von Immobilien und Ausrüstungen stiegen auf 169 Milliarden USD, und der freie Cashflow wechselte von einem Zufluss von 18,2 Milliarden USD im Vorjahr zu einem Abfluss von 7,6 Milliarden USD. Die Kapitalinvestitionen von Alphabet im zweiten Quartal betrugen etwa 44,9 Milliarden USD, und die Jahresprognose wurde auf 195 bis 205 Milliarden USD angehoben.

Microsofts Situation ist relativ stabil. Die Kapitalinvestitionen im vierten Quartal des Geschäftsjahres 2026 betrugen 41 Milliarden USD, und der freie Cashflow betrug immer noch 19,6 Milliarden USD, während die Azure-Einnahmen um 43 % wuchsen. Dies zeigt, dass die enormen AI-Investitionen nicht alle Technologiegiganten gleichzeitig in eine Cashflow-Krise stürzen. Wirklich besorgniserregend ist nicht, ob diese Unternehmen sofort Geldmangel haben werden, sondern wie viel zusätzliches Einkommen und freier Cashflow jede zusätzliche Dollar Kapitalinvestition in der Zukunft bringen kann.

Dies ist auch ein wichtiger Unterschied zwischen der aktuellen AI-Blase und der Internetblase von 2000. Die Unternehmen, die derzeit die Hauptinvestitionen tragen, verfügen im Allgemeinen über etablierte Cashflow-Quellen aus Werbung, Cloud-Computing, Software-Abonnements und E-Commerce, was ihre Risikofähigkeit erhöht. Aber nur weil die Giganten nicht pleite gehen, bedeutet das nicht, dass ihre Aktien nicht neu bewertet werden, noch dass die Lieferketten und hoch bewerteten Startups die Verlangsamung der Kapitalinvestitionen überstehen können.

2.3 Schnelle GPU-Iterationen bringen Abschreibungsdruck

Microsoft hat offengelegt, dass etwa zwei Drittel der Kapitalinvestitionen im vierten Quartal des Geschäftsjahres 2026 für kurzfristige Vermögenswerte wie GPUs und CPUs verwendet wurden. Alphabet hat ebenfalls angegeben, dass etwa 60 % der Investitionen in die technische Infrastruktur in Server fließen, während der Rest hauptsächlich für Rechenzentren und Netzwerke verwendet wird. Grundstücke und Gebäude können jahrzehntelang genutzt werden, aber GPUs, Server und Netzwerkausrüstungen müssen kontinuierlich aktualisiert werden, und die tatsächliche wirtschaftliche Lebensdauer ist viel kürzer als die der Rechenzentrumsgebäude.

Dies führt zu einem leicht übersehenen Paradoxon: Je schneller der technologische Fortschritt in der AI voranschreitet, desto schneller sinkt der wirtschaftliche Wert der vorherigen Generation von Geräten. Neue Chips können die Kosten pro Inferenz erheblich senken und die Branchenakzeptanz fördern, könnten jedoch die Cloud-Anbieter zwingen, ihre Geräte vorzeitig zu aktualisieren. Technologischer Fortschritt ist für die Nutzer deflationär, könnte jedoch für die Gerätebesitzer ein Beschleuniger der Abschreibungen sein.

Daher kann die Beurteilung, ob die Kapitalausgaben für KI übermäßig sind, nicht nur auf der Anzahl der Rechenzentren basieren, sondern muss auch die Auslastung der Geräte, die Einnahmen pro Recheneinheit und die Geschwindigkeit der Ablösung zwischen alten und neuen Chips berücksichtigen. Wenn die neu hinzugefügte Kapazität nicht schnell in stabile Lasten umgewandelt werden kann, könnte der GPU-Bestand von einem "knappen Gut" zu überschüssigen Geräten werden, die abgeschrieben werden müssen.

2.4 Zirkuläre Finanzierung könnte die Unabhängigkeit der Nachfrage überschätzen

In der KI-Industrie gibt es einen besonderen Kapitalzyklus: Cloud-Anbieter investieren in Modellunternehmen, die nach der Finanzierung Cloud-Rechenleistung kaufen, und die Cloud-Anbieter zählen diesen Teil der Verträge als Auftragsbestand und zukünftige Einnahmen. Microsoft hat offengelegt, dass OpenAI neue Azure-Service-Verpflichtungen in Höhe von 250 Milliarden USD eingegangen ist; bis zum vierten Quartal des Geschäftsjahres 2026 belief sich die verbleibende Erfüllungsverpflichtung von Microsoft auf 678 Milliarden USD, was einem Anstieg von 84 % im Jahresvergleich entspricht. Ohne OpenAI beträgt das Wachstum 25 %.

Das bedeutet nicht, dass es sich um Einkommensfälschung handelt. Das Modelltraining verbraucht tatsächlich Rechenleistung, und die Cloud-Anbieter liefern auch tatsächlich Server, Strom und Netzwerkdienste. Aber es bedeutet, dass ein Teil der Nachfrage nicht vollständig von Endkunden mit positivem Cashflow stammt, sondern von der Finanzierungsfähigkeit der Modellunternehmen abhängt. Wenn die Kapitalmärkte bereit sind, den Modellunternehmen weiterhin Kapital zur Verfügung zu stellen, kann sich der Zyklus ausweiten; sobald die Finanzierungskosten steigen, könnte die Nachfrage nach Rechenleistung schneller sinken als die oberflächlichen Aufträge.

Es ist bemerkenswert, dass Microsofts neuester Finanzbericht auch zeigt, dass das quartalsweise Wachstum seiner Geschäftsbuchungen hauptsächlich von Kunden außerhalb der führenden Modellunternehmen stammt, wobei fast 90 % der jährlichen Cloud-Einnahmen von außerhalb der Modellunternehmen kommen. Dies zeigt, dass die KI-Nachfrage sich auf den Unternehmensmarkt ausbreitet und nicht einfach als Ergebnis der zirkulären Finanzierung betrachtet werden kann. Was wirklich zu beobachten ist, ist, ob die externe Unternehmensnachfrage schrittweise die von der Finanzierung getriebene Nachfrage ersetzen kann und zu einem langfristigen Zahler für die KI-Infrastruktur wird.

III. Differenzierung der KI-Wertschöpfungskette: Echte Einnahmen, aber ungleiche Gewinnverteilung

Die KI-Wertschöpfungskette ist kein einheitliches Ganzes mit vollständig übereinstimmenden Interessen. Chip-Hersteller, Cloud-Plattformen, Modellunternehmen und Anwendungsentwickler befinden sich in unterschiedlichen Phasen des Cashflows und tragen unterschiedliche Risiken. Der Bereich mit dem schnellsten Umsatzwachstum ist heute möglicherweise nicht der Bereich mit den stabilsten langfristigen Gewinnen; der Bereich mit den höchsten Investitionen erhält möglicherweise nicht unbedingt die größte Wertverteilung.

3.1 Chip- und Gerätehersteller realisieren Einnahmen zuerst und sind am anfälligsten für Auftragsumkehrschläge

Die Kapitalausgaben für KI haben bereits begonnen, sich in tatsächliche Einnahmen für Unternehmen der oberen Wertschöpfungskette umzuwandeln. Nvidia erzielte im Geschäftsjahr 2026 Einnahmen von 215,9 Milliarden USD, was einem Anstieg von 65 % im Jahresvergleich entspricht, wobei die Einnahmen aus Rechenzentren 193,7 Milliarden USD betrugen, was einem Anstieg von 68 % entspricht. Auch Broadcom, ein Unternehmen für Chips und Infrastruktursoftware, verzeichnete ein schnelles Wachstum, mit einem Quartalsumsatz von 22,2 Milliarden USD bis zum 3. Mai 2026, was einem Anstieg von 48 % entspricht. Dies zeigt, dass der Aufbau der KI-Infrastruktur bereits eine echte Beschaffungsnachfrage geschaffen hat; ob das schnelle Umsatzwachstum jedoch langfristig in stabile Gewinne umgewandelt werden kann, hängt weiterhin von den Kapitalausgaben der Kunden, den Produktpreisen und der Gesundheit der Lieferkette ab.

Das hohe Niveau in der oberen Wertschöpfungskette resultiert jedoch aus den konzentrierten Investitionen der Kunden. Wenn Microsoft, Amazon, Meta und Alphabet gleichzeitig ihre Rechenzentren ausbauen, profitieren Chips, HBM, fortschrittliche Verpackungen, optische Module und Energieanlagen; sobald zwei oder drei von ihnen die Kapitalausgaben reduzieren, wird die Auftragsänderung bei den Lieferkettenunternehmen synchron verstärkt. Chipunternehmen stehen nicht nur vor Nachfrageschwankungen, sondern auch vor technologischem Wandel, Lagerbeständen und dem Wettbewerb durch selbstentwickelte Chips der Kunden.

Daher liegt das Hauptproblem der aktuellen KI-Hardware darin, dass der Markt vorübergehende hohe Gewinnmargen als langfristige Norm extrapoliert. Hardwareunternehmen können weiterhin wachsen, aber es wird schwierig sein, dauerhaft einen Zustand aufrechtzuerhalten, in dem gleichzeitig Nachfrageüberhang, steigende Preise und wiederholte Käufe der Kunden bestehen.

3.2 Cloud-Anbieter kontrollieren den Zugang zur Rechenleistung, tragen jedoch die schwersten Kapitalausgaben

Cloud-Anbieter sind der Teil der KI-Wertschöpfungskette, der am nächsten an einer "Mautstraße" ist. Microsoft, Google und Amazon vermieten nicht nur GPUs, sondern bieten auch Datenbanken, Speicher, Sicherheit, Identität, Modellbereitstellung und Unternehmenssoftware an. Sobald Kunden ihre Daten und Geschäftsprozesse auf die Cloud-Plattform migrieren, steigen die Migrationskosten, und die Cloud-Anbieter können von reinen Rechenleistungsverkäufen auf einen vollständigen KI-Technologiestack übergehen.

Neueste Daten zeigen bereits diese Fähigkeit: Die jährlichen Einnahmen von Azure übersteigen 100 Milliarden USD, der Betriebsgewinn von AWS im zweiten Quartal beträgt 16,6 Milliarden USD, mit einer Betriebsgewinnmarge von 39,4 %; die Einnahmen von Google Cloud wachsen um 82 %, und der Auftragsbestand erreicht 514 Milliarden USD. Im Vergleich zu einzelnen Modellunternehmen haben Cloud-Anbieter eine breitere Kundenbasis und mehr Einnahmequellen.

Das Problem der Cloud-Anbieter besteht jedoch darin, dass sie im Voraus Geräte und Strom für zukünftige Anforderungen kaufen müssen. Wenn die Anwendungsnachfrage unzureichend ist, können Modellunternehmen die Nutzung reduzieren, Unternehmenskunden können Testprojekte verringern, aber die Cloud-Anbieter müssen weiterhin die Kosten für die Anmietung von Rechenzentren, Abschreibungen und Energiekosten tragen. Daher haben Cloud-Plattformen eine stärkere langfristige Verhandlungsmacht, tragen jedoch auch ein höheres Risiko auf der Bilanz.

3.3 Modellfähigkeiten verbessern sich kontinuierlich, aber die Modelle selbst werden leichter ersetzbar

OpenAI hat offengelegt, dass ihr Unternehmensgeschäft mehr als 40 % der Einnahmen beiträgt, und die API verarbeitet über 15 Milliarden Token pro Minute; der Stanford AI Index zeigt, dass die Unterschiede in den Gesamtfähigkeiten zwischen mehreren führenden Modellen bereits deutlich geschrumpft sind. Die Nachfrage nach Modellen wächst weiterhin, aber der Wettbewerb zwischen führenden Modellen hat sich von "Kann es die Aufgabe erfüllen?" zu "Wer ist günstiger, stabiler und besser für bestimmte Szenarien geeignet?" verschoben.

Dies wird beidseitige Auswirkungen haben. Sinkende Modellpreise und verbesserte Effizienz der Inferenz sind vorteilhaft, um den Einsatz von KI zu erweitern, könnten jedoch die Einnahmen pro Einheit der Modellunternehmen verringern. Offene Modelle, selbstentwickelte Modelle von Cloud-Anbietern und vertikale Modelle treten weiterhin in den Wettbewerb ein, und Unternehmenskunden beginnen, Mehrmodellarchitekturen zu verwenden, um eine Bindung an einen einzelnen Anbieter zu vermeiden. Microsoft hat offengelegt, dass die Anzahl der Kunden, die seit 2026 mehrere Modellanbieter nutzen, um das Fünffache gestiegen ist, was zeigt, dass die Ersetzung von Modellen von einer technischen Möglichkeit zu einer Unternehmensbeschaffungsstrategie geworden ist.

Modellunternehmen können weiterhin starke Marken, Daten und Benutzernetzwerke aufbauen, aber es wird zunehmend schwierig, allein durch überlegene Modellparameter eine langfristige Monopolstellung zu etablieren. Zukünftige echte Barrieren könnten aus Unternehmensdaten, Vertriebskanälen, Benutzerarbeitsabläufen und Kosten pro Inferenz resultieren, und nicht aus einem einmaligen Benchmark-Test.

3.4 Die Anwendungsebene bestimmt die endgültige Nachfrage, hat jedoch noch nicht allgemein bewiesen, dass sie zur Gewinnbeiträgt

KI schafft echten Wert, wenn Unternehmen ihre Prozesse neu gestalten, anstatt einfach nur ihren Mitarbeitern ein KI-Tool hinzuzufügen. In den Bereichen Kundenservice, Programmierung, Finanzanalyse, medizinische Aufzeichnungen und Lieferkettenmanagement sind bereits quantifizierbare Fälle aufgetaucht, aber der Übergang von einer punktuellen Effizienzsteigerung zu einem Gewinnwachstum im gesamten Unternehmen erfordert noch Datenverwaltung, Systemintegration, Mitarbeiterschulung und Verantwortungszuweisung.

Die Kapitalausgaben auf der Anwendungsebene sind relativ niedrig und haben die größte Chance, von sinkenden Modellkosten zu profitieren; aber die Wettbewerbsbarrieren könnten ebenfalls sinken. Viele KI-Anwendungen basieren auf denselben grundlegenden Modellen, deren Funktionen leicht kopiert werden können, und letztendlich könnten die Gewinne wieder an traditionelle Softwareunternehmen fließen, die über Kundenbeziehungen und Geschäftsdaten verfügen. Die langfristigen Gewinner der KI-Industrie sind möglicherweise nicht die Unternehmen mit den stärksten Modellen, sondern die, die am besten darin sind, Modelle in bezahlte Prozesse zu integrieren.

Die KI-Wertschöpfungskette hat bereits echte Einnahmen generiert, aber die Gewinnverteilung ist nicht stabil. Hardware profitiert zuerst, sieht sich jedoch zuerst den Auftragszyklen gegenüber; Cloud-Anbieter kontrollieren den Zugang, tragen jedoch die Kapitalausgaben; Modellunternehmen wachsen schnell, sind jedoch Preiskämpfen ausgesetzt; die Anwendungsebene ist am nächsten am endgültigen Wert, muss jedoch weiterhin skalierbare Gewinne nachweisen.

IV. Der Kryptomarkt wird zur 24/7 Hebelübertragungsstufe für KI-Risiken

Der traditionelle Aktienmarkt wird hauptsächlich zu festen Zeiten gehandelt, aber Krypto-Plattformen wandeln Nvidia, Microsoft, KI-Indizes, gehebelte ETFs und die Erwartungen an KI-Startups in rund-um-die-Uhr-Verträge um, sodass Benutzer bequem über Plattformen wie Binance und Hotcoin am globalen Handel mit KI-Vermögenswerten teilnehmen können. Der Kryptomarkt hat keine KI-Blase geschaffen, sondern die Art und Weise verändert, wie Risiken gehandelt, verstärkt und übertragen werden. Der Kryptomarkt hat KI-Risiken von den Handelszeiten des Aktienmarktes auf einen 24/7-Markt ausgeweitet und durch unbefristete Verträge, gehebelte ETFs und KI-bezogene Token zusätzliche Risikostufen hinzugefügt. Dies hat die globale Teilnahme und die Geschwindigkeit der Preisfindung erhöht und auch dazu geführt, dass Abweichungen von Orakeln, Finanzierungssätze und Zwangsliquidationen schneller in die Preisgestaltung von Vermögenswerten einfließen.

4.1 Unbefristete Aktien erweitern den KI-Handel über die Schließzeiten des traditionellen Marktes hinaus

Daten von CoinGecko zeigen, dass das monatliche Handelsvolumen von RWA unbefristeten Verträgen von 230 Millionen USD zu Beginn des Jahres 2025 auf 347,17 Milliarden USD im Mai 2026 gestiegen ist, wobei das kumulierte Handelsvolumen in den ersten fünf Monaten des Jahres 2026 bereits 1,32 Billionen USD erreicht hat. Das monatliche Handelsvolumen von unbefristeten Aktien stieg von 831 Millionen USD im Juli 2025 auf 34 Milliarden USD im Mai 2026, was einem Anstieg von fast 40-fach entspricht.

Die KI-Wertschöpfungskette ist ein wichtiger Treiber für das Wachstum unbefristeter Aktien. Im Mai 2026 stieg das Handelsvolumen von unbefristeten Verträgen für Micron-Aktien von 736 Millionen USD im Vormonat auf 13,16 Milliarden USD, was einem Anstieg von etwa 17-fach entspricht; Nvidia, Tesla und Circle gehören ebenfalls zu den hochgehandelten Wertpapieren. Bis Juni 2026 nähert sich das monatliche Handelsvolumen von RWA unbefristeten Verträgen weiter 470 Milliarden USD.

Diese Produkte sind meist keine Aktien-Token und bedeuten nicht, dass Benutzer Aktien des entsprechenden Unternehmens besitzen. Sie sind normalerweise synthetische Verträge, die auf den Preisen von Orakeln basieren und durch Margin und Finanzierungssätze den Preisanker aufrechterhalten. Benutzer handeln mit den Preisänderungen der Aktien, nicht mit Stimmrechten, Dividenden oder verbleibenden Ansprüchen des Unternehmens.

4.2 Gehebelte ETFs überlagern doppelte Hebel und verwandeln Pfadverluste in Liquidationsrisiken

Unbefristete Aktien enthalten bereits Margin-Leverage. Wenn der Kontraktgegenstand gehebelte ETFs mit dem Faktor zwei oder drei sind, wird die Risikostruktur weiter kompliziert: Die erste Schicht stammt von der täglichen Hebelanpassung innerhalb des ETFs, die zweite Schicht stammt von Margin und Zwangsliquidation des unbefristeten Vertragskontos.

Gehebelte ETFs garantieren nicht, dass innerhalb einer Woche oder eines Monats ein fester Vielfaches der kumulierten Rendite des Basiswerts erzielt wird. Die US-amerikanische Wertpapieraufsichtsbehörde hat einen tatsächlichen Fall gegeben: Ein Index stieg in vier Monaten um 2 %, während der entsprechende gehebelte ETF um 6 % fiel; ein anderer Index stieg um etwa 8 %, während der dreifache gehebelte ETF um 53 % fiel. Der Grund liegt in der täglichen Anpassung, dem Zinseszinseffekt und den Volatilitätsverlusten.

Wenn Benutzer dann durch unbefristete Verträge auf gehebelte ETFs Hebel anwenden, wirken sich die Pfadverluste des Basiswerts, die unbefristeten Finanzierungssätze und die Liquidationslinien des Kontos gleichzeitig aus. Wenn der Markt kontinuierlich fällt, muss der gehebelte ETF das Risiko reduzieren, und das unbefristete Konto könnte ebenfalls zwangsliquidiert werden, was eine "Abwärtsbewegung der zugrunde liegenden Aktien - ETF-Rückgang - unbefristete Liquidation - Liquidität sinkt"-Verstärkungskette bildet.

4.3 KI-Token übernehmen das Technologie-Narrativ, tragen jedoch normalerweise nicht den gleichen Cashflow

Neben unbefristeten Aktien übernimmt der Kryptomarkt auch das Technologie-Narrativ durch KI-Token, KI-Agenten und DePIN-Projekte. Aber diese Token haben nicht die gleiche Eigentumsstruktur wie die Aktien von KI- börsennotierten Unternehmen. Der Besitz von Nvidia-Aktien repräsentiert Ansprüche auf Unternehmensgewinne und verbleibende Vermögenswerte, während der Besitz eines KI-Tokens nicht unbedingt Rechte auf Protokolleinnahmen, Rechenleistung oder rechtliche Ansprüche gegenüber Modellunternehmen bedeutet.

Das bedeutet, dass dasselbe "KI-Wachstum"-Narrativ, nachdem es in den Kryptomarkt eingetreten ist, weiter abstrahiert werden könnte. Die Tatsache, dass ein Projekt Benutzer hat, bedeutet nicht, dass das Token Einnahmen erfasst, und dass ein Netzwerk Einnahmen generiert, bedeutet nicht, dass diese Einnahmen an die Tokeninhaber verteilt werden. Der Wert vieler Projekte stammt eher aus zukünftigen Annahmen, Token-Liquidität und Marktsentiment als aus überprüfbaren Cashflows.

Worauf es wirklich ankommt, ist nicht, ob ein Projekt das Konzept der KI verwendet, sondern welche Funktion das Token im System hat: Wird es verwendet, um echte Rechenleistung zu bezahlen, um Dienstleistungsrabatte zu erhalten, um die Netzwerksicherheit zu übernehmen oder um überprüfbare Einnahmen zu teilen? Wenn das Token nur ein Narrativträger ist, wird es oft größere Rückschläge erleiden als börsennotierte Unternehmen mit etablierten Cashflows, wenn sich Technologieaktien anpassen.

4.4 Orakel und kontinuierliche Liquidationen verkürzen die Zeit der Risikoübertragung

Im März 2026 hat S&P Dow Jones Indices Trade[XYZ] offiziell die Genehmigung erteilt, auf Hyperliquid unbefristete Verträge auf Basis des S&P 500 einzuführen, was zeigt, dass traditionelle Indexanbieter den geschäftlichen Wert von Krypto-Derivaten als neuen Vertriebskanal anerkennen.

Doch der 24/7-Handel bringt auch neue Preisbildungsprobleme mit sich. Nach Börsenschluss in den USA gibt es keinen fortlaufenden Handel mit den zugrunde liegenden Aktien, sodass unbefristete Aktienverträge nur auf der Grundlage von Index-Futures, verwandten Vermögenswerten, Market-Maker-Preisen und Marktveränderungen bewertet werden können. Zu diesem Zeitpunkt spiegelt der Vertragskurs die Erwartungen an die nächste Eröffnung wider und nicht den sofort arbitragefähigen Spotpreis. Bei bedeutenden Ereignissen am Wochenende kann der Vertragspreis erheblich vom Schlusskurs des vorherigen Handelstags abweichen.

Wenn der traditionelle Markt wieder öffnet, müssen die Spotpreise, Orakel und unbefristeten Positionen neu konvergieren. Wenn die Differenz zu groß ist, könnten hochgehebelte Positionen bereits liquidiert werden, bevor der Spotmarkt wieder liquid wird. Daher bietet der Kryptomarkt eine kontinuierlichere Risikodarstellung, garantiert jedoch nicht unbedingt genauere fundamentale Preise. Er ist in erster Linie eine kontinuierliche Handelsplattform für Emotionen, Hebel und Erwartungen.

Fünf, Ausblick und Schlussfolgerung: KI wird nicht verschwinden, der Markt wird zu Cashflow-Preisen zurückkehren

Der KI-Markt sieht sich gleichzeitig zwei gegensätzlichen Kräften gegenüber. Einerseits zeigen die neuesten Wachstumsdaten von Microsoft, AWS und Google Cloud, dass die Rechenleistung und die Nachfrage nach Unternehmens-KI weiterhin stark sind; andererseits zeigen der Cashflow-Druck von Meta, Alphabet und Amazon, dass die Investitionsausgaben in eine Phase eingetreten sind, in der die Rendite nachgewiesen werden muss.

Diese Kombination bedeutet, dass der Markt eher in eine Situation von "starken Finanzberichten, schwachen Aktienkursen" oder "hohen Investitionen, starkem Rückprall" geraten kann. Investoren handeln nicht mehr damit, ob es eine Nachfrage nach KI gibt, sondern wie gut die tatsächlichen Ergebnisse im Vergleich zu den hohen Erwartungen sind. Sobald die Erwartungen hoch genug sind, kann selbst ein anhaltendes Umsatzwachstum, eine Verlangsamung des Wachstums oder eine weitere Erhöhung der Investitionsausgaben zu einer Preisanpassung führen. Der Fokus des Marktes verschiebt sich von "Wie viele GPUs haben wir?" zu "Wie viel Cashflow kann jeder Dollar Investition generieren?".

In den nächsten ein bis zwei Jahren könnte der KI-Markt drei Ergebnisse zeigen: Wenn die Unternehmensnachfrage schnell wächst und die neu hinzugefügte Rechenleistung absorbiert, werden die Investitionsausgaben allmählich in Einnahmen und Gewinne umgewandelt, und der Markt wird relativ sanft verdaut; wenn die Nachfrage weiter wächst, aber nicht mit der Investitionsgeschwindigkeit Schritt hält, wird die Branche nicht zusammenbrechen, sondern eine Neubewertung der Bewertungen und eine Umverteilung der Gewinne erleben, wobei die Differenzierung zwischen Chip-, Cloud-Plattform-, Modell- und Anwendungsunternehmen deutlicher wird; wenn die Finanzierungsbedingungen strenger werden, die Modellunternehmen ihre Rechenleistungseinkäufe reduzieren und die Cloud-Anbieter ihre Investitionsausgaben senken, könnten die Aufträge in der oberen Lieferkette gleichzeitig schwächer werden, und der Markt könnte von der Anpassung der Bewertungen weiter in die Abwärtskorrektur der Gewinnprognosen übergehen.

Um zu beurteilen, ob sich das Risiko verschärft, müssen fünf Signale beobachtet werden: Ob die Investitionsausgaben weiterhin schneller als die KI-Einnahmen wachsen, ob der freie Cashflow weiterhin verschlechtert, ob der Abschreibungsdruck deutlich steigt, ob Cloud-Bestellungen von Modellunternehmen auf Unternehmen mit unabhängiger Zahlungsfähigkeit übergreifen können und ob Unternehmens-KI tatsächlich die Verlängerung von Verträgen, Kosten und Gewinnen verbessern kann. Wenn diese Indikatoren gleichzeitig schwächer werden und sich die Marktkonzentration, die Sicherheitenfinanzierung und die Größe der Hebelprodukte erhöhen, könnten die ursprünglich begrenzten fundamentalen Veränderungen in stärkere Preisschwankungen umschlagen.

Schlussfolgerung

Die KI-Revolution ist noch nicht zu Ende, aber die Alarmglocken für Blasen läuten bereits, was sich nicht widerspricht. Technologische Fortschritte werden Anwendungen erweitern, Kosten senken und neue industrielle Chancen schaffen, sie werden auch Unternehmen dazu anregen, wiederholt zu investieren, die Abschreibung der Ausrüstung zu beschleunigen und die Markterwartungen zu erhöhen. Je schneller der technologische Fortschritt, desto leichter wird es für das Kapital, zukünftige Einnahmen in die heutigen Preise einzupreisen.

Die Geschichte des Eisenbahnbaues, des Internets und der Glasfaser zeigt, dass technologische Revolutionen die Welt verändern können, während sie gleichzeitig viele Investoren Verluste erleiden lassen. Der wahre langfristige Wert von KI wird nicht durch eine Anpassung der Technologiewerte negiert, aber auch die aktuellen KI-Vermögenswerte werden nicht automatisch zu Gewinnern, nur weil die Richtung der Branche richtig ist.

Der Kryptomarkt hat dieses Preiserexperiment weiter auf den 24/7-Handel ausgeweitet. Unbefristete Aktien, gehebelte ETF-Derivate und KI-Token ermöglichen es mehr Nutzern, Zugang zu KI zu erhalten, und lassen Bewertungen, Hebel und Liquidationen schneller interagieren. Letztendlich wird nicht die Dauer der Geschichte entscheiden, ob KI-Vermögenswerte die Blase überstehen, sondern ob der Cashflow vor dem Erschöpfen der Geduld des Kapitals mit den Investitionen Schritt halten kann.

Dieser Inhalt wird nur zu allgemeinen Informationszwecken bereitgestellt und stellt keine finanzielle, Anlage-, Rechts- oder Steuerberatung dar. Alle erwähnten Ereignisse, Prämien, Online-Aktionen oder zugehörige Informationen sollten nicht als Empfehlung, Aufforderung oder Einladung zum Kauf, Verkauf, Handel oder anderweitigem Umgang mit Krypto-Assets betrachtet werden. Krypto-Assets sind sehr volatil und können zu Verlusten führen. Die Verfügbarkeit von WEEX Services, Produkten und zugehörigen Aktionen kann je nach Region unterschiedlich sein. Sie sind dafür verantwortlich sicherzustellen, dass Ihre Teilnahme mit geltenden lokalen Gesetzen und Vorschriften übereinstimmt.