J.P. Morgan warnt vor Konzentrationsrisiken am KI-Markt

KI-Optimismus trifft auf klassische Warnsignale des Marktes

J.P. Morgan warnt, dass der KI-Trade Symptome von Überhitzung zeigen könnte, mit zunehmend auf wenige Unternehmen konzentrierten Kursgewinnen und wachsender spekulativer Aktivität rund um Halbleiter. Die Sorgen der Bank, wie sie The Decoder berichtet, sind keine Prognose eines unmittelbaren Kollapses. Sie deuten jedoch darauf hin, dass die am meisten gefeierte Wachstumsstory des Marktes fragiler wird, je mehr Kapital in dieselben Namen, Instrumente und Annahmen fließt.

Die Warnung kommt nach mehreren Jahren, in denen generative KI Kapitalausgaben, Produkt-Roadmaps und Aktiennarrative im gesamten Technologiesektor neu geprägt hat. Seit dem Start von ChatGPT im Jahr 2022 hat die Begeisterung für KI-Infrastruktur eine der stärksten Rallys der jüngeren Marktgeschichte befeuert, vor allem für Chiphersteller und Hardware-Zulieferer. J.P. Morgan argumentiert, dass Umfang und Struktur dieser Rallye inzwischen eine genauere Prüfung verdienen.

Eine kleine Zahl von Unternehmen trägt einen großen Teil des Marktes

Eines der schärfsten Warnsignale im Bericht ist die Konzentration. Laut dem Quelltext haben nur 42 KI-Unternehmen im S&P 500 seit 2022 rund 65% bis 80% der Gewinne, Umsätze und Investitionen des Index getrieben. Das bedeutet, dass die KI-Story des Marktes nicht breit verteilt ist. Sie hängt stark von einer relativ kleinen Gruppe von Unternehmen ab.

Die Konzentration ist an der Spitze noch ausgeprägter. Die zehn größten US-Aktien machen inzwischen etwa 40% der Marktkapitalisierung des S&P 500 aus, verglichen mit 17% im Jahr 2015, so J.P. Morgan. Eine solche Konzentration bedeutet nicht automatisch Überbewertung, erhöht aber die Einsätze. Wenn Gewinne von einer schmalen Führungsgruppe getragen werden, können Indizes gesund aussehen, obwohl sich die zugrunde liegende Breite verschlechtert. Sie erhöht auch das Risiko, dass ein Rückschlag bei wenigen dominanten Firmen auf breite Portfolios ausstrahlt.

Die Bank weist Berichten zufolge darauf hin, dass die USA im globalen Kontext weiterhin nicht der konzentrierteste Markt sind. Dennoch ist die Konzentration stark genug gestiegen, um ein wesentlicher Teil der KI-Investitionsdebatte zu werden. Anleger wetten nicht nur auf die Einführung der Technologie. Sie setzen zunehmend größere und zunehmend korrelierte Wetten darauf, wer die Gewinne abschöpfen wird.

Der Handel mit Halbleitern erinnert am stärksten an frühere Blasen

Der deutlichste Vergleich im Bericht betrifft Halbleiter. J.P. Morgan sagt, dass die technischen Muster der Chip-Rallye denen aus der Dotcom-Ära ähneln. Praktisch bedeutet das, dass die Kurse weit vor den langfristigen Trendlinien davonlaufen könnten, während das Anleger-Positioning immer aggressiver wird.

Der Quelltext nennt vier Warnsignale, die die Bank hervorhebt. Halbleiteraktien weichen so stark von ihrem 200-Tage-Durchschnitt ab wie während der Dotcom-Blase. Hedgefonds sind stärker als je zuvor in Chip-Aktien investiert. Die Margin-Finanzierung an der koreanischen Börse hat sich seit 2020 verdreifacht. Und der Optionshandel mit Halbleiteraktien liegt inzwischen beim Fünffachen des Niveaus von 2020.

Das sind keine Signale eines ruhigen Marktes. Sie verweisen auf Leverage, Gedränge und kurzfristige Spekulation, besonders in einem Sektor, der als essentielle Infrastrukturebene für KI gilt. Der Bericht sagt auch, dass gehebelte Chip-ETFs ihren Einfluss auf die globalen Aktienmärkte seit Anfang 2024 verfünffacht haben. Produkte, die Preisschwankungen verstärken, können sowohl Rallys als auch Rückschläge intensivieren und eine weitere Ebene der Instabilität hinzufügen, falls sich die Stimmung dreht.

Nvidia bleibt zentral, doch das Wettbewerbsbild verändert sich

J.P. Morgans Vorsicht betrifft nicht nur Bewertungen. Es geht auch um die Möglichkeit, dass die heutige dominierende Ökonomie weniger dauerhaft sein könnte, als der Markt annimmt. Nvidia hält weiterhin den größten Anteil am KI-Beschleunigermarkt, doch die Bank schätzt, dass dieser Anteil von 85% im Jahr 2023 auf 75% bis 2026 sinken könnte.

Das würde Nvidia zwar immer noch in einer dominanten Position belassen, doch die Richtung ist entscheidend. Der Quelltext sagt, dass kundenspezifische Chips großer Cloud-Anbieter wie Googles TPUs und Amazons Trainium die Betriebskosten im Vergleich zu Nvidias GPUs um 30% bis 40% senken können. Wenn Hyperscaler und große Modellanbieter Trainings- und Inferenzkosten mit eigener oder alternativer Hardware senken können, könnte sich der Wettbewerbsvorteil etablierter Anbieter im Zeitverlauf verringern.

Der Bericht verweist auf Anthropic's Zusage, Claude in den nächsten zehn Jahren auf Amazons Trainium laufen zu lassen, als ein Zeichen dafür, dass Käufer bereit sind, Alternativen zu verfolgen. Das bedeutet nicht, dass Nvidia kurzfristig verdrängt wird, denn sein Ökosystem und sein Leistungsvorsprung haben den gesamten KI-Aufbau geprägt. Es zeigt jedoch, dass der Markt zu testen beginnt, ob die Preissetzungsmacht auf der Infrastrukturebene unbegrenzt halten kann.

Starkes Wachstum beendet die Profitabilitätsfrage nicht

J.P. Morgan weist auch auf eine Spannung auf der Ebene der Modellanbieter hin. Führende KI-Labore wie OpenAI und Anthropic verzeichnen schnelles Umsatzwachstum, doch die Rechenkosten bleiben enorm, und die langfristige Profitabilität ist weiterhin unklar. Diese Lücke ist wichtig, weil der aktuelle KI-Investitionszyklus nicht nur Adoption, sondern auch eine dauerhafte Monetarisierung über Software und Dienstleistungen voraussetzt.

Der Quelltext nennt einen weiteren Druckpunkt: Wenn die Token-Preise zu stark steigen, könnten Kunden Workloads auf günstigere Open-Source-Modelle verlagern. Er sagt außerdem, dass es bereits Anzeichen dafür gibt, dass Unternehmen Aufgaben auf kostengünstigere Systeme verschieben und dass die durchschnittlichen Token-Preise fallen. Diese Trends deuten darauf hin, dass sich der Preiswettbewerb verschärfen könnte, selbst wenn die Nachfrage wächst, und damit die Margen der Modellanbieter unter Druck geraten.

Mit anderen Worten: Der KI-Markt könnte einem vertrauten Muster früherer Plattformwechsel gegenüberstehen. Infrastrukturanbieter erleben explosive Nachfrage, Anwendungsanbieter jagen Skalierung, und Anleger belohnen Wachstum aggressiv. Doch sobald der Wettbewerb zunimmt und Käufer preissensibler werden, kann die Ökonomie weniger geradlinig wirken, als das frühe Narrativ nahelegte.

Eine Warnung, kein Urteil

Die Bedeutung der Einschätzung von J.P. Morgan liegt darin, dass sie den KI-Boom sowohl als Technologiegeschichte als auch als Geschichte der Marktstruktur neu rahmt. Die Bank sagt nicht, dass KI keine Substanz habe. Sie argumentiert, dass echte technologische Bedeutung mit Anleger-Euphorie, konzentrierter Exponierung und instabilen Preisbildungsdynamiken koexistieren kann.

Diese Unterscheidung ist wichtig. Manche Blasen entstehen um leere Ideen herum. Andere entstehen um echte Transformationen, deren langfristige Wirkung real ist, auch wenn kurzfristige Bewertungen über das Ziel hinausschießen. Der aktuelle KI-Zyklus könnte letztlich dauerhafte Veränderungen bei Computing, Unternehmenssoftware und industrieller Produktivität hervorbringen. Doch J.P. Morgans Warnung lautet, dass Anleger strategische Bedeutung nicht mit Immunität gegen spekulative Exzesse verwechseln sollten.

Vorerst wird der KI-Markt weiter von starker Nachfrage, großen Kapitalzusagen und der Überzeugung getragen, dass die Gewinner die nächste Ära des Computings prägen werden. Der Bericht der Bank legt nahe, dass unter diesem Vertrauen eine härtere Frage auftaucht: nicht, ob KI wichtig ist, sondern ob der Markt zu sehr von einer engen und zunehmend gehebelten Version dieser Wette abhängt.

Dieser Artikel basiert auf der Berichterstattung von The Decoder. Den Originalartikel lesen.