Goldman Sachs rechnet mit gewaltigem KI-Wetteinsatz: Sechs Tech-Giganten müssen zwischen 2028 und 2030 zusätzlich 1,42 Billionen US-Dollar verdienen, um eine ROIC von 15 % zu erreichen

Das Wissensportal für Finanznachrichten berichtete, dass Goldman Sachs kürzlich einen Forschungsbericht zur US-Technologiebranche veröffentlicht hat, um die wirtschaftliche Skalierung der KI zu messen, die für die Angemessenheit der ROIC bei den Kapitalausgaben der Hyperscale-Cloud-Anbieter nötig ist. Der Fokus liegt auf dem zentralen Streitpunkt des Marktes: Die führenden amerikanischen Hyperscale-Cloud-Unternehmen investieren massiv in KI-Rechenleistung – kann der enorme Kapitalaufwand zukünftig eine angemessene Rendite erzielen? Der Bericht konstruierte einen quantitativen Bewertungsrahmen und unterzog die Investitionen in Rechenleistung von Google, Amazon, Microsoft, Meta, Oracle und SpaceX in den Jahren 2026 und 2027 einem Rendite-Stresstest und liefert damit einen Bezugspunkt für die Rentabilitätsaussichten von Investitionen in KI-Infrastruktur.

Goldman Sachs ist der Meinung, dass angesichts des explosionsartigen Wachstums des Token-Verbrauchs durch große Modelle, das zu einem gestiegenen Bedarf an Rechenleistung führt, sich die Kapitalintensität der US-Hyperscale-Cloud-Anbieter dramatisch verändert hat, um der Innovationskraft der Branche Rechnung zu tragen. Diese Investitionswelle resultiert einerseits aus den tatsächlichen Bedarfssignalen (der Markt ist aktuell durch ein Ungleichgewicht von Angebot und Nachfrage gekennzeichnet), andererseits dient sie auch dazu, den zukünftigen Rechenleistungsansprüchen der Hauptkunden gerecht zu werden.

Im Rückblick auf das aktuelle Jahr, insbesondere unter Berücksichtigung der gerade zu Ende gegangenen Quartalsberichtsaison, hat sich das Marktverständnis für dieses Thema deutlich vertieft. Basierend auf den Daten aus den Geschäftsberichten und den Aussagen des Managements haben Investoren zwei gemeinsame Erkenntnisse gewonnen:

(a) Hyperscale-Cloud-Anbieter können sich auf die Kapitalausgaben der Vorjahre (2023-2025) stützen und durch zusätzliche Einnahmen und operative Cashflows beträchtliche, teils sogar über den Erwartungen liegende, Investitionsrenditen erzielen;

(b) Getrieben durch einen Engpass bei der Rechenleistung und eine kontinuierlich beschleunigte Endkundennachfrage, stehen Cloud-Anbieter vor einer neuen Investitionszyklus (2026-2027); die derzeitige Preisgestaltung für Rechenleistungsdienste liegt deutlich über den langfristigen Referenzpreisen, die von Goldman Sachs angenommen wurden.

So hat sich der Schwerpunkt der Marktdebatten in den letzten Monaten auf weiter entfernte Themen verlagert: Wie hoch werden die Investitionsrenditen der Kapitalausgaben 2026-2027 in den Jahren 2028-2030 ausfallen? Und wie referenziert der ROIC der früheren Kapitalausgaben?

Goldman Sachs hat im Bericht einen Analyse-Rahmen entwickelt, der berechnet, wie groß die Skalierung der KI-Wirtschaft sein muss, damit die US-Hyperscale-Cloud-Anbieter mit dem aktuellen Umfang der Kapitalausgaben den Basis-Investitionsrenditewert (ROIC) erzielen. Der Analysefokus liegt darauf, das erforderliche Umsatzniveau zu bestimmen, damit bei den führenden US-Hyperscale-Cloud-Anbietern die Investitionen in KI-Rechenleistung der zweiten Phase (2026-2027) eine jährliche ROIC von 15% erzielen.

Basierend auf einer Reihe von Annahmen: Jede Gigawatt (GW) Rechenleistung kostet im Schnitt ca. 42 Milliarden US-Dollar; 70% der Kapitalausgaben fließen in Hardware, 30% in Gebäudestrukturen; es werden konservative Abschreibungsregeln und Annahmen für laufende Betriebskosten verwendet. Die Berechnungen zeigen: Die sechs großen US-Hyperscale-Cloud-Unternehmen (Alphabet, Amazon, Microsoft, Meta, Oracle, SpaceX) müssen zwischen 2028 und 2030 insgesamt etwa 1,42 Billionen US-Dollar Umsatz generieren (was einem jährlichen Umsatz von etwa 11,6 Milliarden US-Dollar je Gigawatt Rechenleistung entspricht), um die 15%-ROIC-Marke zu überschreiten.

Obwohl eine kurzfristige Ausweitung der Kapitalausgaben die aktuellen Renditen drückt (die kurzfristigen Ergebnisse leiden darunter), ist Goldman Sachs der Meinung, dass dieses Investment-Niveau langfristig attraktive ROIC-Werte liefern wird und sich allmählich in den Bilanzen widerspiegelt. Mit anderen Worten: Die Belastung der kurzfristigen Renditen ist eine natürliche Folge des groß angelegten Vorab-Investitionszyklus und stellt keinen strukturellen Defekt im Geschäftsmodell der KI dar.

In den früheren Berichten von Goldman Sachs zur Token-Ökonomie, zur Entwicklung von KI im Verbrauchermarkt und zum Unternehmens-KI-Sektor wurde bereits ausgeführt: Marktanteilsverschiebungen und ein Rückgang bei der Token-Preisbildung erhöhen die Durchdringungsrate von KI und führen dazu, dass sich die Anwendungsszenarien von Rechenleistung sowohl im Verbraucher- als auch im Unternehmensbereich verbreitern. Der aktuelle Marktfokus liegt auf der Entwicklung der führenden Basismodell-Anbieter – inklusive Marktanteile und Preisstärke in Bezug auf Rechenleistung im Vergleich zu Open-Source-Modellen. Aus Sicht von Goldman Sachs bestimmt jedoch das Preis-/Leistungsverhältnis im Bereich der Rechenleistung die Größe und die Entwicklung der gesamten KI-Wirtschaft.

Verschiedene Modelle und Intelligenzlevels von Agenten erschließen entlang der Preis-/Leistungskurve ein breites Anwendungsspektrum – von „commodity-intelligence“ (mit hoher Preisdeflation) bis hin zu fortschrittlicher Premium-Intelligenz (mit größerer Preisstabilität), was insgesamt die Kapitalinvestitionen in Rechenleistungsinfrastruktur stützt.

Zusammengefasst haben nicht alle Token die gleiche geschäftliche Wirksamkeit, und auch nicht jede Kapitalausgabe führt zu identischer Rendite. Insgesamt erwartet Goldman Sachs jedoch im Hinblick auf den breiten Marktraum der kommenden drei bis fünf Jahre, dass die Investitionen innerhalb der nächsten 18 Monate insgesamt eine attraktive Rendite erzielen werden.

Dies wurde auch auf der Communacopia Tech Conference von Goldman Sachs bestätigt, auf der die teilnehmenden Unternehmen drei Signale gaben:

(a) Die Branche hat sich vom experimentellen KI-Stadium zur Umsetzung entwickelt; (b) die durch Effizienzsteigerung generierten Renditen und der Produktinnovationszyklus beschleunigen sich; (c) Unternehmen wechseln von der reinen Skalierung des Tokenverbrauchs zur Optimierung von Aufwand und Ertrag, um die eigene Kapitalrendite zu verbessern – was auf eine steigende KI-Durchdringung im Unternehmensbereich hindeutet (diese KI-Verbreitung auf Unternehmensebene wird Umsätze und operative Profite der Cloud-Anbieter, die auf den frühen Kapitalausgaben basieren, direkt antreiben).

Darüber hinaus wurden kürzlich mehrere KI-Agenten-Produkte für Endverbraucher offiziell eingeführt (allen voran Metas Muse), wodurch eine neue Paradigma im Bereich Consumer-KI entsteht: der Wechsel von dialogbasierten interaktiven Produkten hin zu aktionsbasierter Agenten-Plattform. Das Wachstum solcher Agenten-Plattformen (wahrscheinlich werden andere große Unternehmen dem Trend folgen und eigene Consumer-KI-Plattformen aufbauen) wird mittelfristig die Nachfrage nach Rechenleistung weiter steigern; die zugehörigen Monetarisierungsmodelle – wie Abos, Werbung, E-Commerce – werden nach und nach umgesetzt, wobei sich die Grenzen dieser Geschäftsmodelle zunehmend miteinander vermischen und zum zentralen Wachstumstreiber der Umsätze werden.