JPMorgans Erholungsthese für den KI-Handel begünstigt Chips nach dem Ausverkauf
JPMorgan zufolge hat der weltweite KI-Ausverkauf trotz wachsender Zweifel an Technologieausgaben und Anlagerenditen die Voraussetzungen für erneute Käufe geschaffen. Die Erholungsthese von JPMorgan für den KI-Handel stützt sich auf bereinigtere Positionierungen, niedrigere Bewertungen, starke Gewinne und eine anhaltende Nachfrage nach Halbleiterkapazitäten.
Die Einschätzung prognostiziert keine Rückkehr zu der breiten Technologierally, von der Anleger zuvor profitierten. Stattdessen erwartet JPMorgan eine selektivere Erholung, bei der Halbleiterunternehmen besser positioniert sind als Softwareunternehmen. Diese Unterscheidung macht aus einer optimistischen Schlagzeile ein präziseres Argument dafür, wo KI-Ausgaben messbaren Wert schaffen.
Die Debatte stellt nun Infrastrukturanbieter Softwareunternehmen gegenüber, die einem zunehmenden Wettbewerb und unsicherer Preisgestaltung ausgesetzt sind. Anleger müssen entscheiden, ob der jüngste Rückgang überfüllte Positionen bereinigt oder ein tieferliegendes Problem der KI-Ökonomie offengelegt hat.
Die Erholungsthese von JPMorgan für den KI-Handel beginnt mit einem bereinigteren Markt
JPMorgan argumentiert, dass der Ausverkauf einige Marktübertreibungen beseitigt hat, ohne die fundamentale Grundlage für KI-Infrastruktur zu zerstören.
Die Bank veröffentlichte diese Einschätzung in einer Mitteilung vom 28. September unter Leitung des Aktienstrategen Mislav Matejka. Laut einer Marktzusammenfassung erklärten die Analysten, die Anlegerpositionierung habe sich verbessert und die Bewertungen seien in den meisten KI-bezogenen Gruppen gesunken.
Positionierung beschreibt, wie stark Anleger bereits in eine Aktie, einen Sektor oder eine Handelsstrategie investiert sind. Überfüllte Positionierungen können einen Rückgang verstärken, weil viele Anleger gleichzeitig versuchen, ähnliche Bestände abzubauen.
Ein bereinigterer Markt bedeutet daher nicht, dass die zugrunde liegenden Unternehmen plötzlich stärker geworden sind. Er bedeutet, dass weniger Anleger in einem überfüllten Handel feststecken, wodurch eine Quelle erzwungener Verkäufe abnimmt.
JPMorgan erwartet zudem, dass die Investitionsausgaben trotz Sorgen über eine Abschwächung hoch bleiben. Diese Ausgaben umfassen Prozessoren, Speicher, Netzwerkausrüstung, Rechenzentren sowie die elektrische Infrastruktur, die für den Betrieb von KI-Systemen erforderlich ist.
Die Analysten begründeten ihre konstruktive Sicht mit anhaltender Gewinnstärke und zunehmenden Belegen für die Monetarisierung von KI. Monetarisierung bedeutet, die Einführung von KI in Umsätze, Kosteneinsparungen oder Kundenbindung zu überführen, die die dahinterstehenden Investitionen stützen können.
Diese Bedingungen bilden den wirtschaftlichen Kern der Erholungsthese von JPMorgan für den KI-Handel. Niedrigere Aktienkurse verbessern die erwarteten Renditen nur dann, wenn die Gewinne widerstandsfähig bleiben und Kunden weiterhin für KI-Produkte zahlen.
Die Mitteilung erkennt auch eine wichtige Grenze an. Matejkas Team erklärte, dass Technologieaktien ihr bisheriges Erfolgsniveau möglicherweise nicht wieder erreichen, obwohl der fundamentale Ausblick konstruktiv bleibe.
Diese Unterscheidung ist wichtig, weil eine Erholung nicht verlangt, dass sich jeder frühere Gewinner erholt. Die Marktführerschaft kann sich auf Unternehmen mit knappen Produkten, stärkerer Preissetzungsmacht und sichtbaren Aufträgen verengen.
Die jüngste Einschätzung folgt auf mehrere Phasen starker Volatilität im Jahr 2026. Im Juli erklärte J.P. Morgan Asset Management, einige führende Halbleiteraktien seien innerhalb eines Monats zwischen 20 % und 40 % gefallen.
Seine Einschätzung zum KI-Boom argumentierte, dass die Nachfrage weiter exponentiell wachse, während finanziell starke Hyperscaler den Ausbau der Infrastruktur finanzierten. Hyperscaler sind große Cloud-Betreiber, die Computing-Plattformen in enormem Maßstab betreiben.
Die September-Einschätzung erweitert diese Argumentation, legt jedoch stärkeren Wert auf die Marktstruktur. Frühere Rückgänge senkten die Bewertungen und bereinigten spekulative Positionen, während die Gewinne einen Grund lieferten, ausgewählte Aktien neu zu bewerten.
Das ist zurückhaltender, als jeden Rückgang als automatische Kaufgelegenheit zu behandeln. Außerdem verlagert es die Aufmerksamkeit von Begeisterung über KI-Fähigkeiten hin zu Belegen für nachhaltige Nachfrage.
JPMorgans Argument ist daher bedingt. Die Korrektur schuf Raum für erneutes Interesse, doch Gewinne und Kommerzialisierung müssen die zugrunde liegenden Erwartungen weiterhin stützen.
Warum Halbleiter im Zentrum der Erholung stehen
Halbleiter bleiben JPMorgans bevorzugter Ausdruck des KI-Themas, weil Angebotsengpässe und Preisgestaltung Chipherstellern einen klareren wirtschaftlichen Hebel geben.
Die Bank hielt in ihrer September-Mitteilung an einem optimistischen Halbleiterausblick fest. Ihre Analysten verwiesen auf gesunde Fundamentaldaten, steigende Preise bis 2027 und enge Angebotsbedingungen, die voraussichtlich bis 2028 anhalten werden.
KI-Computing hängt von mehr ab als Grafikprozessoren. Fortschrittliche Systeme benötigen auch High-Bandwidth Memory, konventionellen Speicher, Netzwerkchips, kundenspezifische Beschleuniger, Packaging-Kapazitäten und Fertigungsanlagen.
Engpässe in jedem Teil dieser Kette können die Preissetzungsmacht der Anbieter stärken. Sie können zudem Implementierungen verzögern, wodurch die Verfügbarkeit von Komponenten nahezu ebenso wichtig wird wie ihre Leistung.
Diese Angebotsstruktur unterscheidet Halbleiterunternehmen von vielen Softwareanbietern. Nur eine begrenzte Zahl von Unternehmen kann fortschrittliche Chips herstellen oder die spezialisierten Anlagen liefern, die zu ihrer Produktion benötigt werden.
Software unterliegt weniger physischen Beschränkungen. Neue KI-Modelle können Entwicklungskosten senken und zugleich etablierten Unternehmen sowie Start-ups erlauben, rasch konkurrierende Funktionen einzuführen.
JPMorgans Präferenz spiegelt daher mehr als die jüngste Kursentwicklung wider. Die Bank sieht eine bessere Visibilität bei den Infrastrukturaufträgen, die nötig sind, um zunehmend anspruchsvolle Systeme zu trainieren und zu betreiben.
Die Performance-Lücke war bereits erheblich. Reuters berichtete, dass der MSCI World Semiconductors and Semiconductor Equipment Index bis zum 28. September im Jahr 2026 um rund 48 % gestiegen war.
Der MSCI World Software and Services Index legte im selben Zeitraum nur um 1,3 % zu. Diese Zahlen zeigen, wie entschieden Anleger Hardware-Profiteure von Softwareunternehmen getrennt hatten.
Sie erklären auch, warum der Halbleiterhandel anfällig für eine Korrektur wurde. Starke Gewinne zogen Momentum-Anleger an, erhöhten die Konzentration und hoben die Erwartungen an künftiges Wachstum.
Eine JPMorgan zugeschriebene Analyse aus dem Juli beschrieb einen dramatischeren Teil dieser Anpassung. Koreas KOSPI war von einem jüngsten Höchststand um 25 % gefallen, während der Philadelphia Semiconductor Index um 20 % nachgegeben hatte.
Samsung, Micron und andere speicherbezogene Unternehmen waren von ihren Höchstständen zwischen 20 % und 50 % gefallen. Diese Bewegungen spiegelten Sorgen über Investitionsausgaben, die Speichernachfrage und die Nachhaltigkeit der Preisgestaltung wider.
Der Ausverkauf schuf jedoch nicht unmittelbar neue Halbleiterkapazitäten. Der Bau einer Fertigungsanlage dauert Jahre, während fortschrittliches Packaging und die Speicherproduktion spezialisierte Anlagen und erfahrene Betreiber erfordern.
Dieser Zeitverzug stützt den Halbleiterausblick von JPMorgan. Bleibt die KI-Nachfrage stark, kann das Angebot nicht so schnell reagieren, wie ein Softwareunternehmen eine weitere Anwendung veröffentlichen kann.
Anleger müssen weiterhin zwischen Knappheit und dauerhaftem Wettbewerbsvorteil unterscheiden. Hohe Preise fördern Kapazitätserweiterungen, Produktsubstitution und effizientere Modelldesigns.
Effizienz stellt eine besondere Komplikation dar. KI-Entwickler verbessern die Inferenz, also den Prozess, bei dem ein trainiertes Modell ausgeführt wird, um eine Antwort zu erzeugen.
Eine effizientere Inferenz kann die für jede Aufgabe erforderliche Rechenleistung senken. Günstigere Nutzung kann jedoch auch die Gesamtnachfrage erhöhen, indem sie KI für mehr Produkte und Arbeitsabläufe praktikabel macht.
Der Nettoeffekt hängt von der Einführung ab. Sinkender Rechenbedarf pro Anfrage würde Lieferanten schaden, wenn die Gesamtnutzung nicht mehr wächst, nicht jedoch, wenn günstigerer Zugang sehr viel mehr Anfragen hervorbringt.
J.P. Morgan Asset Management beschrieb diese Nachfrageherausforderung in einer KI-Bewertung vom Februar. Demnach erzielten große Cloud-Unternehmen im vierten Quartal 2025 über zentrale KI-bezogene Segmente hinweg durchschnittlich ein Wachstum von 35 % gegenüber dem Vorjahr.
Das Unternehmen stellte dieses Wachstum als Beleg dafür dar, dass KI Umsätze generierte. Zugleich warnte es, dass akzeptable Anlagerenditen eine nachhaltige Einführung erfordern.
Dieses Gleichgewicht ist entscheidend. Die Halbleiternachfrage kann stark bleiben, während einzelne Aktien enttäuschen, weil ihre Bewertungen bereits Jahre außergewöhnlichen Wachstums einpreisen.
JPMorgans Präferenz ist daher relativ, nicht bedingungslos. Chips bieten klarere Nachfrage- und Angebotssignale als Software, bleiben aber Ausgabenkürzungen und überhöhten Erwartungen ausgesetzt.
Der eigentliche Wettbewerb lautet Halbleiterknappheit gegen Softwarekonkurrenz
Die zentrale Trennlinie verläuft nicht zwischen KI-Gewinnern und KI-Verlierern, sondern zwischen knapper Infrastruktur und Software, deren Wettbewerbsbarrieren immer schwerer zu messen sind.
JPMorgan bleibt bei Software vorsichtig, weil das KI-Wachstum den langfristigen Ausblick des Sektors trübt. Die Bank sieht zunehmenden Wettbewerb und Unsicherheit darüber, welche Anbieter ihre Preissetzungsmacht behalten werden.
Ihre Analysten verzichteten darauf, eine offen pessimistische Position gegenüber dem gesamten Sektor zu empfehlen. Sie stellten fest, dass die Softwarebewertungen bereits deutlich gefallen seien, wodurch undifferenzierte Short-Positionen riskant würden.
Stattdessen empfahl die Bank, einen relativen Handel zugunsten von Halbleitern gegenüber Software erneut zu prüfen. Ein Pair Trade kombiniert eine bevorzugte Position mit einer Gegenposition, um die erwartete Performancedifferenz zu isolieren.
Diese Empfehlung verdeutlicht den zentralen Gegensatz dieser Geschichte. JPMorgan setzt nicht einfach auf eine breite Erholung des Technologiesektors. Die Bank setzt darauf, dass die Ökonomie von Hardware attraktiver bleiben wird als jene von Software.
Die Unterscheidung beginnt mit der Kapitalintensität. Das Training großer Modelle und die Bedienung von Millionen Nutzern erfordern Chips, Speicher, Netzwerke, Anlagen und Strom.
Diese Ausgaben kommen Infrastrukturprovidern zugute, bevor eine KI-Anwendung ihre nachhaltige Nachfrage nachgewiesen hat. Softwareunternehmen müssen ihre Kosten anschließend durch Abonnements, nutzungsabhängige Gebühren, Werbung oder operative Einsparungen wieder einspielen.
Dadurch entsteht ein ungleicher Zeitplan. Halbleiterlieferanten können während des Ausbaus Umsätze erzielen, während Anwendungsanbieter möglicherweise länger brauchen, um attraktive Margen nachzuweisen.
Softwareunternehmen sehen sich zudem einer KI-Kannibalisierung gegenüber. Ein neuer Assistent oder automatisierter Arbeitsablauf kann die Nachfrage nach einem älteren Produkt senken, ohne seinem Anbieter entsprechende Umsätze zu bringen.
Etablierte Anbieter können KI-Funktionen in bestehende Verträge bündeln, doch Bündelung erschwert die Messung. Höhere Nutzung bedeutet nicht zwangsläufig, dass Kunden genug zahlen, um Rechen- und Entwicklungskosten zu decken.
Der Wettbewerb fügt eine weitere Ebene hinzu. Foundation Models bieten zunehmend überlappende Fähigkeiten, während offene Modelle Unternehmen erlauben, Alternativen unter eigener Kontrolle einzusetzen.
Anwendungsentwickler können Modellanbieter wechseln, mehrere Modelle kombinieren oder kleinere Systeme für Routineaufgaben einsetzen. Diese Flexibilität kann die Margen im gesamten Software-Stack unter Druck setzen.
Hardware ist nicht immun gegen Wettbewerb. Cloud-Unternehmen entwickeln kundenspezifische Beschleuniger, Modellentwickler optimieren Arbeitslasten, und Hersteller bauen ihre Produktionskapazitäten weiter aus.
Der Wechsel des Lieferanten eines fortschrittlichen Chips ist jedoch mit technischen, fertigungstechnischen und softwarebezogenen Kompatibilitätsbeschränkungen verbunden. Diese Hürden können die Preissetzungsmacht länger bewahren als ein Funktionsvorteil bei Software.
Der Kontrast hilft, den Anstieg des Halbleiterindex um 48 % gegenüber dem Softwarezuwachs von 1,3 % zu erklären. Anleger honorierten Unternehmen, die die physischen Engpässe bedienen, und stellten Unternehmen mit unsicherer Produktsubstitution infrage.
Diese Lücke kann sich auf mehrere Arten schließen. Halbleiteraktien können fallen, Softwaregewinne können sich verbessern oder beide Entwicklungen können gleichzeitig eintreten.
Eine erfolgreiche Erholung bei Software würde deutlichere Belege dafür erfordern, dass KI-Funktionen zusätzliche Umsätze oder nachhaltige Kosteneinsparungen erzeugen. Kundenseitige Experimente allein werden die Bedenken nicht ausräumen.
Infrastrukturunternehmen stehen vor einem anderen Test. Sie müssen zeigen, dass Großaufträge die Endnachfrage widerspiegeln und nicht den Aufbau überschüssiger Kapazitäten durch Kunden.
Die beiden Seiten sind verbunden, weil Hyperscaler zwischen ihnen stehen. Unternehmen wie Microsoft, Amazon, Alphabet und Meta kaufen Infrastruktur und verkaufen zugleich Cloud-Dienste sowie KI-Anwendungen.
Hohe Investitionsausgaben helfen Chipzulieferern unmittelbar, erhöhen jedoch die finanzielle Hürde für Cloud-Plattformen. Je mehr diese Unternehmen investieren, desto mehr Umsatz und Cashflow müssen ihre KI-Dienste letztlich generieren.
Deshalb stellt die Erholung des JPMorgan-KI-Trades die frühere Technologieerzählung nicht wieder her. Frühere Rallyes hoben Infrastruktur, Plattformen, Anwendungen und spekulative Software oft gemeinsam an.
Das neue Argument verlangt Auswahl. Unternehmen mit knappen Produkten und bestätigten Aufträgen werden bevorzugt, während Firmen mit unsicherer Preisgestaltung stärker geprüft werden.
Anleger haben bereits erlebt, wie schnell sich die Stimmung ändern kann. Eine Erholung von KI-Aktien im Juli brachte den S&P 500 bis auf 1 % an sein Rekordhoch heran, obwohl die Sorgen über die Renditen der Investitionen bestehen blieben.
Solche Bewegungen zeigen, dass Zweifel und Optimismus nebeneinander bestehen können. Eine Rally kann Schnäppchenkäufe widerspiegeln, ohne die langfristige Frage zu klären, wer die KI-Gewinne abschöpft.
JPMorgans relative Präferenz liefert vorerst eine direkte Antwort. Die Bank erwartet, dass die Knappheit bei Infrastruktur mehr Unterstützung bietet, als der Wettbewerb bei Software zulässt.
Was die optimistische These noch beweisen muss
Ein günstigerer Markt ist nicht automatisch attraktiv, wenn die zur Rechtfertigung von KI-Ausgaben erforderlichen Gewinne weiterhin unsicher sind.
Die skeptische Sicht beginnt bei den Investitionsausgaben. Technologieunternehmen binden erhebliche Ressourcen, bevor die endgültige Nachfrage nach vielen KI-Diensten vollständig sichtbar ist.
Starke Bilanzen machen diese Investitionen möglich. Sie garantieren keine ausreichenden Renditen.
Rechenzentren benötigen zudem Strom, Kühlung, Netzwerke, Grundstücke und lange Bauzeiten. Angebotsengpässe können Ausrüstungshersteller schützen und zugleich die Kosten für die Unternehmen erhöhen, die den Ausbau finanzieren.
Die zentrale Frage lautet, ob KI-Umsätze schnell genug wachsen, um diese Kosten aufzufangen. JPMorgan sagt, die Belege für Monetarisierung nähmen zu, doch sie bleiben über Branchen und Produkte hinweg uneinheitlich.
Die Cloud-Nachfrage liefert ein positives Signal. Unternehmen mieten mehr Rechenkapazität und experimentieren mit KI-gestützter Entwicklung, Kundensupport, Forschung und Dokumentenanalyse.
Experimentelle Ausgaben unterscheiden sich jedoch von dauerhafter Nachfrage im Produktivbetrieb. Unternehmen können Projekte zurückfahren, die Sicherheitsprüfungen nicht bestehen, unzuverlässige Ergebnisse liefern oder mehr kosten als erwartet.
Auch Nutzungskennzahlen brauchen Kontext. Ein Dienst kann mehr Tokens, Nutzer oder Anfragen verarbeiten und dennoch nur begrenzte Gewinne erzielen, weil Inferenz weiterhin teuer ist.
Preissenkungen verkomplizieren das Bild zusätzlich. Geringere Modellkosten fördern die Akzeptanz, können aber den Umsatz pro Aufgabe reduzieren und den Wettbewerb unter Anbietern verschärfen.
Diese Spannung rückt die Ausgaben der Hyperscaler ins Zentrum des Risikos. Wenn Cloud-Unternehmen ihre Expansionspläne reduzieren, könnten Halbleiteraufträge nachlassen, bevor neue Anwendungserlöse die Lücke schließen.
Der Marktrückgang im Juli zeigte, wie empfindlich der Trade auf diese Sorge reagiert. Anleger reagierten scharf auf Fragen zu Überkapazitäten und zum Zeitpunkt zusätzlicher Chipnachfrage.
Frühere Gewinne sorgten zudem für anspruchsvolle Vergleichswerte. Ein Halbleiterunternehmen kann steigende Umsätze melden und dennoch enttäuschen, wenn Anleger schnelleres Wachstum oder stärkere Prognosen erwartet hatten.
Auch das Umfeld am breiten Markt ist wichtig. Zinssätze beeinflussen den Gegenwartswert, den Anleger künftigen Gewinnen beimessen, insbesondere bei Unternehmen, deren Bewertung auf weit entferntem Wachstum beruht.
Makroökonomische Volatilität kann daher Fortschritte auf Unternehmensebene überlagern. JPMorgan erwartet, dass sinkende Volatilität besseres Trading unterstützt, doch diese Bedingung liegt außerhalb der Kontrolle jedes Chipherstellers.
Auch Angebotsknappheit birgt ein Umkehrrisiko. Hohe Margen motivieren Hersteller zum Kapazitätsausbau, während Kunden nach alternativen Lieferanten und effizienteren Designs suchen.
Wenn neue Kapazitäten entstehen, während das Nachfragewachstum nachlässt, können die Preise schnell fallen. Halbleiterzyklen sind wiederholt von Knappheit in Überangebot gekippt, weil Produktionsentscheidungen lange vor der endgültigen Nachfrage getroffen werden.
Geopolitische Risiken bringen eine weitere Unsicherheit hinzu. Produktion fortschrittlicher Chips, Speicher, Packaging und Fertigungsanlagen erstrecken sich über mehrere Regionen mit unterschiedlichen Handels- und Sicherheitspolitiken.
Exportkontrollen können Märkte einschränken oder Produktdesigns verändern. Handelskonflikte können zudem beeinflussen, wo Unternehmen Anlagen bauen und welche Lieferanten Kunden auswählen.
Diese Faktoren widerlegen nicht JPMorgans Halbleiterausblick. Sie zeigen, warum die These von mehreren beweglichen Teilen abhängt und nicht von einer dauerhaften Knappheit.
Die überzeugendsten Belege würden hohe Auslastung, stabile Preise, wachsende Aufträge und steigende Kundenumsätze verbinden. Jeder einzelne Indikator kann isoliert betrachtet irreführend sein.
Anleger sollten außerdem zwischen KI-Akzeptanz und Aktienperformance unterscheiden. Eine Technologie kann sich schnell verbreiten, während Aktionäre schwache Renditen erhalten, weil der Wettbewerb einen großen Teil des Werts auf Kunden überträgt.
Das Internet schuf enormen wirtschaftlichen Wert, doch viele Infrastruktur- und Anwendungsanbieter scheiterten dennoch. KI kann einen ähnlich uneinheitlichen Weg nehmen, ohne jedes historische Detail zu wiederholen.
JPMorgans Notiz erkennt diese Selektivität an. Ihre Warnung, dass die Technologie ihren früheren Erfolg möglicherweise nicht wiederholt, verhindert, dass die These zu einer einfachen Rückkehr spekulativer Euphorie wird.
Auch das Argument einer bereinigteren Positionierung ist vorübergehend. Sobald Anleger wieder große Positionen aufbauen, kann die Überfüllung zurückkehren und den Sektor erneut anfällig machen.
Die Erholung des JPMorgan-KI-Trades muss ihre Unterstützung daher durch Ergebnisse verdienen. Niedrigere Bewertungen schaffen eine Gelegenheit, während Gewinne darüber entscheiden, ob daraus eine nachhaltige Erholung wird.
Drei Signale werden entscheiden, was als Nächstes kommt
Gewinne, Investitionsausgaben und die Performance-Lücke zwischen Halbleitern und Software werden bestimmen, ob JPMorgan einen Neustart oder nur eine vorübergehende Pause erkannt hat.
Das erste Signal ist die nächste Runde von Halbleiterergebnissen und Prognosen. Umsätze allein werden nicht genügend Belege liefern, weil Anleger bereits von erheblicher KI-Nachfrage ausgehen.
Preisgestaltung, Auftragstransparenz, Lagerbestände und Produktionsauslastung werden wichtiger sein. Anhaltende Preisstärke bis 2027 würde JPMorgans Einschätzung stützen, dass die Angebotsbedingungen weiterhin eng bleiben.
Auch Kommentare des Managements zu Kapazitäten im Jahr 2028 verdienen Aufmerksamkeit. Ein beschleunigter Ausbau könnte die Nachfrage bestätigen, aber auch das Risiko eines späteren Überangebots erhöhen.
Anleger sollten Prognosen für Prozessoren, Speicher, Netzwerke, Ausrüstung und fortschrittliches Packaging vergleichen. Schwäche in nur einer Kategorie hat eine andere Bedeutung als ein breit angelegter Auftragsrückgang.
Das zweite Signal sind die Investitionsausgaben der größten Cloud-Unternehmen. Microsoft, Amazon, Alphabet und Meta beeinflussen gemeinsam die Nachfrage entlang eines großen Teils der KI-Infrastrukturkette.
Steigende Ausgaben würden Halbleiterzulieferer stützen, doch Anleger müssen prüfen, warum die Ausgaben gestiegen sind. Kapazität, die an vertraglich gebundene Kunden gekoppelt ist, ist ein stärkerer Beleg als Bauvorhaben, die überwiegend auf prognostizierter Nachfrage beruhen.
Auch das Wachstum der Cloud-Umsätze muss mit den Investitionen Schritt halten. Eine wachsende Lücke zwischen Ausgaben und KI-bezogenen Umsätzen würde das breitere Monetarisierungsargument schwächen.
Anleger sollten auf Veränderungen bei Abschreibungen, Auslastung und der erwarteten Nutzungsdauer von KI-Ausrüstung achten. Diese buchhalterischen und operativen Details beeinflussen die Rendite, die jeder Infrastruktur-Dollar erzielt.
Eine Ausgabenkürzung würde den KI-Ausbau nicht automatisch beenden. Sie würde jedoch Erwartungen infrage stellen, die auf einer kontinuierlich beschleunigten Nachfrage beruhen.
Das dritte Signal ist, ob Software beginnt, ihre Performance-Lücke gegenüber Halbleitern zu schließen. Diese Verschiebung würde JPMorgans bevorzugten relativen Trade direkter testen als eine breite Marktrally.
Eine glaubwürdige Software-Erholung erfordert mehr als niedrigere Bewertungen. Anbieter müssen zeigen, dass KI-Funktionen die Kundenbindung verbessern, Vertragswerte erhöhen oder Bereitstellungskosten senken.
Die Qualität der Umsätze ist entscheidend. Vorübergehende Beratungsprojekte und werbliche Testläufe bieten weniger Unterstützung als wiederholbare Abonnements oder nutzungsbasierte Nachfrage aus Produktivsystemen.
Sich verbessernde Softwareökonomie würde den KI-Trade verbreitern und seine Abhängigkeit von physischer Infrastruktur verringern. Sie könnte zudem darauf hindeuten, dass Kunden von Experimenten zu kommerziellem Einsatz übergehen.
Anhaltende Softwareschwäche würde JPMorgans Vorsicht stützen. Sie würde darauf hindeuten, dass Infrastrukturinvestitionen weiterhin mehr Wert abschöpfen als die Anwendungen, die sie rechtfertigen sollen.
Diese drei Signale sollten gemeinsam gelesen werden. Starke Chipergebnisse ohne bessere Cloud-Monetarisierung können die Rally verlängern und zugleich die spätere finanzielle Hürde erhöhen.
Höhere Cloud-Ausgaben ohne stabile Halbleiterpreise könnten zeigen, dass Angebot leichter verfügbar wird. Bessere Softwaregewinne könnten die Akzeptanz bestätigen, selbst wenn sich das Hardwarewachstum normalisiert.
Das konstruktivste Ergebnis würde nachhaltige Chipnachfrage, disziplinierte Infrastrukturinvestitionen und messbare Anwendungserlöse verbinden. Diese Kombination würde den wirtschaftlichen Wert entlang der KI-Kette verteilen.
Das besorgniserregendste Ergebnis würde langsameres Cloud-Wachstum mit steigenden Kapazitäten und schwacher Softwarepreisgestaltung verbinden. Es würde darauf hindeuten, dass die Ausgaben der profitablen Nachfrage vorausgelaufen sind.
Zwischen diesen Ergebnissen liegt eine breite Spanne selektiver Chancen und Enttäuschungen. Genau diesen Markt beschreibt JPMorgans Notiz.
Leser, die die Erholung des JPMorgan-KI-Trades verfolgen, sollten tägliche Kursgewinne nicht als Bestätigung behandeln. Der stärkere Test ergibt sich aus Gewinnen, Kundenverpflichtungen und der Preisgestaltung entlang der Lieferkette.
Beobachten Sie zunächst die nächsten Halbleiterberichte und vergleichen Sie dann die Ausgaben der Hyperscaler mit den KI-Umsätzen. Prüfen Sie abschließend, ob Softwareunternehmen die Akzeptanz in nachhaltige Margen umwandeln können.
Verbessern sich alle drei Signale, wird die Erholung zunehmend fundamental wirken. Erholen sich nur die Aktienkurse, könnte der Markt lediglich die überfüllten Positionen wieder aufbauen, die er kürzlich abgebaut hat.
