Apollos Torsten Slok: KI zahlt sich für Big Tech aus, nicht für den Rest des S&P 500
Wichtige Erkenntnisse
- •Der Apollo-Chefökonom Torsten Slok meldete am 24. Oktober 2026, dass KI-bedingte Produktivitätsgewinne, gemessen am Umsatz pro Mitarbeiter, auf die Magnificent Seven beschränkt sind.
- •Das inflationsbereinigte Umsatzwachstum pro Mitarbeiter bei den Magnificent Seven stieg von rund 565.000 US-Dollar Anfang 2023 auf etwa 780.000 US-Dollar, während die S&P 493 seit 2019 bei etwa 525.000 US-Dollar verharren.
- •Die Gewinnmargen der Magnificent Seven liegen bei nahezu 30 %, verglichen mit etwa 10 % für den Rest des S&P 500.
- •Die obersten 10 % der Firmen verantworten 99,5 % der Ausgaben für Modellbereitstellung und Inferenz sowie mehr als 95 % der Ausgaben für Dienste von OpenAI und Anthropic.
- •Slok hatte dasselbe Konzentrationsmuster erstmals in einer Analyse im Juni 2026 identifiziert, und das hat sich in den vier Monaten seither nicht wesentlich verändert.
Der Umsatz pro Mitarbeiter steigt bei den Magnificent Seven, während die übrigen 493 Unternehmen im S&P 500 weitgehend auf der Stelle treten – das zeigt eine neue Analyse von Apollo Global Management.
Die US-Wirtschaft hat den Aktionären in den vergangenen Jahren jahrelang versichert, dass künstliche Intelligenz alles verändern wird. Laut dem Chefökonomen von Apollo Global Management, Torsten Slok, hat sie bislang vor allem die Dinge für sieben Unternehmen verändert.
In einer am 24. Oktober 2026 veröffentlichten Studie argumentiert Slok, dass KI den Umsatz pro Mitarbeiter bei den Magnificent Seven hebt. Im übrigen S&P 500 hat sich diese Kennzahl kaum bewegt. Der Befund ist relevant, weil der Umsatz pro Mitarbeiter zu den aussagekräftigsten Indikatoren dafür gehört, ob eine Technologie ein Unternehmen tatsächlich produktiver macht. Die Kennzahl wird berechnet, indem der Umsatz eines Unternehmens durch seine Mitarbeiterzahl geteilt wird; sie steigt nur, wenn die Umsätze schneller wachsen als die Belegschaft.
Ein Index, zwei Märkte
Slok teilt den S&P 500 in zwei Lager. Das erste sind die Magnificent Seven: Alphabet, Amazon, Apple, Meta, Microsoft, Nvidia und Tesla. Das zweite ist der Rest – eine Gruppe, die er die „S&P 493" nennt. Diese Aufteilung bildet im Grunde zwei verschiedene Märkte unter einer einzigen Benchmark ab. Da der S&P 500 nach Marktkapitalisierung gewichtet ist, haben die größten Constituents mehr Einfluss auf die Indexperformance als die Hunderte kleineren Mitglieder dahinter.
Die Lücke zwischen beiden ist groß. Das inflationsbereinigte Umsatzwachstum pro Mitarbeiter bei den Magnificent Seven ist auf rund 780.000 US-Dollar gestiegen, von etwa 565.000 US-Dollar Anfang 2023. Die S&P 493 hingegen verharren bei etwa 525.000 US-Dollar – ein Niveau, das seit 2019 unverändert ist, was bedeutet, dass der Rest des Index während des gesamten KI-Booms faktisch auf der Stelle getreten ist.
Die Profitabilität zeichnet ein ähnliches Bild. Die Gewinnmargen der Magnificent Seven liegen laut den Ergebnissen bei nahezu 30 %, während der Rest des Index bei etwa 10 % rangiert.
Eine schmale Ausgabenbasis
Die Konzentration erstreckt sich auch auf die KI-Ausgaben selbst. Die obersten 10 % der Firmen verantworten 99,5 % der Ausgaben für Modellbereitstellung und Inferenz – also die Kosten für den Betrieb trainierter KI-Modelle in der Produktion –, und derselbe kleine Anteil an Unternehmen stellt mehr als 95 % der Ausgaben für Dienste von OpenAI und Anthropic, zwei der führenden kommerziellen KI-Modellanbietern. Weniger als 1 % dieser Ausgaben entfallen auf die übrigen Unternehmen im Index.
Keine erste Warnung
Das Thema ist für Slok nicht neu. Bereits in einer Analyse im Juni 2026 hatte er dasselbe Muster erkannt und darauf hingewiesen, dass der Anstieg des Umsatzes pro Mitarbeiter im Vergleich zu Small Caps und dem breiteren Index auf die Magnificent Seven beschränkt war. Vier Monate später hat sich das Bild nicht wesentlich verändert. Die Oktober-Studie bestätigt, dass die KI-Produktivitätsgeschichte weiterhin eine Big-Tech-Geschichte bleibt und keine volkswirtschaftlich breite.
Was das für Investoren und Unternehmen bedeutet
Für Investoren ist die unmittelbarste Erkenntnis das Konzentrationsrisiko. Wenn die KI-bedingten Gewinne auf sieben Unternehmen beschränkt sind, ist das KI-Investment faktisch eine Wette auf diese sieben Unternehmen – und nicht auf den S&P 500 als Ganzes.
Die Ergebnisse deuten zudem auf eine vorsichtige Einschätzung für KI-Themeninvestments außerhalb des Technologiesektors hin. Unternehmen, die KI als Margenverstärker anpreisen, könnten auf größere Skepsis stoßen, wenn ihr Umsatz pro Mitarbeiter weiter bei rund 525.000 US-Dollar stagniert.
Ein Anstieg der S&P 493 über ihr Niveau von 2019 beim Umsatz pro Mitarbeiter wäre das erste echte Zeichen dafür, dass sich KI über die größten Namen des Silicon Valley hinaus ausbreitet. Bleibt die Kennzahl flach, während die Magnificent Seven über rund 780.000 US-Dollar hinaus klettern, wird die Lücke zwischen der Spitzengruppe und allen anderen nur noch schwerer zu übersehen sein.
Angesichts dessen, dass die obersten 10 % der Firmen 99,5 % der Ausgaben für Modellbereitstellung und Inferenz verantworten, würde jede bedeutende Verschiebung dieses Anteils signalisieren, ob der breitere Markt endlich einsteigt – oder weiterhin vom Rand zusieht.
Quelle: CryptoBriefing
