Deep Dive in den Goldman Sachs Bericht vom Juli „Long China AI Value Chain“: Warum Energie an erster Stelle steht

Ich habe den Goldman-Sachs-Bericht vom 8. Juli zweimal gelesen. Beim zweiten Mal bin ich speziell wegen eines Details zurückgegangen: Goldman Sachs setzte Elektrizität an die Spitze der chinesischen KI-Wertschöpfungskette und platzierte Modelle und Anwendungen weiter unten. Zunächst dachte ich, das sei nur eine weitere emotionale Rotation – Korea steigt zu stark und fällt, China fällt zu stark und steigt, mit Kapital, das nach der nächsten Geschichte sucht. Aber nachdem ich den gesamten Bericht gelesen hatte, änderte ich meine Meinung. Was Goldman Sachs wirklich sagt, ist nicht nur, dass „China-KI aufsteigen wird", sondern dass die gesamte chinesische KI-Wertschöpfungskette einen geschlossenen Kreislauf gebildet hat und die Marktpreisbildung ihrem tatsächlichen wirtschaftlichen Gewicht weit hinterherhinkt. Noch kontraintuitiver ist, dass das Glied mit der höchsten Gewissheit in der gesamten Kette dasjenige ist, das die meisten zuerst überspringen, wenn sie über KI sprechen: Strom.

Dieses Ranking ist mehr wert als die Verschiebung der Positionen selbst, denn es beantwortet eine direkte Frage: Wohin soll das Geld fließen, um Chinas derzeitigen Anteil von 16 % an den weltweiten KI-Einnahmen zu erreichen, der derzeit nur 1,2 % der Fondsallokationen erhält? In diesem Beitrag werde ich die fünf Spuren – Strom, Halbleiter, Infrastruktur, Modelle und Anwendungen – aufschlüsseln und erklären, welche Art von Geld jede Spur einbringt und wer die repräsentativen Ziele sind. Während Sie weiterlesen, werden Sie mehrere Punkte finden, die kontraintuitiv sind.

▸ Warum Goldman Sachs Korea für China aufgegeben hat ▸ Strom: Der unterschätzte zugrunde liegende Engpass ▸ Halbleiter: Inländische Substitution im Speicher-Superzyklus ▸ Infrastruktur: Wo die Kapitalausgaben tatsächlich landen ▸ Modelle: Warum sie niedriger eingestuft werden ▸ Anwendungen: Der Monetarisierungsendpunkt mit dem geringsten Risiko ▸ Wie man die fünf Spuren kombiniert und wo die Risiken liegen

Was sagt dieser Bericht eigentlich?

Seit über einem Jahr hat sich das globale Kapital fast angestellt, um in Speicherchip-Aktien in Südkorea und Taiwan zu investieren. Samsung und SK Hynix trieben den KOSPI-Index auf Rekordhöhen. Die Logik war einfach: KI braucht Training und Inferenz, und Speicher ist eine Notwendigkeit; wer die Kapazität hat, gewinnt.

Aber diese Logik begann dieses Jahr zu bröckeln. Der Markt begann, die Nachhaltigkeit der KI-Kapitalausgaben anzuzweifeln. Der südkoreanische Aktienmarkt fiel an einem einzigen Tag um über 5 %, mit einem kumulierten Rückgang von über 20 %, und trat in einen technischen Bärenmarkt ein. Am selben Tag stieg der Hang Seng China Enterprises Index um fast 4,5 %. Die Spuren der Kapitalwanderung sind offensichtlich.

Meine erste Reaktion war, dass dies nur eine emotionale Rotation sein könnte – was hochgeht, muss auch runterkommen, und Kapital sucht immer nach einer neuen Geschichte. Aber nachdem ich den gesamten Bericht gelesen hatte, änderte ich meine Meinung, denn Goldmans Argument ist nicht nur, dass China-KI aufsteigen wird, sondern dass die China-KI-Wertschöpfungskette einen vollständigen geschlossenen Kreislauf gebildet hat und die Marktpreisbildung ihrem tatsächlichen wirtschaftlichen Gewicht weit hinterherhinkt.

Die Zahlen sind klar: China macht etwa 16 % der weltweiten KI-Einnahmen und etwa 10 % der globalen Marktkapitalisierung aus, aber die Allokation globaler Investmentfonds in Chinas KI-Technologie beträgt nur 1,2 %. Goldman Sachs schätzt, dass diese Lücke ein Aufwärtspotenzial von 50 % bis 100 % bedeuten könnte.

Goldman Sachs unterteilte diesen geschlossenen Kreislauf in fünf Spuren: Strom, Halbleiter, KI-Infrastruktur, KI-Modelle und KI-Anwendungen und gab ein spezifisches Portfolio einen Namen: GSXACART. Die Reihenfolge der Aufschlüsselung ist bereits eine Aussage. Je weiter vorne, desto höher die Gewissheit und Priorität. Die Frage ist also, warum ist Strom – ein Sektor, der am „erdigsten" und traditionellsten klingt – vor Chips und Modellen eingestuft?

1. Strom: Der unterschätzte zugrunde liegende Engpass

KI-Training und Inferenz sind wirklich stromhungrig. Eine einzelne ChatGPT-Abfrage verbraucht fast das Zehnfache des Stroms einer normalen Suche. Diese Zahl wurde vor ein paar Jahren vielleicht ignoriert, aber da die Skalen für Training und Inferenz gleichzeitig steigen, hat sich Strom von einer Hintergrundvariable zu einer harten Einschränkung gewandelt. Das Problem in den USA ist typisch: Sie haben die Chips und die Technologie, aber das Stromnetz kann nicht mithalten. Viele Rechenzentrumsprojekte stecken beim Schritt des Stromzugangs fest. China hingegen hat einen Vorteil: großflächige Stromversorgung, niedrige Grünstromkosten im Westen, schnelle politische Unterstützung und Bauarbeiten, die Schritt halten. Diese Faktoren kombinieren sich zu einem komparativen Vorteil, den andere kurzfristig nicht leicht replizieren können.

Goldman Sachs prognostiziert, dass Chinas führende Internetunternehmen im Jahr 2026 etwa 70 Milliarden US-Dollar in Rechenzentren investieren werden, wobei der Strombedarf der Rechenzentren jährlich um etwa 25 % wächst. Die längerfristige Zahl der Nationalen Energiebehörde ist, dass der Stromverbrauch chinesischer Rechenzentren bis 2030 800 TWh erreichen wird, etwa 6 % des gesamten Stromverbrauchs des Landes, mit einer durchschnittlichen jährlichen Wachstumsrate von fast 36 % von 2025 bis 2030. Bloomberg New Energy Finance ist noch aggressiver und glaubt, dass der Strombedarf der Rechenzentren bis 2030 fast 600 TWh erreichen könnte, eine Verdopplung gegenüber heute.

Die „Ost-Daten-West-Rechnung"-Politik, die viele zunächst nur für einen Slogan hielten, tut tatsächlich etwas sehr Konkretes: Sie wandelt die niedrigen Strompreise, niedrigen Grundstückspreise und die niedrigen Temperaturen im Westen direkt in operative Kostenvorteile für Rechenzentren um. Schätzungen zufolge könnte dies bis 2025 über 300 Milliarden Yuan an Stromkosten einsparen, und die niedrigen Temperaturen optimieren natürlich die Energieeffizienzverhältnisse.

Der am leichtesten unterschätzte Teil dieser Spur ist, dass jeder daran gewöhnt ist, Strom als traditionelle Infrastruktur mit konservativen Bewertungen zu behandeln. Aber im KI-Zyklus hat sich Strom von einem Kostenfaktor zur Wettbewerbsfähigkeit selbst entwickelt. Die USA haben Chip- und Algorithmusvorteile, werden aber durch das Netz gebremst. China hingegen hat Elektrizität – die grundlegendste Ressource – in einen Burggraben für die Kosten der Rechenleistung verwandelt. Bis zu einem gewissen Grad kann die Sicherheit von Stromausrüstungsunternehmen höher sein als die von Halbleiterunternehmen, da Halbleiter vom Tempo des technologischen Aufholens abhängen, während die Beschaffung von Stromausrüstung starr ist, solange Rechenzentren gebaut werden.

2. Halbleiter: Inländische Substitution im Speicher-Superzyklus

Strom löst das Problem, ob man die Maschine einschalten kann. Was passiert, wenn sie eingeschaltet ist? Sind die Chips und der Speicher ausreichend? Das beantwortet die zweite Spur.

Goldman Sachs stuft Halbleiter an zweiter Stelle ein, mit einer leicht zu übersehenden Nische: nicht Logikchips, sondern Speicher. Die Nachfrage von KI-Servern nach DRAM, NAND und HBM wächst fast exponentiell, und China hat zufällig das Fenster für die Massenproduktion und inländische Substitution von Allzweckspeicher getroffen. Die Zahlen sind direkter als die Geschichte: Yangtze Memory's (YMTC) globaler NAND-Anteil wird von 8 % auf 13 % im ersten Quartal 2026 steigen und damit den 4. Platz weltweit teilen, mit einem Umsatzanstieg von 445 % im Jahresvergleich. ChangXin Memory's (CXMT) Umsatz stieg im gleichen Zeitraum um 719 % im Jahresvergleich, mit einer Umsatzprognose für das erste Halbjahr von 11 bis 12 Milliarden RMB. Chinas Exporte integrierter Schaltungen stiegen im Mai 2026 um 111 % im Jahresvergleich auf 35,55 Milliarden US-Dollar, hauptsächlich getrieben durch steigende Speicherpreise. Diese Zahlen zeigen zusammen, dass dies nicht nur ein Traum ist; es ist Leistung, die bereits in Bestellungen und Preisen realisiert ist.

Das Interessante an dieser Spur ist, dass der Anstieg Südkoreas und der anschließende Absturz in dieser Runde im Wesentlichen darauf zurückzuführen sind, dass Samsung und SK Hynix fast alles auf das einzelne Glied Speicher gesetzt haben. Sobald der Markt die Nachhaltigkeit der Kapitalausgaben anzweifelt, explodiert das Risiko eines einzelnen Glieds. Chinesischer Speicher bewegt sich jedoch gleichzeitig in drei Dimensionen vorwärts: Volumen, Kosteneffizienz und Lieferkettensicherheit. Es ist keine Einpunkt-Wette. Die Gewinnelastizität des Speicherglieds ist normalerweise auch höher als die von Logikchips, da es ein Standardverbrauchsmaterial ist, das in jedem KI-Server verwendet wird, keine Option.

3. KI-Infrastruktur: Wo die Kapitalausgaben tatsächlich landen

Speicher löst das Problem, Material zu haben. Sobald das Material hergestellt ist, wohin damit? Das führt zur dritten Spur.

Wenn Strom und Speicher Rohstoffe sind, ist die Infrastruktur der Ort, an dem diese Materialien zu Rechenleistung zusammengesetzt werden. Server, optische Module, Flüssigkeitskühlung und die Rechenzentren selbst befinden sich alle in dieser Schicht. Chinas Weg hier ist ebenfalls klar: „Ost-Daten-West-Rechnung" bringt Kostenvorteile bei der Standortwahl, und die inländischen Server- und optischen Modul-Industrieketten sind ausgereift genug. Das Ergebnis ist schneller Bau und kosteneffiziente Nutzung.

Wenn ich mir diese Spur ansehe, ist ein leicht zu übersehender Punkt, dass die Aufmerksamkeit aller immer zuerst auf einmalige große Ereignisse wie Modelltraining gelenkt wird. Aber was wirklich kontinuierlich Geld ausgibt, ist die Inferenz und Iteration nach dem Training. Dieser Teil der Nachfrage ist langfristig und rollierend. Infrastrukturunternehmen ernähren sich von diesem Teil, nicht nur von einmaligen Aufträgen einer einzelnen Trainingsaufgabe. Dass Goldman Sachs die Infrastruktur vor den Modellen einstuft, ist bis zu einem gewissen Grad eine Erinnerung daran, dass das, was skaliert und kontinuierlich monetarisiert werden kann, oft die schweren Vermögenswerte sind – wie der Bau von Maschinenräumen, die Stromversorgung und die Vernetzung – und nicht die scheinbar sexy Modelle selbst.

4. KI-Modelle: Warum sie niedriger eingestuft werden

Die Infrastruktur baut die Straße; was ist mit dem Auto? Das Auto ist das Modell.

Ich war etwas überrascht, als ich diese Spur sah, denn Modelle sind der Teil, über den alle am liebsten sprechen, wenn es um KI geht. Aber Goldman Sachs platzierte sie an vierter Stelle, nur einen Platz vor den Anwendungen. Chinas Weg bei Modellen ist nicht der US-Weg des Stapelns von Parametern und des Verbrennens von Rechenleistung. DeepSeek hat bewiesen, dass erstklassige Modelle zu geringen Kosten hergestellt werden können. In Kombination mit ausreichenden inländischen Szenariendaten können sie in vertikalen Bereichen wie Code, Mathematik und Multi-Modalität eine höhere Kosteneffizienz erzielen.

Eines habe ich noch nicht vollständig verstanden: ob Goldman Sachs Modelle niedriger eingestuft hat, weil es glaubt, dass das Tempo der Kommerzialisierung von Modellen langsamer ist als das der Infrastruktur, oder weil der Wettbewerb in dieser Schicht bereits so intensiv ist, dass der Spielraum für Überrenditen geschrumpft ist. Ich habe noch keine entscheidenden Beweise für eine der beiden Erklärungen, aber zumindest ist eines klar: Das Modell ist der Speer. Wenn die Stromversorgung und die Fabriken davor nicht zuerst aufgebaut sind, wird der Speer nicht sehr weit reichen.

5. KI-Anwendungen: Der Monetarisierungsendpunkt mit dem geringsten Risiko

Der Speer ist gemacht; er muss etwas treffen. Das ist das letzte Glied: Anwendungen.

Viele haben den ersten Eindruck, dass die Anwendungsschicht die überfüllteste und am schwierigsten zu Geld zu machende ist, mit Geldverbrennung für Nutzer und starker Homogenisierung. Aber im spezifischen chinesischen Markt könnte die Situation das Gegenteil sein. China hat den größten einzelnen Internetmarkt der Welt. Unternehmen wie Tencent, Meituan und Xiaomi halten riesige Mengen an echten Nutzern und Szenarien. KI-Funktionen müssen nicht zuerst eine große Geschichte erzählen; sie können direkt in bestehende Produkte als Zahlungspunkte eingebettet werden.

Dass diese Spur am Ende der Wertschöpfungskette steht, bedeutet nicht, dass sie unwichtig ist. Im Gegenteil, ohne die Anwendungsseite, die Geld zurückbringt, werden die vorherigen Investitionen in Strom, Speicher und Infrastruktur zu versunkenen Kosten ohne Rendite. Die Anwendungsschicht ist der Endpunkt und die Energiequelle, die die gesamte Kette am Laufen hält.

Wie man die fünf Spuren kombiniert und wo die Risiken liegen

Goldman Sachs' Wechsel von Korea nach China ist diesmal im Wesentlichen keine emotionale Rotation, sondern Kapital, das sich vom Wetten auf ein einzelnes Glied zum Wetten auf einen ganzen geschlossenen Kreislauf bewegt. Wenn ich eine Konfigurationsidee geben müsste, würde ich sie so einstufen: Strom und Infrastruktur bieten Sicherheit – solange Rechenzentren gebaut und erweitert werden, ist diese Beschaffung starr. Halbleiter, insbesondere Speicher, bieten Elastizität – die Leistung wird bereits realisiert, und die Bewertungselastizität ist am größten. Modelle und Anwendungen bieten langfristigere Überrenditen, aber das Tempo und die Wettbewerbslandschaft sind noch variabel.

Risiken müssen auch klar benannt werden: geopolitische Fragen, Ausführungstempo und Bewertungsschwankungen – nichts davon wird fehlen. Darüber hinaus sind die hier aufgeführten Daten und Bewertungskennzahlen eine Momentaufnahme auf Basis öffentlicher Informationen. Die Speicherriesen befinden sich noch im IPO-Prozess, und die Zahlen werden sich ändern. Überprüfen Sie die neuesten Daten selbst, bevor Sie handeln. Dieser Beitrag zielt mehr darauf ab, Goldmans Rahmen und Logik für Sie aufzuschlüsseln, und stellt keine Anlageberatung dar.

Die Lücke zwischen 1,2 % Allokation und 16 % Einnahmenanteil ist immer noch da. Ob sie gefüllt wird und wie schnell, kann ich nicht garantieren. Aber diesmal hat Goldman Sachs keine neue Geschichte geliefert; sie haben ein bereits für Sie aufgeschlüsseltes Hauptbuch gegeben. Dass Strom an erster Stelle in diesem Hauptbuch steht, ist meiner Meinung nach denkwürdiger als der Satz „Long China" selbst.

Wenn Sie zu einer Spur eine andere Einschätzung haben, tauschen Sie sich gerne in den Kommentaren aus. Ich bin gespannt, welche Sie an die erste Stelle setzen würden, haha.