AI Infrastructure
Die physische Ausbauschicht der AI – Beschleuniger, fortschrittliche Verpackung, Speicher mit hoher Bandbreite, Datacenter-Networking und GPU-Cloud – wo Hyperscaler-Capex direkt in Hardware-Nachfrage umgewandelt wird.
Die Geschichte
AI-Workloads haben einen der größten Infrastruktur-Ausbauten der modernen Geschichte ausgelöst, wobei allein die vier größten US-Hyperscaler eine schrittweise Änderung der Investitionsausgaben für 2026 planen und etwa drei Viertel davon für AI-Computing vorgesehen sind. Die Nachfrage nach beschleunigten Servern, Advanced-Node-Silizium und Speicher mit hoher Bandbreite übersteigt das Angebot in der gesamten Kette, wodurch Foundry-Verpackung, Speicher und Netzwerkkapazität bis 2027 strukturell knapp bleiben. Das Ergebnis ist ein mehrjähriger Nachfrage-Pull und kein einzelner Produktzyklus, der durch langfristige Investitionszusagen und Auftragsbestände in Milliardenhöhe verankert ist.
Der Ausblick bis 2030
Bis 2030 modelliert McKinsey kumulative Investitionen in die Compute-Wertschöpfungskette von etwa 5,2 Billionen $, in einem Basisszenario (davon sind ~3,3 Billionen $ IT-Ausrüstung), angetrieben durch geschätzte 125 zusätzliche Gigawatt AI-Datacenter-Kapazität. Die Wirtschaftlichkeit verlagert sich von trainingsgeführter zu inferenzgeführter Nachfrage, wodurch die Käuferbasis erweitert und der Anteil kundenspezifischer Beschleuniger und Ethernet-basierter AI-Fabrics erhöht wird. Engpässe verlagern sich im Laufe der Zeit von der Roh-GPU-Versorgung hin zu Strom, fortschrittlicher Verpackung, Speicher und dem Netzwerk – wodurch die Picks-and-Shovels-Schichten zunehmend wertkritisch werden.
Was das Kapital bewegt
Die Kräfte, die derzeit Geld in dieses Thema lenken.
Hyperscaler 2026 Capex-Erhöhung
Die vier größten US-Hyperscaler prognostizierten einen deutlichen Anstieg der Investitionsausgaben für 2026 gegenüber einem Rekordwert von ~388 Mrd. $ im Jahr 2025, wobei etwa 75 % für AI-Infrastruktur vorgesehen sind.
HBM- und DRAM-Lieferengpass
SK Hynix gab bekannt, dass seine Speicherkapazität für 2026 im Wesentlichen ausverkauft ist, wobei die HBM4-Massenproduktion auf Anfang 2026 vorgezogen wurde und die strukturelle Knappheit bis 2027 anhält.
Kapazitätserhöhung für Advanced Packaging (CoWoS)
TSMC verdoppelt die Kapazität für Advanced Packaging, beschreibt sie aber dennoch als 'sehr knapp', wodurch das Packaging eine einschränkende Beschränkung für die Beschleunigerleistung bleibt.
Skalierung kundenspezifischer AI-Beschleuniger (XPU/ASIC)
Die kundenspezifischen Siliziumprogramme der Hyperscaler werden skaliert, wobei Broadcom einen TPU-Rack-Auftrag über 10 Mrd. $ sowie einen Folgeauftrag über 11 Mrd. $ für die Lieferung bis Ende 2026 anführt.
Die Führenden
Strukturelle Large-Cap-Anker – Exposure mit geringerer Varianz gegenüber dem Thema.
NVIDIA ist der Gravitationsmittelpunkt des KI-Infrastruktur-Stacks und ist positioniert, um den Löwenanteil der Hyperscaler-Capex zu erfassen, da die Nachfrage nach KI-Rechenleistung explosionsartig ansteigt; sein Software-Stack verbessert die Vielseitigkeit der GPUs und treibt die Umsätze über die abschreibungsfähige Lebensdauer hinaus.
Warum die Aufregung: Das Management wies auf einen Umsatz von 75 Milliarden Dollar im Datencenter-Bereich hin, ein Anstieg von 92 % gegenüber dem Vorjahr, der auf die starke Nachfrage nach GB300- und NVL72-Systemen zurückzuführen ist.
Das ehrliche Risiko: Die Verbrauchernachfrage sank aufgrund höherer Speicher- und Systempreise leicht, was auf eine potenzielle Empfindlichkeit gegenüber Komponentenkostenschwankungen hindeutet.
TSMC ist der Dreh- und Angelpunkt der KI-Infrastruktur und fertigt nahezu jeden hochmodernen KI-Chip. Seine Quasi-Monopolstellung und fortschrittlichen Prozesstechnologien wie 3nm und 2nm machen ihn zu einem strukturellen Play auf das Hardware-Rückgrat der KI.
Warum die Aufregung: Die Ergebnisse von TSMC für das erste Quartal des Geschäftsjahres 2026 hoben die Stärke der hochmodernen Prozesstechnologien hervor, wobei 3-Nanometer 25 % der Wafer-Umsätze beisteuerte, was auf eine starke Nachfrage nach KI-bezogenen Chips hindeutet.
Das ehrliche Risiko: Die Verwässerung der Bruttomarge durch die Hochlaufphase der 2-Nanometer-Technologie und ausländische Fabriken könnte die Rentabilität in den kommenden Jahren belasten.
Broadcom ist ein strukturelles Play auf die KI-Infrastruktur und bietet kundenspezifische ASICs und Netzwerklösungen, die die KI-Ausbauten der Hyperscaler untermauern; seine tiefen Partnerschaften und die kritische Siliziumposition machen es zu einer risikoärmeren Möglichkeit, den KI-Capex-Zyklus zu spielen.
Warum die Aufregung: Broadcom erwartet, dass die Umsätze mit KI-Chips im Jahr 2027 100 Milliarden Dollar übersteigen werden, was auf den Einsatz kundenspezifischer KI-Beschleuniger in seinem gesamten Kundenstamm zurückzuführen ist.
Das ehrliche Risiko: Die Abhängigkeit von einem konzentrierten Kundenstamm von Hyperscalern setzt Broadcom potenziellen Nachfrageverschiebungen oder Insourcing-Initiativen aus.
Asymmetrische Anlagen
Kleinere Namen mit höherem Aufwärtspotenzial und potenziell tieferen Drawdowns.
CoreWeave ist ein Neo-Cloud-Anbieter, der sich auf GPU-as-a-Service spezialisiert hat und positioniert ist, um erhebliche Ausgaben für die KI-Infrastruktur zu erfassen, die durch substanzielle Hyperscaler-Verpflichtungen und eine schnell wachsende vertraglich vereinbarte Stromversorgung untermauert werden. Das hohe Verhältnis von Schulden zu Eigenkapital ist jedoch mit Vorsicht zu genießen.
Warum die Aufregung: CoreWeave unterzeichnete im ersten Quartal des Geschäftsjahres 2026 neue Verpflichtungen im Wert von mehr als 40 Milliarden Dollar, wodurch der vertraglich vereinbarte Umsatzbestand auf fast 100 Milliarden Dollar anstieg.
Das ehrliche Risiko: Ein Current Ratio von 0,3 deutet angesichts des kapitalintensiven Charakters des Ausbaus der KI-Infrastruktur auf potenzielle kurzfristige Liquiditätsprobleme hin.
Asymmetrie: Hohes Aufwärtspotenzial, wenn die GPU-Nachfrage und die Ausführung anhalten; tiefer Drawdown, wenn sich die KI-Capex abschwächt oder die Finanzierung knapper wird.
Astera Labs ist ein kleineres, schneller wachsendes Unternehmen im Bereich der KI-Infrastruktur, das sich auf Konnektivitätslösungen konzentriert, die KI-Beschleuniger innerhalb von Rechenzentren verbinden. Die Retimer und Fabrics des Unternehmens sind entscheidend für die Ermöglichung von Hochleistungs-KI-Systemen.
Warum die Aufregung: Astera Labs erwartet ein starkes Umsatzwachstum bis 2026 und bis 2027, das durch KI-Fabrics und den Übergang zu PCIe 6, 800 Gig und 1,6T Ethernet-Konnektivität getrieben wird.
Das ehrliche Risiko: Als kleineres Unternehmen ist Astera Labs anfälliger für Kundenkonzentration und potenzielle Verschiebungen in den Ausgabenprioritäten der Hyperscaler.
Asymmetrie: Starkes Aufwärtspotenzial im Zusammenhang mit dem Beschleunigervolumen; starker Drawdown, wenn ein einzelner Großkunde vorzieht oder verlangsamt.
Credo Technology Group ist ein kleinerer, wachstumsstarker Interconnect-Player, der vom Ausbau der KI-Infrastruktur profitiert, insbesondere durch seine aktiven elektrischen Kabel (AECs) und SerDes-Lösungen. Obwohl Credo ein höheres Risiko birgt, bietet es ein asymmetrisches Aufwärtspotenzial durch die steigende Rack-Dichte in Rechenzentren und die steigende Bandbreitennachfrage.
Warum die Aufregung: Das Management von Credo erwartet, dass sich der Umsatz im Geschäftsjahr 2026 verdreifachen wird, nachdem er sich im Geschäftsjahr 2025 mehr als verdoppelt hat, was ein außergewöhnliches Wachstum im Halbleiterbereich darstellt.
Das ehrliche Risiko: Die geringere Größe und die höhere Bewertung von Credo (Kurs/Umsatz von 37,7) machen das Unternehmen anfälliger für Kundenkonzentration und potenzielle Verschiebungen in den Ausgaben der Hyperscaler.
Asymmetrie: Großes Aufwärtspotenzial beim Hochfahren der KI-Vernetzung; hohes Drawdown-Risiko aufgrund von Kundenkonzentration und Bewertung.
Innerhalb des Themas
Die Sub-Layer und die führenden Unternehmen, die jeden einzelnen verankern.
Häufig gestellte Fragen
Lohnt sich AI Infrastructure-Aktien im Jahr 2026 noch?
Die These beruht auf Investitionsausgaben der Hyperscaler von über 400 Mrd. $ für 2026 und der Sichtbarkeit von Stromabnahmeverträgen bis in die 2030er Jahre. Das macht AI Infrastructure zu einem strukturellen mehrjährigen Aufbau und nicht zu einer einjährigen Spitze, obwohl Bewertungen und Investitionstempo die entscheidenden Faktoren sind.
NVDA oder die kleineren Zulieferer?
NVIDIA ist der strukturelle Marktführer und das Referenzdesign, aber kleinere Zulieferer wie CoreWeave, Astera Labs und Credo weisen eine höhere Asymmetrie auf – mehr Aufwärtspotenzial, wenn der Ausbau anhält, tiefere Drawdowns, wenn sich die AI-Investitionen verlangsamen.
Wie lange dauert der AI Infrastructure-Zyklus?
Die Stromabnahmeverträge der Hyperscaler reichen bereits bis in die 2030er Jahre, und der prognostizierte Aufbau verläuft mit einer hohen CAGR von 20 bis niedrigen 30 Prozent – dies wird als strukturelles, nicht einjähriges Thema dargestellt.
Wie bewertet der MoonshotScore dieses Thema?
Bei AI-Themen gewichtet der Score Umsatzwachstum, Insiderkäufe, F&E-Intensität und Marktanteilsgewinne stärker – die Faktoren, die strukturelle Gewinner von Momentum-Namen trennen.
Was ist das Hauptrisiko?
Die Hauptrisiken sind eine Mäßigung der Investitionsausgaben der Hyperscaler ab 2027, chinesische Chip-Beschränkungen und eine GPU-Angebotsflut – was die gesamte Kette schnell abwerten könnte.
Forschungsquellen
- IDC — Artificial Intelligence Infrastructure Spending to Reach $758Bn USD Mark by 2029
- IDC — AI Infrastructure Spending Caps Historic Year at ~$90 Billion in Q4 2025; 2029 Spending to Eclipse $1 Trillion
- McKinsey & Company — The cost of compute: A $7 trillion race to scale data centers
- Statista — Big Tech's AI Spending to Reach $725 Billion in 2026 (capex of Meta, Alphabet, Amazon, Microsoft)
- NVIDIA / SEC — NVIDIA Q4 and FY2025 Results (Form 8-K)
- Asia Business Outlook — TSMC 2025 Revenue Jumps 32% on Strong AI Chip Demand
- Futurum Group — Broadcom Q4 FY2025 Earnings: AI And Software Drive Beat
- Tom's Hardware — Samsung and SK hynix warn AI-driven memory shortages could last until 2027 and beyond
Verwandte Themen
Energy — The Electricity of AICopper — The AI BottleneckAI Agents & Agentic Software
Bildungsinhalte, keine Anlageberatung. Die Performance in der Vergangenheit ist keine Garantie für zukünftige Ergebnisse.