Bernstein: Der Markt für Rechenleistung weist zunehmend Merkmale eines Rohstoffmarktes auf (Tiefenanalyse)
Bernstein (Bernstein) ist der Ansicht, dassdie Handelsstruktur des Marktes für Rechenleistung dem Rohstoffmarkt am ähnlichsten ist, insbesondere dem Strommarkt.Das Brokerunternehmen hat außerdem einen Drei-Stufen-Plan vorgeschlagen,der darauf abzielt, für den Markt für Rechenleistung einen potenziellen Benchmark zu etablieren und den Händlern Absicherungsinstrumente bereitzustellen, um Preisrisiken im Zusammenhang mit dem Billionen-Dollar-Kapitalzyklus für künstliche Intelligenz zu begegnen.
I. Kernargument: Rechenleistung = Strom – Der Beginn der Finanzialisierung eines Billionen-Marktes
Bernstein-Analysten Gautam Chhugani und Madison Rezaei haben in einem aktuellen Forschungsbericht vom Juli 2026 das zentrale Urteil getroffen:Die Handelsstruktur des Rechenleistungsmarktes ist dem Rohstoffmarkt am ähnlichsten, insbesondere dem Strommarkt.
Die zentrale Logik des Berichts basiert auf drei Ebenen von Analogien:
Physische Ebene: Rechenleistung und Strom unterliegen denselben physischen Einschränkungen – GPU-Rechenleistung kann nicht gespeichert werden, Kapazitäten unterscheiden sich stark nach Region, Chip-Generation und Mieter. Strom galt einst als nicht handelbar, bis standardisierte Hubs und Referenzpreise eingeführt wurden und die Vorausbeschaffung in einen reifen Finanzmarkt überging. Rechenleistung durchläuft denselben Evolutionsprozess.
Marktebene: Die Forward-Kurve spiegelt erwartete Knappheit statt Lagerkosten wider, Hedging ist der einzige Weg zur Bewältigung von Preisrisiken. Das bedeutet, dass der Markt für Rechenleistung sich von bilateralen, nicht öffentlichen „OTC“-Verhandlungen zu einem standardisierten Finanzmarkt mit Preisfindung entwickelt.
Finanzielle Ebene: Benchmarks und Distributionskanäle sind die Schlüsselfaktoren für die Entwicklung des Rechenleistungsmarktes – was kein grundlegender Unterschied zu jedem Rohstoff-Finanzmarkt darstellt.
II. Drei-Stufen-Rahmen: Vom Chaos zum Standard – Der Weg zur Finanzialisierung
Bernstein hat einen Drei-Stufen-Plan vorgeschlagen, um einen potenziellen Benchmark für den Markt für Rechenleistung zu schaffen und Händlern Absicherungsinstrumente bereitzustellen:
Stufe 1: Definition einer einheitlichen Rechenleistungseinheit. Der Bericht stellt fest, dass das größte Problem des heutigen Marktes für Rechenleistung ist, dass „der Preis für Rohrechenleistung nicht vergleichbar“ ist – dieselbe AI-Chip-Miete bei Hyperscalern oder bei Neoclouds kann erhebliche Preisunterschiede aufweisen. Indexanbieter müssen die Messeinheit klar definieren, etwa „NVIDIA H100 SXM 80GB (inkl. Server, Speicher, Bandbreite usw.)“ als Basiseinheit und weitere Detaillierung nach Typ (Neocloud/Hyperscaler), Mietform (On-Demand/Commitment), Region und standardisierte Konfiguration.
Stufe 2: Aufbau von Referenzindizes. Standardisierte Daten werden zu Referenzindizes, die Forward-Kurve ergibt sich aus Marktdaten.
Stufe 3: Entwicklung von Barabrechnungs- und physisch abwickelbaren Forward-Kontrakten. Plattformen arbeiten derzeit daran, strukturierte Finanzprodukte auf Basis zugrundeliegender Rechenleistung zu entwickeln.
III. Finanzialisierung der Rechenleistung: Bereits eingetretene Fakten
Zum Zeitpunkt der Veröffentlichung des Berichts hat der Prozess der Finanzialisierung der Rechenleistung bereits begonnen:
1. Krypto-Stil Perpetual Contracts sind bereits da.. Die auf Bermuda registrierte Architect AX Exchange, die nicht von der U.S. Commodity Futures Trading Commission (CFTC) reguliert wird, hat GPU-Rechenleistungs-Perpetual Contracts eingeführt; diese werden über Funding-Rates und Spotpreise verankert – ein Mechanismus direkt aus dem Markt für Kryptowährungen. Das zeigt, dass der Markt bereits eine „spontane Ordnung“ zur Preisfindung für Rechenleistung etabliert, obwohl die Regulierung noch aussteht.
2. Mainstream-Börsen holen auf. CME Group und Intercontinental Exchange (ICE) haben dieses Jahr angekündigt, mit GPU-Spotpreisen verknüpfte Futures einführen zu wollen; diese warten noch auf CFTC-Prüfung und werden voraussichtlich Ende 2026 lanciert.
3. Prognosemärkte erproben bereits. Die von der CFTC regulierte Prognoseplattform Kalshi hat Contracts eingeführt, die an GPU-Mietpreise gekoppelt sind, und am 14. Juli Pricing-Kurven für die Chips B200, H200 und A100 lanciert – der B200 notierte bei 5,41 USD, das Allzeithoch lag bei 7,39 USD.
Derweil explodiert das Volumen des Spotmarkts für Rechenleistung: Die New York Times berichtet, dass Meta in Gesprächen mit Anthropic über einen Rechenleistungs-Liefervertrag in Höhe von 10 Milliarden Dollar steht; SpaceX verhandelt mit dem US-Verteidigungsministerium über Rechenleistung, und hat letzten Monat mit Google einen monatlichen Cloud-Service-Vertrag über 920 Millionen Dollar abgeschlossen. Solche milliardenschweren oder gar zehnmilliardenschweren bilateralen Geschäfte belegen die Dringlichkeit, einen transparenten, effizienten und standardisierten Handelsmarkt zu schaffen.
IV. Investmentanalyse: Wer profitiert, wer leidet?
Profiteure der „Commoditization“ von Rechenleistung
1. Börsenbetreiber (CME, ICE): Gelingen Futures auf Rechenleistung, erschließen diese Börsen ein neues, potenziell Billionen-Dollar großes Derivatemarktsegment mit enormem Wachstum bei Handels- und Clearing-Gebühren.
2. Anbieter von Rechenleistungs-Indizes und Benchmarks: Wer als erstes einen anerkannten Benchmark etabliert, gewinnt die Preisgestaltungshoheit – vergleichbar mit S&P 500 im Aktienmarkt oder Brent-Rohöl im Energiemarkt.
3. Nachfrager mit Hedging-Bedarf: Große KI-Cloudanbieter und Hyperscaler können ihre Rechenleistungskosten über Forward-Kontrakte fixieren und Preisschwankungen über den Investitionszyklus ausgleichen.
4. Spezialisierte Neocloud-Anbieter: Standardisierte und transparente Preisfindung erleichtert es kleinen und mittelgroßen Rechenleistungsanbietern, mit Hyperscalern auf derselben Plattform zu konkurrieren und reduziert Nachteile durch Informationsasymmetrie.
Belastete Parteien der „Commoditization“ von Rechenleistung
1. GPU-Hersteller wie NVIDIA: Die Commoditization bedeutet einen Wechsel von der „strategisch knappen Ressource“ zur „standardisierten, handelbaren Ware“. Kurzfristig bleibt die Nachfrage hoch, aber im Langfristtrend wandert die Preisgestaltungshoheit weg von den Herstellern hin zum Markt und den Börsen. Schon vor Veröffentlichung dieses Berichts stellte Bernstein in einem anderen Papier fest: „Die KI-Commoditization führt dazu, dass Benutzer mehr auf Preis-Leistungs-Verhältnis für spezifische Aufgaben achten und nicht auf das absolute Leistungsniveau des Modells“.
2. Spekulanten mit viel ungenutzter Rechenleistung: Der Bericht macht klar, dass die Liquidität aktuell von spekulativem Kapital dominiert wird. Mit Entwicklung von Benchmarks und Futures schrumpft der Arbitrageraum für das bloße Horten von Rechenleistung.
3. Kleine und mittlere Anbieter, die über bilaterale Verhandlungen Premium erzielen: Transparente Preise schmälern den Raum für Informationsarbitrage, die Margen könnten unter Druck geraten.
Wesentliche Marktengpässe
Der Bericht benennt offen zwei Haupthindernisse der Finanzialisierung von Rechenleistung:
Schwierige Benchmark-Bildung: Rechenleistung besitzt – anders als Öl oder Gold – keine natürliche physische Einheitlichkeit, der Wert unterscheidet sich stark je nach Chipmodell, Konfiguration, Ort und Mietbedingungen.
Liquidität wird von Spekulanten dominiert: Echte Industrie-Nachfrage zum Hedging ist noch nicht in großem Umfang eingetreten, Markttiefe fehlt.
V. Fazit und Ausblick
Der zentrale Beitrag dieses Bernstein-Berichts ist:Er hat erstmals systematisch den Markt für Rechenleistung mit dem Strommarkt strukturell verglichen und einen klaren Pfad zur Finanzialisierung skizziert.
Vom Investment-Standpunkt aus betrachtet, ist die „Commoditization“ von Rechenleistung zweischneidig. Kurzfristig bestätigt sie die Echtheit und Beständigkeit der KI-Rechenleistungsnachfrage – ein nicht standardisierbarer und finanzialisierbarer Markt bleibt immer begrenzt. Die Teilnahme von CME und ICE zeigt, dass der Rechenleistungsmarkt groß genug ist, um nicht ignoriert werden zu können.
Langfristig bedeutet „Commoditization“ jedocheinen Wechsel vom Verkäufermarkt zum Käufermarkt. Sobald GPU-Rechenleistung wie Strom an der Börse gehandelt und via Futures Kontrakte abgesichert werden kann, wird die Preisgestaltungsmacht der Hardwareanbieter (wie NVIDIA) schwächer, während Unternehmen mit großem Rechenleistungsbedarf (Cloudanbieter, KI-Modellfirmen) an Verhandlungsmacht gewinnen.
Für Investoren ist aktuell besonders entscheidend,wer die Benchmark-Indizes für Rechenleistung dominieren wird– das ist die erste und wahrscheinlich wertvollste „Positionierungschance“ im Commoditization-Prozess. Wie Bernstein sagt: Benchmarks und Distributionskanäle sind der Schlüssel für die Entwicklung des Rechenleistungsmarktes, wie bei jedem Rohstoff-Finanzmarkt.
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 „Erleuchtung“ im Ausland: Didi hat endlich seinen „Durchbruchstag“ erlebt

Das 500-Milliarden-Finanzierungsprogramm von Nvidia für KI birgt versteckte Risiken, Trump-Berater warnen vor Überangebot an "dunklen GPUs"
Trumps Technologieberater David Sacks warnte in einem Podcast, dass das größte Risiko beim 500-Milliarden-Dollar-AI-Finanzierungsplan von Nvidia eine Überkapazität an Rechenleistung sei. Er verglich dies mit der „dunklen Glasfaser“-Krise nach der Internetblase – sollten GPUs in großem Umfang ungenutzt bleiben und die Preise zusammenbrechen, würde dies die gesamte Investitionskette der AI-Infrastruktur schwer treffen. Gleichzeitig wies er darauf hin, dass politischer Widerstand beim Bau von Rechenzentren Überkapazitäten vielleicht verhindern könnte.
Nvidia plant, 3 Milliarden US-Dollar in SB Energy von Softbank zu investieren und setzt dabei auf das OpenAI-Datenzentrum-Projekt in Ohio.
Nvidia soll Berichten zufolge Gespräche führen, um bis zu 3 Milliarden US-Dollar in SB Energy, eine Tochtergesellschaft von SoftBank, zu investieren. Dies ist Teil einer unterstützenden Maßnahme für eine Kreditfazilität in Höhe von rund 100 Milliarden US-Dollar für das OpenAI-Datenzentrumprojekt in Ohio. Die Investition soll in zwei Schritten erfolgen: Bei Vertragsunterzeichnung werden 1,5 Milliarden US-Dollar investiert, weitere 1,5 Milliarden US-Dollar fließen bei dem Börsengang von SB Energy, der bereits nächsten Monat beginnen und mindestens 5 Milliarden US-Dollar einbringen soll.
Der „Aktienauswahl-Mythos“ an der Wall Street verblasst weiter: In den vergangenen zehn Jahren haben nur 13 % den Index übertroffen.
Laut den neuesten Daten von Morningstar haben in den zehn Jahren bis Ende Juni 2026 nur 13 % der aktiv verwalteten US-amerikanischen Large-Cap-Aktienfonds nach Abzug der Gebühren ihren Benchmark-Index übertroffen; selbst im vergangenen Jahr lag dieser Anteil nur bei 27 %. Gleichzeitig wird erwartet, dass die Nettozuflüsse in passive ETF in diesem Jahr erstmals die Marke von 1 Billion US-Dollar überschreiten, und das verwaltete Vermögen passiver Fonds ist inzwischen fast doppelt so groß wie das der aktiven Fonds.

