Nvidia-Earnings, KI-Boom und die Frage nach der Nachhaltigkeit – unser Blick auf Februar 2026

Rekordzahlen, Rekordinvestitionen – und die Frage, wie lange das so weitergehen kann

Am 25. Februar 2026 melden große Nachrichtenportale, dass Nvidia ein weiteres Quartal mit außergewöhnlichem Wachstum abgeliefert hat. Umsatz und Gewinn liegen deutlich über den Erwartungen, der Ausblick wird angehoben, und die Diskussion dreht sich erneut darum, ob der KI-Boom ein struktureller Trend oder eine zyklische Übertreibung ist. Wir lesen von zweistelligen Wachstumsraten, von massiv steigenden Bestellungen für KI-optimierte Server und von Rekordinvestitionen der Cloud-Anbieter in Rechenzentren.

Für uns ist die zentrale Frage nicht, ob eine einzelne Aktie kurzfristig „zu teuer“ oder „noch ein Kauf“ ist, sondern wie wir die KI-Ökonomie in unser langfristiges Anlage-Rahmenwerk einordnen. Nvidia ist ein Symbol für die aktuelle Phase: extreme Profitabilität, enorme Kapitalströme, zugleich zunehmende Zweifel, ob sich all diese Ausgaben in stabile Cashflows verwandeln. Wir wollen in diesem Beitrag herausarbeiten, welche Signale die aktuellen Quartalszahlen für uns senden, wo wir Chancen sehen und an welchen Punkten wir bewusst auf der Bremse bleiben.

1. Was die aktuellen Zahlen aussagen – und was nicht

Die gemeldeten Kennzahlen zeigen eindrucksvoll, wie stark die Nachfrage nach KI-Hardware aktuell ist. Wir sehen:

• Umsätze, die im Jahresvergleich massiv steigen, getrieben von Rechenzentrumsprodukten für KI-Workloads.
• Margen, die dank hoher Preise und einer dominanten Marktstellung auf außergewöhnlich hohem Niveau liegen.
• Bestell- und Lieferverpflichtungen, die deutlich in die Zukunft reichen und auf eine hohe Visibilität der Nachfrage hindeuten.

Gleichzeitig wissen wir, dass solche Zahlen nur eine Momentaufnahme sind. Sie sagen uns:

• Wie attraktiv die Produkte heute sind.
• Wie bereit die großen Cloud-Anbieter und Unternehmen aktuell sind, hohe Summen in KI-Infrastruktur zu investieren.
• Wie stark die Preissetzungsmacht in einem Umfeld begrenzter Kapazitäten sein kann.

Sie sagen jedoch wenig darüber aus, wie die Nachfrage in drei, fünf oder zehn Jahren aussehen wird. Genau in dieser Lücke zwischen heutigen Rekordzahlen und zukünftiger Realität entscheidet sich für uns, ob ein Investment langfristig attraktiv ist oder ob wir nur einem Hype hinterherlaufen.

2. Der KI-Investitionszyklus – Infrastruktur vor Erträgen

Wir sehen im KI-Bereich ein klassisches Muster großer Technologiezyklen:

1. Phase 1 – Infrastrukturaufbau: Cloud-Anbieter, Hyperscaler und große Unternehmen investieren massiv in Hardware, um überhaupt in der Lage zu sein, KI-Modelle zu trainieren und auszurollen.
2. Phase 2 – Plattformaufbau: Auf dieser Infrastruktur entstehen Plattformen, APIs und Dienste, die in Produkte und Workflows integriert werden.
3. Phase 3 – Monetarisierung und Selektion: Erst dann zeigt sich, welche Geschäftsmodelle dauerhaft Erträge generieren, welche Anbieter Preissetzungsmacht behalten und wo Überkapazitäten entstehen.

Wir befinden uns derzeit vor allem in Phase 1 und teilweise in Phase 2. Das bedeutet:

• Hardware-Anbieter wie Nvidia profitieren überproportional, solange Kapazität knapp und Nachfrage hoch ist.
• Die eigentlichen Endkunden – Unternehmen, die KI in Geschäftsprozesse integrieren – stehen oft noch am Anfang der Monetarisierung.
• Viele Erwartungen an künftige Umsätze und Margen in der KI-Ökonomie basieren auf Annahmen, nicht auf langjährig stabilen Daten.

Für uns ist das ein Hinweis darauf, dass wir die aktuelle Gewinnexplosion nicht einfach in die Zukunft fortschreiben dürfen. Wir fragen uns, wie Margen und Umsätze aussehen könnten, wenn die Branche in eine Phase gerät, in der Angebot und Nachfrage sich normalisieren und Wettbewerbsdruck zunimmt.

3. Konzentrationsrisiken: Wenn ein Ökosystem an wenigen Titeln hängt

Die starke Abhängigkeit vieler KI-Investitionsstrategien von wenigen großen Namen – Nvidia, einige Hyperscaler, ausgewählte Plattformanbieter – erzeugt Konzentrationsrisiken, die wir ernst nehmen:

• Viele Indizes und thematische ETFs sind hoch in denselben Unternehmensgruppen gewichtet.
• Eine Enttäuschung bei einem dieser Schwergewichte kann ganze Portfolios und Indizes unter Druck setzen.
• Politische, regulatorische oder technologische Schocks hätten in einem derart konzentrierten System überproportionale Auswirkungen.

Wir achten daher besonders darauf, nicht unser gesamtes KI-Exposure über einen einzelnen Titel abzubilden. Stattdessen überlegen wir, wie wir strukturelle Trends wie Automatisierung, Datenverarbeitung, Cloud und Software breiter spielen können – zum Beispiel über Unternehmen, die weniger im Rampenlicht stehen, aber stabile Cashflows, vernünftige Bewertungen und saubere Bilanzen mitbringen.

4. Bewertung und Szenario-Analyse statt „Story-Investing“

Die aktuellen Bewertungen vieler KI-Gewinner reflektieren hohe Erwartungen an:

• dauerhaft hohe Wachstumsraten,
• stabile oder weiter steigende Margen,
• eine lange Phase begrenzter Konkurrenz.

Wir arbeiten bewusst mit Szenarien, um uns nicht von einer einzigen Erfolgsstory leiten zu lassen:

• Optimistisches Szenario: KI-Investitionen zahlen sich aus, Nachfrage bleibt hoch, neue Geschäftsmodelle entstehen, Margen stabilisieren sich auf hohem Niveau.
• Basisszenario: Wachstum verlangsamt sich in einigen Jahren, Wettbewerb erhöht Preisdruck, Margen normalisieren sich, bleiben aber attraktiv.
• Pessimistisches Szenario: Überkapazitäten, aggressive Konkurrenz, Regulierung und enttäuschte Monetarisierungshoffnungen drücken Margen deutlich.

Wir fragen uns, welche dieser Szenarien bereits in den Kursen eingepreist sind. Wenn wir den Eindruck gewinnen, dass selbst das optimistische Szenario kaum noch Aufwärtspotenzial liefert, sehen wir das Chance-Risiko-Verhältnis kritisch, auch wenn kurzfristig alles perfekt aussieht.

5. Was wir aus den Quartalszahlen für unser Portfolio ableiten

Aus den aktuellen Nvidia-Zahlen leiten wir für uns mehrere Konsequenzen ab:

• Signalcharakter: Die Nachfrage nach KI-Infrastruktur ist real und stark. Das bestätigt, dass KI nicht nur ein Marketing-Schlagwort ist, sondern bereits heute signifikante Investitionen auslöst.
• Zyklische Komponente: Auch wenn der Trend strukturell wirkt, bleibt die Ausgabebereitschaft zyklisch. Konjunktur, Finanzierungskosten, Regulierung und Wettbewerb können Investitionsvolumina deutlich beeinflussen.
• Bewertungssensibilität: Je höher die Bewertung, desto empfindlicher reagiert ein Titel auf jede Abweichung von perfekter Entwicklung. Das erhöht das Rückschlagsrisiko.

Wir nutzen diese Erkenntnisse, um:

• unsere bestehenden Technologie- und KI-Positionen auf Klumpenrisiken zu prüfen,
• zu analysieren, ob wir zu sehr von einzelnen Titeln abhängig geworden sind,
• und gezielt nach Unternehmen zu suchen, die vom KI-Trend profitieren können, ohne bereits extrem hoch bewertet zu sein.

6. Second-Order-Effekte: Wer profitiert abseits der Schlagzeilen?

Ein zentraler Teil unserer Überlegung ist die Frage, welche Second-Order-Effekte aus dem KI-Boom entstehen. Dazu zählen:

• Infrastruktur rund um Rechenzentren: Stromversorgung, Kühlung, Netzwerke, Immobilien.
• Komponentenhersteller und Zulieferer: Speicher, Netzwerktechnik, spezialisierte Bauteile.
• Software und Dienstleistungen: Unternehmen, die KI in konkrete Workflows, Branchenlösungen und Anwendungen übersetzen.

Wir sehen hier Chancen, die weniger „im Scheinwerferlicht“ stehen, deren Bewertungen aber oft vernünftiger sind. Gleichzeitig vermeiden wir, aus jedem Unternehmen mit losem KI-Bezug eine Zukunftsaktie zu machen. Für uns gilt: Ohne klare Cashflow-Perspektive und nachvollziehbares Geschäftsmodell ist „KI“ nur ein Etikett.

7. Risiko-Management: Was passiert, wenn der KI-Hype abkühlt?

Wir stellen uns bewusst Szenarien vor, in denen:

• Investoren beginnen, stärker auf Profitabilität statt reinen Umsatzwachstums zu achten.
• Unternehmen ihre KI-Ausgaben temporär zurückfahren, um Margen zu stabilisieren.
• Regulatorische Eingriffe bestimmte Anwendungen einschränken oder verteuern.

In solchen Phasen würden wir erwarten:

• Bewertungsanpassungen bei den extrem hoch bewerteten Gewinnern,
• Rotation hin zu solideren, weniger zyklischen Cashflow-Profilen,
• eine stärkere Differenzierung innerhalb des KI-Universums.

Wir wollen nicht in der Situation sein, dass ein größerer Teil unseres Portfolios nur unter der Annahme funktioniert, dass der KI-Boom in seiner aktuellen Intensität unbegrenzt anhält. Deshalb kalibrieren wir unsere Exponierung so, dass wir auch mit einer Abschwächung des Hypes leben können, ohne gezwungen zu sein, im Tief zu verkaufen.

8. Langfristiger Rahmen: Technologiezyklen kommen und gehen, Prinzipien bleiben

Wenn wir auf frühere Technologiezyklen zurückblicken – vom PC-Boom über das Internet bis hin zu Smartphones und Cloud – sehen wir ein wiederkehrendes Muster:

• Die langfristige Richtung war oft richtig: Die Technologien haben die Wirtschaft tatsächlich verändert.
• Die Gewinner und Bewertungen der frühen Hype-Phase waren jedoch nicht immer diejenigen, die langfristig den meisten Wert geschaffen haben.

Unser Fazit daraus:

• Wir wollen strukturelle Trends wie KI nutzen, ohne unser gesamtes Anlagekonzept davon abhängig zu machen.
• Wir bleiben bei Prinzipien wie Bewertung, Qualität, Diversifikation und Liquiditätsreserve.
• Wir akzeptieren, dass wir dadurch vielleicht nicht jede kurzfristige Kursverdopplung mitnehmen, dafür aber robustere Portfolios bauen.

9. Fazit – Nvidia als Symbol, nicht als alleinige Antwort

Die aktuellen Nvidia-Zahlen sind beeindruckend und ein starkes Signal dafür, wie mächtig der KI-Investitionszyklus derzeit ist. Gleichzeitig verdeutlichen sie für uns, wie wichtig es ist, zwischen kurzfristiger Euphorie und langfristiger Tragfähigkeit zu unterscheiden.

Wir halten fest:

• Wir sehen den KI-Trend als real und relevant, aber wir wollen ihn breit und bewusst spielen, nicht über extrem konzentrierte Wetten.
• Wir hinterfragen Bewertungen und bauen Szenarien, statt uns ausschließlich von Wachstumsstories leiten zu lassen.
• Wir bleiben bei unserem Rahmen aus Bewertung, Qualität, Langfristigkeit und Diversifikation, auch wenn einzelne Quartalsberichte scheinbar alles überstrahlen.

Wenn wir diese Prinzipien konsequent anwenden, können wir von der Transformation profitieren, ohne unser Portfolio allein an der Frage aufzuhängen, ob ein einzelner KI-Champion jedes Quartal erneut alle Erwartungen schlagen kann.