Das schnellste Umsatzwachstum der Tech-Geschichte und der Infrastrukturausbau dahinter | DE

Die wichtigsten Erkenntnisse

Ein neues Kapitel der Tech-Geschichte

Die führenden Labore für künstliche Intelligenz (KI) steigern ihren Umsatz schneller als alle anderen Unternehmen der Technologiegeschichte. 2026 entwickeln die Vorreiter nicht nur intelligentere Modelle, sondern vermehren ihren Umsatz in einem Tempo, das frühere Technologiezyklen in den Schatten stellt.

Nehmen wir als Beispiel OpenAI: Das Unternehmen hinter ChatGPT hat seinen Umsatz von praktisch null im Jahr 2022 auf rund 2 Milliarden US-Dollar pro Monat Anfang 2026¹ gesteigert. Der annualisierte Umsatz nähert sich Berichten zufolge mittlerweile der Marke von 25 Milliarden US-Dollar, wobei Unternehmenstransaktionen etwa 40 % des Geschäfts ausmachen und weiter wachsen².

Anthropic, das Unternehmen hinter Claude, tritt aggressiv in den Wettbewerb ein und hat laut aktuellen Berichten OpenAI überholt. Im April 2026 erzielte es einen annualisierten Umsatz von rund 30 Milliarden US-Dollar. Das kommt einem Sprung gegenüber rund 9 Milliarden US-Dollar Ende 2025 gleich, womit sich die Run-Rate in nur vier Monaten mehr als verdreifacht hat³.

Abbildung 1: Annualisierter Umsatz führender Anbieter von KI-Modellen: OpenAI vs. Anthropic, 2022–2030S

Quelle: SemiAnalysis, April 2026. Prognosen sind kein Hinweis auf die künftige Wertentwicklung, und alle Anlagen sind mit Risiken und Ungewissheiten verbunden.

Zum Vergleich: Salesforce benötigte rund 20 Jahre, um einen Jahresumsatz von 30 Milliarden US-Dollar zu erreichen – ein Meilenstein, den Anthropic und OpenAI jeweils in weniger als vier Jahren gemeistert haben. Kein früherer Softwarezyklus hat dieses Tempo geschafft. Damit wurden traditionelle Softwareunternehmen, frühe Cloud-Giganten und alle vorangegangenen Zyklen der Verbrauchertechnologie in den Schatten gestellt. Einige Branchenprognosen deuten auf ein anhaltendes Wachstum hin, auch wenn die tatsächlichen Ergebnisse erheblich abweichen können.

Angesichts bevorstehender Börsengänge (IPOs) könnte 2026 das Jahr sein, in dem KI endgültig ins Rampenlicht der öffentlichen Märkte rückt. Für Anleger stellt sich die Frage: Wer liefert die „Picks and Shovels“ (die Grundlagen und nicht das Endprodukt)?

Die Infrastruktur hinter dem Umsatz

Alle diese KI-Aktivitäten – vom Verbraucher-Chat bis hin zu Unternehmensabläufen – basieren auf einer riesigen und zunehmend begrenzten physischen Infrastruktur.

Die Nachfrage nach Rechenleistung für KI steigt weiterhin rasant an, angetrieben sowohl durch die Modellentwicklung als auch durch die zunehmende Verlagerung hin zur Inferenz. Hinter diesem Wachstum steht eine Ebene von Hyperscalern und Neocloud-Anbietern (Microsoft, Google, Amazon, Meta, Oracle und eine neue Generation spezialisierter Betreiber), die auf dem besten Weg sind, 2026 insgesamt über 700 Milliarden US-Dollar an Investitionsausgaben zu tätigen – rund 60–70 % mehr als 2025. Dabei fließt der Großteil in KI-Infrastruktur⁴. Zudem entwickeln sie gemeinsam mit führenden Plattformen wie NVIDIA maßgeschneiderte Chips und setzen diese Rechenbeschleuniger – darunter Grafikprozessoren (GPUs), anwendungsspezifische integrierte Schaltkreise (ASICs) und kundenspezifische Chips – in großem Maßstab ein, um immer komplexere KI-Modelle zu trainieren und auszuführen.

Abbildung 2: Auslieferungen von XPU-Einheiten – GPUs (NVIDIA + AMD) vs. kundenspezifische ASICs und andere Beschleuniger, 2023–2027S

Quelle: SemiAnalysis Accelerator Model, April 2026. Prognosen sind kein Hinweis auf die künftige Wertentwicklung, und alle Anlagen sind mit Risiken und Ungewissheiten verbunden.

Das schlägt sich unmittelbar im physischen Ausbau der Rechenzentrumsinfrastruktur nieder, die für die Unterbringung der KI-Server und ihrer Chips erforderlich ist. KI-Workloads sind deutlich energieintensiver als herkömmliche Rechenaufgaben und erfordern spezielle „KI-Fabriken“, die für Systeme mit hoher Dichte ausgelegt sind.

Die Stromversorgung entwickelt sich zu einem entscheidenden Engpass. Die weltweite Rechenzentrumskapazität wächst rasant, da Hyperscaler und Colocation-Anbieter ihre Präsenz ausbauen, doch Netzanschluss, Kühlsysteme und Strominfrastruktur werden zu einschränkenden Engpässen. Das könnte einen mehrjährigen Investitionszyklus bei Anbietern von Strom-, Industrie- und Elektroausrüstung begünstigen.

Abbildung 3: Weltweiter Ausbau der MW-Kapazität von Rechenzentren, 2022–2028S: Selbstausbau bei Hyperscalern vs. Colocation (ohne China)

Quelle: SemiAnalysis AI Datacentre Industry Model, April 2026. Abbildung ohne China. Prognosen sind kein Hinweis auf die künftige Wertentwicklung, und alle Anlagen sind mit Risiken und Ungewissheiten verbunden.

Im Rechenzentrum wird die Systemarchitektur immer komplexer. KI-Server basieren auf leistungsstarken XPUs, gepaart mit Speichern mit hoher Bandbreite und einer spezialisierten Netzwerkinfrastruktur. Da KI-Cluster auf Zehntausende von Prozessoren skalieren, sind optische und elektrische Hochgeschwindigkeitsverbindungen unerlässlich, um die Leistung aufrechtzuerhalten.

Diese Komplexität erstreckt sich auch auf die vorgelagerte Halbleiterfertigung, wo die Ausgaben für Waferfertigungsanlagen zunehmen, um die Nachfrage nach fortschrittlichen Logik- und Speicherchips zu decken. Da sowohl die Fertigungs- als auch die fortschrittlichen Verpackungskapazitäten begrenzt sind, dürfte das gesamte Anlagen-Ökosystem von den nachhaltigen Investitionen profitieren, die zur Unterstützung dieses mehrjährigen Ausbaus erforderlich sind.

Das Ausmaß dieses Ausbaus reicht weit über die Chiphersteller hinaus, die die meisten Anleger mit KI verknüpfen. Vom Silizium im Kern über die Server und Netzwerke, die Verbindungen ermöglichen, bis hin zu den Strom- und Industriesystemen, die den Betrieb aufrechterhalten – jede Ebene des Stacks wird für KI-Workloads neu aufgebaut, und in jede Ebene fließt Kapital. Die schwierigere Frage lautet, welche Unternehmen in einem so breit gefächerten Ökosystem am besten positioniert sind, um das Potenzial zu erschließen.

Umfassende Argumente für das Anlagethema KI-Infrastruktur finden Sie in Anlageargumente für KI-Infrastruktur.

Unser Researchpartner: SemiAnalysis

Die Auswahl der richtigen Unternehmen entlang der komplexen KI-Wertschöpfungskette erfordert fachliches Know-how. Deshalb ist WisdomTree eine Partnerschaft mit SemiAnalysis eingegangen, einem führenden unabhängigen Researchunternehmen, das als einziges alle Ebenen des Halbleiter- und KI-Stacks abdeckt.

SemiAnalysis im Überblick:

Hauptsitz in San Francisco, über 25 Analysten, die die gesamte Wertschöpfungskette für Halbleiter und KI abdecken

Über 100 veröffentlichte Artikel und Teilnahme an mehr als 80 Branchenkonferenzen pro Jahr

Die Berichterstattung umfasst Investitionsgüter, Fertigung, Chipdesign, Netzwerke, Serverarchitektur, Rechenzentren sowie die Wirtschaftlichkeit von Modelltraining und Inferenz

Was SemiAnalysis auszeichnet, ist die Tiefe und Originalität seiner Analysen. Das Unternehmen kombiniert eigene Datenquellen – darunter Satellitenbilder, Die-Shot-Analysen und direkte Benchmarking-Untersuchungen der Lieferkette – mit Primärforschung, die andere Researchdesks nicht nachbilden können. Die proprietären Preismodelle Accelerator, WFE (Wafer Fab Equipment), AI TCO (Total Cost of Ownership), Datacenter, Foundry und GPU bilden die Grundlage für die Indexkonstruktion und die laufende Pflege der Strategie hinter dem börsengehandelten Fonds (ETF).

Gründer Dylan Patel steht in direktem Austausch mit Führungskräften aus dem Ökosystem, darunter Jensen Huang von NVIDIA, Lisa Su von AMD und Satya Nadella von Microsoft. Die Research von SemiAnalysis findet in der Gemeinschaft institutioneller Anleger sowie in den von der Firma beobachteten Unternehmen – von Hyperscalern bis hin zu Halbleiterherstellern – breite Beachtung.

Weitere Informationen über unseren Researchpartner finden Sie in Unser Partner: SemiAnalysis

Wir stellen vor: WisdomTree AI Infrastructure UCITS ETF

Der Fonds bietet ein gezieltes Engagement in den Unternehmen, die den Ausbau der KI-Infrastruktur vorantreiben. Der zugrunde liegende Index wurde in Zusammenarbeit mit SemiAnalysis entwickelt und umfasst sieben wichtige Kategorien der KI-Infrastruktur: