Castle Securities warnt: KI könnte zunächst die Inflation antreiben, bevor Produktivitätsgewinne erzielt werden
Die Auswirkungen von KI auf die Makroökonomie verlaufen möglicherweise nicht entlang des vom Markt gewohnten Pfads „Produktivitätssteigerung – Rückgang der Inflation“. Castle Securities weist darauf hin, dass die KI-Transformation, bevor sie Effizienzgewinne freisetzt, zunächst durch Investitionen, Schulungen sowie organisatorische Anpassungen die Kosten erhöhen könnte, was zu einer komplexeren Entwicklung von Inflation, Wachstum und Zinsperspektiven führt.
Kurzfristig stellt die Entspannung des Energieschocks den wichtigsten Antrieb für die makroökonomischen Märkte dar. Castle Securities betont, dass angesichts des Fortschritts bei den US-iranischen Verhandlungen die Rohöl-Futures der letzten Monate um etwa 12 % gefallen sind. Schätzungen zufolge könnten, falls die Straße von Hormus bis Ende Juli vollständig wieder passierbar ist, die US-Zehnjahreszinsen um etwa 12,5 Basispunkte fallen, der S&P 500 um 1,75 % steigen und der breite US-Dollar um 0,5 % nachgeben.
Wichtiger ist jedoch im mittleren Zeithorizont, dass politischen Entscheidungsträgern sowohl ein generationenübergreifender Wandel als auch ein kräftiger Angebotsschock durch KI bevorsteht. Castle Securities warnt: Vor dem Hintergrund, dass Zölle, geopolitische Konflikte und die eingeschränkte Verfügbarkeit von Arbeitskräften den Inflationsausgangspunkt bereits erhöht haben, könnte Inflation wieder zur größten Kernrisikoquelle für die Märkte werden, falls die KI-Investitionen und das Wirtschaftswachstum weiter zulegen.
Zyklus versus Struktur: Wie KI makroökonomische Kennziffern durcheinanderbringt
Castle Securities hebt hervor, dass die derzeitige politische Herausforderung darin liegt, zyklische und strukturelle Veränderungen nur schwer zu unterscheiden. Die traditionelle Erzählung besagt, dass KI die Produktivität steigere, Kosten senke, Inflationsdruck lindere und ein stärkeres Wachstum unterstütze.
Doch Nohshad Shah ist der Ansicht, dass KI wahrscheinlicher zunächst als Inflationstreiber und erst später als deflationäre Kraft wirken wird – und dieser Effekt könnte noch vor messbaren Produktivitätsgewinnen eintreten. Gründe hierfür sind die anfänglichen Implementierungskosten, die Ausgaben für Mitarbeiterschulung und die Störungen durch organisatorische Anpassungen.
Er verweist auf eine aktuelle Studie von Simone Lenzu (New York Fed), die eine ähnliche These aufstellt: KI verwischt die Grenzen zwischen konjunkturellen Schwankungen und strukturellen Veränderungen und erschwert die Interpretation klassischer makroökonomischer Kennziffern. Die KI-Transformation könnte Nachfrage nach Arbeitskraft, Produktionsprozesse und Preisbildungsmechanismen verändern und dadurch den Zusammenhang zwischen ungenutzten Kapazitäten und Inflation schwächen.
Dies bedeutet, dass traditionelle Indikatoren wie die Arbeitslosenquote oder die Output-Lücke womöglich nicht mehr zuverlässig sind. Für Zentralbanken wird es somit deutlich komplizierter zu beurteilen, ob die Wirtschaft überhitzt ist und ob die Politik ausreichend restriktiv ist.
Erwartungen vs. Realität: Der Markt läuft dem Produktivitätsbonus voraus
Castle Securities unterstreicht: Ein weiteres Problem durch KI besteht darin, dass die Märkte den erwarteten Produktivitätsgewinn womöglich schon einpreisen, bevor er sich in der Realwirtschaft überhaupt niederschlägt. Die Erwartung künftiger Effizienzsteigerungen kann bereits vorab Investitionen, Konsum und Vermögenspreise in die Höhe treiben, obwohl sich reale Produktivitätszuwächse noch nicht materialisiert haben, wodurch sich die Kluft zwischen Markterwartungen und realer Wirtschaft vergrößert. Laut Nohshad Shah zeigt sich dieses Phänomen womöglich bereits in den gegenwärtigen Aktienmärkten.
Selbst wenn KI letztlich tatsächlich deutliche Produktivitätssteigerungen bringt, könnten dies das Potenzialwachstum und den Gleichgewichtszinssatz der Realwirtschaft erhöhen, sodass Zentralbanken den Neutralzins neu einschätzen müssten. Mit anderen Worten: KI beeinflusst nicht nur das Wachstum, sondern auch die Inflationsdynamik, den Zinspfad und die Finanzstabilität.
Castle Securities fasst zusammen: In der derzeitigen KI-Transformationsphase könnte eine schwierige Kombination entstehen – hohe Inflation, schwache messbare Produktivität und hohe Vermögenspreise. Diese Kombination ist sowohl für politische Entscheidungsträger als auch für die Preisfindung an den Märkten schwer handhabbar.
Haftungsausschluss: Der Inhalt dieses Artikels gibt ausschließlich die Meinung des Autors wieder und repräsentiert nicht die Plattform in irgendeiner Form. Dieser Artikel ist nicht dazu gedacht, als Referenz für Investitionsentscheidungen zu dienen.
Das könnte Ihnen auch gefallen
Die unterschätzte neue „Nvidia-Erzählung“: „Eigene Open-Source-Modelle“ und „Lieferkettenbindung“
HSBC ist der Ansicht, dass Nvidia stark auf Open-Source-„Small Language Models“ (SLM) setzt und mithilfe eines kostenlos optimierten Ökosystems Millionen von Entwicklern dazu bringt, KI-Anwendungen auf seiner Hardware auszuführen. Dadurch wird die Kundenbasis von wenigen Cloud-Giganten auf ein breiteres Ökosystem ausgeweitet. Zusätzlich sichert Nvidia durch mehrjährige Systemverträge die Produktionskapazität, was Wettbewerber vor Herausforderungen in der Lieferkette stellt. Diese beiden Erzählstränge könnten als entscheidende Katalysatoren für eine Neubewertung der Nvidia-Bewertung dienen.

Nvidia Quartalsbericht im Rampenlicht: Rubin-Zyklus, zyklische Finanzierung und zukünftige Marktanteile
Nvidia wird nächste Woche seinen Quartalsbericht veröffentlichen. Brokerhäuser erwarten eine starke fundamentale Entwicklung, und Jefferies rechnet mit einem Quartalsumsatz von 95 Milliarden US-Dollar im Juli, was über den Markterwartungen liegt. Doch der Fokus des Marktes hat sich von den Ergebnissen eines einzelnen Quartals auf drei langfristige Fragen verlagert: Kann Rubin die Nachfolge von Blackwell erfolgreich antreten, bleibt die AI-Nachfrage weiterhin größer als das Angebot und welche Finanzierungsverantwortung muss übernommen werden, um die zukünftige Nachfrage abzusichern?
Wieder im Juli! Goldman Sachs: "Schlechte Aktienperformance" bei Speicher am attraktivsten, Finanz- und Sachwerte werden zu neuen Hotspots
Goldman Sachs ist der Ansicht, dass die Ära des „leichten Gewinns“ beim KI-Handel vorbei ist. Derzeit sind Überrenditen nur noch durch präzise Käufe zu erzielen, wenn Aktienkurse erheblich von den Gewinnen abweichen. Speicherlösungen und Rechenzentren bieten dabei die größte taktische Attraktivität. Der Markt entfernt sich zunehmend von der einseitigen KI-Erzählung und zeigt eine vielfältigere Entwicklung: Momentum-Faktoren verschieben sich in Richtung Software, europäische und japanische Banken stehen vor strukturellen Chancen, Gold- und Kupferminenaktien verfügen über Potenzial für Bewertungs- und Gewinnaufholungen, während das politische Risiko Frankreichs am Markt unterbewertet wird.
