Die Dynamik des globalen Technologie‑ und KI‑Ökosystems lässt sich derzeit am besten als Zusammenspiel aus massiven Infrastrukturinvestitionen, strukturellen Verschiebungen entlang der Wertschöpfungskette und einer Neubewertung klassischer Software‑Geschäftsmodelle beschreiben. Die ausgeprägte Volatilität der vergangenen Monate – insbesondere bei Software‑Aktien – ist weniger Ausdruck schwächerer Fundamentaldaten als vielmehr das Resultat eines technologischen Paradigmenwechsels, ausgelöst durch die rasante Entwicklung generativer KI‑Modelle.
Der Markt diskutiert zunehmend, ob bestehende Softwaremodelle durch KI strukturell unter Druck geraten könnten, ob Margen langfristig sinken und wie nachhaltig aktuelle Bewertungen sind. Diese Unsicherheit hat zu einer spürbaren Neubewertung vieler Titel geführt – häufig pauschal und wenig differenziert.
Infrastruktur vor Modellqualität: Warum Hyperscaler strukturell profitieren
Ein zentraler Befund ist die wachsende Entkopplung zwischen der Qualität einzelner KI‑Modelle und der Ertragskraft der zugrunde liegenden Plattformen. „Unternehmen wie Microsoft, Amazon oder Alphabet profitieren weniger davon, welches KI‑Modell sich durchsetzt, sondern davon, dass KI‑Modelle überhaupt in großem Umfang genutzt werden“, sagt Malte Kirchner, Head of German speaking Europe bei DNB Asset Management.
Jede Anwendung – sei es in der Suche, in Unternehmenssoftware oder in der Automatisierung von Prozessen – erzeugt Rechenlast. Und Rechenlast bedeutet Nachfrage nach Cloud‑Infrastruktur, Netzwerken und Rechenzentren. Selbst wenn Preise und Margen auf Modellebene unter Druck geraten, bleibt die strukturelle Nachfrage nach Inferenz‑Kapazitäten bestehen. Genau deshalb erweisen sich große Cloud‑Plattformen trotz hoher Investitionen kurzfristig als robust positioniert.
Kapitalintensität als Risikofaktor im KI‑Stack
Mit der Verschiebung der Wertschöpfung hin zur Infrastruktur rückt der Investitionszyklus stärker in den Fokus. Besonders kapitalintensive Segmente reagieren sensibel auf Veränderungen in der Nachfrage. Beispiele sind GPU‑Produzenten, Speicherhersteller oder Halbleiter‑Foundries.
Unternehmen wie Nvidia oder Anbieter im Hochleistungs‑Speichersegment profitierten zuletzt stark vom KI‑Boom. Gleichzeitig steigt mit zunehmender Kapazitätsausweitung das Risiko temporärer Überangebote, falls sich Investitionsentscheidungen verzögern oder Monetarisierung langsamer verläuft als erwartet. Der Kapitalzyklus wird damit zu einer zentralen Determinante der Ertragskraft – und zu einem wesentlichen Unsicherheitsfaktor für Bewertungen.
Modellkonvergenz und Preisdruck
Ein weiterer struktureller Treiber ist die rasche Konvergenz der Modellqualität bei Large Language Models. Leistungsunterschiede zwischen kommerziellen Modellen und hochwertigen Open‑Source‑Alternativen werden kleiner, während die Preisspannen teils erheblich bleiben. Für viele Anwender wird es wirtschaftlich kaum rational sein, ein Modell zu nutzen, das nur marginal bessere Ergebnisse liefert, aber ein Vielfaches kostet.
Diese Entwicklung erhöht den Druck auf Modellanbieter, stabilisiert aber gleichzeitig die Nachfrage nach Infrastruktur. Modelle mögen austauschbar werden – skalierbare Rechenkapazitäten, Datenintegration und operative Plattformen sind es nicht.
Software: Zwischen Marktangst und struktureller Robustheit
Der Softwaresektor ist aktuell der Bereich, in dem Marktstimmung und fundamentale Realität am stärksten auseinanderfallen. Breite Verkaufsbewegungen suggerieren teilweise, Software sei strukturell gefährdet. Eine differenzierte Analyse zeigt jedoch ein deutlich heterogeneres Bild.
Risiken lassen sich grob in drei Ebenen einteilen:
- Automatisierungseffekte, die die Zahl menschlicher Nutzer reduzieren können – primär ein Preismodell‑, nicht zwingend ein Existenzthema.
- KI‑gestützte Code‑Generierung, die Entwicklungsprozesse beschleunigt, aber nicht gleichbedeutend ist mit dem Aufbau belastbarer, regulierungskonformer Systeme.
- Neue, KI‑native Architekturen, die langfristig die größte strukturelle Herausforderung darstellen, deren Durchsetzung jedoch Zeit benötigt.
Ein ERP‑System wie SAP oder komplexe Engineering‑Software bildet jahrzehntelang gewachsenes Domain‑ und Regulierungswissen ab. Diese Tiefe lässt sich nicht kurzfristig durch Sprachmodelle ersetzen. Genau hier liegt die strukturelle Stabilität vieler etablierter Anbieter.
Kollaborations‑ und Netzwerktechnologie als stabile Bausteine
Robust zeigen sich auch jene Unternehmen, die tief in organisatorische Abläufe und physische Netze eingebettet sind. Atlassian etwa steht exemplarisch für Kollaborations‑ und Prozesssoftware, die unabhängig davon relevant bleibt, ob Code von Menschen oder autonomen Agenten geschrieben wird. Planung, Dokumentation, Koordination und Nachvollziehbarkeit bleiben zentrale Anforderungen.
Auch klassische Technologieanbieter wie Nokia oder Ericsson, die in vielen Technologieportfolios kaum Beachtung finden, profitieren von strukturellen Trends: geringere Wettbewerbsintensität, planbare Cashflows und eine zunehmende Bedeutung stabiler Netzwerkinfrastruktur im Zuge wachsender Datenströme.
Ein Markt zwischen Überreaktion und realer Disruption
Der Technologiesektor befindet sich in einer Phase, in der technologischer Fortschritt schneller voranschreitet als das Verständnis der Kapitalmärkte. Hohe Investitionen beginnen, produktiv zu wirken, während ihre Nachhaltigkeit gleichzeitig infrage gestellt wird. Softwareunternehmen werden pauschal abgestraft, obwohl nur ein Teil tatsächlich strukturell gefährdet ist.
Die wesentlichen Risiken liegen weniger im „Ob“ der KI‑Revolution, sondern im „Wie schnell“ und „Wie gleichmäßig“ sich Wertschöpfung entlang des KI‑Stacks materialisiert.
Fazit: Differenzierung wird zum entscheidenden Erfolgsfaktor
Der KI‑Boom schafft klare strukturelle Gewinner – insbesondere dort, wo Geschäftsmodelle skalierbar, infrastrukturell verankert und tief in Prozesse integriert sind. Gleichzeitig zwingt er Investoren und Marktbeobachter dazu, Wertschöpfungsketten genauer zu analysieren und Risiken differenzierter zu bewerten.
Nicht jede Disruption ist unmittelbar, nicht jeder Zyklus dauerhaft. Doch dort, wo Technologie, Daten, Infrastruktur und Organisation zusammenwirken, bleibt das langfristige Potenzial außergewöhnlich – trotz anhaltender Volatilität.