Die KI-Ökonomie: Die Eigentümer der Infrastruktur gewinnen

Das erste große Vermögen der Ära der künstlichen Intelligenz wird jene belohnen, die die Server besitzen, stärker als jene, die den brillantesten Chatbot bauen. Die neue KI-Ökonomie zeichnet die Landkarte des Kapitals neu.

Ich studiere Kapitalflüsse seit Jahren. Das Muster hier ist uralt, die technologische Verkleidung ist jung. Meine früheren Analysen bleiben im Blog.

Der Präzedenzfall: 1849, wer die Schaufeln verkaufte

1849 suchten in Kalifornien Tausende Männer nach Gold. Wenige fanden es.

Samuel Brannan durchschaute den Mechanismus vor allen anderen. Er kaufte jede Schaufel, jede Spitzhacke und jedes Sieb, das in San Francisco verfügbar war, und verkaufte sie zu vervielfachten Preisen an die Goldsucher weiter. Er wurde der erste Millionär Kaliforniens.

Der Mechanismus war elementar: die Werkzeuge verkaufen. Wer das Angebot kontrollierte, fing den Strom ein, unabhängig vom Ausgang der einzelnen Suche. Das Gold machte einige Glückliche reich; die Schaufeln machten ihre Besitzer reich. Die Lektion überlebt das Metall.

Das ist der Punkt, den das Publikum jedes Mal vergisst. Dauerhafter Reichtum folgt dem Eigentum am knappen Asset, stärker als der Fähigkeit, es zu nutzen. Brannan selbst fand null Gramm Gold, und sein Vermögen wuchs trotzdem. Jeder Goldsucher, der zum Fluss hinabstieg, ging zuerst durch sein Lagerhaus. Der Strom war durch die Struktur garantiert, statt durch Glück.

Das aktuelle Muster: 600 Milliarden im Jahr 2026

2026 ist derselbe Mechanismus wieder aktiv. Der Kontext ist anders; die Struktur bleibt identisch.

Die Ökonomen von Goldman Sachs schätzen, dass die Investitionen in künstliche Intelligenz 2026 rund 600 Milliarden Dollar erreichen werden, laut der von Elysian wiedergegebenen Analyse, verteilt auf Halbleiter, Rechenzentren, Cloud, Energie und immer ausgefeiltere Modelle.

Die Zahlen beeindrucken. Die Chance ebenso. Unter der Begeisterung liegt eine substanziellere Frage: Wer wird durch diesen Boom wirklich reich?

Die Antwort liegt in der Unterscheidung zwischen Nutzung und Eigentum. Die Schaufeln der KI haben einen präzisen Namen: Fabs, Rechenzentren, Netze, Kraftwerke, geistiges Eigentum. Jede dieser Positionen erfordert Kapital, das wenige besitzen. Jede fängt einen Teil des Stroms ein, unabhängig davon, welche Anwendung gewinnt.

Der Mechanismus: Kapital gegen Arbeit

Für die meisten Menschen bleibt KI ein Werkzeug. Sie schreibt E-Mails, analysiert Daten, erzeugt Bilder, automatisiert Verwaltungsarbeit. Der wirtschaftliche Nutzen kann real sein.

Es gibt eine zweite, entscheidendere Ebene: das Eigentum. Wer die Unternehmen, die Infrastruktur und das geistige Eigentum besitzt, kassiert die Zahlungen aller anderen.

Die Forschung des Internationalen Währungsfonds dokumentiert seit langem die Verschiebung des Einkommensanteils von der Arbeit zum Kapital. KI beschleunigt diese strukturelle Dynamik. Kapitaleinkommen wächst schneller als Arbeitseinkommen.

Die Konsequenz für den Leser ist direkt. Wer allein seine Zeit verkauft, so sehr das Werkzeug sie auch aufwertet, bleibt auf der langsamen Seite der Kurve. Wer das Asset besitzt, bleibt auf der schnellen Seite. Das Werkzeug verbessert die Produktivität des Einzelnen; das Eigentum fängt den aggregierten Wert ein.

Die reale Trennlinie betrifft also, wie viel Kapital jeder investieren kann, welche Assets er erreichen kann und welcher Teil des Einkommens aus Eigentum stammt. Diese Asymmetrie definiert die Vermögenslücke des kommenden Jahrzehnts.

Die Divergenz, die der Markt ignoriert

Seit 2023 bewegen sich zwei Kurven in entgegengesetzte Richtungen. Der Zugang zur KI demokratisiert sich; das Eigentum an KI-Assets konzentriert sich.

Ein Berufstätiger abonniert eine Plattform zum Preis eines Abendessens. Ein Investor besitzt Aktien der Unternehmen, die die Chips, den Strom und die Rechenkapazität hinter dieser Plattform liefern. Institutionelle Investoren erreichen zudem private Unternehmen, Venture-Fonds und Infrastrukturgeschäfte jenseits der Reichweite gewöhnlicher Familien.

Die Divergenz zwischen Zugang und Eigentum löst sich immer auf. Die Frage ist wie. In den dokumentierten Präzedenzfällen belohnt die Auflösung jene, die die knappe Ressource kontrollieren.

Der Markt hat das Wachstum der Anwendungen bereits eingepreist. Die Knappheit der physischen Infrastruktur muss der Markt erst noch einpreisen.

Das Regime, mehr als der Zyklus

Ich präzisiere die Natur des Phänomens. Dies geht über den Zyklus hinaus. Es ist ein Regimewechsel.

Der Zinszyklus 2020-2026 hat die dreißigjährige Anleihen-Hausse beendet. Das folgende Regime unterscheidet sich von allem, wofür die aktuellen Modelle kalibriert wurden.

In einer Welt teureren Kapitals verlagert sich die Rendite zu Assets mit physischen Eintrittsbarrieren. Die Fabs, die Energie und das Netz werden zu den neuen langlaufenden Titeln: knapp, defensiv, vergütet durch strukturelle Nachfrage.

Die meisten Asset Manager behandeln KI als Wachstumsthema. Ich lese sie als Thema von Rente und Knappheit. Die beiden Lesarten divergieren in der Portfolioallokation. Die erste jagt den Multiples der Anwendungen nach. Die zweite kauft den physischen Engpass, durch den jede Anwendung hindurch muss.

Meine Position

Ich formuliere eine klare These: Im laufenden Jahrzehnt wird das in die physische KI-Infrastruktur investierte Kapital das in Software-Anwendungen investierte Kapital schlagen.

Der Grund ist strukturell. Modelle lassen sich replizieren; Chipfabriken entstehen über Jahre und mit Dutzenden Milliarden. Wer TSMC und Samsung kontrolliert, bestimmt den Ausgang des Technologiewettbewerbs, stärker als wer das beste Modell trainiert.

Die US-Sanktionen bei GPUs gegenüber Huawei bestätigen diese Lesart. Die reale Macht liegt im Zugang zu den Fabs, einer geografisch konzentrierten und politisch umkämpften Ressource. Drei historische Präzedenzfälle industrieller Knappheit reichen aus, um es ein Muster zu nennen.

Was würde meine Meinung ändern? Ein technologischer Sprung, der das Training der Modelle von den Frontier-Halbleitern unabhängig macht. Bis dahin regiert die physische Knappheit.

Drei Implikationen für das Kapital

Für alle, die Kapital allozieren, treten drei operative Konsequenzen klar hervor.

Family Offices und Staatsfonds (Horizont 36 Monate): Gewicht zu Eigentümern physischer Infrastruktur, Energieproduzenten und Rechenzentrumsbetreibern verlagern. Die Knappheitsrente belohnt das Eigentum stärker als die Nutzung.

CEOs und Boards (Horizont 18 Monate): Das geopolitische Risiko entlang der Halbleiterkette fehlt weiterhin in vielen Strategieplänen. Eine Unterbrechung in Taiwan würde die Umsätze treffen, noch bevor die VAR-Modelle reagieren.

CFOs und Investor Relations (Horizont 18 Monate): Die Erzählung „KI senkt die Kosten“, vor Investoren vorgetragen, droht schnell zu altern. Die wahre Frage lautet, wem das Asset gehört, das die Rente erzeugt.

Die Prognose

Ich formuliere eine überprüfbare Prognose, mit explizitem Horizont und Indikator.

Bis zum 31. Dezember 2027 wird der Philadelphia Semiconductor Index (SOX) einen gleichgewichteten Korb von KI-Software-Anwendungsunternehmen übertreffen, gemessen an der Gesamtrendite ab dem 1. Januar 2026.

Konfidenz: 68%. Horizont: 31. Dezember 2027. Verifikation: der Vergleich der Gesamtrendite der beiden Körbe. Eine Underperformance des SOX würde die These zu den Akten legen.

What to watch

Drei Frühindikatoren werden die These in den kommenden Quartalen bestätigen oder widerlegen.

• Die Investitionsausgaben der großen Cloud-Anbieter, Quartal für Quartal.
• Die Lieferzeiten und Preise der High-End-GPUs.
• Die Industriestrompreise in Gebieten mit hoher Rechenzentrumsdichte.

Diese Signale gehen der Neubewertung der Infrastruktur-Assets um mehrere Monate voraus. Beobachten Sie die physische Knappheit. Ignorieren Sie das Rauschen der Demos.