Die Trendwende der KI-Rechenleistung und dahinter stehende Kapitalströme: Der Kapitalfluss von JPMorgan zeigt eine Rückgang der Käufe durch Privatanleger und einen Zufluss zu Kernunternehmen der Rechenleistung wie Nvidia und SanDisk.

German Finance Nachrichten hat erfahren, dass aus einer aktuellen „Retail Radar“-Studie des Wall-Street-Giganten JPMorgan hervorgeht, dass mit dem Abschluss der Zinserhöhung durch die Federal Reserve die privaten Anleger sich nicht vollständig von AI zurückziehen, sondern angesichts des makroökonomischen Drucks ihre Einstiegsrate insgesamt deutlich verlangsamen und ihre Titelauswahl stärker auf die führenden Unternehmen im Bereich AI-Rechenleistung konzentrieren. Für die Tatsache, dass die Mitglieder des geldpolitischen Ausschusses der Federal Reserve FOMC am Mittwoch einstimmig beschlossen haben, die Zinsen um 25 Basispunkte auf 3,75%–4,00% anzuheben, beruht die Grundannahme von JPMorgan darauf – falls nur ein Teil der „vorsorglichen Zinssenkungen“ des letzten Jahres in einer moderaten Zinserhöhung zurückgenommen wird und die Unternehmensgewinne stark bleiben sowie die Lage im Nahen Osten nicht weiter außer Kontrolle gerät, kann der Aktienmarkt weiterhin steigende Zinsen und Renditen langlaufender US-Staatsanleihen verkraften.

Wenn der Druck auf Bewertungen durch Ölpreise und Langfrist-Renditen nachlässt, haben die zuvor weiterhin gekauften KI-Rechenzentren-Core-Assets die Grundlage, das Risikoappetit wiederherzustellen, und der Fokus des Marktes kann von Zinsschocks zurück auf Auftragsvolumen, Einkommen und Gewinnrealisierung verlagert werden. Deshalb zeigt die jüngste Zusammenstellung von JPMorgan, dass zwischen dem 10. und 16. September massive Zuflüsse privater Anleger dazu führten, dass die „Magnificent Seven“ insgesamt 1,601 Milliarden USD Netto-Käufe verbuchten, wobei Nvidia allein 1,196 Milliarden USD auf sich vereinte. Auch AI-Rechenketten-Leader wie SanDisk, ASML und Oracle verzeichneten starke Zuflüsse. Diese „Quantitätsreduktion, Kernübernahmen“-Struktur erklärt besser als das allgemeine „Privatanleger verlassen Technologie“, warum das AI-Rechenleistungsthema nach dem Federal Reserve-Zinsentscheid weiterhin Erholungspotenzial besitzt.

JPMorgan geht in ihrem historischen Analysebericht sogar davon aus, dass angesichts der anhaltenden positiven Bedingungen eines Hochwachstum-Wirtschaftsumfelds der Aktienmarkt Renditen zehnjähriger US-Staatsanleihen von annähernd 6% aushalten kann – dies sei jedoch eine Belastungskraft, die auf der robusten, von AI getriebenen Gewinnexpansion beruht, und keine Prognose der 6%-Rendite.

Ähnlich haben auch die beiden anderen Wall-Street-Giganten Goldman Sachs und Jefferies jüngst ähnliche optimistische Signale gesendet. Goldman Sachs veröffentlichte am vergangenen Wochenende einen Bericht mit einer bullischen Logik von „Gewinn dominiert alles“, wonach die langanhaltende Hausse des US-Aktienmarkts seit dem Siegeszug von ChatGPT 2022 weiterhin stark bleibt – erwartet wird ein Gewinn je Aktie des S&P 500 von 340 USD bis 2026, was ein Wachstum von 24% gegenüber einem hohen Basiswert bedeutet; für 2027 werden sogar 385 USD und ein Wachstum von 13% prognostiziert.

Derweil sank das Forward-KGV von 22 zu Jahresbeginn auf 19, was zeigt, dass der Zinsgegenwind sich bereits durch Bewertungsdruck bemerkbar macht. Die historische Stichprobe zeigt, dass der S&P 500 drei Monate nach Beginn eines Zinserhöhungszyklus durchschnittlich um 2% zurückgeht, zwölf Monate später aber im Mittel 9% steigt. Diese Zahlen belegen zwar nicht eindeutig, dass eine Zinserhöhungsrunde das Ende des Bullenmarkts einläutet, sie reichen aber auch nicht aus, um eine zukünftige Wiederholung historischer Renditen zu garantieren; Goldman Sachs betont im Bericht, dass entscheidend sei, ob die Trendwende beim Gewinn die Bewertungsfaktoren weiter kompensieren kann.

Jefferies erklärt aktuell unter dem doppelt positiven Einfluss des AI-Investment-Booms und unerwartet hohen AI-Unternehmensgewinne: Der S&P 500 dürfte bis Ende 2026 auf 8.000 Punkte steigen und 2027 weitere 9.000 Punkte erreichen. Jeffries‘ Kernlogik ist klar und kraftvoll: In einem durch AI getriebenen Gewinnwachstum, das mehr als doppelt so hoch ist wie im historischen Schnitt, ist es gefährlich, sich gegen den Gewinntrend zu stellen. Die S&P-500-Prognose für 2026 basiert auf einem Gewinn je Aktie (EPS) von 373 USD (35% Wachstum, weit über dem Marktkonsens von 29%) und einem KGV von 21,5.

Abschluss der Federal Reserve-Zinserhöhungen, Privatanleger scheinen ihr Kaufvolumen zu verringern: Kapital konzentriert sich auf AI-Rechenleistungs-Kernassets

Die jüngsten Retail-Zuflussdaten von JPMorgan zeigen, dass zwischen dem 10. und 16. September das Netto-Kapital privater Anleger lediglich 2,5 Milliarden USD betrug, was 63,2% unter dem durchschnittlichen Wochenwert der letzten zwölf Monate von 6,8 Milliarden USD liegt; dabei entfielen 3,1 Milliarden USD auf ETF-Zuflüsse, während Einzelaktien 0,6 Milliarden USD Netto-Abflüsse verzeichneten. Der Bericht stuft die Gesamtzuflussintensität in das zweite historische Perzentil ein, ETF-Zuflüsse erreichten einen Jahrestiefstwert und Einzelaktien befanden sich im zwölften Perzentil. Bedeutendster Marktsignal ist also „Kaufvolumen nimmt ab, Kapital wird selektiver eingesetzt“: Hohe Ölpreise, Langfristzinsen und AI-Security-Diskussionen dämpfen kurzfristigen Risikoappetit, aber Core-Assets wie Nvidia ziehen weiterhin Netto-Käufe an.

Am Donnerstag (17. September) stieg der Philadelphia Semiconductor Index nach kurzzeitigem Kursverlust um 3,1%, synchron zum starken Rückgang der Ölpreise und zu einer zehnjährigen US-Bond-Rendite von 4,93%. Dies zeigt eine marginale Entspannung beim Zinsdruck/Langfrist-Renditen und eine starke Wiederherstellung des AI-bezogenen Anlegervertrauens, nachdem die Federal Reserve ihre Zinserhöhung durchgesetzt und damit die Zentralbank-Anti-Inflations-Glaubwürdigkeit gefestigt hat.

Auch wenn der JPMorgan „Retail Radar“ unmittelbar vor der globalen Tech-Rallye erschien, liefert er Anlegern wichtige Hinweise zum Kapitalfluss: Die Markteinstiege verlangsamen sich insgesamt, doch selektive Käufe von Kern-AI-Assets brechen nicht ab – besonders die „Magnificent Seven“ (inklusive Nvidia und Google) am US-Markt erzielen gemeinsam 1,601 Milliarden USD Netto-Käufe, wobei Nvidia allein 1,196 Milliarden USD darauf entfielen. SanDisk, ASML und Oracle als AI-Rechenleistungsketten-Leader verzeichneten ebenfalls 202, 119 und 102 Millionen USD Netto-Käufe.

Diese „Quantitätsreduktion, Kernübernahmen“-Struktur erklärt besser als das allgemeine „Privatanleger verlassen Technologie“, warum das AI-Thema weiterhin Erholungspotenzial besitzt: Kapital reduziert seine Exposure gegenüber den Nicht-Magnificent-Seven-Technologietiteln und wählt den Fokus auf ausgewählte Unternehmen aus den Bereichen Beschleunigte Berechnung, Speicher, Halbleiter und Cloud-Infrastruktur. Der Bericht dokumentiert zudem, dass die Kerninfrastruktur der AI-Datenzentren und Themen wie Elektrifizierung, Haupt-AI-Profiteure und AI-Software-Kommerzialisierung weiterhin von Privatanlegern gekauft werden.

Oracle illustriert insbesondere die Logik von „Gewinn- und Auftragsunterstützung bei Rücksetzern“: Der Umsatz stieg im Jahresvergleich um 30%, die cloud-relevanten Infrastrukturumsätze wuchsen dreistellig, und die verbleibenden Vertragspflichten erhöhten sich um 26 Milliarden USD, woraufhin Oracle am 11. September einen Netto-Kauf von 87 Millionen USD durch Privatanleger verbuchte – dies verdeutlicht, dass verifizierbares Geschäftswachstum weiterhin Kapital anzieht.

Im Einklang mit JPMorgans aktueller Einschätzung, dass bei robusten Gewinnen und kontrollierten geopolitischen Risiken, moderate Zinserhöhungszyklen und dauerhaft hohe Langfrist-Staatsrenditen vom Aktienmarkt verkraftet werden, ergibt sich auch daraus eine mögliche Anlagestrategie: Wenn der Bewertungsdruck durch Ölpreise und Long-End-Renditen nachlässt,haben die zuvor weiterhin gekauften KI-Rechenzentren-Assets die Grundlage, das Risikoappetit wiederherzustellen und liefern den Hintergrund für den Donnerstagsaufschwung, während die Marktfokusse nun wieder von Zinsschocks auf Auftragsvolumen, Einkommen und Gewinnrealisierung wechseln können.

Handelsrhythmus und Sektorströme zeigen gemeinsam, dass Privatanleger gleichzeitig Defensive und selektive Tech-Investments tätigen und nicht einfach von Tech zu defensiven Sektoren wechseln. In den letzten vier Handelstagen kauften Privatanleger zur Mittagszeit noch Netto-Einzelaktien, verkauften aber am späten Nachmittag, wobei sich das Kauf-/Verkauf-Muster vor allem bei Nicht-Magnificent-Seven-Technologieaktien und Industrieaktien änderte. Ohne Magnificent Seven war der einzige Sektor mit Netto-Käufen die Basiskonsumgüterbranche mit 11 Millionen USD, während Industrie, Kommunikation und Technologie Nettoabflüsse von 555, 493 und 405 Millionen USD verbuchten; Utilities und Immobilien zeigten geringere Netto-Verkäufe.

Im ETF-Bereich gab es den drittgrößten wöchentlichen Nettoabfluss in der Geschichte, hauptsächlich getrieben von Tech-Produkten; breit abgestützte Large-Cap-ETF zeigten jedoch weiterhin Netto-Käufe von 130 Millionen USD, Edelmetall-ETF von 18,8 Millionen USD und mittelfristige Bond-ETF einer leicht verbesserten Nachfrage. Ein zu differenzierendes Phänomen: Die Verdrängung bei High-Dividend-Strategien erreichte ein Dreijahreshoch, während die Zuflüsse privater Anleger bei Dividend-ETF jedoch sanken.

Gleichzeitig zeigen die JPMorgan-Daten, dass der Monatsrollwert des Optionshandels privater Anleger weiterhin im 96,8. Perzentil liegt – die Handelsbeteiligung bleibt hoch, aber die Willigkeit zum Kauf von Spot sowie Handelsrichtung differenzieren sich nun stärker.

Von Kapitalfluss zu Gewinnrealisierung: Investments in AI-Rechenzentreninfrastruktur gehen von allseitiger Jagd zu selektiver Super-Leader-Allokation über

Die konkreten Kauflisten zeigen, dass Kapital weiterhin die „Magnificent Seven“ stützt – aber auch in den Bereichen Speicher, Halbleiter und Cloud-Infrastruktur klare Präferenzen beibehält. Die wöchentlichen Retail-Zuflussdaten von JPMorgan vom 10.–16. September:

Alle Magnificent Seven verzeichnen Netto-Käufe: Nvidia 1,196 Milliarden USD, Tesla 201 Millionen USD, Amazon 87 Millionen USD, Apple 63 Millionen USD, Google 25 Millionen USD, Microsoft 19 Millionen USD, Meta 10 Millionen USD – insgesamt 1,601 Milliarden USD, wobei Nvidia etwa 74,7% ausmacht. Außerhalb der Magnificent Seven: SanDisk (SNDK.US) erhält einen Netto-Kauf von 202 Millionen USD, ASML (ASML.US) 119 Millionen USD, Oracle (ORCL.US) 102 Millionen USD und bilden mit Nvidia und Tesla die Top fünf der Woche. Die Top-Fünf-Netto-Verkäufer sind SpaceX (SPCX.US) mit 249 Millionen USD, Marvell (MRVL.US) 95 Millionen USD, Intel (INTC.US) 76 Millionen USD, NuScale Power (SMR.US) 60 Millionen USD und AMD (AMD.US) 52 Millionen USD.

Der Bericht betont zudem, dass Privatanleger weiterhin Themen wie Elektrifizierung der AI-Datenzentren, Kerninfrastruktur und Hauptertragsprofiteure, Magnificent Seven, Wachstumsaktien sowie AI-Software-Kommerzialisierung kaufen – sie geben AI also keineswegs auf, sondern konzentrieren sich mit ihren Käufen auf die Magnificent Seven und die wichtigsten, kapitalstärksten Player aus Speicher, Device und Cloud Plattform. Der Techsektor jenseits der Magnificent Seven verzeichnet Nettoabflüsse, das bedeutet aber nicht, dass sämtliche Unternehmen dort verkauft wurden.

Das Analystenteam von JPMorgan hat Meta auf „Übergewicht“ hochgestuft – bezüglich seiner fortschrittlichen Modelle, Muse-AI-Agenten und Modell-API-Dienste mit breiter Perspektive auf die Monetarisierung von AI, über Werbung hinaus bis hin zu neuen Produkten und zukunftsträchtigen Einnahmequellen. Im Bereich Cybersicherheit werden Okta, Palo Alto Networks, CrowdStrike, Varonis und Zscaler als Kernpartner für AI-Infrastruktur und als Schlüssel für die Sicherheit von AI-Anwendungen genannt, da AI das Angriffsspektrum erweitert und Security-Ausgaben entscheidender werden. Es fällt auf, dass Privatanleger das gesamte Software-Security-Paket dennoch weiterhin Netto verkaufen, was zeigt, dass institutionelle Fundamentaldaten und kurzfristige Privatanleger-Trades nicht durchgehend übereinstimmen.

Oracle, als führender AI-Cloud-Infrastrukturkonzern, ist ein positives Beispiel für Kapitalfluss: JPMorgan verweist auf 30% Umsatzwachstum gegenüber Vorjahr, dreistelliges Wachstum der cloudbezogenen Infrastrukturumsätze sowie einen Zuwachs von 26 Milliarden USD bei den fortlaufenden Vertragspflichten (RPO) – all dies will Zweifel an der nachhaltigen Auftragserfüllung, der Sichtbarkeit von Umsatzwachstum und der Finanzierung zerstreuen; am 11. September kauften Privatanleger Oracle nach Quartalszahlen für 87 Millionen USD netto, ein klassischer Rücksetzer-Kauf. Außerdem wurden am 15. September Skyworks und Qorvo mit 7,5 bzw. 0,4 Millionen USD netto gekauft, was im Zusammenhang mit der geplanten Fusion der beiden Unternehmen steht und nicht direkt als AI-Rechenleistungs-Kauf zu interpretieren ist.

Die Finanzierung, Anwendung und Delivery-Daten der AI-Branche geben Core-Assets fundamentale Aufmerksamkeit, sind aber ergänzende Nachweise zum Kapitalfluss. Medien berichten, OpenAI diskutiert über eine neue Finanzierung mit einer Bewertung von mehr als 1,2 Billionen USD; Anthropic plant laut Reuters eine potenzielle IPO mit einer Bewertung von etwa zwei Billionen USD und bis zu 100 Milliarden USD, was zur bisher größten Börsennotierung werden könnte – beides handelt sich um Finanzierungsgespräche und Vorbereitungen.

Im Bereich AI-Anwendung stärkt Astra Fähigkeiten bei Programmierung, Browsing, Computerbetrieb und komplexen Abläufen – erweitert das Spektrum AI-fähiger Aufgaben; OpenAI bestätigte, dass ab dem 10. September keine Neuabschlüsse und Upgrades des Pro-20X-Monatsplans für 200 USD mehr erfolgen, bestehende Abos bleiben unberührt. Im Procurement-Bereich hat Anthropic Vereinbarungen mit Amazon (bis zu 5 GW), mit Google und Broadcom (je 5 GW), 30 Milliarden USD Azure-Kapazität sowie 50 Milliarden USD US-AI-Infrastruktur-Investment über Fluidstack bestätigt.

Im Bereich Delivery von AI-Rechenleistungsressourcen erzielte Nvidia im zweiten Quartal des Geschäftsjahres 2027 einen Datenzentrum-Umsatz von 89 Milliarden USD (117% Wachstum), Korea steigerte seine Exporte im August um 68,7% auf 98,26 Milliarden USD, wobei Halbleiterexporte 46,65 Milliarden USD erreichten und bis Anfang September aufs Jahr gesehen 709,4 Milliarden USD betrugen, mehr als im gesamten Jahr 2025. Von der Investmentlogik her untermauern diese Zahlen die Expansion der AI-Nachfrage über Anwendung, Kapazitätsbeschaffung und Hardwareumsatz, was die langfristige Wachstumsperspektive von Nvidia, Speicher- und Cloud-Infrastrukturunternehmen unterstützt – deshalb fokussieren Privatanleger ihr Kapital aktuell auf selektive Käufe von Core-AI-Rechenleistungs-Investments.

Auf technischer Ebene ist die relevanteste neue Entwicklung der expandierende Bedarf an AI-Rechenressourcen, der nun nicht mehr nur aus zentralisiertem Pre-Training, sondern auch aus Post-Training, kontinuierlichem Inferencing und Agent-Operationen besteht – dies erklärt zugleich, warum Kapital intern zwischen Hardware und Software selektiert.

JPMorgan zitiert SemiAnalysis, wonach Pre-Training im diskutierten Kraftverteilungsmodell bereits unter 15% fällt, die Endpunkt-Token-Nachfrage steigt, und Post-Training wird zur Hauptstrategie für Modell-Expansion: Die sinkende Pre-Training-Quote beschreibt den Strukturwandel, nicht einen absoluten Rückgang des Rechenkraftbedarfs. Gemäß dem Jevons-Paradoxon wird die gesamte AI-Nachfrage mit fallenden Rechenkosten weiter steigen. Aus Systemsicht beeinflussen Nutzergröße, Aufgabenfrequenz, Aufrufzyklen und Kontextlänge das Gesamt-Tokenvolumen: Prefill-Prozesse verarbeiten Input, Decode erzeugt Output, und KV-Cache beansprucht sowohl RAM als auch Bandbreite. Multi-Tool-Agenten benötigen CPU-Programm-Execution, Speichersysteme liefern Daten und Cache, Hochleistungs-Ethernet vernetzt Rechenressourcen, sowie optische Interconnect/Kommunikation für schnelle Transferraten im Datenzentrum, orchestriert durch Cloud-Plattformen zur operativen Bereitstellung.

Dies ergibt eine vollständige Demand-Kette von „Accelerated Computing – Memory & Storage – Infrastructure Delivery – Software-Kommerzialisierung“, wobei die von JPMorgan beobachteten Käuferaktivitäten bei Nvidia, SanDisk, ASML und Oracle jeweils einzelne Glieder repräsentieren. Privatanleger favorisieren weiterhin selektiv AI-Rechenleistung und Tech-Themen, aber statt pauschal alle AI-Titel zu jagen, allokieren sie in Zeiten abnehmender Gesamt-Kaufbereitschaft weiterhin gezielt Core-Themen und kritische Flaschenhals-Unternehmen innerhalb der AI-Rechenleistungskette.