Halbleiter vor Dotcom-Blase 2.0? Die BofA hält den Bullenmarkt für intakt und nennt 4 Kauftipps
Der Markt zittert vor dem Tech-Crash, doch eine neue Halbleiter-Studie hält mit harten Fakten dagegen: Dank 100 % Auslastung, güntigen Bewertungen und viel Wachstumsphantasie nennt die Bank of America vier konkrete Aktien-Favoriten.
Das nervöse Marktumfeld rund um Künstliche Intelligenz und Halbleiteraktien hat die Vergleiche mit der Dotcom-Blase aus dem Jahr 2000 wieder allgegenwärtig gemacht. Anleger fürchten weltweit, dass die gigantischen Milliarden-Investitionen der Tech-Riesen in Rechenzentren (Capex) am Ende zu massiven Überkapazitäten führen.
Die Analysten der Bank of America (BofA) widersprechen dieser These in einer aktuellen Branchenstudie jedoch deutlich. Nach mehreren 20-prozentigen Korrekturen des Halbleiterindexes SOX kommen sie zu dem Schluss, dass die Risiken im Markt bereits übertrieben eingepreist sind. Die Realität zeige einen strukturell hochgradig resilienten Markt, der vor einer weiteren massiven Nachfragewelle steht.
Volle Auslastung statt ungenutzter Kapazitäten: Der fundamentale Unterschied zu 2000
Das zentrale Argument der BofA-Analysten gegen den Dotcom-Vergleich liegt in der tatsächlichen, messbaren Nutzung der verbauten Hardware. Im Jahr 2000 bauten Telekommunikationskonzerne auf Verdacht riesige Glasfasernetze auf, die danach jahrelang ungenutzt blieben („Dark Fiber“).
Heute hingegen läuft die installierte KI-Infrastruktur unter nahezu 100 % Auslastung. Dass Rechenleistung ein extrem knappes Gut ist, belegen die steigenden Spot-Mietpreise für Grafikprozessoren (GPUs): Im bisherigen Jahresverlauf kletterten die Mietraten selbst für ältere Chip-Generationen wie NVIDIAs A100 und H100 um 12 % bis 37 %.
Für die modernere B200-GPU der Blackwell-Generation hat sich der Mietpreis auf hohem Niveau zwischen 5,88 und 6,01 USD pro Stunde eingependelt. Die Chiphersteller können die komplexen Kapazitäten schlicht nicht schnell genug hochfahren, um die Nachfrage zu bedienen – das Angebot bleibt das Nadelöhr.
Auch bewertungsseitig ist die Skepsis laut BofA historisch nicht gerechtfertigt. Die führenden KI-Unternehmen NVIDIA, Broadcom und Micron handeln im Durchschnitt bei einem geschätzten KGV von gerade einmal 13x. Die Analysten betonen, dass dies exakt innerhalb der historischen Spanne von 10x bis 20x liegt, in der beispielsweise eine Cisco Systems nach dem Platzen der Internetblase gehandelt wurde. Anleger zahlen heute an der Börse also bereits Post-Crash-Multiples für einen Technologie-Zyklus, der operativ in voller Fahrt ist.
Aus diesem Grund raten die Studienautoren explizit dazu, die aktuelle Marktpanik und emotionale Kursrücksetzer als Einstiegsfenster zu nutzen. Die klaren Favoriten der Analysten für dieses fundamentale Kern-Investment in die KI-Hardware sind NVIDIA und Broadcom, die beide mit einem Kaufen-Rating eingestuft sind.
Agentic AI: Die nächste 10x-Nachfragewelle rollt an
Die Entwicklung des aktuellen KI-Booms verläuft laut der Studie in klaren Innovationsstufen. Der Wechsel von traditionellem maschinellem Lernen zu Generativer KI (wie ChatGPT) trieb in den Jahren 2022 und 2023 die erste Verzehnfachung (10x) der Infrastruktur-Nachfrage. In den Jahren 2024 und 2025 sorgte die Einführung von logisch kombinierenden „Reasoning-Modellen“ für den nächsten 10x-Schritt.
Nun steht die nächste Stufe bevor: Agentic AI (autonome Software-Agenten für Konsumenten und Unternehmen, wie OpenAI Dots oder Meta Muse). Diese Agenten erledigen komplexe Aufgaben vollkommen selbstständig. Für die Hardware bedeutet das eine erneute Explosion des Bedarfs, da diese Modelle im Hintergrund suchen, Alternativen testen und intensiv iterieren müssen, bevor der Nutzer ein Ergebnis sieht. Ein einziger solcher Agenten-Arbeitsablauf verbraucht das 10-fache bis 1.000-fache an Token (Dateneinheiten) im Vergleich zu einer einfachen Chat-Abfrage.
Dass diese Token-Explosion längst Realität ist, belegt der wöchentliche Verbrauchstracker der OpenRouter-Schnittstelle, der in der Studie zitiert wird: In der Woche vom 5. bis 12. Oktober 2026 erreichte die Auslastung gigantische 170 Billionen (Tn) Token pro Woche – im Vergleich zu gerade einmal 3 Billionen Token im Vorjahreszeitraum (Oktober 2025).
Wöchentlicher KI-Token-Verbrauch im Jahresvergleich (OpenRouter-Schnittstelle)
Quellen: OpenRrouter, BofA Global Research
Hier greift ein faszinierendes Kosten-Paradoxon: Gleichzeitig sinken die Marktpreise für eine Mio. Inference-Token rapide – aktuell auf rund 0,97 USD im Vergleich zum historischen TTM-Median von 1,48 USD. Genau diese Verbilligung macht den massenhaften Einsatz der rechenintensiven Agenten für Unternehmen überhaupt erst wirtschaftlich rentabel und entfesselt eine massive, elastische Zusatznachfrage. Google-Infrastrukturchef Amin Vahdat betont in der Studie, dass Google seine Serving-Kapazitäten deshalb alle sechs Monate verdoppeln muss und ein langfristiger Nachfrageboom von über 10x bevorsteht.
NVIDIA-Chef Jensen Huang: „Das Ende von Moore’s Law“
Die positive Einschätzung der Analysten wird durch ein aktuelles Podcast-Interview mit NVIDIA-CEO Jensen Huang untermauert, dessen Kernpunkte die BofA in einem eigenen Kapitel zusammenfasst. Huang entkräftet darin zwei der größten Sorgen des Marktes: die Endlichkeit der Tech-Budgets und die Abhängigkeit von wenigen KI-Laboren.
Zum einen betont Huang, dass die Ära von „Moore’s Law“ – also das historische Phänomen, dass man einfach auf die nächste Chipgeneration wartet, um automatisch mehr Rechenleistung für das gleiche Geld zu bekommen – weitgehend vorbei ist. Wer heute die doppelte Rechenkapazität will, muss auch annähernd die doppelte Infrastruktur bezahlen. Das schafft eine dauerhaft hohe und stabile Basis für die Investitionen der Tech-Branche.
Zum anderen verweist er auf seine „Regel der Drittel“ (Rule of Thirds): NVIDIAs Geschäft teilt sich zu je einem Drittel auf traditionelles beschleunigtes Rechnen, führende KI-Labore (Frontier Labs) und Cloud-Kapazitäten für klassische Unternehmen sowie Start-ups auf. Der breite Markt investiert also, nicht nur eine Handvoll Speziallabore.
Zudem greift laut Huang gegenüber starren Spezialchips (ASICs) ein entscheidendes wirtschaftliches Argument, das auf der Flexibilität seiner Hardware basiert. Seine strategische Kette lautet: Fungibilität (Vielseitigkeit) → hohe Auslastung/Mietbarkeit → leichtere Finanzierbarkeit → niedrigere Gesamtkosten (TCO).
Da die GPUs frei programmierbar sind, können Betreiber sie jederzeit flexibel für andere Kunden, Modelle oder Regionen vermieten, was das Risiko ungenutzter Fehlinvestitionen („Stranded Assets“) eliminiert. Wie real diese Nachfrage abseits klassischer Sprachmodelle bereits ist, zeigen die Zahlen der BofA zur physischen KI (Robotik und autonome Systeme): Hier erlöste NVIDIA allein im ersten Halbjahr 2026 rund 10 Mrd. USD – eine exakte Verdopplung gegenüber den 5 Mrd. USD des gesamten Vorjahres.
Die Profiteure im Fokus: Warum die Analysten auf diese vier Aktien setzen
Bis zum Jahr 2030 prognostiziert die Bank of America für den adressierbaren Gesamtmarkt (TAM) von KI-Rechenzentrumssystemen ein Wachstum auf 2,2 Billionen USD. Im Jahr 2025 lag dieser Markt noch bei 278 Mrd. USD – das entspricht einer jährlichen Wachstumsrate von 40 %.
Aufteilung des KI-Rechenzentrumsmarktes bis 2030
Quellen: BofA Global Research estimates, Gartner, Mercury Research, IDC, LightCounting, 650 Group
Innerhalb dieses gigantischen Marktes machen KI-Beschleuniger (Accelerators) mit 1,46 Billionen USD den absoluten Löwenanteil aus. Vor diesem Hintergrund hebt die BofA vier Unternehmen besonders hervor, die jeweils spezifische Schlüsselrollen einnehmen und von den Autoren zum Kauf empfohlen werden:
● NVIDIA (ISIN: US67066G1040) – Effizienz-Führer bei Gigawatt-Engpässen (Kaufen): Da physische Faktoren wie Strom und Stellflächen die härtesten Limits im Markt darstellen, fließt das Kapital dorthin, wo die höchste Rechenleistung pro Gigawatt erzielt wird. NVIDIA steigert diese Effizienz pro Generation extrem: Während die Hopper-Plattform rund 18 Mrd. USD Umsatz pro Gigawatt einspielte, liefert Blackwell 25 Mrd. und die kommende Rubin-Generation stolze 40 Mrd. USD pro Gigawatt. NVIDIA wird daher eine dominierende Marktanteils-Position von über 70 % behaupten und stützt seine Attraktivität zusätzlich durch ein angekündigtes Aktienrückkaufprogramm von über 100 Mrd. USD.
● Marvell Technology (ISIN: US5738741041) – Der Top-Pick für die Cluster-Vernetzung (Kaufen): Marvell wird im Bericht explizit als der Favorit im Netzwerksegment betitelt, für den die Analysten ein Kursziel von 400 USD aufrufen. Diese Bewertung basiert auf dem 36-fachen Gewinn für das Kalenderjahr 2028 und wird durch eine verbesserte Visibilität bei Großprojekten gerechtfertigt. Da KI-Cluster immer riesiger werden und von 144 auf über 576 GPUs im Verbund skalieren, steigt der Kostenanteil für Netzwerke laut Daten der 650 Group von historisch 12 bis 15 % auf bis zu 20 % des Gesamtbudgets. Für die KI-Konnektivität bedeutet dies ein Wachstum auf 163 Mrd. USD bis 2030. Marvell bietet den reinsten Zugang zu diesem Markt für optische Komponenten (wie die volume-shipping 1.6T Ara-Plattform) und besitzt eine hervorragende Sichtbarkeit bei maßgeschneiderten Spezialchip-Projekten (ASICs) für Amazon und Microsoft.
● Broadcom (ISIN: US11135F1012) – Der etablierte Riese bei maßgeschneiderten Beschleunigern (Kaufen): Broadcom wird neben NVIDIA als Hauptprofiteur der beschleunigten Infrastruktur beschrieben. Das Risiko-Kapitel der Studie verdeutlicht die Vormachtstellung des Konzerns bei anwendungsspezifischen Chips (ASICs): Während kleinere Konkurrenten um Aufträge kämpfen müssen, gewinnt der etablierte Marktführer Broadcom derzeit die absolute Mehrheit der ganz großen Hyperscaler- und KI-Kunden, die eigene, maßgeschneiderte Halbleiter abseits des Standardmarktes entwickeln wollen.
● Credo Technology (ISIN: KYG254571055) – Das Pure-Play für den optischen Wandel (Kaufen): Credo wird von den Analysten als gezielte Ergänzung für das Konnektivitäts-Portfolio empfohlen. Hintergrund sind die Ergebnisse der OCP-Branchenkonferenz: Sogenannte ZeroFlap-Optiken und optische Backplanes haben das Potenzial, das bisherige Geschäft mit elektrischen Kupferkabeln (AEC) um ein Vielfaches zu übertreffen, da sich die Rechenzentrums-Architektur rasant in Richtung rein optischer Verbindungen verschiebt.
Die KI-Infrastruktur-Investment-Matrix
Die Gigawatt-Analyse: Wie die Cloud-Riesen physisch aufrüsten
Um die gigantischen Dimensionen dieses KI-Zyklus greifbar zu machen, enthält die Studie der Bank of America eine detaillierte Top-down-Analyse, welche die Investitionen in die physischen Stromkapazitäten der Rechenzentren herunterbricht. Und genau hier zeigt sich das Ausmaß des Booms: Ausgehend von einer weltweit installierten Rechenzentrumskapazität von rund 41 Gigawatt (GW) im Jahr 2025 prognostizieren die Analysten bis zum Jahr 2030 einen massiven Anstieg auf insgesamt 219,4 Gigawatt – was mehr als einer Vervierfachung des globalen Netzes entspricht.
Wie radikal die einzelnen Tech-Riesen den physischen Ausbau vorantreiben, belegen die konkreten Zubaudaten der Studienautoren für die Stromkapazitäten der Rechenzentren bis zum Jahr 2030:
Bereinigte Stromkapazitäten der Rechenzentren
Quellen: BofA Global Research (Semiconductors, Software, Internet, Aerospace & Defense), Company Commentary, Media Reports
Angeführt wird dieses Wachstum von Amazon, wo die Kapazitäten von 16,2 GW auf stolze 58,1 GW explodieren sollen, gefolgt von Microsoft mit einem Sprung auf 34,4 GW und Alphabet, das mit einem Zuwachs von 5,5 GW auf 32,4 GW prozentual am aggressivsten ausbaut. Selbst Elon Musks xAI (in der Studie als SPCX geführt) verzeichnet einen extremen Sprung auf prognostizierte 24,7 GW.
Diese Zahlen verdeutlichen den unbändigen Hunger der Branche nach Energie. Zur Einordnung: Ein einziges Gigawatt reicht aus, um das Stromnetz einer europäischen Großstadt zu betreiben. Dass die Cloud-Betreiber ihre Kapazitäten in diesen Dimensionen erweitern, liefert den stärksten Beweis dafür, dass der KI-Boom auf einem realen, physischen Fundament steht und nicht mit der virtuellen Dotcom-Blase vergleichbar ist.
Ein Blick ins Kleingedruckte: Physische Risiken im Blick behalten
Trotz des ausgeprägten Optimismus fordern die Analysten der Bank of America Investoren dazu auf, die im Bericht aufgeführten Risikofaktoren im Auge zu behalten. Als potenzielle Bremsfaktoren für den Sektor listen die Autoren mögliche Kreditereignisse bei einzelnen, hoch verschuldeten kleineren Cloud-Anbietern (Neoclouds), anhaltenden Zinsdruck sowie Verzögerungen bei der Stromzuteilung und den Bau-Genehmigungen der Rechenzentren auf.
Diese Faktoren gelten laut Studie als die primären Bindeglieder, welche das immense Wachstumstempo der Chiphersteller temporär bremsen könnten, da Fabriken und Stromnetze physische Limits aufweisen.
Die fundamentale Substanz des Sektors bleibt davon aus Sicht der Autoren jedoch unberührt. Wie die Studie abschließend hervorhebt, sind die massiven Investitionen der Tech-Giganten keine Luftschlösser, sondern hervorragend durch langfristige Kundenverträge und verlässliche Backlogs (Remaining Performance Obligations, RPO) abgesichert. Die Zahlen im Bericht untermauern diese enorme Planungssicherheit:
Microsoft meldet einen kommerziellen Auftragsbestand von 678 Mrd. USD (+84 % im Jahresvergleich), wovon rund 30 % bereits innerhalb der nächsten 12 Monate als Umsatz realisiert werden. Alphabet (Google) kommt auf einen Backlog von 514 Mrd. USD (+82 % im Jahresvergleich). Mehr als die Hälfte davon wird in den nächsten zwei Jahren umgesetzt, der überwiegende Großteil davon im Jahr 2027. Amazon verdoppelte seinen AWS-Backlog im Vorjahresvergleich auf 496 Mrd. USD.
Meta verfügt zwar noch nicht über ein Cloud-Weiterverkaufsmodell (was sich laut den Analysten aber in Zukunft ändern könnte), wies jedoch im zweiten Quartal einen Bestand an mehrjährigen vertraglichen Lieferantenverpflichtungen in Höhe von 349 Mrd. USD aus. Dies unterstreicht, dass die interne Nachfrage des Unternehmens nach KI-Rechenkapazitäten weiterhin stark ist. Oracle verzeichnet einen massiven RPO-Sprung auf 638 Mrd. USD (+363 % im Jahresvergleich), wobei rund 12 % in den kommenden zwölf Monaten und weitere 34 % in den Monaten 13 bis 36 fällig werden.
Der KI-Zyklus steht damit aus Sicht der BofA-Analysten fundamental auf einem ungemein soliden und langfristig abgesicherten Fundament.
Kumulierte Schätzungen der Investitionsausgaben für die Kalenderjahre 2026 bis 2028 im Vergleich zum aktuellen Auftragsbestand (RPO) über alle Hyperscaler hinweg
Quellen: BofA Global Research, Company Reports, Bloomberg
Bildherkunft: KI generiert