Editorial: Im September zeichnete sich eine bemerkenswerte Divergenz an den US-Finanzmärkten ab: Staatsanleihen verzeichneten einen heftigen Ausverkauf, wobei die Rendite der 10-Jahres-Anleihe innerhalb eines Monats um über 50 Basispunkte stieg, während einige festverzinsliche Wertpapiere um 2,3 % bis 5 % fielen. Gleichzeitig blieben KI-bezogene Anlagen robust, Halbleiteraktien stiegen weiter, und der Nasdaq hielt sich relativ gut – klein- und mittelkapitalisierte Aktien, der gleichgewichtete S&P-500-Index sowie andere zins-sensitive Sektoren gerieten jedoch unter breiten Druck.

Nach herkömmlicher Bewertungslogik führen steigende langfristige Zinssätze zu einer höheren Diskontierung künftiger Cashflows, was meist drückend auf Aktienbewertungen wirkt. Dennoch korrigierten Technologieaktien nicht in dem Maße wie der Anleihemarkt. Fürchtet der Markt die US-Haushalts- und Inflationsaussichten – oder setzt er darauf, dass KI ein so starkes Wirtschaftswachstum generiert, dass es die Folgen höherer Zinsen kompensiert?

Harry Mamaysky, Gründer von QuantStreet Capital, stellte in seinem jüngsten monatlichen Investmentbrief eine weitere Frage: Falls der Markt glaubt, KI könne die Produktivität der gesamten Wirtschaft steigern, warum profitieren dann vor allem Infrastrukturanbieter wie Halbleiterhersteller – statt der breiten Unternehmenslandschaft, die langfristig von KI profitieren sollte? Der Autor sieht noch keine KI-Blase, bleibt aber gegenüber dieser Diskrepanz zwischen Gewinnerwartungen und Aktienkursentwicklung vorsichtig.

Diese Frage betrifft die Nachhaltigkeit einer kommerziellen KI-Investitionskette. Die Kapitalmärkte sind bereits bereit, hohe Kosten für Rechenleistung, Chips und Rechenzentren zu tragen – doch diese Inputs müssen letztlich in Unternehmensgewinne münden, um langfristige Renditen zu stützen. Mit steigenden Finanzierungskosten hängt die KI-Investmentthese zunehmend von einer Schlüsselfrage ab: Wer trägt die Aufbaukosten – und wer kann die durch KI geschaffenen Gewinne wirklich abschöpfen?

Im Folgenden finden Sie die Übersetzung des Originaltexts:

Im September 2026 war die deutlichste Veränderung am US-Markt nicht der Anstieg von KI-Aktien, sondern eine seltene Divergenz zwischen Anleihen und Aktien.

Einerseits verzeichnete der Rentenmarkt einen breiten Ausverkauf. US-Staatsanleihendaten zeigen, dass die Rendite der 10-Jahres-Anleihe vom 31. August (4,75 %) bis zum 30. September (5,29 %) um insgesamt 54 Basispunkte stieg. Laut QuantStreet sanken einige US-Rentenpapiere im selben Monat um 2,3 % bis 5 %.

Andererseits blieben Technologieaktien – insbesondere im Halbleitersektor – robust. Bitcoin, Momentum-Strategien mit starkem Gewicht in Tech- und Halbleiteraktien sowie der Nasdaq-Index zeichneten sich relativ positiv aus. Klein- und mittelkapitalisierte US-Aktien, der gleichgewichtete S&P-500-Index sowie zins-sensitive Sektoren wie Immobilienfonds (REITs), Versorger und Finanzwerte waren dagegen allgemein schwach.

Ungewöhnlicherweise stiegen im September sowohl der Dollar als auch Rohstoffe simultan – im Widerspruch zu ihrer typischen inversen Beziehung und als Hinweis auf ein zunehmend komplexeres Marktumfeld für Investoren.

Für QuantStreet stellen sich hinter dieser Marktdivergenz zwei Fragen: Warum bleiben Technologieaktien trotz stark steigender Langfristzinssätze robust? Und wenn Anleger auf durch KI getriebenes Wirtschaftswachstum setzen, warum spiegelt sich diese Erwartung nicht im breiten Aktienmarkt wider?

I. US-Staatsanleihenrenditen steigen stark: Worüber macht sich der Markt eigentlich Sorgen?

Die Rendite der 10-Jahres-US-Staatsanleihe stieg innerhalb eines Monats um über 50 Basispunkte – ein deutlicher Wandel bei der Preisbildung langfristiger Kapitalmittel.

Anleihekurse und -renditen bewegen sich typischerweise gegenläufig. Steigende Renditen bedeuten fallende Kurse bestehender Anleihen; je länger die Laufzeit und je stärker die Zinssensitivität, desto ausgeprägter ist normalerweise der Preisdruck.

Doch für diesen Anleihenverkauf gibt es keine marktweite, konsensfähige Erklärung.

Die erste Erklärung lautet, dass Anleger das Vertrauen in den Dollar verlieren.

Mamaysky bezweifelt diese Einschätzung jedoch: Der Dollar stieg im September sogar – im Widerspruch zur These eines breiten Ausverkaufs dollarbasierter Vermögenswerte. Ein stärkerer Dollar schließt langfristiges Kreditrisiko natürlich nicht vollständig aus, zeigt aber zumindest, dass der Markt keine einseitige Vertrauenskrise in den Dollar erlebt hat.

Die zweite Erklärung lautet, dass die US-Fiskalposition Anleger veranlasst, eine höhere langfristige Risikoprämie zu fordern.

Der Autor ist zudem der Ansicht, dass die vorliegenden Belege noch nicht ausreichen, um eine so klare Schlussfolgerung zu stützen. Er weist insbesondere darauf hin, dass die marktimpliziten Inflationsbreakeven-Raten relativ stabil geblieben sind und sich nicht in demselben Ausmaß verändert haben wie die Renditen.

Dieser Indikator spiegelt die Renditedifferenz zwischen nominalen Staatsanleihen und inflationsgeschützten Staatsanleihen wider und ermöglicht es, einzuschätzen, wie Anleger zukünftige Inflation sowie damit verbundene Risikoprämien bewerten. Steigen die Nominalrenditen, ohne dass die Inflationsprämie entsprechend stark ansteigt, lässt sich die gesamte Veränderung kaum allein auf ausufernde Inflationserwartungen zurückführen.

Allerdings bedeutet dies nicht, dass fiskalische Risiken auszuschließen sind. Langfristige Renditen werden zudem von Faktoren wie dem Angebot an Staatsanleihen, der Laufzeitprämie, den realen Zinssätzen und der Marktliquidität beeinflusst; eine stabile Inflationsprämie allein kann nicht belegen, dass die US-Staatsverschuldung risikofrei ist.

Im Gegensatz dazu richtet Mamaysky stärker den Blick auf eine dritte Möglichkeit: Der Markt bewertet neu im Hinblick auf ein kräftigeres zukünftiges Wirtschaftswachstum und die immensen Finanzierungsbedarfe durch den Aufbau einer KI-Infrastruktur.

Große Cloud-Anbieter und Technologieunternehmen setzen ihre Kapitalausgaben (Capex) weiter aus, bauen Rechenzentren, kaufen Chips und investieren in unterstützende Energieinfrastruktur. Diese Ausgaben bedeuten, dass Unternehmen mehr Kapital binden müssen – und möglicherweise auch ihren Finanzierungsbedarf erhöhen.

Erwarten Anleger gleichzeitig, dass KI zu höherer Produktivität und zukünftigen Gewinnen führt, könnten steigende langfristige Zinssätze nicht zwangsläufig allein als Verschlechterung des wirtschaftlichen Risikos interpretiert werden, sondern könnten teilweise auch Veränderungen bei Wachstumserwartungen und Kapitalnachfrage widerspiegeln.

Damit soll keineswegs behauptet werden, dass KI-Investitionen als Hauptursache für steigende US-Staatsanleiherenditen erwiesen seien; vielmehr versucht der Autor zu erklären, warum einige Tech-Aktien trotz Verkaufsdrucks am Anleihemarkt weiter steigen können.

II. Warum sind KI-Aktien stärker, wenn die Zinsen höher sind?

Die Bewertung von Aktien lässt sich vereinfacht als diskontierter Wert zukünftiger Cashflows verstehen.

Bei ansonsten gleichen Voraussetzungen führt ein höherer Marktzins zu einer höheren geforderten Rendite und senkt damit den heutigen Gegenwartswert zukünftiger Unternehmensgewinne. Daher reagieren hochbewertete Wachstumsaktien typischerweise besonders empfindlich auf steigende Zinsen.

Der Markt im September folgte jedoch nicht vollständig dieser Logik. Mamayskys Erklärung lautet, dass Anleger glauben könnten, KI werde ein ausreichend starkes zukünftiges Gewinnwachstum generieren, um den Bewertungsdruck durch steigende Diskontsätze auszugleichen.

Aus Sicht der Bewertungsformel entspricht dies einem Wettstreit zweier Kräfte: einerseits steigende Diskontsätze, die den Gegenwartswert zukünftiger Gewinne mindern; andererseits erwartete Gewinnsteigerungen, die den inneren Wert der Aktien erhöhen.

Wenn letztere stark genug ausfallen, können Aktienkurse selbst bei höheren Zinsen weiter steigen. Mit anderen Worten: Der Markt ignoriert hohe Zinsen möglicherweise nicht, sondern geht vielmehr davon aus, dass zukünftige KI-Gewinne die höheren Kapitalkosten ausgleichen können.

Diese Erklärung hat durchaus Plausibilität. Die Investitionen in KI-Infrastruktur erzeugen enorme Nachfrage. Chiphersteller, Halbleiterausrüster und verwandte Technologieunternehmen können aus diesen Bauausgaben relativ direkt Umsatz generieren. Unternehmen wie AMD, Micron, Intel, Cisco und Applied Materials tauchen ebenfalls unter den größten Positionen des Momentum-ETF auf, den der Autor fokussiert. Solange der Markt glaubt, dass die KI-Kapitalausgaben auf hohem Niveau bleiben, könnten die Gewinnerwartungen für die Vorlieferanten weiter gestützt werden.

Das Problem besteht jedoch darin, dass das Umsatzwachstum dieser Unternehmen zunächst aus erhöhten Kapitalausgaben anderer Unternehmen resultiert – was nicht zwangsläufig bedeutet, dass die gesamte Volkswirtschaft bereits entsprechende Produktivitätsgewinne erzielt hat.

Für Unternehmen, die Chips kaufen und Rechenzentren bauen, entstehen diese Ausgaben zunächst als Kosten oder als Sachanlagen. Erst wenn diese Anlagen letztlich dazu beitragen, den Umsatz zu steigern, Kosten zu senken oder Gewinne zu verbessern, generieren sie nachhaltige wirtschaftliche Renditen.

Daher signalisiert der Anstieg der Halbleiteraktien lediglich, dass der Markt optimistisch gegenüber den Gewinnchancen von Unternehmen mit KI-Infrastrukturbezug ist – doch dies reicht nicht aus, um zu belegen, dass die endgültigen wirtschaftlichen Renditen der KI-Investitionen bereits realisiert wurden.

III. Die größte Frage zu KI: Chipfirmen verdienen Geld – wie sieht es bei anderen Unternehmen aus?

Dies ist zudem der Widerspruch, auf den Mamaysky in seinem Anlagebrief besonders eingeht.

Im September entwickelte sich die Halbleiterbranche stark, während der gleichgewichtete S&P-500-Index schwach abschnitt.

Im Vergleich zum marktkapitalisierungsgewichteten Index gewichtet der gleichgewichtete S&P-500-Index jede Einzelaktie annähernd gleich – er zeigt daher besser, ob Marktgewinne breit gestreut sind oder hauptsächlich von wenigen großen Technologieunternehmen getrieben werden.

Der Autor bezeichnet die breite Unternehmensgruppe außerhalb der Halbleiterbranche als ROCS („Rest of the Corporate Sector“), also den Rest des Unternehmenssektors.

Seiner Ansicht nach folgt die KI-Investition einer Logik, deren Wirksamkeit Zeit braucht, um sich zu bestätigen.

Unternehmen kaufen derzeit Chips, Server und Software, weil sie zukünftige Produktivitätsgewinne erwarten. Der Markt finanziert diesen Aufbau im Voraus, da er glaubt, dass sich unrealisierte Gewinne in Zukunft einstellen werden.

Es ist daher nicht überraschend, dass derzeit noch keine synchronisierte Gewinnsteigerung über alle Branchen hinweg zu beobachten ist.

Das Problem ist, dass der Aktienmarkt selbst zukunftsorientiert ist. Sind Anleger überzeugt, dass KI die künftige Profitabilität anderer Unternehmen deutlich steigern wird, müsste dieser Erwartungsanteil theoretisch allmählich auch in den Aktienkursen der betroffenen Unternehmen widergespiegelt werden.

Doch im September gab es keinen solchen breiten Kursanstieg: Halbleiteraktien stärkten sich weiter, während andere Unternehmen keine vergleichbare Bewertungsunterstützung erhielten. Dies veranlasste den Autor zu der Frage: Wenn die Endabnehmer von Chips nicht genügend zusätzlichen Gewinn erzielen können, wie sollen sie langfristig die immer massiver werdenden KI-Beschaffungs- und Aufbaukosten tragen?

Diese Frage berührt den Gewinnverteilungsmechanismus innerhalb der KI-Investitionskette.

Kurzfristig können Infrastrukturanbieter durch Auftragszuwächse und knappe Nachfrage relativ hohe Gewinne erzielen. Mittelfristig müssen Cloud-Anbieter ihre Investitionen etwa durch Vermietung von Rechenkapazität oder Bereitstellung von KI-Diensten refinanzieren. Langfristig müssen Unternehmen KI in höhere Produktivität, geringere Betriebskosten oder neue Einnahmequellen umsetzen.

Erst wenn dieser Prozess schrittweise Realität wird, kann der durch KI-Investitionen geschaffene Wert potenziell auf eine breitere wirtschaftliche Aktivität übergreifen.

Dass die Aktienkurse nicht parallel steigen, bedeutet freilich nicht, dass sich die Produktivitätsgewinne durch KI nicht doch noch einstellen werden. Hohe Zinsen, branchenspezifische operative Belastungen sowie unterschiedliche Ausgangsbewertungen der Unternehmen könnten die Markterwartungen an zukünftige Gewinnsteigerungen momentan verdecken.

Zumindest anhand der Aktienkursentwicklung im September ist jedoch klar, dass das Vertrauen der Anleger in KI-Zulieferer deutlich stärker ist als die Bewertung der langfristigen Nutzeneffekte für andere Unternehmen.

Zu diesem Phänomen zieht Mamaysky nicht den Schluss, dass KI-Investitionen zwangsläufig scheitern werden. Er glaubt weiterhin an den langfristigen Wert von KI und sieht den aktuellen Markt noch nicht als Blase an.

Damit diese Rallye jedoch breitere fundamentale Unterstützung erhält, muss sich zeigen, dass die durch KI generierten Gewinne nicht mehr auf wenige Technologieunternehmen beschränkt bleiben.

IV. Was als Nächstes zu beobachten ist: Können Produktivitätsgewinne in Unternehmensgewinne umgesetzt werden?

Bei der Bewertung des wirtschaftlichen Werts von KI richtet Mamaysky zunehmend sein Augenmerk auf Produktivitätsdaten.

Am 3. September 2026 veröffentlichte das US-Arbeitsministerium (BLS) revidierte Daten, wonach die Arbeitsproduktivität im nichtlandwirtschaftlichen Geschäftsbereich im zweiten Quartal um annualisierte 1,4 % gegenüber dem Vorquartal und um 2,2 % gegenüber dem Vorjahr stieg.

Langfristig stieg die Arbeitsproduktivität im nichtlandwirtschaftlichen Geschäftsbereich der USA vom vierten Quartal 2019 bis zum zweiten Quartal 2026 durchschnittlich jährlich um rund 2,1 % – deutlich mehr als die etwa 1,5 % des vorherigen Konjunkturzyklus.

Dies entspricht dem von dem Autor beobachteten Produktivitätstrend.

Doch es ist wichtig zu unterscheiden, dass steigende makroökonomische Arbeitsproduktivität nicht bedeutet, dass der Beitrag von KI bereits belegt ist. Kapitalinvestitionen, Arbeitsallokation, technologischer Fortschritt und konjunkturelle Faktoren können diesen Indikator beeinflussen; aktuell lässt sich daraus nicht direkt ableiten, wie viel Gewinn KI Unternehmen generiert hat.

Mamaysky schlug daher einen weiteren Verifizierungsmaßstab vor: Produktivitätssteigerungen müssen sich letztlich in den Erträgen nichttechnischer Unternehmen widerspiegeln.

Dies spiegelt sich auch in QuantStreets Portfoliobereinigungen wider. Obwohl Value- und Low-Volatility-Aktien im letzten Quartal schwach abschnitten, behielt das Unternehmen in beiden Kategorien eine relative Übergewichtung bei, um weiterhin Exposition gegenüber dem breiteren Unternehmenssektor zu bewahren. Gleichzeitig hielt es in Portfolios mit höherer Risikotoleranz weiterhin einige Technologieaktienpositionen.

Im Anleihenmarkt passt das Unternehmen zudem die Duration an. Duration misst die Sensitivität von Anleihepreisen gegenüber Renditeänderungen. Je länger die Duration, desto stärker fällt normalerweise der Preis bei steigenden Zinsen – doch bei sinkenden Renditen sind auch die potenziellen Kursgewinne deutlicher.

Der Autor vertritt die Ansicht, dass bei einer 10-Jahres-US-Treasurys-Rendite von rund 5,25 % die potenzielle Anlageattraktivität von Anleihen zunimmt. Daher erhöhte QuantStreet leicht die Duration in seinem risikoarmen Portfolio – eine bemerkenswerte Richtungsanpassung für das Institut nach über einem Jahr.

Dies bedeutet jedoch nicht, dass das Institut nun vollständig langlaufende Anleihen bevorzugt. Seine Modelle bleiben gegenüber hochdurativen festverzinslichen Wertpapieren nach wie vor skeptisch; die Gesamtduration des Portfolios liegt zwar weiter unter dem Benchmark, doch die Untergewichtung hat sich etwas verringert.

Für geeignete Anleger erwähnt der Autor zudem die Diversifikationsfunktion alternativer Vermögenswerte wie Evergreen-Private-Equity-Fonds. Nach Angaben zu einigen zitierten Produkten stiegen diese Fonds im September um ca. 0,5 % bis 0,75 % und boten damit im Monat mit Druck auf die meisten Aktien eine gewisse Portfoliodiversifikation. Solche Produkte weisen jedoch weiterhin Einschränkungen hinsichtlich Bewertungshäufigkeit, Liquidität und Risiken der zugrundeliegenden Vermögenswerte auf; eine Einmonatsrendite belegt nicht deren langfristige Absicherungsfähigkeit.

Diese Anpassungen zeigen, dass QuantStreet weder vollständig aus dem KI-Trade ausgestiegen ist noch abrupt auf langlaufende Anleihen umgeschwenkt ist, nur weil die Anleiherenditen gestiegen sind. Stattdessen strebt das Unternehmen eine ausgewogenere Risiko-Rendite-Relation über verschiedene Vermögenswerte an.

Was künftig wirklich zu beobachten ist, sind drei Signalgruppen.

Erstens, ob die Ausgaben für KI-Infrastruktur nachhaltig bleiben und ob das Umsatzwachstum der Vorlieferanten weiterhin ausreichend durch Nachfrage getragen wird.

Zweitens, ob KI beginnt, die Profitabilität nichttechnischer Unternehmen zu verbessern. Produktivitätsdaten können erste Hinweise liefern, doch Unternehmensmargen, Kosteneinsparungen und zusätzliche Erlöse sind direkterer Beweis dafür, ob sich Investitionsrenditen realisieren lassen.

Schließlich, ob der Anstieg langfristiger US-Treasurys-Renditen eher auf Wachstumserwartungen zurückgeht oder vielmehr auf Inflation, staatliche Schuldenaufnahme und Laufzeitrisikoprämien. Falls das Wachstum hinter den Erwartungen bleibt, während die Finanzierungskosten hoch bleiben, geraten Unternehmensinvestitionsrenditen stärker unter Druck.

Die entscheidende Frage des aktuellen KI-Trades lautet nicht mehr allein, wie lange die Nachfrage nach Chips und Rechenleistung noch steigen kann, sondern wie viel zusätzlichen Gewinn diese Investitionen letztlich für die gesamte Wirtschaft erzeugen.

Halbleiterunternehmen haben bereits sichtbare Umsätze aus Kapitalausgaben generiert; eine breitere Verbesserung der Unternehmensergebnisse steht jedoch noch aus. Erst wenn KIs Produktivitätsgewinne allmählich in echte Gewinne außerhalb des Technologiesektors umschlagen, erhält der Markt umfassendere Belege, um die derzeitigen umfangreichen Investitionen zu stützen.