Investieren und wirtschaftliche Exponierung in einer KI-Wirtschaft

Zwei getrennte Expositionen, nicht eine Sorge

„Ist KI eine Blase, und bin ich ihr ausgesetzt” sind eigentlich zwei Fragen in einer. Die erste ist Portfolio-Exposition: ob Altersvorsorgekonten und Indexfonds sich ungewöhnlich stark auf eine Handvoll KI-naher Unternehmen konzentriert haben, und was geschieht, wenn die Ausgaben hinter dieser Konzentration enttäuschen. Die zweite ist Arbeitsmarkt-Exposition — ob das Einkommen eines Haushalts, nicht nur seine Ersparnisse, von Arbeit abhängt, die KI umgestalten könnte —, die die Seiten Haushaltseinkommensplanung und Arbeitsplatzverdrängung ausführlich behandeln. Diese Seite widmet sich der ersten Frage: Was sagen anerkannte Stimmen auf beiden Seiten der Debatte um die „KI-Blase”, wie sieht die Ausgabenseite hinter dem Argument in offengelegten Dollarbeträgen aus, und wie rahmen große Vermögensverwalter derzeit das Konzentrationsrisiko?

Das Argument, dass dies eine Blase ist

Das skeptische Lager umfasst Menschen, die dafür bezahlt werden, richtig zu liegen. Investor Michael Burry legte in seiner letzten 13F-Meldung vor der Abmeldung von Scion als SEC-Berater große Put-Positionen gegen Nvidia und Palantir offen und hat seither vor einem möglichen Einbruch der KI-Aktien „im Stil von 1987” gewarnt — wenngleich seine jüngsten größten Zahlen aus seinem eigenen Newsletter stammen, nicht aus weiteren SEC-Meldungen. Der Chefökonom von Apollo Global Management, Torsten Slok, berechnet, dass KI-bezogene Investitionsausgaben für Rechenzentren von 1,4% des BIP im Jahr 2025 auf rund 3% bis 2027 steigen — fast doppelt so schnell wie beim Immobilienboom der 2000er-Jahre — und argumentiert, ein so schnell aufgebauter Zyklus könne sich ebenso schnell wieder abwickeln. GMO-Mitgründer Jeremy Grantham bezeichnet den KI-getriebenen Markt gemessen an Marktkapitalisierung zu BIP als den teuersten in der amerikanischen Geschichte und sieht, unter Anwendung seines eigenen „Zwei-Sigma”-Blasenrahmens, einen plausiblen Rückgang vom Höchst- zum Tiefststand von etwa 70%, wobei der Zeitpunkt echt ungewiss bleibt.

Institutionelle Stimmen wiederholen die Sorge mit weniger Theatralik. Der MIT-Ökonom Daron Acemoglu, Nobelpreisträger von 2024, argumentiert, weder Theorie noch Daten stützten die euphorischsten Wachstumsprognosen, und modelliert den Effekt von KI auf etwa 1,1%–1,6% zusätzliches BIP über zehn Jahre — weit unter anderen Schätzungen. Die Bank für Internationalen Zahlungsausgleich, der Dachverband der Zentralbanken der Welt, stellte fest, dass KI-Investitionen als Anteil am BIP sprunghaft steigen, und kam zu dem Schluss, dass das Finanzstabilitätsrisiko nur dann moderat erscheint, wenn KI-Unternehmen erhebliche Gewinnziele erreichen, während sie zugleich eine wachsende Bewertungslücke zwischen Eigen- und Fremdkapital sowie eine zunehmende Abhängigkeit von Fremdkapital zur Finanzierung des Ausbaus anmerkte. Fed-Gouverneurin Lisa Cook hat gewarnt, dass ein anhaltender, schuldenfinanzierter Boom für sich genommen zu einem Stabilitätsproblem werden könnte, während sie zugleich KI-getriebenem Wachstum zuschreibt, die Stabilität per saldo zu stützen. IWF-Geschäftsführerin Kristalina Georgieva hat Zuhörer aufgerufen, sich auf Turbulenzen einzustellen, und die heutigen Bewertungen mit der Euphorie der Dotcom-Ära verglichen, mit der Warnung, eine scharfe Korrektur könne die finanziellen Bedingungen weit über den Technologiesektor hinaus verschärfen.

Das Argument, dass es keine ist — oder noch nicht

Die optimistischen und gemischten Positionen stammen teils von denselben Research-Abteilungen, die die obigen Alarme ausgelöst haben, was für sich genommen aufschlussreich ist. Goldman Sachs Research hat geschätzt, dass rund 19 Billionen Dollar Marktwert bereits den wirtschaftlichen Ertrag von KI einpreisen, noch bevor die gemessenen Produktivitätsgewinne dort angekommen sind — eine genuin bärisch klingende Zahl —, während dieselbe Firma separat argumentiert hat, KI-Investitionsausgaben blieben ein kleinerer Anteil am US-BIP als in früheren Technologiezyklen, und die meisten KI-ausgebenden Unternehmen erzeugten, anders als ihre Vorgänger aus der Dotcom-Ära, weiterhin hohen freien Cashflow, kauften Aktien zurück und zahlten Dividenden. Selbst der eigene CEO von OpenAI vertritt eine gemischte Position: Sam Altman sagte, Investoren seien wegen KI „überreizt”, und verglich den Moment mit der Dotcom-Blase, während er zugleich daran festhält, KI sei eine der bedeutendsten Entwicklungen seit sehr langer Zeit, und sagte später voraus, manche Investoren würden gewaltige Summen verlieren, während andere Vermögen machten. Nichts davon liest sich wie eine Branche, die sich hinter einer einzigen Geschichte versammelt — der Dissens verläuft durch dieselben Häuser, nicht nur zwischen ihnen.

Wie die Ausgaben tatsächlich aussehen

Was auch immer man über die Bewertungen schließt — die zugrunde liegenden Ausgaben sind real, offengelegt und groß. Microsoft meldete für das vierte Fiskalquartal 2026 Investitionsausgaben von 41 Milliarden Dollar, davon rund zwei Drittel kurzlebige CPUs und GPUs, mit einer Prognose weiter steigender Ausgaben im Fiskaljahr 2027. Metas Ergebniskonferenz zum zweiten Quartal 2026 legte quartalsweise Investitionsausgaben von 31,1 Milliarden Dollar offen, gegenüber einem freien Cashflow von nur 784 Millionen Dollar, mit einer auf 130–145 Milliarden Dollar eingeengten Jahresprognose und noch ohne Zahl für 2027. Alphabet und Amazon hoben ihre Prognosen für die Investitionsausgaben 2026 jeweils mehrmals in diesem Jahr an, laut ihren Ergebnissen zum zweiten Quartal 2026 und Amazons Julikonferenz, und Oracles Cloud-Auftragsbestand erreichte 638 Milliarden Dollar, neben deutlich höheren eigenen Investitionsausgaben.

Mehrere Schlagzeilen-Megadeal-Zahlen verdienen Vorsicht: Es handelt sich um Absichtserklärungen und gemeldeten Auftragsbestand, nicht um abgeschlossene Verträge. Nvidias eigene Ankündigung von „bis zu 100 Milliarden Dollar” für OpenAI war ausdrücklich unverbindlich; zum Jahresende sagte Nvidias eigener Finanzvorstand, es existiere keine endgültige Vereinbarung, und spätere Berichterstattung fand, dass der tatsächlich zustande gekommene Deal deutlich unter dieser Zahl lag. Die ähnlich vielzitierte, auf fünf Jahre angelegte Stargate-Vereinbarung zwischen OpenAI und Oracle über 300 Milliarden Dollar geht ebenfalls auf berichtete Vertragskonditionen zurück, nicht auf einen vollständig aufgeschlüsselten öffentlichen Vertrag. Der Ökonom Noah Smith hat separat die Frage der zirkulären Finanzierung aufgeworfen — Investitionen der Chip-Industrie in KI-Labore, die als Umsatz aus Compute-Käufen zurückfließen —, und obwohl eine Schätzung für solche Vereinbarungen „über 800 Milliarden Dollar” nennt, geht diese Zahl auf Marktaggregator-Websites zurück, nicht auf eine benannte Bank, einen Ökonomen oder eine Regulierungsbehörde, und sollte als illustrativ, nicht als bestätigt gelesen werden.

Konzentration: warum „der Markt” zunehmend eine Handvoll Firmen bedeutet

Portfolio-Exposition gegenüber KI ist selten eine bewusste Wahl; sie kommt meist über gewöhnliche Indexexposition zustande. Die Magnificent Seven erreichten bis Dezember 2025 rund 34,3% der Marktkapitalisierung des S&P 500, gegenüber rund 12,3% im Jahr 2015, und trugen allein 2025 rund 42% der Gesamtrendite des Index bei — was bedeutet, dass ein „diversifizierter” S&P-500-Indexfonds in der Praxis eine zunehmend konzentrierte KI-Wette ist. Warum so wenige Firmen im Zentrum dieser Wette stehen — Kontrolle über Chips, Rechenzentrumskapazität und Spitzenmodelle — wird separat unter Machtkonzentration: warum wenige Labore zählen behandelt.

Große Vermögensverwalter haben begonnen, dies ausdrücklich zu sagen, in ähnlicher Sprache trotz gegenseitigen Wettbewerbs. Vanguard unterscheidet das echte wirtschaftliche Aufwärtspotenzial von KI — die eigene Modellierung räumt einem Szenario mit 3% BIP-Wachstum reale Chancen ein — von dem, was das Unternehmen als überzogene Technologieaktienbewertungen betrachtet, und projiziert selbst in einem optimistischen Szenario nur gedämpfte durchschnittliche Renditen von 4–5% für US-Technologieaktien über fünf bis zehn Jahre. BlackRock warnt, dass erhöhte Konzentration den Diversifikationsvorteil der Indexexposition untergräbt und Portfolios an ein enges Spektrum von Ergebnissen bindet, und empfiehlt, Exposition gegenüber KI-Marktführern mit breiterer Diversifikation zu mischen. J.P. Morgan Asset Management formuliert es am direktesten: Das strukturelle Argument für KI bleibt intakt, aber Exposition auf Indexebene konzentriert Risiko, und empfiehlt Diversifikation in KI-nahe Sektoren, Regionen und Privatmärkte. Keiner der drei ruft zum Rückzug aus Aktien auf; alle drei bezeichnen die Konzentration selbst als Risiko, unabhängig davon, was KI letztlich liefert.

Die Gehaltsseite der Bilanz

Die andere Exposition — ob das Haushaltseinkommen von KI-exponierter Arbeit abhängt — ruht auf einer dünneren Forschungsbasis als die obige Debatte um Marktkonzentration, und dieses Handbuch sagt das lieber offen, als von einer der beiden Seiten falsche Präzision zu entleihen. Die meistzitierte direkte Evidenz ist eine dänische Studie der Ökonomen Anders Humlum und Emilie Vestergaard, die Umfrageantworten von rund 25.000 Arbeitnehmern in ChatGPT-exponierten Berufen mit Dänemarks administrativen Einkommensdaten verknüpfte und präzise geschätzte Nulleffekte auf Einkommen und Arbeitsstunden fand, wobei Effekte größer als etwa 2% in den zwei Jahren nach der Einführung von ChatGPT ausgeschlossen wurden. Das ist ein Datensatz, ein Land, ein Zeitfenster — ein Datenpunkt, kein Urteil darüber, wie sich das anderswo oder über einen längeren Horizont auflöst. Für schärfere, aktuellere US-Evidenz zur Einstellungspipeline und konkrete Schritte zur Haushaltsplanung siehe Haushaltseinkommensplanung für einen unsicheren Arbeitsmarkt und Arbeitsplatzverdrängung: was die Daten tatsächlich zeigen.

Ein Rahmen, keine Prognose

Reiht man die obigen Namen aneinander, ergibt sich ein nützlicheres Muster als die Schlagzeilenbehauptung jeder der beiden Seiten: Dieses Argument verläuft durch dieselben Institutionen, nicht sauber zwischen ihnen. Goldman Sachs veröffentlichte sowohl das Blasenargument als auch dessen Widerlegung; Fed-Gouverneure schreiben KI in einem Satz zu, das Wachstum zu stützen, und markieren sie im nächsten als schuldenfinanziertes Stabilitätsrisiko; der eigene CEO von OpenAI vertritt beide Positionen über seine eigene Branche zugleich. Das ist kein Beleg dafür, dass die Debatte unauflösbares Rauschen ist — es ist ein Beleg dafür, dass niemand, einschließlich jener mit dem besten Zugang zu den zugrunde liegenden Daten, derzeit über ein validiertes Modell verfügt, wie sich das auflöst. Eine vernünftige Haushaltsreaktion besteht nicht darin, darauf zu wetten, dass eine der beiden Seiten das Rennen macht, sondern zu bemerken, wo sich Konzentration standardmäßig in Altersvorsorgekonten eingeschlichen hat, und dies bei einem zugelassenen Berater anzusprechen — auf dessen eigenen Bedingungen, nicht denen einer Schlagzeile.