A I AI I REVOLUTION DURCH KÜNSTLICHE INTELLIGENZ

A I AI I REVOLUTION DURCH KÜNSTLICHE INTELLIGENZ

How to hedge a bubble, AI edition (08.02.2026)
How to hedge a bubble, AI edition (08.02.2026)

Die Absicherung eines Portfolios ist aus mehreren Gründen schwierig:

  1. Mangel an zuverlässigen alternativen Anlageklassen und hohe Aktienbewertungen: Aktien sind besonders in Amerika teuer, was zu niedrigeren erwarteten Renditen und höheren Verlustrisiken bei einem Crash führt. Gleichzeitig sind traditionelle sichere Häfen wie Gold stark geschwankt, und selbst Bitcoin-Fans verlieren das Vertrauen, wodurch es schwierig wird, alternative Schutzoptionen zu finden.

  2. Beschränkungen für professionelle Anleger und das Risiko, Gewinne zu verpassen: Für die meisten professionellen Vermögensverwalter ist der Verkauf von Aktien keine Option, da sie strengen Mandaten unterliegen, die hohe Bargeldreserven verbieten und Kunden bei Nichtinvestition verärgern würden. Auch für Privatanleger ist ein vorzeitiger Verkauf riskant, da man trotz Überbewertung potenziell enorme Gewinne verpassen kann, wie die Entwicklung des NASDAQ vor der Dotcom-Blase zeigte.

  3. Ineffektivität traditioneller Absicherungsinstrumente und Komplexität neuerer Strategien: Staatsanleihen, die früher gut zur Absicherung dienten, sind heute fraglich, da bei steigender Inflation und Zinsen sowohl Aktien als auch Anleihen parallel fallen können. Derivate wie Optionen bieten zwar Schutz, ihre Performance hängt jedoch stark von der Wahl des Ausübungspreises und des Verfallstermins ab, und die Kosten können bei wiederholten Käufen exponentiell steigen.

·economist.com·
How to hedge a bubble, AI edition (08.02.2026)
OpenAI’s cash burn will be one of the big bubble questions of 2026 (30.12.2026)
OpenAI’s cash burn will be one of the big bubble questions of 2026 (30.12.2026)

Die größten Risiken im Zusammenhang mit der Spekulationsblase im Jahr 2026, laut diesem Artikel, sind:

  1. Hoher Cash-Burn und fehlende Profitabilität: KI-Startups wie OpenAI und Anthropic verbrauchen enorme Mengen an Kapital für Chips und Cloud-Computing-Lösungen, die für das Training und den Betrieb ihrer Modelle notwendig sind. Dies führt zu einem hohen "Cash-Burn", während gleichzeitig der Druck wächst, Profitabilitätsstrategien offenzulegen, insbesondere im Hinblick auf geplante Börsengänge 2026 oder kurz danach.

  2. Konkurrenz durch kapitalstarke Tech-Giganten: Große Technologiekonzerne wie Google verfügen über gigantische Bilanzen, eigene Chips und Cloud-Infrastruktur. Dies ermöglicht es ihnen, ihre Sprachmodelle effizienter zu trainieren und auszuführen als unabhängige Labore, wodurch sie weniger von externen Investoren abhängig sind und den Wettbewerb verschärfen.

  3. Fehlender nachhaltiger Wettbewerbsvorteil: Drei Jahre nach dem Start von Chat GPT lässt der versprochene Produktivitätsschub durch KI noch auf sich warten. Zudem drängen immer mehr Anbieter auf den Markt, und kein KI-Labor besitzt einen ausreichend großen oder dauerhaften Wettbewerbsvorteil, der die Umsätze langfristig sichern könnte.

  4. Steigende Kosten entgegen dem traditionellen Softwaremodell: Anders als bei herkömmlichen Softwareunternehmen, bei denen der Gewinn mit zunehmender Größe steigt, sind KI-Firmen mit Kosten konfrontiert, die genauso schnell oder sogar schneller steigen als die Einnahmen. Ein Großteil dieser Kosten entfällt auf die enorme Rechenleistung, die für das Training und den Betrieb fortschrittlicher Modelle benötigt wird.

  5. Risiko der Überheblichkeit und Skepsis der Investoren: Trotz des gigantischen Kapitalbedarfs und interner Diskussionen über den Cash-Burn, die als Tabu gelten, besteht die Gefahr der Überheblichkeit, wie Sam Altmans Wunsch zeigt, dass Zweifler sich beim Leerverkauf der OpenAI-Aktie "die Finger verbrennen". Investoren werden jedoch nicht ewig warten, und sowohl der Aktien- als auch der Anleihenmarkt haben bereits Unternehmen mit signifikantem Engagement in OpenAI abgestraft.

·economist.com·
OpenAI’s cash burn will be one of the big bubble questions of 2026 (30.12.2026)
What if the AI stockmarket blows up? (07.09.2025)
What if the AI stockmarket blows up? (07.09.2025)

Die Risiken, die den KI-Aktienmarkt explodieren (also zu einer Spekulationsblase und anschließenden Kurskorrektur) lassen könnten, sind:

  • Überbewertung der KI-Aktien: Die Bewertungen sind höher als während der Dotcom-Blase 1999, was wenig Spielraum für Enttäuschungen bei den Cashflows lässt.

  • Kurzlebige Investitionsgüter: Große Investitionen fließen in Vermögenswerte (z. B. Chips, Rechenzentren), die schnell an Wert verlieren (Haltbarkeit: ca. 9 Jahre).

  • Enttäuschende Umsätze trotz großer Investitionen: Die derzeitigen Umsätze der KI-Unternehmen sind relativ klein und könnten hinter den hohen Erwartungen zurückbleiben.
  • Politische und regulatorische Unsicherheiten: Politik unterstützt zwar den Boom, doch staatliche Eingriffe oder Verzögerungen könnten die Entwicklung bremsen.

  • Hohe Abhängigkeit des Privatsektors vom Aktienmarkt: Ein Crash würde viele Privatanleger treffen und könnte so die Konsumausgaben und Wirtschaftsentwicklung negativ beeinflussen.

Ownership of stocks accounts for about 30% of the net worth of American households
The size and durability of capital investment is also important.
trillions of dollars
·economist.com·
What if the AI stockmarket blows up? (07.09.2025)
Tech tycoons have got the economics of AI wrong (30.01.2025)
Tech tycoons have got the economics of AI wrong (30.01.2025)

Tech-Tycoons haben die Ökonomie der KI falsch eingeschätzt, weil sie fälschlicherweise davon ausgehen, dass Effizienzgewinne durch neue Technologien wie DeepSeek zwangsläufig zu einer geringeren Ressourcennutzung führen werden. Das Jevons-Paradoxon zeigt jedoch, dass höhere Effizienz tatsächlich zu einer größeren Nachfrage nach Ressourcen führen kann.

  1. Jevons-Paradoxon: Dieses Prinzip besagt, dass verbesserte Effizienz oft zu einer stärkeren Nutzung einer Ressource führt, da die Kosteneinsparungen zu einer Erhöhung des Verbrauchs anregen können. Dies könnte dazu führen, dass die Tech-Industrie mehr in Rechenzentren und KI-Systeme investiert, da die Nutzung der Technologie in die Höhe schießt und sie zu einer Ware wird, die immer gefragter ist.

  2. Marktdynamik: Der Artikel weist darauf hin, dass die Nachfrage nach KI-Tools und -Anwendungen die wahrscheinlichste Triebkraft ist, nicht unbedingt die Effizienz selbst. Tech-Tycoons scheinen die Möglichkeit, dass steigende Effizienz die Nachfrage überproportional erhöhen könnte, zu vernachlässigen.

  3. Einschränkende Faktoren: Der aktuelle Stand der KI-Nutzung in Unternehmen (nur 5% der amerikanischen Unternehmen verwenden sie derzeit) zeigt, dass es Hürden gibt, die die Einführung hemmen, wie beispielsweise den wahrgenommenen Aufwand oder die Irrelevanz der Technologie für bestimmte Branchen .

Insgesamt ist die falsche Einschätzung auf eine Überoptimierung der Effizienzgewinne und eine Unterschätzung der nachfrageseitigen Effekte zurückzuführen.

The Jevons paradox—the idea that efficiency leads to more use of a resource, not less—has in recent days provided comfort to Silicon Valley titans worried about the impact of DeepSeek, the maker of a cheap and efficient Chinese chatbot, which threatens the more powerful but energy-guzzling American varieties. Satya Nadella, the boss of Microsoft, posted on X, a social-media platform, that “Jevons paradox strikes again!
·economist.com·
Tech tycoons have got the economics of AI wrong (30.01.2025)
AI-Fueled Stock Rally Dealt $1 Trillion Blow by Chinese Upstart DeepSeek (27.01.2025)
AI-Fueled Stock Rally Dealt $1 Trillion Blow by Chinese Upstart DeepSeek (27.01.2025)
The Nasdaq 100 fell 3% Monday, the most in six weeks, leaving it virtually flat for the year and worth almost $1 trillion less than on Friday. Nvidia had its worst day since March 2020 when the pandemic hit, losing almost $600 billion in market value in the biggest wipe-out in history. Energy firms expected to profit from unprecedented AI demand sank, led by a 21% beatdown for Constellation Energy Corp.
·bloomberg.com·
AI-Fueled Stock Rally Dealt $1 Trillion Blow by Chinese Upstart DeepSeek (27.01.2025)
Big Tech Spends Billions on AI in Bet That Could Take Years to Pay Off (12.12.2024)
Big Tech Spends Billions on AI in Bet That Could Take Years to Pay Off (12.12.2024)
Big Tech's $62 Billion AI Spending Fuels Pick-and-Shovel Bets Investments by Alphabet, Amazon.com and others may take years to pay off. Skeptics worry about a bubble.
Tech Has Outpaced the Market Since ChatGPT’s Release
A recent Gallup poll found that only 4% of US workers use AI every day. More than two-thirds said they never do. Daron Acemoglu, a Nobel Prize-winning economist and Massachusetts Institute of Technology professor, has argued that common expectations around AI advances are overly optimistic. “The models we have right now are pretty impressive in some respects,” he says. “They’re still not usable broadly.”
·bloomberg.com·
Big Tech Spends Billions on AI in Bet That Could Take Years to Pay Off (12.12.2024)
Stockmarkets are booming. But the good times are unlikely to last (25.02.2024)
Stockmarkets are booming. But the good times are unlikely to last (25.02.2024)

1 Die langfristige Stabilität der Aktienmärkte könnte durch verschiedene Faktoren beeinflusst werden:

  • Bewertungen: Die Bewertungen von Unternehmensgewinnen sind auf historisch hohen Niveaus, was Fragen zur Nachhaltigkeit der aktuellen Gewinne und langfristigen Wachstumsraten aufwirft. Eine Annäherung der Bewertungen an den historischen Mittelwert könnte die Stabilität der Aktienmärkte beeinflussen.

  • Steuerlast: Eine mögliche zukünftige Erhöhung der Steuern für Unternehmen könnte sich negativ auf die Unternehmensgewinne und damit auf die Aktienmärkte auswirken.

  • Zinsen: Ein Anstieg der Zinsen könnte die Kreditaufnahme verteuern und die Unternehmensgewinne beeinträchtigen, was sich wiederum auf die Aktienmärkte auswirken könnte.

  • Langfristiges Wachstum: Es wird diskutiert, dass es für amerikanische Unternehmen schwierig sein könnte, das langfristige Wachstum aufrechtzuerhalten, das erforderlich ist, um die außergewöhnlichen Börsenrenditen der letzten Jahre fortzusetzen. Ein geringeres Gewinnwachstum und niedrigere Aktienrenditen in der Zukunft könnten die langfristige Stabilität der Aktienmärkte beeinflussen.

  • Geopolitisches Klima und Inflation: Die Unsicherheit im geopolitischen Klima und der Kampf gegen die Inflation werden als weitere Faktoren genannt, die die Aktienmärkte beeinflussen könnten und somit die langfristige Stabilität gefährden .

Diese Faktoren verdeutlichen, dass die langfristige Stabilität der Aktienmärkte von einer Vielzahl von wirtschaftlichen, politischen und finanziellen Faktoren abhängt, die sorgfältig beobachtet und analysiert werden müssen.


2 Die KI beeinflusst die aktuellen Aktienkurse auf folgende Weise:

  • Unternehmen nutzen KI-Tools und -Technologien, um ihre Geschäftsprozesse zu optimieren, Kosten zu senken und Wettbewerbsvorteile zu erzielen. Dies kann zu Produktivitätssteigerungen führen und das Wirtschaftswachstum ankurbeln.

  • Einige Unternehmen haben begonnen, KI in ihre Geschäftsmodelle zu integrieren und behaupten, dass dies transformative Produktivitätssteigerungen bewirken kann. Durch den umfassenderen Einsatz von KI-Tools könnten Unternehmen in der Lage sein, mehr Wert zu schaffen und somit das Wirtschaftswachstum und die Unternehmensgewinne zu steigern.

  • Es wird diskutiert, dass die Hoffnung vieler Anleger darauf liegt, dass KI zur Rettung eilt. Umfragen unter Führungskräften deuten auf eine große Begeisterung für KI-Tools hin, die auf Technologie basieren. Ein breiterer Einsatz dieser Tools könnte Unternehmen helfen, Kosten zu senken und mehr Wert zu schaffen, was sich positiv auf die Aktienkurse auswirken könnte.

Insgesamt zeigt sich, dass die Integration von KI in Unternehmen und Geschäftsmodelle eine positive Auswirkung auf die Aktienkurse haben kann, indem sie Effizienzsteigerungen, Produktivitätssteigerungen und Wertschöpfung ermöglicht.

America the difference in profit growth between the 1962-1989 period and the 1989-2019 period is “entirely due to the decline in interest and corporate-tax rates”. Extending this analysis to the rich world as a whole, we find similar trends. The surge in net profits is really an artefact of lower taxes and interest bills.
Governments have also established a global minimum effective corporate-tax rate of 15% on large multinational enterprises.
As for taxes, the political winds have changed.
Many investors hope ai will ride to the rescue.
From 1989 to 2019 the effective corporation-tax rate on American firms dropped by three-fifths.
Meanwhile, over the same period borrowing became cheaper. From 1989 until 2019 the average interest rate facing American corporations fell by two-thirds.
Now companies face a serious problem. The decades-long slide in interest rates has reversed. Risk-free interest rates across the rich world are about twice as high as they were in 2019.
·economist.com·
Stockmarkets are booming. But the good times are unlikely to last (25.02.2024)