Apollo-Ökonom Torsten Slok warnt: KI-Boom könnte sich als nicht nachhaltig erweisen, während Aktien fallen
Wichtige Erkenntnisse
- •Torsten Slok, Chefökonom bei Apollo Global Management, warnte, dass das Wachstum der Token-Ausgaben verlangsamt hat und zunehmend an die Preisgestaltung gekoppelt ist – eine Abflachung, die bis Ende Oktober 2026 sichtbar wurde.
- •Er charakterisierte die Nachfragekurve für Rechenleistung als flach und hochgradig preissensitiv, was den Anbietern die Möglichkeit einschränkt, Preise zu erhöhen, um ihre Investitionen zurückzugewinnen.
- •Unternehmen im S&P 500 ohne die Magnificent Seven, die Slok das S&P 493 nennt, zeigen trotz ihrer KI-Investitionen flache Umsätze pro Mitarbeiter und Gewinnmargen.
- •Slok prognostiziert, dass die Kapitalausgaben der Hyperscaler zwischen 2027 und 2029 jährlich etwa 3 % des US-BIP erreichen könnten – ein Ausmaß, das die Forschung mit früheren Booms vergleicht, die in Marktkorrekturen endeten.
- •Weiter gestreckte Kredit-Spreads bei KI-bezogenen Schulden und Inflationsdruck könnten Datenzentrum-Projekte verzögern, und die Forschung warnt, dass KI-Bewertungen einer schmerzhaften Neubewertung ausgesetzt sind, wenn die erwarteten Renditen nicht schnell eintreffen.
Torsten Slok, Chefökonom bei Apollo Global Management, hat in der vergangenen Woche eine Reihe von Warnungen zum KI-Boom ausgesprochen. Sein zentrales Argument: Die Zahlen, die das KI-Investment tragen, beginnen zu schwanken – genau während KI-Aktien gefallen sind.
Eine flache Kurve, wo eine steile erwartet wurde
Am Dienstag wies Slok auf eine kürzliche Verlangsamung des Wachstums der Token-Ausgaben hin. Im Bereich der KI sind Tokens die kleinen Textbausteine, die Modelle verarbeiten, und Kunden zahlen in der Regel pro Token, was die Ausgaben dafür zu einem direkten Indikator für die Nutzung macht. Laut den Forschungsergebnissen war diese Abflachung bis Ende Oktober 2026 sichtbar, wobei das Wachstum der Token-Ausgaben sich in diesem Zeitraum verlangsamte und zunehmend an die Preisgestaltung gekoppelt war.
Slok beschrieb die Nachfragekurve für Rechenleistung als flach und hochsensibel gegenüber Preisänderungen. Ein preissensitiver Käufer ist in seiner Darstellung einer, der in dem Moment abspringt, in dem die Rechnung steigt. Wenn KI-Kunden sich so verhalten, können Anbieter die Preise nicht einfach anheben, um ihre Ausgaben wieder einzuspielen.
Slok war auch am 22. Oktober 2026 bei Bloomberg zu Gast, wo er eine erhebliche Lücke zwischen den massiven Kapitalausgaben der Hyperscaler – der größten Betreiber von Cloud-Infrastruktur – und der stagnierenden Produktivität in der breiteren Wirtschaft beschrieb.
Das S&P-493-Problem
Der schärfste Teil von Sloks Argumentation betrifft das, was er das S&P 493 nennt – den S&P 500 ohne die Magnificent Seven, die Mega-Cap-Tech-Werte, die die Renditen dominiert haben. Nach seiner Analyse verzeichnen diese 493 Unternehmen trotz ihrer KI-Investitionen flache Umsätze pro Mitarbeiter und flache Gewinnmargen.
Infolgedessen behandeln viele Unternehmen KI-Ausgaben als Geschäftskosten rather als Wachstumsmotor. Die Forschungszusammenfassung verweist auch auf Daten von Ramp, einem Unternehmen für Firmenkarten und Ausgabenmanagement, deren Zahlen zeigen, dass KI-bezogene Ausgaben zunehmend auf eine kleine Zahl von Risikokapital-finanzierten Unternehmen konzentriert sind. Die Forschung stellt außerdem fest, dass KI-Bewertungen dem Risiko einer „schmerzhaften Neubewertung“ ausgesetzt sind, wenn die erwarteten Renditen nicht schnell eintreffenn
Capex im makroökonomischen Maßstab
Slops Prognosen machen das Ausmaß der Wette deutlich: Er erwartet, dass die Kapitalausgaben der Hyperscaler zwischen 2027 und 2029 jährlich etwa 3 % des US-BIP erreichen könnten. Die Forschungsergebnisse weisen darauf hin, dass dieses Investitionsniveau an frühere Wirtschaftsbooms erinnert, die in Marktkorrekturen endeten.
Kredit-Spreads – die Mehrrendite, die Investoren für das Halten von Unternehmensanleihen gegenüber sichereren Staatsanleihen verlangen – weiten sich laut der Forschung bei KI-bezogenen Schulden aus, und die Inflation erzeugt zusätzlichen Druck. Für Datenzentrum-Projekte, die auf geliehenem Geld beruhen, kann das Verzögerungen bedeuten. Sloks Analyse warnt, dass kritische Projekte unter diesen kombinierten Belastungen verschoben werden könnten, was die Begeisterung für KI-Investitionen weiter abkühlen würde.
Was das für Anleger und das KI-Investment bedeutet
Die unmittelbarste Auswirkung betrifft Aktien, deren Bewertungen auf weiter wachsenden KI-Ausgaben beruhen. Wenn die Token-Nachfrage wirklich flach und preissensitiv ist, könnten Umsatzprognosen, die auf stetig steigender Nutzung basieren, rückblickend optimistisch erscheinen.
Die S&P-493-Daten weisen auf ein eigenes Problem hin. Selbst wenn die Hyperscaler weiter ausgeben, ist die letztliche Rechtfertigung dieser Ausgaben, dass andere Unternehmen durch KI produktiver werden. Flache Umsätze pro Mitarbeiter und flache Margen bei diesen Unternehmen sind das deutlichste Zeichen dafür, dass die versprochene Produktivitätsdividende nicht planmäßig eingetroffen ist.
Für Trader sind mehrere Signale genauer zu beobachten: ob das Wachstum der Token-Ausgaben wieder anzieht oder weiter verlangsamt, ob sich die Kredit-Spreads bei KI-bezogenen Schulden weiter ausweiten und ob sich die Zeitpläne für Datenzentren zu verschieben beginnen.
Gewinnmargen und Umsätze pro Mitarbeiter im S&P 493 könnten am wichtigsten sein. Bewegen sich diese nach oben, erhalten die Bullen ihre Beweise. Bleiben sie flach, während die Capex Richtung 3 % des BIP klettert, wird das von Slok beschriebene Neubewertungsrisiko schwerer abzutun.
