Die Größenordnung der geplanten Ausgaben verdeutliche den strukturellen Charakter des Trends: Nach Schätzungen von Capital Group werden fünf große US-amerikanische Hyperscaler (Amazon, Alphabet, Meta, Microsoft und Oracle) im Jahr 2026 voraussichtlich rund 650 Milliarden US-Dollar investieren, wobei ein erheblicher Teil davon in Rechenzentren und KI-bezogene Infrastruktur fließen wird. Laut Braun gehe es daher längst nicht mehr nur um Software oder einzelne Chipanbieter. „KI braucht eine physische Grundlage. Je stärker die Nutzung skaliert, desto größer wird der Bedarf an Rechenleistung, Speichern, Strom, Netzen und industrieller Ausrüstung“, erklärt er. „Die nächste Phase dürfte deshalb deutlich breiter ausfallen als die erste.“
Halbleiter bleiben das Fundament
Halbleiter bildeten weiterhin die Basis jedes KI-Systems. Das Spektrum reiche dabei von Hochleistungsprozessoren über zentrale Serverprozessoren bis zu Hochbandbreitenspeichern, die große Datenmengen mit hoher Geschwindigkeit verarbeiten. Gerade bei spezialisierten Speicherchips sei das Angebot stark konzentriert und die Produktion für 2026 bereits weitgehend gebunden. „Investmentchancen reichen aber über die prominenten Grafikprozessor-Anbieter hinaus und umfassen verschiedene Teile der Chipwertschöpfungskette“, so Braun. „Für aktive Anleger entsteht daraus die Möglichkeit, jenseits der offensichtlichsten Profiteure nach Unternehmen mit knappen Kapazitäten, technologischen Eintrittsbarrieren und belastbarer Nachfrage zu suchen.“
Strom wird zum Engpassfaktor
Mit dem kontinuierlichen Wachstum von Künstlicher Intelligenz wachse der Strombedarf von Rechenzentren deutlich schneller als die globale Elektrizitätsnachfrage insgesamt. Während der weltweite Stromverbrauch 2025 nur um rund 3 Prozent zunahm, stieg die Nachfrage von Rechenzentren um etwa 17 Prozent. Damit entstehe eine strukturelle Lücke zwischen digitalem Wachstum und der physischen Infrastruktur, die dieses Wachstum tragen müsse. Kraftwerke, Netzanschlüsse, Speicherlösungen und industrielle Systeme benötigten lange Planungs-, Genehmigungs- und Bauzeiten. „Digitale Kapazität lässt sich schneller hochfahren als Stromnetze und Energieinfrastruktur“, sagt Braun. „Genau daraus können über Jahre hinweg Investitionschancen entstehen.“
Die zweite Reihe der KI-Profiteure
Zu den möglichen Profiteuren zählten deshalb Unternehmen aus den Bereichen Energiemanagement, Automatisierung, Netzinfrastruktur und Stromerzeugung. Im zugrunde liegenden Fondsportfolio gehören etwa Schneider Electric, Hitachi und Engie zu den Unternehmen, die an unterschiedlichen Punkten dieser Wertschöpfungskette positioniert sind. Schneider Electric und Hitachi unterstützen den Ausbau von Strommanagement, Netzen und Automatisierung; Engie steht für Stromerzeugung, Energienetze und den Übergang zu CO2-ärmeren Energiequellen. „Die wirtschaftliche Aktivität hinter Künstlicher Intelligenz ist global und reicht weit über den Technologiesektor hinaus“, betont Braun. „Wer das Thema nur über wenige US-Mega-Caps abbildet, kann einen wesentlichen Teil des Investitionszyklus übersehen.“
Globalität und aktive Auswahl gewinnen an Bedeutung
Auch die Portfoliokonstruktion werde damit anspruchsvoller. Künstliche Intelligenz werde in verschiedenen Regionen und Branchen unterschiedlich schnell eingeführt, während Engpässe, Regulierung und Investitionszyklen lokal stark variierten. Der Capital Group New Perspective Fund sei entsprechend global ausgerichtet; aktuell seien 48,7 Prozent des Fondsvermögens außerhalb der USA investiert. Halbleiter stellten mit 18,8 Prozent die größte Branchenposition dar. Diese Angaben illustrieren nach Ansicht Brauns, dass die Anlagechance sowohl entlang der Wertschöpfungskette als auch über Regionen hinweg gesucht werden sollte.
Fazit: Breiter denken, selektiv bleiben
„Der KI-Investitionszyklus steht aus unserer Sicht noch am Anfang, aber seine nächste Phase wird physischer, kapitalintensiver und globaler“, resümiert Braun. „Für Anleger bedeutet das: Nicht nur auf die bekanntesten Technologieunternehmen schauen, sondern auf die Systeme, die KI überhaupt erst skalierbar machen. Entscheidend bleiben dabei nachhaltige Nachfrage, begrenztes Angebot, lange Investitionszyklen und die Fähigkeit der Unternehmen, daraus dauerhaftes Wachstum zu erzielen.“
Autor Christophe Braun ist Equity Investment Director bei Capital Group.
