Wie der KI-Boom die Einkommensstruktur der Wall-Street-Investmentbanken umgestaltet: Von der Spekulationsparty zur nachhaltigen Transformation

Wall Streets KI-Handelsfest: Spekulation oder Trend?

Im zweiten Quartal 2026 legten zwei Wall-Street-Giganten – Goldman Sachs und Morgan Stanley – beeindruckende Ergebnisse vor: Die kombinierten Aktienhandelserlöse beliefen sich auf knapp 140 Milliarden US-Dollar, ein Anstieg von rund 70 % im Vergleich zum Vorjahreszeitraum. Die treibende Kraft hinter diesem explosionsartigen Wachstum ist die von Künstlicher Intelligenz (KI) ausgelöste Markteuphorie. Goldman-CEO David Solomon gab in der Telefonkonferenz zu den Quartalszahlen bekannt, dass das Unternehmen eine Eigenkapitalrendite (ROTE) von 26 % erzielt habe – weit über dem Niveau, das nach der Finanzkrise 2008 als kapital-effizient galt. Morgan Stanley folgte dichtauf mit einer Rendite von knapp 27 %.

Doch hinter den glänzenden Zahlen verbirgt sich eine entscheidende Frage: Die Wall Street hat sich jahrelang für eine Transformation hin zu besser planbaren, stabilen Ertragsmodellen wie Vermögensverwaltung und Investmentbanking eingesetzt – jetzt ist sie erneut stark von volatilen, konjunkturabhängigen Handelsgeschäften abhängig. Ist dieser KI-Boom eine strukturelle Chance oder nur ein kurzfristiges Spektakel? Wie bewerten institutionelle Investoren diesen Trend im Hinblick auf die langfristige Vermögensallokation?

Markthintergrund: Zinsen, Inflation und Liquiditätsumfeld

Das aktuelle globale Makroumfeld bietet einen einzigartigen Nährboden für den KI-Handelsboom. Obwohl die großen Zentralbanken 2025–2026 die Zinsen schrittweise senken, liegen sie immer noch auf historisch relativ hohem Niveau. Die Inflation ist von ihrem Höhepunkt zurückgegangen, aber noch nicht vollständig auf das Zielniveau zurückgekehrt. Das US-BIP-Wachstum liegt bei etwa 2,5 %, der Arbeitsmarkt ist gesund, aber die Erwartungen an eine weiche Landung der Wirtschaft bestehen parallel zu geopolitischen Risiken. Die globale Liquidität ist reichlich, insbesondere im Technologiesektor, wo Risikokapital- und Private-Equity-Fonds weiterhin KI-bezogene Anlagen jagen und die Bewertungen von Halbleitern, Rechenzentren, Software und anderen Sektoren in die Höhe treiben.

Vor diesem Hintergrund haben die Handelsabteilungen von Goldman Sachs und Morgan Stanley die durch das KI-Thema entstehenden Volatilitätschancen geschickt genutzt. Die Nachfrage institutioneller Kunden nach Hedging, Arbitrage und gerichteten Trades mit KI-Aktien ist sprunghaft angestiegen, was den Investmentbanken bei ihrer Market-Making- und Eigenhandelstätigkeit überdurchschnittliche Erträge beschert hat.

Aktuelle Kapitalströme: KI als Handelsmotor

• Aus der Perspektive der Kapitalströme hat KI traditionelle Branchen als zentralen Fokus des institutionellen Handels überholt. Laut den Quartalsberichten von Goldman Sachs und Morgan Stanley stammen die Aktienhandelserlöse hauptsächlich aus folgenden Bereichen:
• KI-Hardware und Halbleiter: Das Handelsvolumen mit Aktien von NVIDIA, SK Hynix, AMD und anderen Unternehmen ist stark gestiegen; institutionelle Anleger liefern sich heftige Positionskämpfe rund um die Nachfrage nach Rechenleistung.
• KI-Anwendungen und Software: Von Unternehmens-KI-Software bis zu generativen KI-Plattformen – die Aktienkurse der betroffenen Unternehmen schwanken stark und bieten reichhaltige Möglichkeiten für Hochfrequenzhandel und Optionsstrategien.
• Indizes und ETFs: Die Nettozuflüsse in KI-Themen-ETFs steigen kontinuierlich; die Investmentbanken erzielen stabile Erträge durch Market-Making und Derivatehandel.Es ist bemerkenswert, dass das Wachstum der Handelserlöse dieser beiden Investmentbanken kein Einzelfall ist. Auch Wettbewerber wie JPMorgan Chase und Bank of America profitieren vom KI-Boom, doch Goldman Sachs und Morgan Stanley haben eine höhere Konzentration im Aktienhandel, weshalb ihre Elastizität ausgeprägter ist.

Analyse der Anlagelogik: Strukturelle Faktoren als Treiber

Warum fließt Kapital in KI-Handel?

1. Beschleunigter technologischer Durchbruch: Seit 2023 übertrifft die Iterationsgeschwindigkeit von großen Sprachmodellen und multimodalen KI-Technologien die Erwartungen. Die Investitionsausgaben der Unternehmen verlagern sich hin zur KI-Infrastruktur, was einen anhaltenden Marktschwerpunkt bildet. 2. Anhebung der Gewinnerwartungen: Das Umsatz- und Gewinnwachstum KI-bezogener Unternehmen übertrifft in der Regel das traditioneller Technologieunternehmen, was institutionelle Investoren zu Long-Positionen anzieht. 3. Volatilitätsprämie: Die hohe Unsicherheit des KI-Themas führt dazu, dass die implizite Volatilität von Optionen auf einem hohen Niveau bleibt. Die Market-Making-Aktivitäten der Investmentbanken profitieren davon, während gleichzeitig die Absicherungsbedürfnisse der Kunden Provisionserlöse generieren.

Perspektive institutioneller Investoren

Die Meinungen institutioneller Investoren sind gespalten. Einige Pensionsfonds und Versicherungsgesellschaften sind der Ansicht, dass der KI-Handel einen "kurzfristigen Momentum-Charakter" aufweist, der sich besser für die Teilnahme über quantitative Strategien oder ereignisgesteuerte Fonds eignet, statt als Kernanlageklasse. Staatsfonds legen dagegen mehr Wert auf die langfristigen Cashflows der KI-Infrastruktur, wie Rechenzentren und Energieprojekte, als auf reine Handelserträge. Family Offices zeigen größeres Engagement, einige beteiligen sich direkt an Privatinvestitionen in KI-Start-ups.

Die hohen ROTE von Goldman Sachs und Morgan Stanley stammen hauptsächlich aus dem Handelsbereich, nicht aus dem stabileren Wealth Management oder Investment Banking. Dies deutet für Anleger darauf hin, dass die Ertragsqualität der Investmentbanken möglicherweise niedriger ist als die oberflächlichen Zahlen vermuten lassen.

Risikofaktoren

Makrorisiken Sollte die Federal Reserve aufgrund wiederkehrender Inflation die Zinssenkungen verschieben oder die Wirtschaft in eine Rezession geraten, könnten die hohen Bewertungen von KI-Aktien einer Korrektur unterliegen, und die Handelserlöse würden drastisch schrumpfen.

Politische Risiken Die verstärkte Prüfung von KI durch die Aufsichtsbehörden, beispielsweise strengere Exportkontrollen oder Kartellmaßnahmen der US-Regierung, könnte die Gewinnaussichten von KI-Unternehmen beeinträchtigen.

Geopolitische Risiken Der verschärfte technologische Wettbewerb zwischen den USA und China sowie Störungen in der globalen Halbleiterlieferkette könnten die KI-Branche erschüttern. Mit Blick auf die geopolitische Sensibilität von Unternehmen wie SK Hynix in Südkorea würde jede Eskalation von Handelskonflikten schnell auf die Handelsplätze übergreifen.

Marktbewertungsrisiko Derzeit liegen die KGV von KI-bezogenen Aktien nahe historischen Höchstständen. Sollte das Gewinnwachstum hinter den Erwartungen zurückbleiben, würde der Entblähungsprozess der Bewertungen zu einem Rückgang des Handelsvolumens und der Erträge führen.

Langfristige Aussichten (3–10 Jahre)Langfristig betrachtet könnte der Einfluss des KI-Themas auf die Ertragsstruktur von Investmentbanken drei Phasen durchlaufen: 1. Hype-Phase (2025-2027): Die Handelserträge bleiben stark volatil, aber die Banken werden unter zunehmenden Transformationsdruck geraten. 2. Anpassungsphase (2028-2030): Mit der Annäherung der KI-Durchdringung an die Sättigungsgrenze kühlt sich die Handelsdynamik ab. Die Banken müssen durch Geschäfte wie M&A-Beratung und strukturierte Finanzierungen KI-Beziehungen in stabile Erträge umwandeln. 3. Reifephase (ab 2031): KI wird zu einer ähnlichen Infrastruktur wie das Internet. Die Ertragsstruktur der Investmentbanken wird neu ausbalanciert, mit einem dualen Antrieb aus Handel und Beratung.

Das Management von Goldman Sachs und Morgan Stanley hat erkannt, dass die in der KI-Hype aufgebauten Kundenbeziehungen und Kapitalakkumulationen in nachhaltige langfristige Geschäfte umgewandelt werden müssen – etwa durch den Ausbau von IPO-Underwriting, M&A-Beratung und Privatkreditdiensten im KI-Bereich. Doch der Wandel braucht Zeit; kurzfristig werden die volatilen Handelserträge weiterhin die Ertragsentwicklung dominieren.