KI-Kursturbulenzen: Bei diesen 10 großen US-Aktien wittert Jefferies Risiken

Die Dynamik der KI-Gewinner lässt etwas nach – stattdessen rücken strukturelle Risiken in den Fokus der Anleger. Eine aktuelle Studie von Jefferies identifiziert 10 große US-Aktien mit erhöhter Anfälligkeit für KI-Disruption. Im Blog lesen Sie, welche Unternehmen betroffen sind – und warum. 

Der KI-Trend zählt zu den dominierenden Themen an den Kapitalmärkten. Während viele Investoren weiterhin auf direkte Profiteure der Technologie setzen, rückt zunehmend auch die Frage in den Fokus, welche Geschäftsmodelle durch Künstliche Intelligenz (KI) strukturell unter Druck geraten könnten. Eine aktuelle Analyse von Jefferies adressiert genau diesen Aspekt und konstruiert einen systematischen "AI Risk Basket".

Besonders deutlich wird die Entwicklung im Softwaresektor. Dieser gehört laut Studie zu den am stärksten betroffenen Bereichen. Im laufenden Jahr verzeichnete der Sektor einen Rückgang von rund 20% und entwickelte sich seit Ende Juli 2025 um mehr als 35% schlechter als der S&P 500.

S&P 500 Software-Index: Relative Performance seit 2025

Die Studie verweist auch darauf, dass eine derart deutliche Underperformance zuletzt während der Dotcom-Phase beobachtet wurde. Auch die Bewertungsbasis hat sich stark verändert: Das Kurs-Gewinn-Verhältnis sank von rund 33 auf etwa 21 und liegt damit auf Marktniveau.

Zudem weist der Sektor aktuell ein ähnliches Ergebniswachstum je Aktie auf (14 % durchschnittlich pro Jahr). Angesichts der Unsicherheiten mit Blick nach vorne könnte der Sektor jedoch sogar mit einem Abschlag gehandelt werden, so Jefferies.

S&P 500 Software-Index: Historische Entwicklung des geschätzten KGVs

Die zentrale Frage der Analyse lautet jedoch nicht, ob Kurse gefallen sind, sondern ob strukturelle Risiken angemessen berücksichtigt werden. Denn KI kann Geschäftsmodelle auf mehreren Ebenen beeinflussen – nicht nur durch Effizienzsteigerungen, sondern auch durch potenzielle Verdrängungseffekte.

Das methodische Fundament: Identifikation struktureller KI-Risiken

Die Studie betrachtet KI nicht als abstrakten Trend, sondern zerlegt mögliche Auswirkungen in klar definierte Mechanismen. Dazu gehören sieben zentrale KI-Risikomechanismen:

Disintermediation (Umgehung bestehender Anbieter)

Replicability (leichte Nachahmbarkeit von Leistungen)

Pricing Pressure (anhaltender Preisdruck)

Labor Substitution (Automatisierung menschlicher Arbeit)

Moat Decay (Erosion von Wettbewerbsvorteilen)

Demand Substitution (Nachfrageverlagerung)

Asset Repricing (Neubewertung von Vermögenswerten)

Diese Mechanismen werden auf Branchenebene analysiert und anschließend auf Unternehmensebene überprüft. Ziel ist es, nicht nur Sektoren mit potenzieller Exponierung zu identifizieren, sondern gezielt Unternehmen zu klassifizieren, deren Geschäftsmodelle strukturell betroffen sein könnten.

Ausgehend von einem breiten Universum von rund 600 in den USA notierten Aktien wird jede Aktie nach KI-Risikothema und Schweregrad gekennzeichnet. Der Prozess eliminiert Sektoren mit minimalem KI-Risiko und schließt Unternehmen aus, die nur indirekt exponiert sind. Vorrang haben Aktien, die mit hohen Risiken in Bezug auf Disintermediation, Replizierbarkeit, Preisdruck, Erosion von Wettbewerbsvorteilen und Arbeitsersetzung konfrontiert sind. Das Ergebnis ist eine fokussierte Auswahlliste von etwa 150 Aktien mit dokumentierter Begründung und kategorisierten KI-Risikovektoren.

Die Methodik betont langfristige KI-Disruptionen, die Klassifizierung von Richtungsrisiken und die Bedeutung der Analyse auf Unternehmensebene, um Unterschiede in den Geschäftsmodellen zu erfassen. Sie umfasst optionale Stresstests auf Unternehmensebene zur Validierung von Annahmen und unterscheidet zwischen strukturellen Risiken und Überreaktionen des Marktes.

KI-Begünstigte- und KI-Risiko-Aktienkorb im Bewertungsvergleich

Ironischerweise verwendet Jeferies einen KI-gestützten Suchalgorithmus, um den KI-Risiko-Aktienkorb zu identifizieren. Ausgangspunkt sind die Teilbranchen, die von verschiedenen Disruptionsfaktoren betroffen sein könnten. Diese kombinieren die Analysten dann mit den Renditen auf Aktienebene und lassen sie durch eine Reihe von vorab trainierten Prompts laufen, um das aktienspezifische potenzielle Risiko und den Disruptionsfaktor zu ermitteln. Am Ende ergab sich eine Liste mit rund 150 Aktien mit einer Marktkapitalisierung von mehr als einer Mrd. USD.

Parallel zur Risikoanalyse identifiziert die Studie einen Korb von KI-Begünstigten. Dieser umfasst rund 30 Unternehmen, die direkt vom Ausbau der KI-Infrastruktur profitieren, etwa aus den Bereichen Hyperscaler, Halbleiter, Rechenzentren oder Netzwerktechnik.

Der Vergleich der beiden Körbe zeigt deutliche Unterschiede: Der KI-Nutznießer-Korb ist in diesem Jahr weitgehend unverändert geblieben, während der Risikokorb um 24 % gefallen ist. Ersterer wird mit dem 23-fachen des Gewinns je Aktie bei einer durchschnittlichen jährlichen Wachstumsrate (CAGR) von 27 %, bei nach oben gerichteten Schätzrevisionen gehandelt, während letzterer mit dem 16-fachen des Gewinns je Aktie bei einer durchschnittlichen Wachstumsrate von 14 % p.a. bei unveränderten Ergebnisrevisionen gehandelt wird.

Während die KI-Gewinner folglich mit höherem Wachstum und Bewertungsprämie handeln, hat der Risiko-Korb bereits eine signifikante Anpassung erlebt. Die Studie liefert damit einen strukturierten Rahmen, um Unterschiede in Wachstumserwartungen und Bewertung systematisch zu vergleichen.

Die Performance des KI-Begünstigten- und KI-Risiko-Aktienkorbs im Vergleich mit dem S&P 500 und dem S&P 500 ex-AI

Die 10 Large-Cap-Unternehmen im KI-Risikokorb

Besonders relevant aus Anlegersicht sind jene Unternehmen mit den höchsten Marktkapitalisierungen aus dem KI-Risikokorb. Die zehn Schwergewichte daraus mit einem Börsenwert in einer Spanne, die von 76,6 bis 240,4 Mrd. USD reicht, zeigt die nachfolgende Tabelle.

Infos zu den 10 großen US-Unternehmen aus dem KI-Risikokorb im Überblick

Quelle: Jefferies

Diese Auswahl verdeutlicht, dass KI-Risiken nicht auf klassische Softwareanbieter beschränkt sind. Auch datenbasierte Geschäftsmodelle, Plattformunternehmen, Beratungsdienstleister und Intermediäre können betroffen sein – abhängig davon, ob KI Kernleistungen ersetzen, Preise beeinflussen oder Wettbewerbsvorteile verändern kann.

Ein struktureller Perspektivwechsel

Die Studie macht deutlich, dass KI nicht nur als Wachstumstreiber zu verstehen ist, sondern auch als möglicher Disruptionsfaktor für etablierte Geschäftsmodelle. Während die Märkte die offensichtlichen Gewinner bereits mit höheren Bewertungen versehen, rückt zunehmend die Analyse struktureller Risiken in den Fokus.

Die Studie betont ausdrücklich, dass es sich um ein langfristig orientiertes Disruptions-Framework handelt. Ziel ist die Identifikation struktureller Risiken auf Basis definierter Mechanismen und systematischer Auswahlkriterien.

Damit unterscheidet sich der Ansatz von reinen Performance-Screens oder kurzfristigen Marktbewertungen. Vielmehr liefert er eine strukturierte Grundlage, um mögliche Auswirkungen von KI auf Geschäftsmodelle, Ertragsstrukturen und Bewertungen einzuordnen.

Für Anleger bedeutet das: Neben der Identifikation der KI-Profiteure gewinnt die systematische Überprüfung potenzieller Verlierer an Bedeutung. Das Framework von Jefferies liefert dafür eine strukturierte Grundlage – mit klar definierten Risikomechanismen, quantitativer Selektion und einem transparenten Bewertungsvergleich.