Am Markt sind gleichzeitig zwei Stimmen zu hören: Einerseits bleiben die Mietpreise für GPUs und Rechenleistung hoch, was darauf hindeutet, dass die Nachfrage nach Training und Inferenz nicht verschwunden ist. Andererseits sinken im Wettbewerb die Preise für manche KI-Token und -Aufrufe, sodass sich die Kosten auf Nutzerseite verbessern. Auf den ersten Blick scheint das widersprüchlich, tatsächlich könnte es sich aber um eine gestaffelte Entwicklung handeln: Die Infrastruktur bleibt knapp, während der Preiskampf auf Anwendungsebene bereits begonnen hat.

Die Lehre für den Sekundärmarkt lautet: Schaufelverkäufer und Anwendungen dürfen nicht in einen Topf geworfen werden. Die Knappheit bei Rechenleistung stützt die Investmentthese für Ausrüstung und Cloud-Infrastruktur; sinkende Token-Preise hingegen stellen die Margen und die Differenzierung von Anwendungsunternehmen auf die Probe. Die Aussagen von ASML und TSMC in dieser Woche werden dieser gestaffelten Entwicklung weitere Belege hinzufügen.

Meine Einschätzung: Beurteile nicht die gesamte KI-Wertschöpfungskette anhand eines einzelnen Preissignals. Unterscheide, ob du in Rechenleistung, Modelle oder Anwendungen investiert bist – die jeweiligen Risikopunkte sind unterschiedlich.

Beim Handel weniger pauschal Positionen auf- oder abbauen, sondern die einzelnen Bereiche getrennt verwalten.

Wenn du die Ebenen klar unterscheidest, wird auch die Portfolioaufstellung stimmiger: Bei Rechenleistung und Ausrüstung zählen Auslastung und Aufträge; bei Modellunternehmen die Zahl der Unternehmenskunden, die zahlen, und die Bruttomarge; bei Anwendungen Kundenbindung und Unit Economics. Wer alles in einen Topf wirft, erhöht womöglich ausgerechnet im falschen Bereich die Position.

Sollte es kurzfristig wieder Schlagzeilen nach dem Muster „Rechenleistung knapp, aber Anwendungen werden günstiger“ geben, solltest du nicht reflexartig pauschal deine Position reduzieren. Frag dich zuerst, in welcher Ebene du investiert bist.

Die vorstehenden Inhalte dienen nur der Information und stellen keine Anlageberatung dar.

#AI #算力 #GPU