Unternehmen aus dem Bereich Künstliche Intelligenz könnten am Ende jährlich 10 Billionen Dollar Umsatz erzielen müssen, um die massive Welle an Investitionsausgaben für Rechenzentren zu rechtfertigen. Das geht aus einem Research-Bericht von BCA Research hervor.
BCA-Chefökonom Peter Berezin warnte in dem Bericht, dass die Begeisterung des Marktes für den KI-Boom erhebliche langfristige Hürden bei der Monetarisierung verdecke und die tatsächliche Stärke der Unternehmensmargen überzeichne.
Der S&P 500 wird derzeit zwar mit rund dem 19-Fachen der erwarteten Gewinne gehandelt und liegt damit im Bereich seines historischen Zehnjahresdurchschnitts. Berezin betonte jedoch, dass diese Bewertungen auf rekordhohen erwarteten Gewinnmargen von 16,7 Prozent beruhen. Würden sich die Margen auf das Niveau von 2019 normalisieren, läge das erwartete Kurs-Gewinn-Verhältnis für US-Aktien bei deutlich höheren 26,7.
Die aktuellen Gewinnmargen werden durch sinkende reale Lohnstückkosten und zugleich massive Investitionsausgaben der großen Tech-Hyperscaler gestützt - darunter Microsoft, Amazon, Alphabet, Meta und Oracle. Wenn Technologiekonzerne Hardware kaufen, werden diese Ausgaben als Investitionen verbucht und über die Zeit abgeschrieben, statt sofort als Betriebskosten anzufallen. Das treibt die aktuellen Margen künstlich nach oben.
BCA erwartet, dass sich die jährlichen Abschreibungen der großen Hyperscaler von 255 Milliarden Dollar im Jahr 2026 auf 581 Milliarden Dollar bis 2029 mehr als verdoppeln werden, während die gesamten Investitionsausgaben auf 1,16 Billionen Dollar steigen. Einschließlich außerbilanzieller Ausgaben könnten die gesamten Investitionen der Hyperscaler bis zum Ende des Jahrzehnts jährlich fast 1,4 Billionen Dollar erreichen.
Um dauerhafte Investitionsausgaben von 1,4 Billionen Dollar profitabel zu monetarisieren, stehen die großen Technologiekonzerne vor einer enormen kommerziellen Hürde:
Berezin merkte an, dass 10 Billionen Dollar in etwa den gesamten weltweiten jährlichen Ausgaben für Gesundheit oder Lebensmittel entsprechen.