Die wichtigsten Erkenntnisse

• Führende Chip-Hersteller haben ein stabiles, KI-gestütztes Umsatzwachstum bei Grafikprozessoren (GPUs), kundenspezifischen Silizium-Produkten und Speichern verzeichnet.
• Cloud-Giganten tätigen weiter rekordhohe Investitionen in KI und stützen damit die langfristige Chip-Nachfrage.
• Die Bewertungsmultiplikatoren von Halbleitertiteln dürften bei steigenden Gewinnen sinken, da ihre Gewinndynamik deutlich höher ist als die des Gesamtmarktes.
• Ein diversifiziertes Engagement in den Segmenten GPUs, Speicher, Verbindungen und Design-Tools glättet die Volatilität und erfasst sämtliche Rückenwinde bei KI-Hardware.
• Verbundene Produkte WisdomTree Artificial Intelligence UCITS ETF – USD Acc Mehr erfahren

Das R1-Modell von DeepSeek ließ die Anleger im Januar 2025 aufhorchen. Durch die Freigabe seiner Parameter und das Training des Netzwerks zu einem Bruchteil der früheren Kosten schien es zu beweisen, dass KI-Leistung sowohl billig als auch allgegenwärtig wird. Die Aktienmärkte bejubelten die Anwendungsentwickler und schickten die Hersteller der Chips, auf denen diese Modelle laufen, fast reflexartig auf Talfahrt.

Einige Monate später ist das Urteil klarer. Die neuesten Ergebnisse der führenden Chip-Hersteller – und ihrer größten Kunden – deuten keineswegs auf ein strukturelles Überangebot hin, sondern zeigen vielmehr, dass die Nachfrage nach Halbleitern robust ist, neue Katalysatoren entstehen und sich die Bewertungen im Stillen korrigiert haben. In dieser dynamischen Landschaft ist ein diversifiziertes Halbleiterportfolio keine Last, sondern eine unerlässliche, vielseitige Grundlage für die langfristige Partizipation am Megatrend KI.

Gewinndynamik und Nachfragesignale

Die aktuellen Ergebnisse der Chip-Hersteller stellen die Skeptiker in den Schatten. Nvidia erwirtschaftete im letzten Quartal einen Umsatz von 44 Milliarden US-Dollar, wobei das Rechenzentrumsgeschäft im Vergleich zum Vorjahr um 73 % auf 39 Milliarden US-Dollar zulegte. AMD erzielte dank der Nachfrage nach EPYC-CPUs (Hauptprozessoren) und GPUs der MI-Serie einen Umsatz von 3,7 Milliarden US-Dollar – ein Plus von 57 %. Die Dynamik ist nicht auf die führenden GPU-Anbieter beschränkt. Broadcom, Marktführer für Konnektivität und kundenspezifische Silizium-Technologie, verbuchte bei KI-Chips einen Umsatzanstieg von 46 % auf 4,4 Milliarden US-Dollar, während der Speicherspezialist SK Hynix einen Umsatzzuwachs von 42 % im Jahresvergleich erreichte, angetrieben durch High-Bandwidth Memory (Speicher mit hoher Bandbreite, HBM).¹

Die Käufer sind ebenso entschlossen. Amazon investierte im ersten Quartal 2025 rund 24 Milliarden US-Dollar, drei Viertel davon in den Ausbau der AWS-Infrastruktur. Microsoft tätigt jährliche Investitionen in Höhe von 80 Milliarden US-Dollar. Satya Nadella erklärte gegenüber Analysten, dass „die Nachfrage exponentiell steigen wird, wenn KI effizienter und zugänglicher wird“. Die Gesamtinvestitionen der Hyperscaler wie Meta, Amazon, Microsoft und Alphabet blieben mit rund 720 Milliarden US-Dollar hoch und dürften im nächsten Quartal um 8,6 % steigen.²

^{Bewertungen: Wachsen in die Multiplikatoren hinein}

Da die Gewinne immer rascher steigen, sinken die Bewertungsmultiplikatoren für Halbleitertitel schneller als für den Gesamtmarkt. Hier ziehen wir den Philadelphia Stock Exchange Semiconductor Index (SOX) als Beispiel heran. In Abbildung 2 liegt die langfristige Gewinnwachstumsprognose des SOX auf Basis der Konsenszahlen bei 17,9 % und damit deutlich über den 11,7 % für den S&P 500 und den 12,0 % für den NASDAQ-100. Die Analysten erwarten auch, dass das vorausschauende KGV des SOX von heute rund 31 auf unter 18 im Jahr 2027 fallen wird, da die Gewinne aufholen. Ein Blick aus einer Kapitalstruktur-neutralen Perspektive ergibt ein ähnliches Bild: Das zukünftige EV/EBITDA³ des Index wird voraussichtlich auf etwa 12–13 sinken und damit unter dem Wert des NASDAQ-100 im mittleren Zehnerbereich liegen. Chip-Titel wachsen schneller in ihre Bewertungen hinein als der Rest des Marktes. Die Betrachtung des Aktienkurses von Halbleiterwerten allein anhand traditioneller Kennzahlen – ohne Berücksichtigung ihres stärkeren Wachstums – vermittelt also ein unvollständiges Bild.

Katalysatoren jenseits des KI-Modelltrainings

KI-Rechenzentren dominieren zwar vielleicht die Schlagzeilen, doch mehrere langfristige Kräfte heizen die Nachfrage nach Halbleitern an. Die Automobilindustrie und die Robotik sind ein gutes Beispiel dafür. Der Chip-Inhalt pro Fahrzeug hat sich von 420 US-Dollar im Jahr 2019 auf etwa 800 US-Dollar im Jahr 2023 fast verdoppelt und wird bis 2030 voraussichtlich 1.350 US-Dollar erreichen.⁴ Dieser Trend zeichnet sich bereits ab: Der Umsatz von Nvidia im Automobilbereich belief sich im letzten Quartal auf 567 Millionen US-Dollar und stieg damit im Vergleich zum Vorjahr um 72 %, da die Hersteller seine DRIVE-Plattform integrieren. Morgan Stanley geht davon aus, dass die Erlöse mit humanoiden Robotern von etwa 3 Milliarden US-Dollar im Jahr 2025 auf 4,7 Billionen US-Dollar im Jahr 2050 klettern werden, was eine durchschnittliche jährliche Wachstumsrate von 54 % in den ersten zehn Jahren bedeutet. Wie Fahrzeuge benötigen auch Roboter eine Vielzahl von Silizium-Komponenten: von Bildverarbeitungsprozessoren über Echtzeit-Controller bis hin zu Stromversorgungsgeräten und zuverlässigkeitskritischen Speichern.

Speicher und Verbindungen erzeugen einen zweiten Rückenwind. Staatliche und unternehmerische Verpflichtungen im Umfang von Hunderten von Milliarden, wie beispielsweise die KI-Infrastrukturprogramme der Golfstaaten und die „Stargate“-Initiative der USA, untermauern langfristige Investitionen in Speicher mit hoher Bandbreite. Derartige Investitionen in KI-Infrastruktur werden SK Hynix und Micron Auftrieb geben, da sich KI-Workloads vom Training zur Inferenz im großen Maßstab verlagern. Gleichzeitig erfordert der Einsatz immer größerer Modelle eine schnellere In-Rack-Konnektivität: Die PCIe- und CXL-Schnittstellenchips von Astera Labs werden zusammen mit den neuen 800-Gbit-Ethernet-Switches von Broadcom ebenso unentbehrlich wie GPUs. In jedem Fall erschließen niedrigere Stückkosten neue Anwendungen, anstatt die Gesamtnachfrage nach Silizium zu dämpfen.

KI-Infrastruktur ist mehr als nur Nvidia

Halbleiteraktien sind weit mehr als nur die Titel in den Schlagzeilen. Obwohl Nvidia nach wie vor ein Synonym für KI-Rechenleistung ist, wird eine breitere Gruppe von Unternehmen – von Speicherspezialisten über Chip-Hersteller bis hin zu Verbindungsinnovatoren und Design-Tool-Anbietern – von der zunehmenden Verbreitung von KI in jeder Branche profitieren. Durch die Streuung des Engagements auf diese verschiedenen Segmente können Anleger Chancen in Bereichen wie Hochleistungs-DRAM (Dynamic Random Access Memory) und NAND⁵, fortschrittliche Logikfertigung, In-Server-Networking-Silizium, automatisierte Testgeräte und elektronische Design-Automatisierungssoftware erschließen.

Der Aufbau einer schlüssigen KI-Strategie erfordert die Erkenntnis, dass Hardware die Grundlage für jedes Modell ist. Der NASDAQ CTA Artificial Intelligence Index ist ein Beispiel für diesen Ansatz: Er weist etwa 40 % seiner Gewichtung einer diversifizierten Kombination aus 17 Halbleiteraktien (Stand: 30. Mai 2025) zu⁶. Diese Struktur stellt sicher, dass bei zyklischem Gegenwind in einem Segment – etwa bei Lieferengpässen bei GPUs – das Wachstum in den Bereichen Speicher, Konnektivität oder Tools das Gesamtportfolio unterstützen kann. In einem Umfeld, das durch raschen technologischen Wandel und sich verändernde Endmärkte geprägt ist, ist eine solche Diversifikation nicht nur defensiv, sondern unerlässlich, um das volle Potenzial des Megatrends KI auszuschöpfen.

Halbleiterwerte – von GPU-Vorreitern bis hin zu Speicher- und Verbindungsspezialisten – wachsen weiterhin schneller als der breite Markt, während Hyperscale-Kunden noch immer Rekordsummen investieren. Die Bewertungen normalisieren sich bereits, da die Gewinne aufschließen, sodass Halbleitertitel eine Kombination aus Growth und Value darstellen. Die Geschichte der KI-Hardware geht weit über einen einzelnen Anbieter hinaus: Die Möglichkeiten erstrecken sich auf die Elektrifizierung von Autos, die Robotik, die Skalierung von Speichern und Hochgeschwindigkeits-Rechenzentren. In diesem Umfeld ist ein diversifiziertes Halbleiterportfolio nicht nur eine defensive Versicherung, sondern der direkteste Weg, um am strukturellen Aufschwung der Chip-Nachfrage zu partizipieren, der alle Facetten der KI-Revolution untermauert.

Das Angebot von WisdomTree

Der WisdomTree Artificial Intelligence UCITS ETF (WTAI) bildet den NASDAQ CTA Artificial Intelligence Index ab und bietet Anlegern ein Engagement in KI-Innovatoren über die KI-Wertschöpfungskette. Etwa 40 % des Index sind in einem Segment von breit gefächerten Halbleiteraktien vertreten, das GPUs, HBM, fortschrittliche Verbindungen und Design-Tools umfasst und die Partizipation am Wachstumsmotor Hardware für KI sicherstellt. Die halbjährliche Neugewichtung und eine regelbasierte Methode sorgen dafür, dass das Portfolio auf das Thema abgestimmt bleibt, während das Risiko einzelner Aktien gemindert wird. Damit stellt der ETF eine praktische Möglichkeit dar, die langfristige Entwicklung von KI zu erschließen.

¹Die Finanzdaten stammen aus den Berichten der Unternehmen für Q1/2025.
²Die Investitionsdaten stammen von Bloomberg. Stand: 10. Juni 2025.
³Enterprise Value (Unternehmenswert)/Earnings Before Interest, Taxes, Depreciation, and Amortization (Ergebnis vor Zinsen, Steuern, Abschreibungen und Abschreibungen auf immaterielle Vermögenswerte).
⁴Quelle: PwC, State of the semiconductor industry, November 2024.
⁵Eine Art Flash-Speicherchip, der für eine hohe Speicherdichte optimiert ist.
⁶Quelle: WisdomTree, Stand: 30. Mai 2025.