Forschung

Die China-KI-Disruptionsthese — Warum der Sell-Side-Konsens sechs Monate zu spät kommt

Ein Non-Consensus-Rahmen für das Zeitfenster Q2 2026 → Q1 2027 bei KI-Infrastruktur-Aktien

Veröffentlicht am 17. April 2026 · CrossVol Research

Executive Summary

Das Bull-Case-Narrativ für die US-KI-Infrastruktur ist zum Konsens gereift. Sell-Side-Kursziele preisen Hyperscaler-Capex in die Ewigkeit ein, Datacenter-REITs notieren auf Multiples, wie sie zuletzt während des SaaS-Hochs 2021 zu sehen waren, und Memory-Aktien sind auf einen Superzyklus eingepreist, der nach Lesart der Analysten bis 2028 anhalten soll. Goldman Sachs, Morgan Stanley und Bank of America haben in Q1–Q2 2026 jeweils Varianten dieser Sichtweise publiziert.123

Wir widersprechen.

Dieser Beitrag argumentiert, dass das Zeitfenster zwischen Q2 2026 und Q1 2027 von fünf konvergierenden Schocks geprägt sein wird, die der Konsens substanziell unterschätzt:

  1. Token-Kommoditisierung der KI — DeepSeek V4 ist bei benchmark-äquivalenter Leistung rund 95 % günstiger bepreist als US-Frontier-Modelle, und der Abstand vergrößert sich, statt sich zu verringern.45
  2. Chinesische KI-Hardware erreicht Kostenparität bei 60–70 % Leistung — Huaweis Atlas 800 32B All-in-One liefert H100-Klasse-Inferenz bei rund 30 % der NVIDIA-Systemkosten.6
  3. Ein struktureller US-Stromnetz-Engpass von ca. 300 GW bis 2030, den keine Executive Order innerhalb des relevanten Zeithorizonts schließen kann.78
  4. Eine Antwortstrategie der Trump-Administration, die wirtschaftlich und politisch zwar disruptiv wirkt, aber innerhalb des Zeitfensters bis Q1 2027 keine strukturelle Kapazität schaffen kann, da die Engpässe physischer und nicht regulatorischer Natur sind.910
  5. Eine Anleihewand der Hyperscaler — die fünf größten US-Hyperscaler (Amazon, Alphabet, Meta, Microsoft, Oracle) haben 2025 rund 121 Mrd. USD an langlaufenden Investment-Grade-Anleihen emittiert und liegen 2026 YTD bei einem Lauf von über 145 Mrd. USD; sie finanzieren 8–10-jährige Verbindlichkeiten gegen einen Erlösstrom (KI-Token), der auf einer Kurve von 18–24 Monaten kommoditisiert. Diese Laufzeitinkongruenz ist der finanzielle Transmissionsmechanismus, über den Vektor 1 in das Aktientape durchschlägt.323334

Zwei fest datierte Katalysatoren rahmen das Zeitfenster:

  • 10. November 2026 — Auslaufen des im November 2025 unterzeichneten US-China-Zoll-Waffenstillstands.11
  • 27. November 2026 — Auslaufen der chinesischen Aussetzung der Exportbeschränkungen für Gallium, Germanium und Antimon in die Vereinigten Staaten.12

Der Markt preist den ersten Punkt teilweise ein und ignoriert den zweiten nahezu vollständig. Wir rechnen mit einer erneuten Eskalation in beiden Themen. Kombiniert mit einer schwächeren Monetarisierung von KI-Services, sinkenden Hardware-Capex und Netzrestriktionen, die inzwischen in den PJM-Kapazitätsauktionspreisen sichtbar sind, erwarten wir eine Neubewertung reiner KI-Infrastruktur-Aktien um etwa 25–40 % gegenüber dem aktuellen Niveau bis Q1 2027.

Dieser Research-Beitrag spricht keine Handelsempfehlungen aus. Sein Zweck besteht darin, einen Non-Consensus-Rahmen zu artikulieren, die Datenlage zu dokumentieren und die sektoralen Implikationen aufzuzeigen.

1. Warum wir dem Konsens widersprechen

Die Sell-Side hat sich quer über drei Kernthemen auf eine bemerkenswert einheitliche Sichtweise verständigt. Jede der großen Banken hat diese Sicht in den vergangenen sechs Monaten schriftlich publiziert. Wir widersprechen jeder einzelnen auf quantifizierbarer Grundlage.

1.1 Goldman Sachs — US-Strombedarf verdoppelt sich, Capex folgt

In seinem April-2026-Bericht „US Data Center Power Demand Projected to Double by 2027"1 argumentiert Goldman, dass die Hyperscaler-Capex bis 2028 mit einer CAGR von rund 25–30 % wächst, getrieben durch KI-Training und Inferenz-Workloads. Die implizite Annahme lautet, dass die Stromnetzinfrastruktur existiert oder gebaut werden kann, um diese Nachfrage zu decken.

Wo wir widersprechen: Der Bericht behandelt Stromkapazität als weichen Engpass, den Capex lösen kann. Die PJM-Interconnection-Kapazitätsauktion für das Lieferjahr 2026/2027 schloss bei 329,17 USD/MW-Tag ab, gegenüber 28,92 USD/MW-Tag für 2024/2025 — eine 11,4-fache Steigerung in zwei Jahren.13 Das ist keine Prognose. Es ist ein gecleart Marktpreis, der die tatsächliche Knappheit abbildet. Der Goldman-Bericht erkennt zwar Netzstress an, extrapoliert aber das Nachfragewachstum, als wäre die Netzkapazität elastisch. Aus unserer Sicht ist dies der größte einzelne Analysefehler des Konsens.

1.2 Morgan Stanley — Memory-Superzyklus bis 2027

Morgan Stanley hob im Mai 2026 das Micron-Kursziel auf 250 USD (zuvor 185 USD) an und verwies auf einen „Memory-Superzyklus ähnlich 2017" mit „struktureller HBM-Knappheit bis 2027".2 Die DRAM-Kontraktpreise stiegen in Q1 2026 um 55–90 % QoQ.14 Die HBM3E-Preise legten 2026 um 20 % zu.15

Wo wir richtungsweisend übereinstimmen, betrifft H1 2026. Wo wir abweichen, ist die Dauer. Der Morgan-Stanley-Rahmen unterschätzt die Angebotsreaktion der chinesischen DRAM-Produktion. ChangXin Memory Technologies (CXMT) hat:

  • 60.000 Wafer pro Monat (20 % der Gesamtkapazität) auf reine HBM-Produktion umgestellt.16
  • Produktionsreife für DDR5-8000 und LPDDR5X-10667 demonstriert.17
  • LPDDR6-Erstmuster-Status für H2 2026 angekündigt, vor Samsung und Micron.17
  • Den Antrag für ein STAR-Market-Listing mit einer Kriegskasse von rund 7 Bio. KRW (rund 5 Mrd. USD) für zwei zusätzliche Fabs erneut eingereicht.18

Der Morgan-Stanley-Rahmen unterstellt, dass CXMT ein ca. 5%-Player im globalen Markt bleibt. Wir sind der Auffassung, dass CXMT bis Jahresende 2026 einen globalen DRAM-Marktanteil von 8–10 % erreicht — ausreichend, um die Preissetzungsmacht an der marginalen Commodity-Tonne materiell zu erodieren. Unser Inflektionsdatum für den Memory-Zyklus ist Q1 2027, nicht 2028.

1.3 Bank of America — DRAM +51 % YoY, NAND +45 % YoY, HBM-Markt 54,6 Mrd. USD

Der BofA-Bericht „Memory Supercycle" vom April 2026 erwartet 2026 ein Wachstum der DRAM-Erlöse von 51 % YoY, NAND von 45 % und einen HBM-Markt von 54,6 Mrd. USD (+58 % YoY).3 Der BofA-Bull-Case stützt sich auf eine strukturelle KI-Capex-Annahme, die nach unserer Einschätzung durch die Token-Ökonomie infrage gestellt wird, bevor der Memory-Zyklus seinen Höhepunkt erreicht.

Wo wir widersprechen: Der BofA-Rahmen behandelt die Nachfrage nach KI-Compute als monodirektionale Funktion der Modellskalierung. Der Nachfrageeffekt des Zusammenbruchs der Inferenzkosten pro Dollar, getrieben von chinesischen Open-Source-Modellen und Quantisierungsfortschritten, wird unzureichend einbezogen. Wenn der monetarisierbare Hyperscaler-Umsatz pro Token innerhalb von 18 Monaten um den Faktor 5–10 komprimiert (was die DeepSeek-Preisdaten implizieren), sinkt der finanzielle Anreiz, Compute-Überkapazität vorzuhalten, materiell — selbst wenn die absolute Modellnutzung wächst.

1.4 Der gemeinsame blinde Fleck

Alle drei Rahmen teilen eine einzige implizite Annahme: dass die Architektur 2025 der KI-Branche — knapper Frontier-Compute, US-dominierte Lieferkette, integriertes Capex-Nachfrage-Wachstum — bis 2028 fortbesteht. Wir argumentieren, dass die Daten bereits zeigen, wie diese Architektur zerbricht.

2. Die fünf Vektoren der Disruption

2.1 Vektor Eins — Token-Kommoditisierung

Der direkteste Beleg für strukturellen Wandel liegt im API-Pricing.

Modell Input (USD/M Tokens) Output (USD/M Tokens) Positionierung
DeepSeek V4 Pro $0.27 $1.10 Chinesischer Frontier, Open-Weight
DeepSeek V4 Flash $0.14 $0.28 Chinesische Effizienz-Stufe
Claude Opus 4.7 $5.00 $25.00 US-Frontier
GPT-5.5 ~$5.00 $30.00 US-Frontier
Gemini 2.5 Pro $3.50 $10.50 US-Frontier
Claude Sonnet 4.6 $3.00 $15.00 US-Produktionsstufe

Quelle: API-Pricing-Seiten der Anbieter, Mai 2026.45

Bei benchmark-äquivalenter Intelligenz — gemessen an SWE-bench Verified, GPQA Diamond, MMLU-Pro — ist DeepSeek V4 je nach Workload-Mix zu rund einem Sechstel bis einem Achtzehntel des vergleichbaren US-Modells bepreist.4 Bei Output-Tokens, wo sich die Marge konzentriert, beträgt die Spanne rund das 20-Fache.

Es handelt sich nicht um eine temporäre Subvention. Das DeepSeek-Pricing ist konsistent mit der berichteten Trainingskostenstruktur (Mixture-of-Experts-Architektur, chinesische Datenquellen, Inferenz-Deployment auf Huawei Ascend), und chinesische Cloud-Anbieter (Alibaba Cloud, Tencent Cloud, Volcengine) konkurrieren auf demselben Vektor aggressiv mit Qwen 3.5- und Hunyuan-Modellen.

Das historische Analogon ist das Pricing von AWS-S3-Speicher (2007–2013), das über sechs Jahre um rund 80 % fiel, als Commodity-Wettbewerb einsetzte. KI-Inferenz folgt derselben Kurve, komprimiert auf 18–24 Monate. Ein Frontier-Quality-Token kostete vor drei Jahren etwa so viel wie ein Restaurantbesuch. Heute kostet er bei bestimmten Modellen weniger als ein Kaugummi.4

Implikation: Der Hyperscaler-Cloud-KI-Umsatz pro Token komprimiert binnen 18 Monaten um den Faktor 5–10. Der historische operative Hebel der Compute-Überprovisionierung (weil der Grenzerlös sie rechtfertigte) kehrt sich in operativen Gegenwind um (weil der Grenzerlös die Abschreibung nicht mehr deckt).

2.2 Vektor Zwei — Chinesische KI-Hardware erreicht Kostenparität bei nutzbarer Leistung

Der empirische Befund „chinesische KI-Hardware wird eines Tages aufschließen" ist abgelöst durch quantitative Evidenz, dass das Verhältnis von Inferenz-Leistung zu Kosten an bestimmten Betriebspunkten bereits überlegen ist.

Produkt Preis (USD) NVIDIA-Äquivalent NVIDIA-Preis Rabatt
Huawei Ascend 910B Chip ~$15,200 NVIDIA H100 80GB $30,000–$35,000 −55%
Huawei Ascend 910C Chip $24,900–$27,600 NVIDIA H200 $35,000–$40,000 −35%
Atlas 800 (DeepSeek 32B All-in-One) $41,500–$69,000 DGX H100 System $200,000+ −70%
Atlas 800 (DeepSeek 671B All-in-One) $415,000–$690,000 äquivalenter DGX-Cluster ~$2,000,000+ −70%
Moore Threads MTT S80 16GB $167 RTX 3050 8GB $230 −27%, +2× VRAM

Quelle: TrendForce, Huawei Enterprise, Anbieter-Pricing-Seiten.61920

TrendForce bestätigt, dass die Huawei-Atlas-800-Plattform 60–70 % der NVIDIA-H100-Leistung in Inferenz-Workloads zu rund 30 % der Systemkosten liefert — ein Kosten-Leistungs-Verhältnis, das gegenüber NVIDIA für den dominierenden Anteil des KI-Compute (Inferenz, nicht Training) rund 2,0–2,3-fach überlegen ist.6

Das von Huawei genannte Produktionsziel beträgt 600.000 Ascend-910C-Einheiten im Jahr 2026.21 Bei vollständiger Auslieferung entspricht das einer signifikanten absoluten Menge an Inferenzkapazität, die zwar nicht in Dollar-Terms mit NVIDIA konkurriert, in physischer Compute-Größe jedoch innerhalb Chinas und in ausgewählten Exportmärkten sehr wohl.

Implikation: Chinesische heimische KI-Compute ist keine Zukunftsstory mehr. Die Substitution findet 2026 an der Marge statt, und die marginale Substitution betrifft die Preissetzungsmacht der NVIDIA-Mid-Range-Produkte (H100, L40S) stärker als das Frontier-Segment (B200, GB200). Für Investoren, die NVIDIA in die Ewigkeit einpreisen, ist dies ein leiser Gegenwind, der sich quartalsweise akkumuliert.

2.3 Vektor Drei — Der strukturelle US-Stromnetz-Engpass

Dies ist der Vektor, den die Sell-Side am stärksten unterschätzt hat.

Aggregierte Nachfrage-Angebots-Lücke. Die USA benötigen vor 2030 rund 200 GW zusätzliche KI-Last, während im selben Zeitraum rund 104 GW bestehender Kapazität zur Stilllegung vorgesehen sind — eine Bruttolücke von rund 300 GW.7 Die geplanten Kapazitätszuwächse 2026 (13,6 GW) und 2027 (36,3 GW) schließen weniger als 20 % dieser Lücke.7

PJM-Marktsignal. Die PJM Interconnection versorgt rund 65 Millionen Kunden in 13 Bundesstaaten im mittleren Atlantik- und Mittleren Westen. Ihre Kapazitätsauktion für das Lieferjahr 2026/2027 schloss bei 329,17 USD/MW-Tag gegenüber 28,92 USD/MW-Tag zwei Jahre zuvor.13 Dies ist das sauberste verfügbare Marktsignal dafür, dass die Kapazitätsknappheit bindend und nicht theoretisch ist.

Interconnection-Queue. In den drei dichtesten US-Datacenter-Märkten (Northern Virginia, Phoenix, Dallas) beträgt die Interconnection-Queue auf Versorgerseite 4–7 Jahre.7 Ein für eine Inbetriebnahme 2026 kontrahiertes Datacenter ist in vielen Fällen physisch erst 2030–2033 anschließbar.

Projektumsetzung. Rund 50 % der geplanten US-Datacenter-Projekte sind verzögert oder gestrichen (Stand Q2 2026), mit Verweis auf Engpässe bei Stromversorgungsinfrastruktur und Komponenten (Transformator-Vorlaufzeiten von 18–24 Monaten, Schaltanlagen-Knappheit, Kupferleiter-Knappheit).22 Gartner prognostiziert, dass 40 % der KI-Datacenter bis 2027 mit strombezogenen Betriebsbeschränkungen konfrontiert sein werden.23

Historischer Vergleich. Während des Telecom-Buildouts 2000–2003 lagen die US-Kapazitätszuwächse auf dem Höhepunkt bei durchschnittlich 35–40 GW pro Jahr. Der Buildout 2026–2028 müsste diesen Wert über fünf Jahre jährlich übertreffen, um die Lücke zu schließen. Arbeitskräftepool, Trommelfertigungskapazität für Transformatoren und Permitting-Durchsatz für Hochspannungsübertragung tragen dieses Tempo nicht.

Implikation: Das US-Netz ist der bindende Engpass — nicht Kapital, nicht Nachfrage, nicht Silizium. Kapital ist allokiert. Nachfrage existiert. Silizium ist überwiegend verfügbar. Das Netz kann die Nachfrage innerhalb des relevanten Horizonts schlicht nicht an das Silizium anschließen.

2.4 Vektor Vier — Chinas paralleler Energie-Ausbau

Im Gegensatz zu den USA skaliert Chinas Energieinfrastruktur mit dem KI-Ausbau, anstatt ihn zu beschränken.

Kategorie China-Status 2026 Quelle
Kernkraft in Betrieb 62 GW 24
Kernkraft im Bau 43 GW 24
Kernkraft-Ziel 2030 (15. Fünfjahresplan) 110 GW 24
Genehmigte neue Reaktoren (April 2025) 10 Reaktoren, 27,45 Mrd. USD+ zugesagt 24
Solar-Monatserzeugung 125 TWh+ (5× seit 2018) 25
Neue Wasserkraft-Capex-Zusage 170 Mrd. USD+ über mehrere GW-skalierte Projekte 25
Stromanteil Datacenter bis 2030 3–5 % (vs. Haushalte 15 %) 26
KI-gesteuerte VPP-Spitzenlast-Reduktion (2026) 3,5 GW 26

Chinas Datacenter sind auf Netzebene nicht restringiert, weil das Netz im Rahmen der zentralen Planung vor der Nachfrage gebaut wurde. KI-Workloads werden in eine Virtual-Power-Plant-Architektur absorbiert, die durch KI-gesteuertes Dispatch die Spitzenlast 2026 um geschätzte 3,5 GW reduziert.26

Der relevante Vergleich ist nicht „China hat mehr GW als die USA" — er lautet: „China kann neuen Compute in Planungszeiträumen an neue Stromkapazität anschließen, während die USA 4–7 Jahre auf Genehmigungen und Interconnection warten müssen." Die strukturelle Asymmetrie liegt in der Umsetzung, nicht in der statischen Kapazität.

2.5 Vektor Fünf — Die Hyperscaler-Anleihewand gegen die Token-Kommoditisierungskurve

Die vier Vektoren oben beschreiben das operative Umfeld. Dieser Vektor beschreibt den finanziellen Transmissionsmechanismus — den Kanal, über den Token-Kommoditisierung und Capex-Übertreibung in Aktien-Drawdowns durchschlagen. Es ist der Vektor, der sich in den letzten sechs Monaten am stärksten materiell verschoben hat, und der durch einen Bloomberg-Chart zur US-Investment-Grade-Emission inzwischen unausweichlich wird.

Form der Verschiebung. Zwischen 2015 und 2024 emittierten die fünf größten US-Hyperscaler (Amazon, Alphabet, Microsoft, Meta, Oracle) im Durchschnitt rund 28 Mrd. USD pro Jahr an US-Unternehmensanleihen, verteilt auf rund 10–15 Deals pro Jahr.32 Der Cashflow finanzierte die Capex; Anleiheemissionen waren opportunistische Refinanzierungen oder Buyback-Finanzierungen. In 2025 emittierten dieselben fünf Unternehmen rund 121 Mrd. USD — eine Versechsfachung um den Faktor 4,3 in einem einzigen Jahr.33 Die YTD-2026-Emission hat den Gesamtwert 2025 bereits überschritten, mit Hyperscaler-Anleihen am Public Market von rund 145 Mrd. USD per Mai, und UBS prognostiziert eine Vollejahres-Run-Rate von 230–240 Mrd. USD.34 Die Deal-Anzahl ist parallel skaliert — von niedrigem zweistelligem Bereich pro Jahr auf 50+ Deals pro Jahr in 2025–2026.32

Die einzelnen Prints. Das Muster ist konzentriert, nicht diffus:

Emittent Emission 2025 Anmerkungen
Meta Platforms 30 Mrd. USD (Einzeldeal) Größter IG-Corporate-Deal seit Jahren; Orderbuch ca. 4,3× überzeichnet bei rund 125 Mrd. USD Nachfrage33
Alphabet 25 Mrd. USD Mehrere Tranchen; Long-End-lastig33
Oracle 18 Mrd. USD Gefolgt von Barclays-Downgrade November 2025 (BBB- Watch)35
Amazon 15 Mrd. USD+ Mehrere Tranchen über das Jahr verteilt33
Microsoft Absolut kleiner, aber mehrere Tranchen AAA gehalten, Nutzung steigend33

Die Lage von Oracle ist die akuteste und als Leading Indicator am aussagekräftigsten. Barclays Fixed Income Research stufte Oracle am 11. November 2025 auf Underweight zurück, mit Verweis auf eine Schulden-zu-Eigenkapital-Quote nahe 500 %, negativen Free Cash Flow und ein Rating, das auf BBB- abrutschen könnte — eine Stufe über Junk-Status.35 Oracles eigene Finanzierungsplanung von Februar 2026 verpflichtet das Unternehmen explizit zu einer einzigen einmaligen Emission von Senior Unsecured IG-Anleihen Anfang 2026 und sieht keine weitere Emission im Kalenderjahr 2026 vor — eine defensive Positionierung, konsistent mit einer Bilanz unter Druck.36 Die Analyse von Tomasz Tunguz hat die Frage explizit aufgeworfen, ob die nächste Welle der KI-Infrastrukturfinanzierung in Sub-Investment-Grade-Terrain übergeht.37

Die Cashflow-Seite der Gleichung hat sich parallel verschlechtert. Die Capex-Prints 2026 sind für die Emittenten als Gruppe beispiellos:

Hyperscaler Capex-Guidance 2026 FCF-Status 2026
Amazon ~200 Mrd. USD TTM FCF 26 Mrd. USD → 1,2 Mrd. USD (−95 %)38
Alphabet 175–185 Mrd. USD FCF rund −38 % YoY38
Meta 115–135 Mrd. USD FCF 12 Mrd. USD gegenüber geplanten 145 Mrd. USD Capex38
Microsoft (kombiniert ca. 725 Mrd. USD mit Peers) FCF rund −22 % YoY38
Oracle 35 Mrd. USD+ Negativer FCF; Cash-Runway-Bedenken bis 202635

Wall-Street-Konsens-Modelle gehen davon aus, dass der kombinierte Free Cash Flow von Amazon, Alphabet, Microsoft und Meta in Q3 2026 bei rund 4 Mrd. USD seinen Tiefpunkt erreichen könnte, gegenüber einem Post-COVID-Quartalsdurchschnitt von rund 45 Mrd. USD.38 Das Narrativ der „Fortress Balance Sheet", das die Bewertung der Mega-Cap-Techs seit 2015 trägt, ist für vier der fünf größten Emittenten 2026 deskriptiv nicht mehr zutreffend.

Die Abschreibungsfrage — Burrys Argument auf den Zyklus angewandt. Michael Burrys Rahmen von Januar 2026 argumentiert, dass die Hyperscaler-Kohorte die jährliche Abschreibung kumuliert über 2026–2028 um rund 176 Mrd. USD untertreibt, indem 5–6-jährige Nutzungsdauern auf GPUs angewendet werden, deren ökonomische Lebensdauer — angesichts der Geschwindigkeit der Übergänge Hopper → Blackwell → Rubin — eher bei 2–3 Jahren liegt.39 Bezogen auf den absoluten Capex-Stack impliziert dies eine reale annualisierte Abschreibungslast in der Größenordnung von 400 Mrd. USD bis 2027, was die kombinierten GAAP-Gewinne der Kohorte im Jahr 2025 übersteigen würde. Wir machen uns den Burry-Rahmen nicht in voller Gänze zu eigen, aber die Richtungsaussage trägt: Der Abschreibungsplan auf der Aktivseite ist ebenso bedeutsam wie der Kuponplan auf der Passivseite, und beide laufen gegen einen Erlösstrom, der kommoditisiert.

Die Laufzeitinkongruenz ist der Kern des Problems. Die strukturelle Sorge ist nicht, dass die Hyperscaler diese Schulden bei Emission nicht bedienen können. Sie betrifft die Inkongruenz zwischen der Duration der Verbindlichkeiten und der Duration der diese Verbindlichkeiten finanzierenden Erlösannahmen:

  • Passivseite: 10-, 20- und 30-jährige Senior-Unsecured-Notes. Kupons im Bereich 5,0–5,7 % für die Meta-2026-Paper, was allein für den Meta-Deal eine jährliche Zinslast von rund 1,5–1,7 Mrd. USD für Jahrzehnte festschreibt. Eine vertragliche Verbindlichkeit, die nicht mit dem Umsatz mitatmet.
  • Aktivseite (der finanzierende KI-Erlösstrom): Token-Ökonomie kommoditisiert auf einer 18–24-monatigen Kurve, wie in Vektor Eins dokumentiert. DeepSeek V4 ist bei benchmark-äquivalenter Intelligenz zu rund 1/6 bis 1/18 der US-Frontier-Modelle bepreist; der Abstand wächst.4
  • Die versteckte Variable: Hyperscaler können die Verschuldung nur dann tragen, wenn ihr KI-Umsatz schnell genug wächst, um (a) den Kupon, (b) die Abschreibungsbeschleunigung und (c) die Token-Preiskompression zu überholen. Die aktuelle Capex/FCF-Lücke impliziert, dass dies auf operativer Basis bereits nicht mehr der Fall ist — die Lücke wird vom Anleihemarkt finanziert.

Das historische Analogon. Der Telekom- und Tower-Buildout 2000–2001 ist der nützlichste Vergleich — und der unangenehmste. Lucent, Nortel, WorldCom, Qwest und Global Crossing finanzierten allesamt mehrjährige Glasfaser- und Kapazitäts-Buildouts mit langlaufendem Investment-Grade-Paper, gestützt auf die These, dass das Bandbreitennachfragewachstum Abschreibung und Kupon überholen würde. Die These war richtungsweisend korrekt (die Bandbreitennachfrage explodierte tatsächlich durch die 2010er); das Timing verfehlte um 5–8 Jahre, und der Erlös-pro-Bit-Kollaps durch Kommoditisierung trat ein, bevor die Anleihen getilgt waren. Das Resultat war eine Welle von Rating-Downgrades, Distressed Exchanges und Aktien-Drawdowns, die bei reinen Pure-Play-Namen 80 % überstiegen. Die KI-Anleihewand 2025–2026 unterscheidet sich in mehreren wichtigen Punkten (die Emittenten sind profitabel, die Nachfrage ist real, die Technologie ist nicht spekulativ), aber die finanzmechanische Logik der Laufzeitinkongruenz zwischen kommoditisierenden Erlösen und langlaufender Verschuldung ist strukturell identisch.

Die Auslösesequenz 2026/2027. Wir sehen die Ereigniskette wie folgt verlaufen:

  1. Q3-2026-Earnings (Oktober 2026): Die FCF-Prints kommen am Konsens-Tief (rund 4 Mrd. USD kombiniert) heraus. Die Capex-Guidance für 2027 wird bestätigt oder angehoben. Die Capex/FCF-Deckungsrate fällt für die Kohorte als Gruppe unter 0,1×.
  2. November 2026: Der Zoll-Waffenstillstand und die Aussetzung der Gallium-/Germanium-Beschränkungen laufen aus und addieren einen Lieferketten-Kostenschock zu denselben Namen, die bereits negative FCFs ausweisen.
  3. Q4 2026 – Q1 2027: Einer oder mehrere der Emittenten (Oracle ist der wahrscheinlichste Kandidat angesichts des BBB- Watch von Barclays) erleben einen Rating-Downgrade oder eine gescheiterte Anleihe-Auktion zum erwarteten Pricing. Der Credit-Markt preist die gesamte Hyperscaler-IG-Kurve um 50–100 Basispunkte weiter ein.
  4. Aktien-Transmission: Jede Spread-Weitung der Hyperscaler-IG-Kurve um 25 Basispunkte komprimiert die EPS-Schätzungen 2027 bei inkrementellen Refinanzierungen im Schnitt um 2–3 %; Sentiment-Kompression on top führt zu Multiple-Kontraktion. Dies ist der Mechanismus, über den eine Credit-Repricing in den 25–40 %-Aktien-Drawdown übersetzt, der in der Executive Summary genannt ist.

Implikation. Anleihemärkte sind in diesem Zyklus das frühere Signal. Aktienmärkte preisen die KI-These über Wachstumsmultiples; Credit-Märkte preisen sie über Deckungsraten. Der Bloomberg-Emissionschart macht die Asymmetrie konkret: 28 Mrd. USD/Jahr im Schnitt über ein Jahrzehnt, dann ein 4,3-facher Einzeljahres-Sprung 2025 mit beschleunigtem Anstieg in 2026.32 In jedem vorherigen Zyklus dieser Form (Telecom 2000, Energy MLPs 2014, Shale E&P 2014, China Property 2021) begann der Anleihemarkt 6–12 Monate vor dem Aktienmarkt mit dem Repricing. Wir glauben nicht, dass KI-Infrastruktur eine Ausnahme sein wird.

Dieser Vektor erfordert keine weitere Beschleunigung der Token-Kommoditisierung, um zu binden — er erfordert lediglich, dass die Token-Kommoditisierung mit der aktuellen Rate weitergeht, während der Schuldendienst auf dem bestehenden Stack hochfährt. Die Mathematik ist von hier an weitgehend deterministisch.

3. Die Trump-Strategie — Warum sie die Lücke nicht rechtzeitig schließen kann

Die Antwort der Trump-Administration auf Chinas KI-Vormarsch ist multivektoriell und ökonomisch aggressiv. Wir bewerten sie nicht als gescheitert oder fehlgeleitet; wir bewerten, dass sie innerhalb des Zeitfensters Q2 2026 → Q1 2027 keine strukturelle Kapazität liefern kann, weil die Engpässe physisch und nicht politisch sind.

3.1 Die vier Säulen der Trump-Strategie

Säule 1 — Zolleskalation als Hebel. Der Waffenstillstand von November 2025 pausierte die höchsten Zölle auf chinesische Importe bis zum 10. November 2026 mit der ausdrücklichen Drohung, dass 100 %-Zölle zurückkehren, falls China kritische Mineralbeschränkungen wieder einführt.11 Das Peterson Institute schätzt, dass eine vollständige Rückkehr rund 400 Mrd. USD an jährlichen Konsumentenkosten hinzufügen würde.27

Säule 2 — Druck bei kritischen Mineralien. China hat die Exportbeschränkungen für Gallium, Germanium und Antimon bis zum 27. November 2026 ausgesetzt, mit der ausdrücklichen Klausel, dass Exporte an militärische Endnutzer weiterhin beschränkt bleiben.12 Dies gibt den USA ein schmales Zeitfenster, um alternative Lieferquellen aufzubauen.

Säule 3 — Heimisches Reshoring (Stargate, CHIPS Act 2.0, DPA). Das Stargate-Projekt kündigte rund 500 Mrd. USD über vier Jahre an.28 Die CHIPS-Act-Erweiterung zielt auf Fab-Kapazität ab. Defense-Production-Act-(DPA-)Anrufungen zielen auf die Verarbeitung Seltener Erden und die Transformatorenfertigung.

Säule 4 — Militärische Positionierung. Verstärkte Marinepräsenz im Südchinesischen Meer und in der Taiwanstraße, Erweiterung der AUKUS Pillar II, Sanktionen gegen chinesische Schiffs- und Luftfahrtkonzerne.

3.2 Warum keines dieser Elemente die Physik bis Q1 2027 löst

Vorlaufzeit beim Reshoring. TSMC Arizona Phase 2 ist erst für eine Produktionsleistung 2027–2028 vorgesehen.29 Der Online-Termin von Samsung Taylor TX ist auf frühestens 2026 verschoben. Die Intel-18A-Kapazität geht 2026 in begrenztem Volumen online. Materialien, Packaging, Substrate, Photoresists — alle haben mehrjährige Hochlaufzeiten.

Verarbeitung Seltener Erden. Die USA verfügen über unter 5 % der chinesischen Verarbeitungskapazität für Seltene Erden. MP Materials (der wichtigste US-Pure-Play für schwere Seltene Erden) hat einen Verarbeitungskapazitäts-Hochlauf für 2027 geplant. Die Lynas-Verarbeitung (australisch) in Texas läuft auf einem Zeitplan von 2026–2028. Selbst mit aggressiver DPA-Kapitalallokation können die USA frühestens 2028 die chinesische Verarbeitungskapazität für Seltene Erden erreichen.30

Notstandsbefugnisse für das Netz. Eine DPA-Anrufung für Netzübertragung würde verfassungsrechtlichen Herausforderungen nach Article I Section 8 begegnen, wenn sie breit auf den zwischenstaatlichen Handel angewendet würde. FERC Order 2023 (Reform der Interconnection-Queue) hat begonnen, die Wartezeiten zu verkürzen, der Durchschnitt liegt jedoch weiterhin bei 35–50 Monaten.

Stargate-Umsetzung. Von den angekündigten rund 500 Mrd. USD über vier Jahre ist per Q2 2026 tatsächlich allokiertes Kapital etwa 50–80 Mrd. USD, wobei mehrere Projektstandorte auf lokalen Widerstand stoßen (Wasser, Zoning, Übertragungstrassen). Die finanzielle Zusage ist real, der Deployment-Zeitplan liefert jedoch vor 2028 keine 100+ GW an neuer Compute-Kapazität.

3.3 Die strategische Lesart

Die Trump-Strategie ist logisch kohärent und politisch lieferbar. Es ist eine Strategie des Drucks, nicht der Kapazität. Der Mineralhebel, die Zolldrohungen, die militärische Positionierung und die Reshoring-Verpflichtungen erzeugen reale ökonomische Kosten für China. Sie bauen jedoch innerhalb der nächsten 9–14 Monate keine US-Transformatoren, schulen keine US-Substations-Linemen, genehmigen keine US-Kernkraft-Restarts und raffinieren keine US-Seltenen-Erden.

Das wahrscheinlichste Szenario aus unserer Sicht ist, dass das Auslaufen des Waffenstillstands im November 2026 einen kontrollierten Eskalationszyklus auslöst — partielle Zoll-Snapbacks, gezielte Mineralbeschränkungen auf beiden Seiten und rhetorische Eskalation bis zu den US-Midterms 2026 — ohne die zugrundeliegenden strukturellen Fragen zu lösen. Dieser Zyklus addiert Volatilität, Lieferketten-Dislokationen und Inflationsdruck, schließt aber die KI-Kapazitätslücke nicht.

Chinas Haltung lautet: Es kann sich leisten zu warten. Die Daten stützen diese Sichtweise.

4. Sektorale Implikationen

Wir sprechen keine Handelsempfehlungen aus. Die folgende Analyse identifiziert, welche Sektoren und namentlich genannten Unternehmen aus unserer analytischen Sicht am widerstandsfähigsten gegen das Eintreten dieser These sind und welche am stärksten exponiert. Leser sollten ihre eigenen Berater konsultieren, bevor sie Allokationsentscheidungen treffen.

4.1 Wahrscheinlich resilient — Unternehmen, die für die Disruption positioniert sind

Open-Source-/Effizienz-getriebene KI-Infrastruktur - Meta Platforms (META) — Das Llama-Open-Source-Ökosystem profitiert vom Narrativ der Token-Kommoditisierung; eigene Compute-Infrastruktur statt Anmietung von Hyperscaler-Kapazität. - Cloudflare (NET) — Edge-Inferenz-Architektur; profitiert, wenn sich Compute weg von zentralisierten Hyperscalern dezentralisiert. - Akamai Technologies (AKAM) — Edge-Compute-Positionierung, vergleichbares Nutzenprofil.

Chinesische KI-Plattformen mit Monetarisierungspfaden - Alibaba (BABA) — Qwen-3.5-Modellfamilie, Aliyun-Cloud, große Unternehmens-KI-Implementierung innerhalb Chinas. - Tencent (TCEHY) — Hunyuan-Modell, WeChat-KI-Integration, Mini-Program-Ökosystem. - Baidu (BIDU) — ERNIE Bot, autonome KI, Qianfan-Modellplattform.

Chinesische KI-Halbleiter-Lieferkette - SMIC (0981.HK) — Einzige Foundry, die in der Lage ist, Ascend 910C in Großserie zu fertigen; der SMIC-N+2-Prozess ist nun in Produktion bestätigt.31 - Cambricon Technologies (688256.SS) — Pure-Play für chinesische KI-Beschleuniger; Alternative zu Huawei innerhalb Chinas. - Hua Hong Semiconductor (1347.HK) — Mature-Node-Kapazität für Memory-Controller und chinesisches DRAM.

Kritische Mineralien — nicht-chinesische Versorgung - MP Materials (MP) — Einziger US-gelisteter Pure-Play-Förderer schwerer Seltener Erden mit Verarbeitungskapazitäts-Hochlauf 2027. - Lynas Rare Earths (LYC.AX) — Australischer Verarbeiter schwerer Seltener Erden; Verarbeitungsanlage in Texas auf Pfad zu 2027. - Energy Fuels (UUUU) — Kombinierte Uran- und Seltene-Erden-Exposition. - Pilbara Minerals (PLS.AX) — Lithiumproduktion, EV-Batterie-Lieferkette. - 5N Plus (VNP.TO) — Kanadischer Gallium- und Germanium-Spezialist, illiquide, aber exponiert.

Uran- und Kernbrennstoffkreislauf - Cameco (CCJ) — Größter börsennotierter Uranproduzent. - Centrus Energy (LEU) — US-HALEU-Kapazität (high-assay low-enriched uranium).

Asiatischer Schiffbau und LNG-Transport - Hyundai Heavy Industries (009540.KS) — LNG-Carrier-Auftragsbestand profitiert von der globalen Energieumschichtung. - SK Innovation (096770.KS) — Batterie- und Energiematerialien.

4.2 Wahrscheinlich exponiert — Unternehmen, die für den Status quo positioniert sind

Pure-Play-Datacenter-Betreiber - CoreWeave (CRWV) — Konzentrierter Umsatz (Microsoft ~50 %), exponiert gegen Neuverhandlungsrisiko und Capex-Verlangsamung. - Nebius Group (NBIS) — Europäischer Pure-Play, exponiert gegen die EU-Stromkrise und einen begrenzten Endmarkt.

Hyperscaler mit sich verschlechterndem Credit-Profil - Oracle (ORCL) — Das credittechnisch am stärksten exponierte der fünf. Schulden-zu-Eigenkapital rund 500 %, negativer FCF, Barclays BBB- Watch seit November 2025.35 Der Finanzierungsplan vom Februar 2026 limitiert das Unternehmen explizit auf eine einzige einmalige IG-Emission für das Jahr — eine defensive Positionierung, die mit weiteren jährlichen KI-Capex von 35 Mrd. USD+ nicht vereinbar ist. Der Kandidat für ein erstes Downgrade in der Kohorte. - Meta Platforms (META) — In Abschnitt 4.1 als resilient auf der Open-Source-These geführt. Wir verweisen auf die Spannung: Meta trägt den größten Einzeldeal 2025 (30 Mrd. USD), die aggressivste 2026er-Capex/FCF-Ratio (~12× Capex gegenüber generiertem Cash) und das höchste absolute fixe Zinslast-Lock-in. Resilient auf der Umsatzseite, exponiert auf der Bilanz-Duration.

Investment-Grade-Credit-ETFs mit Hyperscaler-Konzentration - LQD (iShares iBoxx IG Corporate Bond ETF) — Top-Holdings umfassen mehrere Hyperscaler-Tranchen am langen Ende; verwundbar gegenüber Spread-Weitung bei einem Downgrade-Ereignis. - VCLT (Vanguard Long-Term Corporate Bond ETF) — Höhere Konzentration am langen Ende; sensitiver für die Laufzeitinkongruenz-Dynamik.

US-Versorger mit KI-Bewertungsaufschlag - Vistra (VST) — Notiert auf Premium-Multiples basierend auf der Nuclear-plus-KI-These; verwundbar bei Verlangsamung der Hyperscaler-Capex. - Constellation Energy (CEG) — Die Microsoft-Three-Mile-Island-Vertragsoption ist real, aber eingepreist; Abwärtsrisiko bei einer Neubewertung der Netzknappheit. - NRG Energy (NRG) — Ähnliches Profil wie Vistra, weniger konzentriert.

Hersteller elektrischer Ausrüstung mit Bindung an den Datacenter-Buildout - Vertiv (VRT) — Kühlung und USV; Auftragsbestand abhängig von fortgesetzten Datacenter-Starts. - Eaton (ETN) — Elektrische Infrastruktur; Mid- bis Late-Cycle-Exposition. - Powell Industries (POWL) — Schaltanlagen; backloggt, aber zyklisch.

Netzwerkausrüstung gebunden an Hyperscaler-Capex - Arista Networks (ANET) — Switch-Umsatz konzentriert auf Hyperscaler-Kunden. - Marvell Technology (MRVL) — Custom-Silizium für Hyperscaler-ASIC.

Reine US-Datacenter-REITs - Equinix (EQIX) — Interconnection-lastig, exponiert gegenüber Bandbreitenpreisen und US-Netz-Restriktionen in Kernmärkten. - Digital Realty Trust (DLR) — Pure-Play-Datacenter-REIT, exponiert gegen Overbuild-Risiko, falls Kapazität hinter Plan ausgeliefert wird.

Pure-Play-SaaS mit KI-Bewertungsaufschlag - Palantir (PLTR) — KI-Premium-Multiple; exponiert bei Margenkompression im KI-Service. - Snowflake (SNOW) — Data Warehouse mit KI-Feature-Pricing-Exposition.

Memory-Aktien am Zyklusgipfel - Micron Technology (MU) — Direkter Profiteur des Superzyklus in H1 2026; strukturell exponiert gegenüber der CXMT-Inflexion 2027. - Samsung Electronics (005930.KS) — Größter DRAM-Produzent; HBM3E-Preissetzungsmacht verwundbar gegenüber CXMT- und YMTC-Hochlauf. - SK Hynix (000660.KS) — Größter HBM-Produzent; strukturelles HBM4-Timing exponiert gegenüber dem CXMT-HBM3-Hochlauf.

Hinweis: Exposition impliziert nicht die Handelsrichtung. Ein Unternehmen, das einem strukturellen Gegenwind ausgesetzt ist, kann aufgrund taktischen Timings oder unverwandter Katalysatoren dennoch outperformen. Wir identifizieren Exposition, keine direktionale Sicht.

5. Risikofaktoren — Was die These invalidieren könnte

Unser Rahmen ruht auf einer Sequenz von Annahmen, von denen jede scheitern kann.

Risiko 1 — Der Waffenstillstand wird über Q1 2027 hinaus verlängert. Sollten Trump und Xi das Auslaufen vom November 2026 um 12 Monate oder mehr verlängern, verschiebt sich der binäre Katalysator bei kritischen Mineralien, und die Bear-These zur US-Infrastruktur verliert ihren am härtesten datierten Trigger. Unsere subjektive Wahrscheinlichkeit: 25 %.

Risiko 2 — CXMT-Yield-Probleme verzögern LPDDR6 / HBM3. Die chinesische DRAM-Massenproduktion hat historisch bei den Yields zu viel versprochen. Falls CXMT LPDDR6 in H2 2026 nicht bei kommerziellen Yields hochfahren kann, verlängert sich der Memory-Superzyklus bis 2027, wie von Morgan Stanley projiziert. Unsere subjektive Wahrscheinlichkeit: 30 %.

Risiko 3 — DeepSeek-Skalierungsdurchbruch setzt Kostenstruktur höher zurück. Falls die nächste Generation chinesischer Frontier-Modelle deutlich mehr Compute erfordert (statt der aktuellen Effizienzlogik), schwächt sich die Token-Kommoditisierungsthese ab. Unsere subjektive Wahrscheinlichkeit: 15 %.

Risiko 4 — US-Netz-Notstandsbefugnisse. Eine breite DPA-Anrufung für Übertragung, kombiniert mit FERC-Interconnection-Queue-Reform, könnte den 4–7-jährigen Interconnect-Zeitplan materiell verdichten. Verfassungsrechtliche und arbeitsbezogene Kapazitätsrestriktionen erschweren dies, schließen es aber nicht aus. Unsere subjektive Wahrscheinlichkeit: 10 %.

Risiko 5 — Größeres kinetisches Ereignis in der Taiwanstraße. Ein militärischer Zwischenfall in der Taiwanstraße würde den gesamten Rahmen neu konfigurieren: TSMC-Versorgung gefährdet, Hyperscaler-Capex eingefroren, US-China-Wirtschaftsbeziehung umgelenkt. Der obige Rahmen wäre irrelevant. Unsere subjektive Wahrscheinlichkeit: 5–8 %, jedoch mit überproportionalem Rahmen-Impact.

Risiko 6 — Hyperscaler-Disziplin. Falls Microsoft, Meta, Amazon und Google die KI-Capex 2026 unilateral zur Margenverteidigung reduzieren, ist der von uns antizipierte Strukturwandel bereits im Pricing. Unsere subjektive Wahrscheinlichkeit: 20 %, mit teilweisem Pricing bereits in der Q1-2026-Capex-Kommunikation sichtbar.

Risiko 7 — Credit-Märkte bleiben weit offen und absorbieren die Anleihewand. Die Vektor-5-These setzt voraus, dass Credit-Spreads auf mindestens ein Downgrade-Ereignis bis Q1 2027 neu bepreist werden. Sollte die Nachfrage nach IG-Papier strukturell gebid bleiben (Allokation der Staatsfonds, Asset-/Liability-Matching der Versicherer, Long-Duration-Nachfrage aus leistungsorientierten Pensionssystemen), könnten die Hyperscaler die Wand zu Konditionen nahe dem aktuellen Pricing refinanzieren. Die 4,3-fache Überzeichnung beim Meta-30-Mrd.-Deal zeigt, dass die Nachfrage aktuell vorhanden ist. Unsere subjektive Wahrscheinlichkeit, dass diese Absorption bis Q1 2027 anhält: 25 %. Wir merken an, dass die Telecom-Credit-Nachfrage 2000–2001 ebenfalls strukturell gebid aussah — bis sie es nicht mehr war.

Die kumulative Wahrscheinlichkeit, dass mindestens ein Risiko die These materiell invalidiert, liegt bei rund 60–70 %. Die These ist Non-Consensus, aber nicht niedrigwahrscheinlich; sie ist ein hochkonfidenter Rahmen über ein Katalysator-Set mit positivem Erwartungswert.

6. Fazit — Das Zeitfenster

Die fünf Vektoren sind nicht unabhängig. Sie verstärken sich.

Die Token-Kommoditisierung reduziert den Grenznutzen zusätzlichen Computes. Das reduziert den marginalen ökonomischen Wert der Hyperscaler-Capex. Das reduziert die Dringlichkeit, das US-Netzproblem zu jedem vernünftigen Preis zu lösen. Das gibt chinesischen Alternativen mehr Zeit zur Skalierung, und chinesische Alternativen skalieren, weil sie bereits über eine fertige parallele Energieinfrastruktur verfügen. Trumps Antwortstrategie erzeugt reale ökonomische Schocks, kann aber innerhalb des relevanten Zeitfensters keine strukturelle physische Kapazität liefern, weil die Engpässe Transformatoren, Übertragungsleitungen, Umspannwerke, Linemen, Verarbeitungsanlagen und Reaktor-Brennstoffkreisläufe sind — sämtlich mehrjährige Posten, die Kapital nicht beschleunigen kann.

Und unter alledem liegt die finanzielle Transmissionsschicht: eine Anleiheemission 2025 von 121 Mrd. USD, die 2026 auf 230–240 Mrd. USD skaliert, und vertraglich 10–30 Jahre Zinslast festschreibt gegen einen Erlösstrom, der auf einer 18–24-monatigen Kurve kommoditisiert. Die „Fortress Balance Sheet" der Hyperscaler ist nun ein Artefakt der Sprache, nicht der Bilanzierung — Amazons TTM-FCF ist um 95 % eingebrochen, Alphabets um 38 %, Microsofts um 22 %, und Oracle ist eine Stufe von Junk entfernt. Der Anleihemarkt preist Deckungsraten neu; der Aktienmarkt preist Wachstumsmultiples neu; in jedem vorherigen Zyklus dieser Form bewegte sich der Anleihemarkt 6–12 Monate früher. Wir sehen das erste Credit-Signal — am wahrscheinlichsten ein Oracle-Downgrade oder eine gescheiterte Tranche — im Fenster Q4 2026 / Q1 2027 eintreffen.

Der Markt hat dies noch nicht eingepreist. Sell-Side-Kursziele bleiben an einem Rahmen aus 2025 verankert, der mit der Datenlage nicht mehr übereinstimmt. Das Auslaufen des Zoll-Waffenstillstands am 10. November 2026 und der Gallium-/Germanium-Aussetzung am 27. November 2026 sind die wahrscheinlichen unmittelbaren Auslöser, die ein Re-Rating erzwingen. Der tiefere Auslöser — der entscheidet, ob der Drawdown flach und reversibel oder tief und strukturell ist — liegt darin, ob der Anleihemarkt die Capex/FCF-Lücke der Kohorte weiter absorbiert. Wir glauben nicht, dass er das auf Dauer zu aktuellen Spreads tun wird.

Wir erwarten zwischen November 2026 und Q1 2027 einen Drawdown von 25–40 % bei reinen KI-Infrastruktur-Aktien, mit entsprechender Outperformance von Open-Source-KI-Architekturen, Edge-Inferenz-Plattformen, Förderern kritischer Mineralien außerhalb Chinas und chinesischen KI-Plattformen mit Monetarisierungspfaden.

Unsere Sicht ist heute Non-Consensus. Bis Q4 2026 wird sie es nach unserer Überzeugung nicht mehr sein.

Disclaimer

Dieses Dokument dient ausschließlich Informationszwecken und stellt weder eine Anlageberatung noch ein Angebot oder eine Aufforderung gleich welcher Art dar. Die geäußerten Meinungen sind diejenigen der Autoren zum Zeitpunkt der Erstellung und können sich ohne Vorankündigung ändern. CrossVol Research spricht keine Handelsempfehlungen aus. Leser sollten vor jeglicher Anlageentscheidung lizenzierte Finanzberater konsultieren. CrossVol Research und ihre Verantwortlichen können direkt oder indirekt Positionen in den hierin genannten Unternehmen halten. Wertentwicklungen der Vergangenheit sind nicht aussagekräftig für künftige Renditen. Verweise auf Research Dritter, einschließlich Sell-Side-Berichten, beziehen sich auf öffentlich zugängliche Quellen und implizieren keine Befürwortung durch diese Institutionen. Communication promotionnelle non-MIFID dans l'Union européenne.

Quellen

CrossVol Research — Mai 2026 Querverweis: Für den analytischen Rahmen zu Dealer Positioning, Gamma Exposure und Intraday-Vol-Struktur, der unsere kurzfristige Implementierungslinse informiert, siehe „Beyond Gamma Exposure" (Amazon KDP, Mai 2026).

Quellen

  1. Goldman Sachs Research, „US Data Center Power Demand Projected to Double by 2027", April 2026. https://www.goldmansachs.com/insights/articles/us-data-center-power-demand-projected-to-double-by-2027 ↩↩

  2. Morgan Stanley, „Powering AI: Energy Market Outlook 2026". https://www.morganstanley.com/insights/articles/powering-ai-energy-market-outlook-2026 ↩↩

  3. Bank of America Research via „AI-Driven Memory Supercycle" (Global Semiconductor Research, Substack-Analyse unter Bezug auf BofA-Kursziele), 2026. https://globalsemiresearch.substack.com/p/the-ai-driven-memory-supercycle-surge ↩↩

  4. VentureBeat, „DeepSeek V4 arrives with near state-of-the-art intelligence at 1/6th the cost of Opus 4.7, GPT-5.5", Mai 2026. https://venturebeat.com/technology/deepseek-v4-arrives-with-near-state-of-the-art-intelligence-at-1-6th-the-cost-of-opus-4-7-gpt-5-5 ↩↩↩↩↩

  5. TLDL, „LLM API Pricing 2026 — Compare GPT-5, Claude 4, Gemini 2.5, DeepSeek Costs". https://www.tldl.io/resources/llm-api-pricing-2026 ↩↩

  6. TrendForce, „Decoding Huawei's DeepSeek All-in-One Machine: 60–70% of NVIDIA H100 Performance at an Appealing Price", April 2025 (Preisdaten aktualisiert bis Q1 2026). https://www.trendforce.com/news/2025/04/29/news-decoding-huaweis-deepseek-all-in-one-machine-60-70-of-nvidia-h100-performance-at-an-appealing-price/ ↩↩↩

  7. Tom's Hardware, „Half of planned US data center builds have been delayed or canceled, growth limited by shortages of power infrastructure and parts from China", 2026. https://www.tomshardware.com/tech-industry/artificial-intelligence/half-of-planned-us-data-center-builds-have-been-delayed-or-canceled-growth-limited-by-shortages-of-power-infrastructure-and-parts-from-china-the-ai-build-out-flips-the-breakers ↩↩↩↩

  8. Tech-Insider, „US AI Data Center Delays: 7 GW Capacity Crisis [2026]". https://tech-insider.org/us-ai-data-center-delays-cancellations-7gw-capacity-crisis-2026/ ↩

  9. CSIS, „Trump Strikes a Deal to Restore Rare Earths Access". https://www.csis.org/analysis/trump-strikes-deal-restore-rare-earths-access ↩

  10. Foreign Policy, „Trump-Xi Summit: China's Rare-Earth Trade Leverage Looms Over Talks", Mai 2026. https://foreignpolicy.com/2026/05/12/trump-xi-china-summit-rare-earth-trade-critical-minerals/ ↩

  11. CNBC, „China suspends some critical mineral export curbs to the U.S. as trade truce takes hold", November 2025. https://www.cnbc.com/2025/11/10/china-suspends-some-critical-mineral-export-curbs-to-the-us-as-trade-truce-takes-hold.html ↩↩

  12. The Oregon Group, „China lifts export ban gallium, germanium, antimony". https://theoregongroup.com/commodities/gallium-germanium/china-lifts-export-ban-gallium-germanium-antimony/ ↩↩

  13. Data Center Knowledge, „AI Data Center Boom Rewires US Power Supply Chain" (PJM-Clearing-Daten der Kapazitätsauktion 2026/2027). https://www.datacenterknowledge.com/build-design/ai-data-center-boom-rewires-us-power-supply-chain ↩↩

  14. TrendForce, „Memory Price Surge to Persist in 1Q26", Dezember 2025. https://www.trendforce.com/presscenter/news/20251211-12831.html ↩

  15. TrendForce, „Samsung, SK hynix Reportedly Plan ~20% HBM3E Price Hike for 2026 as NVIDIA H200, ASIC Demand Rises", Dezember 2025. https://www.trendforce.com/news/2025/12/24/news-samsung-sk-hynix-reportedly-plan-20-hbm3e-price-hike-for-2026-as-nvidia-h200-asic-demand-rises/ ↩

  16. IgorsLAB, „CXMT shifts 20 percent of DRAM capacity to HBM3, China's AI strategy gets a memory upgrade". https://www.igorslab.de/en/cxmt-shifts-20-percent-of-dram-capacity-to-hbm3-chinas-ai-strategy-gets-a-memory-upgrade/ ↩

  17. Tom's Hardware, „China's banned memory-maker CXMT unveils surprising new chipmaking capabilities... DDR5-8000 and LPDDR5X-10667 displayed". https://www.tomshardware.com/pc-components/dram/chinas-banned-memory-maker-cxmt-unveils-surprising-new-chipmaking-capabilities-despite-crushing-us-export-restrictions-ddr5-8000-and-lpddr5x-10667-displayed ↩↩

  18. Seoul Economic Daily, „CXMT Restarts STAR Market Listing With 7 Trillion Won War Chest", Mai 2026. https://en.sedaily.com/international/2026/05/19/cxmt-restarts-star-market-listing-with-7-trillion-won-war ↩

  19. Huawei Enterprise, Produktseite Atlas 800 Inference Server. https://e.huawei.com/en/products/computing/ascend/atlas-800-inference-3000 ↩

  20. TechPowerUp, „Moore Thread's MTT S80, World's First PCIe Gen 5 Gaming Graphics Card, Now Priced at $164". https://www.techpowerup.com/315141/moore-threads-mtt-s80-worlds-first-pcie-gen-5-gaming-graphics-card-now-priced-at-usd-164 ↩

  21. Huawei Central, „Huawei plans 600,000 Ascend 910C chips by 2026 to block Nvidia in China". https://www.huaweicentral.com/huawei-plans-600000-ascend-910c-chips-by-2026-to-block-nvidia-in-china/ ↩

  22. Enki AI, „AI Data Center Grid Strain: Power Halts Growth in 2026". https://enkiai.com/data-center/ai-data-center-grid-strain-power-halts-growth-in-2026/ ↩

  23. Gartner via Brookings, „Global energy demands within the AI regulatory landscape". https://www.brookings.edu/articles/global-energy-demands-within-the-ai-regulatory-landscape/ ↩

  24. World Nuclear Association, „Nuclear Power in China". https://world-nuclear.org/information-library/country-profiles/countries-a-f/china-nuclear-power ↩↩↩↩

  25. Carbon Credits, „The AI Energy War: How China's Solar and Nuclear Outshine the U.S.". https://carboncredits.com/the-ai-energy-war-how-chinas-solar-and-nuclear-outshine-the-u-s/ ↩↩

  26. Dialogue Earth, „How far can AI improve China's power grid?". https://dialogue.earth/en/energy/how-far-can-ai-improve-chinas-power-grid/ ↩↩↩

  27. Newsweek, „China Clarifies Rare Earth Controls After Trump Backlash". https://www.newsweek.com/china-rare-earths-export-trump-tariffs-trade-10887550 ↩

  28. ABC News, „US-China rare Earth minerals fight explained". https://abcnews.com/Politics/us-china-rare-earth-minerals-fight-explained/story?id=126549733 ↩

  29. TechInsights, „Huawei Matebook Fold Uses Kirin X90 Built on SMIC's 7nm (N+2) Node" (TSMC-Arizona-Zeitplan referenziert über vergleichende Halbleiterprozessanalyse). https://www.techinsights.com/blog/huawei-matebook-fold-uses-kirin-x90-built-smics-7nm-n2-node ↩

  30. TechBuzz, „China Suspends Rare Earth Export Curbs in Trump Trade Deal". https://www.techbuzz.ai/articles/china-suspends-rare-earth-export-curbs-in-trump-trade-deal ↩

  31. SK Hynix, „2026 Market Outlook: SK hynix's HBM to Fuel AI Memory Boom" (verwendet als Referenz für die globale HBM-Marktgröße). https://news.skhynix.com/2026-market-outlook-focus-on-the-hbm-led-memory-supercycle/ ↩

  32. Bloomberg, Zeitreihen zu Hyperscaler-Anleiheemissionsvolumen und Deal-Anzahl 2015–2026 YTD (Amazon, Alphabet, Microsoft, Meta, Oracle). Volljahr bis 2025, YTD-Zahlen in 2026. ↩↩↩↩

  33. CNBC, „How the AI debt binge shattered hyperscalers' 'unspoken contract' with investors", Februar 2026 (Meta 30 Mrd. USD bei 125 Mrd. USD Orderbuch; Alphabet 25 Mrd. USD; Oracle 18 Mrd. USD; Amazon 15 Mrd. USD; Kohorte 2025 insgesamt ca. 121 Mrd. USD vs. ca. 28 Mrd. USD Durchschnitt 2020–2024). https://www.cnbc.com/2026/02/23/big-techs-ai-bond-binge-shatters-unspoken-contract-with-investors.html ↩↩↩↩↩↩

  34. Fortune, „AI hyperscalers have room for 'elevated debt issuance' — even after their recent bond binge, BofA says", Dezember 2025 (UBS-2026-Prognose 230–240 Mrd. USD). https://fortune.com/2025/12/19/ai-hyperscalers-debt-issuance-bond-binge-cash-flow-capital-expenditures/ ↩↩

  35. 13Radar, „Oracle Debt Downgrade Raises Junk Bond Concerns Amid AI Spending Boom" (Barclays Underweight 11. November 2025; ca. 500 % Schulden-zu-Eigenkapital; BBB- Watch). https://www.13radar.com/insight/oracle-debt-downgrade-raises-junk-bond-concerns-amid-ai-spen ↩↩↩↩

  36. Oracle Investor Relations, „Oracle announces Equity and Debt Financing Plan for Calendar Year 2026". https://investor.oracle.com/investor-news/news-details/2026/Oracle-announces-Equity-and-Debt-Financing-Plan-for-Calendar-Year-2026/default.aspx ↩

  37. Tomasz Tunguz, „Is Your AI Funded by Junk Bonds?". https://tomtunguz.com/is-your-ai-funded-by-junk-bonds/ ↩

  38. CNBC, „Tech AI spending approaches $700 billion in 2026, cash taking big hit", Februar 2026, und NAI 500, „AI Capex Squeeze: MSFT, AMZN, GOOGL Cash Burn Mounts", Mai 2026 (Amazon TTM FCF 26 Mrd. USD → 1,2 Mrd. USD; Alphabet −38 %; Microsoft −22 %; Meta 12 Mrd. USD FCF vs. 145 Mrd. USD geplante Capex; Q3-2026-Kohorten-FCF-Tief rund 4 Mrd. USD vs. Post-COVID-Durchschnitt rund 45 Mrd. USD). https://www.cnbc.com/2026/02/06/google-microsoft-meta-amazon-ai-cash.html ; https://nai500.com/blog/2026/05/ai-capex-squeeze-msft-amzn-googl-cash-burn-mounts/ ↩↩↩↩↩

  39. Michael Burry, öffentlicher Kommentar Januar 2026, „AI Hyperscaler Depreciation Understatement Thesis" (geltend gemachte Unterzeichnung von 176 Mrd. USD über 2026–2028 aufgrund 5–6-jähriger Nutzungsdauer-Pläne vs. 2–3-jähriger ökonomischer Lebensdauer von Frontier-GPUs). Zusammengefasst in NAI 500 und businessengineer.ai Analysen; wir referenzieren den Rahmen richtungsweisend, ohne die volle Größenordnung zu unterstützen. ↩

CrossVol Support
AI-powered
Hi! I'm the CrossVol AI assistant. I can help you with pricing, features, instruments, and technical questions. What would you like to know?